Estoy leyendo Asymptotic Theory for Econometricians (Teoría asintótica para economistas) de Halbert White y estoy tratando de entender la intuición de las situaciones en las que los errores estarían correlacionados.
Este es el montaje:
$Y_{t1} = Y_{t2}\alpha_o + \pmb W_{t1}^T \pmb \delta_o + \epsilon_{t1}, E(\pmb W_{t1}\epsilon_{t1}) = 0$
$Y_{t2} = \pmb W_{t2}^T\pmb \gamma_o + \epsilon_{t2}, E(\pmb W_{t2}\epsilon_{t2}) = 0$
Hay un par de supuestos más pero el que me cuesta razonar es $E(\epsilon_{t1}\epsilon_{t2}) \neq 0$ . ¿Cuáles serían algunos escenarios intuitivos para cuando se espera esto?
Editar:
Utilizando un marco univariante, así es como entiendo actualmente la simultaneidad (podría estar muy equivocado):
Supongamos que el modelo $y_1 = xb + \epsilon$ . Ya sabemos que \begin{align} \frac{cov(x,y_1)}{var(x)} = \hat b \end{align}
Sustituyendo la ecuación de $y_1$ y simplificando obtenemos que $b = \hat b$ .
Supongamos ahora que tenemos un problema de simultaneidad. En particular, descubrimos que el modelo debería ser $y_1 = y_2a + xb + \epsilon$ donde $y_2 = x b_2 + \epsilon_2$ .
Entonces lo que nuestro erróneo $\hat b$ es realmente igual a es:
\begin{align} \hat b = \frac{cov(x,y_1)}{var(x)} = \frac{cov(x,y_2a + xb + \epsilon_2)}{var(x)} = \frac{a\ cov(y_2,x)}{var(x)} + b \neq b \end{align}
que es un término de sesgo bastante simple para mí:
\begin{align} \text{bias} &= \frac{a\ cov(y_2,x)}{var(x)}\\ &= \frac{a\ cov(x b_2 + \epsilon_2,x)}{var(x)} \\& = a b_2 \end{align}
Pero este argumento de la simultaneidad no parece $cov(\epsilon_1, \epsilon_2) \neq 0$ a mí. Realmente sólo parece OVB jaja