Proyecto integrador

Introduccin
Los datos con los que trabajaremos a lo largo del curso, como parte del proyecto integrador,
son datos macroeconmicos de Mxico. Han sido usados previamente en estudios para estimar
lo que se conoce como demanda de dinero. Estos datos se pueden encontrar en la pgina de
internet de Banco de Mxico, en la seccin de estadsticas. Para comodidad de la clase los
tendremos disponibles en un archivo de GRETL (el paquete economtrico que utilizaremos),
listos para ser usados en la resolucin de las diferentes etapas.

Datos
Los datos se entregarn en el formato de GRETL, el nombre del archivo es Demanda de
Dinero.
Inmediatamente aparecern listadas las variables:
l_M: Logaritmo de la cantidad real de dinero
l_y: Logaritmo de ingreso real
r: Tasa de inters que pagan los bonos
Las siguientes variables solo se utilizaran en la 4 etapa:
Dico: Variable dicotmica
D1: Variable que resulta de multiplicar Dico*l_y
D2: Variable que resulta de multiplicar Dico*r
Los datos son trimestrales y van desde el segundo trimestre de 1996 hasta el cuarto trimestre
de 2012. Los datos han sido transformados a logaritmos (excepto la tasa de inters), listos para
ser usados en todas las estimaciones de las 4 etapas.

La teora econmica y financiera nos explica porque las personas deciden mantener su riqueza
o dinero en efectivo. Explica que dos de las variables importantes que explican la DEMANDA
DE DINERO son la TASA DE INTERS y el NIVEL DE INGRESO. Y estas variables son
precisamente las que tenemos en la base de datos con la que trabajaremos.

La tasa de inters es importante para explicar la demanda de dinero porque representa el costo
de oportunidad del efectivo. Es decir, si una persona en lugar de mantener efectivo, pusiera ese

dinero en el banco, el banco le pagara intereses. Por lo tanto, cuando alguien mantiene
efectivo est perdiendo los intereses que el banco le pagara. Por esta razn, le teora predice
que la cantidad de dinero que la gente mantiene y la tasa de inters tienen una relacin
negativa.

Por otra parte, el ingreso tambin es determinante de la demanda de dinero. Ya que los
individuos necesitan el efectivo para hacer compras o gastos. Y la teora dice que mientras ms
altos sea el ingreso mayor son las compras o gastos. Por esta razn, le teora predice que la
cantidad de dinero y el ingreso tienen una relacin positiva. El anlisis de estos datos nos
permitir determinar si la relacin que tericamente se espera de estas variables se cumple en
la realidad.
A continuacin se describe como llegar a la base de datos. Tambin se describe que series de la
base de datos se utilizarn. Y finalmente, los ejercicios necesarios en cada una de las 4 etapas
del proyecto integrador.

El archivo Demanda de Dinero tiene las siguientes variables que deben ser utilizadas:
(y) PIB en Millones de pesos, medida de riqueza, no debe ser utilizada
(l_y) logaritmo el PIB, esta es la variable que debe ser utilizada
(M) Base monetaria en miles de pesos, medida de la demanda de dinero, no debe ser utilizada
(l_M) logaritmo de la base monetaria, es la variable de demanda de dinero que se debe utilizar
(r) tasa de inters de mercado, esta variable debe ser utilizada
Primera entrega del proyecto integrador
Al finalizar la semana 3
1. Utilice los datos proporcionados para ver si la relacin que se espera que tengan
las variables (de acuerdo en lo explicada en la introduccin) realmente se
cumpla. Haga el anlisis por pares, primero l_M y l_y, y despus l_M y r.
Por favor, no vayan a correr una regresin. Utilicen sus conocimientos de estadstica bsica
para de alguna manera conocer la relacin que cada par de variables tiene positiva, negativa o
nula (no estn relacionadas). Y explique claramente su mtodo.
Segunda entrega del proyecto integrador
Al finalizar la semana 5
1. Estimar los coeficientes MCO ( 1, 2) para los siguientes modelos

L_M = 1 + 2 L_Y

(1)

L_M = 3 + 4 r

(2)

2. Es congruente con la relacin que usted esperaba intuitivamente? Es decir, los

coeficientes tienen los signos esperados?
3. Interprete los coeficientes obtenidos en trminos de elasticidades, especficamente 2 y
4. Como se espera que cambie LRM cuando cambian cada una de las otras dos. Para
explicar el coeficiente 2 vea la seccin del libro 6.5 Cmo medir elasticidad. Para
explicar el coeficiente 4 vea la seccin del libro 6.6 Especficamente, la seccin Loglin (ejemplo 6.4)
4. Interprete el coeficiente de determinacin de cada uno de los modelos.
5. Haga las siguientes pruebas de hiptesis (en cada una de ellas plante la hiptesis nula
y la alternativa, explique cmo calcula el estadstico de prueba, explique cmo obtiene
los valores crticos y explique claramente sus conclusiones). Lleve a cabo las pruebas
de hiptesis con un nivel de confianza del 5%.
i.

Haga una prueba de significancia estadstica para el parmetro 2

ii.

Haga una prueba de significancia estadstica para el parmetro 4

iii.

Lleve a cabo la siguiente Prueba de hiptesis H0: 2 = 1.5 y Ha : 2 1.5

iv.

Lleve a cabo la siguiente Prueba de hiptesis H0:4 = -0.07 y Ha : 4 -0.07

v.

Lleve a cabo la siguiente Prueba de hiptesis H0:2 1.5 y H_a :2 > 1.5

vi.

