UNIVERSIDAD DE LA REPÚBLICA

FACULTAD DE CIENCIAS ECONÓMICAS Y DE ADMINISTRACIÓN

2ª REVISIÓN DE ECONOMETRÍA I
30 de noviembre de 2016

IMPORTANTE: Salvo indicación contraria, se trabajará con α = 0,05.

EJERCICIO 1: (24 puntos)

a) Considere el modelo lineal en la notación vectorial vista en clase:

yi = xi β + ε i , para i = 1, 2, ...n
donde yi es un escalar que representa la variable explicada, xi es un vector de dimensión
( 1 × K ) de variables explicativas no aleatorias observadas en una muestra independiente
e idénticamente distribuida. El término β es el vector de parámetros poblacionales
(desconocidos) de dimensión ( K × 1 ) y ε i es un escalar aleatorio no observado.
Además, las variables explicativas cumplen con la condición lim n→+∞ ( X ' X / n) = A ,
donde A es una matriz finita no singular de dimensión ( K × K ).
Suponga que el término de error ε i cumple con la siguiente propiedad:
E ( xi ' ε i ) = B , donde B es un vector no aleatorio ( K × 1 ) distinto del nulo, es decir
B ≠ 0.
Utilizando todos estos supuestos se pide: demuestre analíticamente que en este
contexto el estimador MCO resulta inconsistente para estimar .

b) Considere el siguiente modelo de salarios:

ln Wi = β1 + β 2 edad i + β 3 edad i2 + β 4 educi + β 5 urbanoi + ε i
donde Wi es el salario por hora del individuo i , edad i y educi son su edad y su
educación respectivamente (medidos en años) y urbano i es una dummy que vale 1 si el
individuo reside en un área urbana. Suponga además que el término ε i cumple con
todos los supuestos clásicos.
A continuación se presenta una salida de regresión con una estimación MCO
realizada utilizando una muestra extraída de la Encuesta Continua de Hogares 2015. La
muestra consiste en 9144 hombres que trabajan en el Departamento de Canelones.

Modelo 1: MCO, usando las observaciones 1-9144

Variable dependiente: ln_W
Coeficiente Desv. Típica Estadístico t Valor p
const 2,5059 0,0614655 40,7691 <0,0001 ***
edad 0,0538279 0,00283833 18,9646 <0,0001 ***
edad2 −0,000524478 3,29228e-05 −15,9306 <0,0001 ***
educ 0,0888788 0,00189357 46,9373 <0,0001 ***
urbano −0,0409253 0,02298 −1,7809 0,0750 *

1
 Media de la vble. dep. 4,562735 D.T. de la vble. dep. 0,734281
Suma de cuad. residuos 3746,436 D.T. de la regresión 0,640265
R-cuadrado 0,240014 R-cuadrado corregido 0,239681
F(4, 9139) 721,5552 Valor p (de F) 0,000000
Log-verosimilitud −8895,211 Criterio de Akaike 17800,42
Criterio de Schwarz 17836,03 Crit. de Hannan-Quinn 17812,53

En base a esto se pide:

b.1) Dé una interpretación económica de los valores estimados para los

coeficientes de las variables edad, edad2 y urbano. Analice la significación individual
de esas variables. Comente la conclusión de su análisis.
b.2) Realice un contraste de Wald para evaluar la hipótesis de que la edad no es
relevante para explicar el logaritmo de los salarios. A continuación, se incluyen otras
salidas complementarias, que pueden ser de interés para realizar el contraste pedido.

Modelo 2: MCO, usando las observaciones 1-9144

Variable dependiente: ln_W
Coeficiente Desv. Típica Estadístico t Valor p
const 3,52442 0,0304743 115,6521 <0,0001 ***
edad2 9,00551e-05 5,93332e-06 15,1779 <0,0001 ***
educ 0,0930782 0,00191712 48,5511 <0,0001 ***
urbano −0,0363405 0,0234252 −1,5513 0,1209
Media de la vble. dep. 4,562735 D.T. de la vble. dep. 0,734281
Suma de cuad. residuos 3893,874 D.T. de la regresión 0,652706
R-cuadrado 0,210105 R-cuadrado corregido 0,209846
F(3, 9140) 810,3883 Valor p (de F) 0,000000
Log-verosimilitud −9071,687 Criterio de Akaike 18151,37
Criterio de Schwarz 18179,86 Crit. de Hannan-Quinn 18161,06

Modelo 3: MCO, usando las observaciones 1-9144

Variable dependiente: ln_W
Coeficiente Desv. Típica Estadístico t Valor p
const 3,73834 0,027356 136,6556 <0,0001 ***
educ 0,0882481 0,00191409 46,1044 <0,0001 ***
urbano −0,032851 0,0237161 −1,3852 0,1660
Media de la vble. dep. 4,562735 D.T. de la vble. dep. 0,734281
Suma de cuad. residuos 3992,016 D.T. de la regresión 0,660845
R-cuadrado 0,190197 R-cuadrado corregido 0,190020
F(2, 9141) 1073,463 Valor p (de F) 0,000000
Log-verosimilitud −9185,493 Criterio de Akaike 18376,99
Criterio de Schwarz 18398,35 Crit. de Hannan-Quinn 18384,25

b.3) Un colega afirma que si la prueba anterior se realizara utilizando la Razón

de Verosimilitudes (RV), los resultados podrían ser diferentes. Comente la afirmación,
justificando adecuadamente si el colega está o no en lo cierto.

2
EJERCICIO 2: (26 puntos)

A un grupo de potenciales analistas financieros que están en proceso de selección

laboral se les encarga que estudien los determinantes del valor de mercado de las
empresas que cotizan en bolsa. Para ello, cuentan con información sobre las siguientes
variables medidas en millones de dólares para 309 firmas correspondientes al año 1996:
valor:corresponde al valor de mercado de la empresa (se obtuvo multiplicando el
número de acciones por el precio de cada acción).
deuda: monto de endeudamiento de largo plazo de la empresa
ventas: ventas totales de la empresa
ingreso: ingreso neto de la empresa
activos: valor contable de los activos de la empresa

Los potenciales analistas realizan la siguiente estimación:

Salida 1 - MCO, usando las observaciones 1-309

Variable dependiente: valor
Coeficiente Desv. Típica Estadístico t Valor p
const 340,826 122,11 2,7911 0,0056 ***
deuda 0,160773 0,327731 0,4906 0,6241
ventas 0,298371 0,136595 2,1843 0,0297 **
ingreso 15,521 2,69781 5,7532 <0,0001 ***
activos 0,000184441 0,00483822 0,0381 0,9696
Media de la vble. dep. 658,2618 D.T. de la vble. dep. 2324,344
Suma de cuad. residuos 1,24e+09 D.T. de la regresión 2019,623
R-cuadrado 0,254818 R-cuadrado corregido 0,245013
F(4, 304) 25,98846 Valor p (de F) 1,52e-18
Log-verosimilitud 2787,627 Criterio de Akaike 5585,255
Criterio de Schwarz 5603,922 Crit. de Hannan-Quinn 5592,718

Ante la sospecha de existencia de heteroscedasticidad, realizan el siguiente contraste:

Salida 2
MCO, usando las observaciones 1-309
Variable dependiente: uhat^2
Coeficiente Desv. Típica Estadístico t Valor p
--------------------------------------------------------------------
const 437957 871007 0,5028 0,6155
debt 89306,0 7269,70 12,28 2,82e-028 ***
sales 5836,95 2297,68 2,540 0,0116 **
income −23064,7 47652,3 −0,4840 0,6287
assets −39873,3 2325,44 −17,15 3,67e-046 ***
sq_debt −31,6396 4,12152 −7,677 2,43e-013 ***
X2_X3 −142,031 9,50817 −14,94 6,24e-038 ***
X2_X4 −208,017 115,305 −1,804 0,0722 *
X2_X5 19,1749 2,19097 8,752 1,67e-016 ***
sq_sales −3,27968 0,337613 −9,714 1,58e-019 ***
X3_X4 334,520 32,0578 10,43 6,80e-022 ***
X3_X5 44,4131 2,87377 15,45 7,52e-040 ***
sq_income 1244,84 156,995 7,929 4,63e-014 ***
X4_X5 −10,0404 51,3451 −0,1955 0,8451
sq_assets 0,0714770 0,00598194 11,95 4,33e-027 ***

3
 R-cuadrado = 0,950125
Estadístico de contraste: TR^2 = 293,588598

1) ¿Qué tipo de test están realizando los potenciales analistas y porqué considera Ud.
que lo hacen? Realice el test especificando todos sus detalles (hipótesis a contrastar,
estadístico de prueba y distribución, región crítica y conclusión) y explique
brevemente la intuición del funcionamiento del mismo.
2) ¿Cuáles son las propiedades de la estimación de la Salida 1, a la luz de los
resultados obtenidos en el punto anterior?

Algunos analistas del equipo sugieren el siguiente procedimiento: que se multiplique

cada variable del modelo por la raíz de la variable DEUDA y que luego de realizar
dicha transformación se estime el modelo planteado por MCO usando las variables
transformadas. Los resultados de aplicar ese procedimiento se plantean a continuación.

Salida 3 - MCO, usando las observaciones 1-309

Variable dependiente: valor*
Coeficiente Desv. Típica Estadístico t Valor p
const* 1824,14 460,704 3,9595 <0,0001 ***
deuda* 0,450876 0,276325 −1,6317 0,1038
Ventas* 0,278387 0,109291 2,5472 0,0114 **
ingreso* 10,3676 2,13445 4,8573 <0,0001 ***
activos* 0,000929941 0,0132292 0,0703 0,9440
Media de la vble. dep. 13073,76 D.T. de la vble. dep. 79951,42
Suma de cuad. residuos 1,35e+12 D.T. de la regresión 66535,53
R-cuadrado 0,334296 R-cuadrado corregido 0,325537
F(5, 304) 30,53194 Valor p (de F) 3,87e-25
Log-verosimilitud 3867,528 Criterio de Akaike 7745,057
Criterio de Schwarz 7763,724 Crit. de Hannan-Quinn 7752,520

3) ¿Con qué objetivo se realizó esta estimación? ¿Qué supuesto tenía en mente el
analista que planteó esta estrategia?
4) Un analista del grupo afirma que la forma de interpretar los coeficientes de la Salida
3 como efectos parciales de las variables independientes sobre la dependiente,
ceteris paribus, es la misma que la de la Salida 1 del modelo sin transformar. ¿Está
de acuerdo con la afirmación? Justifique.

Otros analistas proponen realizar el mismo test hecho en el punto 1 pero ahora sobre el
modelo transformado (correspondiente a la Salida 3). El R2 de la regresión auxiliar de
dicho contraste es 0,984441.

5) Considerando toda la información disponible discuta lo realizado por el grupo de

potenciales analistas. Detalle si es suficiente con lo hecho hasta este punto o si
deberían proseguir. Si deberían proseguir, indique cómo.