Lleve a cabo la siguiente Prueba de hiptesis H0:4 -0.07 y Ha : 4 < -0.07

6. Lleve a cabo una prueba de normalidad Jarque-Bera a los residuales estimados de cada
una de las regresiones. Plante la hiptesis nula y la alternativa, explique cmo calcula
el estadstico de prueba, explique cmo obtiene los valores crticos y explique
claramente sus conclusiones. Lleve a cabo la prueba de hiptesis con un nivel de
confianza del 5%.
Para obtener el estadstico Jarque-Bera haga lo siguiente. Despus de correr cada
regresin, aparece un recuadro con los resultados. Arriba en el men de ese cuadro
vaya a GUARDAR, y despus a RESIDUOS. Le aparecer un cuadro donde usted
podr poner el nombre que quiera a la serie de los residuos de la regresin que acaba de
correr. Despus de darle el nombre, la serie de los RESIDUALES ESTIMADOS
aparecer junto con las dems variables.
Para calcular el estadstico de prueba de la prueba de normalidad Jarque-Bera
selecciones la variable de los residuales y vaya al men de arriba donde dice

VARIABLE, y despus CONTRASTE DE NORMALIDAD.

Tercera entrega del proyecto integrador
Al finalizar la semana 7
1. Estimar el siguiente modelo de regresin
L_M = 1 + 2 L_Y + 3 r

(1)

Lleve a cabo una prueba de hiptesis de significancia individual para cada uno de de los
parmetros estimados de la regresin.
2. Explique cul es la diferencia entre la R cuadrada y la R cuadrada ajustada. es cierto
que la R cuadrada siempre ser mayor que la R cuadrada ajustada?
3. Lleva a cabo una prueba de hiptesis (F) al 5% para probar la significancia global de
la regresin. Explique cmo obtiene el estadstico de prueba y el valor critico. Exprese
claramente sus conclusiones
4. Lleve a cabo una prueba de normalidad Jarque-Bera (al 5%) a los residuales estimados
la regresin.
5. Imagine que usted estimo primero la regresin (1)
L_M = 1 + 2 L_Y (1)
Ahora est pensando agregar como variable independiente la variable IBO, de tal manera que
est pensando calcular la siguiente regresin
L_M = 1 + 2 L_Y + 3 r (2)
Explique claramente el procedimiento mediante el cual usted puede determinar si la variable
contribuye significativamente en explicar la variable dependiente. Vase pgina 243 de su
libro contribucin incremental o marginal de una variable explicativa. Es conveniente
agregar la variable r ?
Cuarta y ltima entrega del proyecto integrador
Al finalizar la semana 9
Con lo estimado en las etapas anteriores, parece ser que las variables L_Y e r contribuyen a
explicar la variable L_M, por lo que el modelo siguiente para ser apropiado:

L_M = 1 + 2 L_Y + _3 r

(1)

Alguien opina que la demanda de dinero no es constante a lo largo del tiempo. En particular se
dice que la elasticidad con respecto al ingreso y con respecto a la tasa de inters cambi a
partir del primer trimestre de 2003.
1. Slo explique cmo tendra que ser la variable dicotmica necesaria para llevar a cabo
la validacin emprica de la afirmacin.
Para realizar los puntos 2, 3 y 4 se necesita crear la variable dicotmica del punto 1.
Las instrucciones para hacer esto estn al final del documento.
2. Proponga un modelo que se tendra que estimar para determinar si la elasticidad con
respecto al ingreso cambi a partir del primer trimestre de 2003. Estime el modelo y
una vez estimado el modelo conteste. Cambi la elasticidad de la demanda de dinero
con respecto al ingreso?
3. Proponga el modelo que se tendra que estimar para determinar si la elasticidad con
respecto a la tasa de inters cambi a partir del primer trimestre de 2003. Estime el
modelo y una vez estimado el modelo conteste. Cambi la elasticidad de la demanda
de dinero con respecto a la tasa de inters?
En todos los casos, para determinar si hay un cambio en las elasticidades, slo lleve a cabo una
prueba de significancia t.
Para crear una nueva variable, colquese en la pantalla donde esta las listas de variables
existentes, de click derecho y oprima DEFINIR NUEVA VARIABLE. Introduzca el nombre de
la nueva variable que quiere hacer, luego introduzca los datos manualmente para crear la
variable dicotmica necesaria para llevar a cabo su anlisis.
Criterios de evaluacin para las etapas del proyecto
Criterio

Valor

Descripci
n

Elementos
solicitados
en cada
una de las
fases

Se incluye cada uno de

los puntos solicitados.
Coherencia entre los
resultados obtenidos, las
interpretaciones y
conclusiones.

100

Criterios de coevaluacin

La coevaluacin permite a cada participante aportar informacin a su compaero sobre la

forma en que se percibi su trabajo en trminos de oportunidad, calidad de las aportaciones,
actitud hacia el trabajo colaborativo, respeto a las ideas de los dems, habilidades para la
negociacin, entre otras.

Despus de la entrega que cada etapa del proyecto se contestar una coevaluacin.

La calificacin individual de cada etapa ser afectada directamente por el factor de la

coevaluacin; es decir, si en la entrega correspondiente se obtiene una calificacin de 100,
pero en la coevaluacin se obtiene una calificacin de 80, la calificacin final de la entrega
ser 80 ya que (100*80)/100 = 80.

En el caso de los alumnos que NO respondan la coevaluacin, tendrn una nota de 90% de la
calificacin obtenida por parte de sus compaeros.