Académique Documents
Professionnel Documents
Culture Documents
Ingeniería Comercial
Econometría I
COM – 05223
Práctica Nº 7
Series de Tiempo
7.1 Decida si está de acuerdo o no con cada uno de los siguientes enunciados y de una breve
explicación de su decisión:
i. Al igual que con las observaciones de corte transversal, suponemos que la mayor parte de
las series de tiempo se distribuyen de forma independiente.
En desacuerdo. Más los procesos de series de tiempo son corRelacionados con el tiempo, y
muchos de ellos.
fuertemente correlacionado Loes msignifica thyy no puede ser independienteA través de las
observaciones, que simplemente
representan diferentes periodos de tiempo. yLas series ven que parecen ser aproximadamente
no correlacionadas - tales como
f dinámicaorms de heteroskedasticity
ii. El estimador MCO en una regresión de series de tiempo es insesgado bajo los primeros tres
supuestos de Gauss-Markov.
iii. Una variable con tendencia no puede usarse como variable dependiente en el análisis de
regresión múltiple.
De acuerdo. Con datos anuales, cada vez poriod representa un año y no está asociado con
cualquier temporada
R1171-1 ISAIARIKI MIYATAKE MEDINA
7.2 Sea gGDPt el cambio porcentual anual en el producto interno bruto y sea intt una tasa de
interés de corto plazo. Suponga que gGDPt se relaciona con la tasa de interés mediante la
ecuación
donde ut no se correlaciona con intt, intt-1 ni con todos los demás valores de las tasas de
interés. Imagine que el Banco Central sigue la regla de política:
(Cuando el crecimiento del GDP del último año está por encima de 3%, el Banco Nacional
aumenta las tasas de interés para evitar que la economía se “sobrecaliente”.) Si vt no se
correlaciona con todos los valores pasados de intt y ut, argumente por que intt debe
correlacionarse con ut-1. (Sugerencia: rezague un periodo la primera ecuación y sustituya
gGDPt-1 en la segunda ecuación). ¿Qué supuesto de Gauss-Markov viola esto?
Ahora por suposición, ut -1 tiene media cero y no está correlacionada con toda la mano derecha-
sidy variables en los lavados anteriores yoen, excepto en sí mismo de course. Asi que
porque c1 > 0. Si 2tup= E (2ttu) para todos t entonces Cov ( int, ut- 1) = c12tup. Esto viola lo
estricto.asunción de exogeneidadion, TS.2. Mientras ut es uncorrelated con intt, intt- 1y so es
tut esta correlacionado con intt + 1.
7.3 Imagine que yt sigue un modelo de Rezagos Distribuidos Finitos de segundo orden:
Muestre que el cambio en y*, debido a una modificación en z*, es igual a la propensión de
largo plazo multiplicada por el cambio en z*: Δy* = PLP • Δz*.Esto da una forma opcional de
interpretar el PLP.
7.4 Suponga que cuenta con datos trimestrales sobre la construcción de viviendas nuevas, la
tasa de interés y el ingreso real per cápita. Especifique un modelo para la construcción de
viviendas que represente la posible tendencia y estacionalidad en las variables.
La funciónala forma era not specified, pero una razón uno es capaz
Iniciar sesión(hsestrtst) = un0 + un1t +d1Q2t + d2Q3t + d3Q3t + b1En tt +b2registro ( pcinct) +
ut,
Donde q2t, Q3ty Q4t son quarterly dummy variables (el omtrimestre itted es el fiprimero) y el
otra variables are sonce explicandonatory Estaincluidode la tim linealy tendencia adeja a
dependiente variable and log ( pcCíat) a trend over time ( intt probably no contain a trend), y la
Los maniquíes trimestrales permiten que todas las variables muestren los mares.onalidad El
parameter b2 es un elasticidad y 100⋅b1 es una semi-elasticidady.
EJERCICIOS EN COMPUTADORA
C7.1 En octubre de 1979 la Reserva Federal de USA modificó su política de orientación a la oferta
monetaria y en su lugar comenzó a concentrarse de forma directa en las tasas de interés a corto
plazo. Con base en los datos de INTDEF.WF1, defina una variable binaria igual a 1 para los años
posteriores a 1979. Incluya esta binaria en la ecuación siguiente para ver si hay un
desplazamiento en la ecuación de la tasa de interés después de 1979. ¿A qué conclusión llega?
Vamos post79 ser un maniquí variable igual a una fo años despuésen el año 1979, y cero ota
continuación Añadiendo post79 a la ecuación 10.15) da
iniciar sesión( chnimp) =−2.37 − .686 registro ( chenpi ) + .466log(gas) + .078 ly ( rtwex ) -
. (20.78) (1.240) (.876) (.472)
R1171-1 ISAIARIKI MIYATAKE MEDINA
Solo la tendencia is estadísticamente signifihipocresía. yoDe hecho, en addia tel time tendencia,
wcómo hasa t estadística sobre tres solo afdec6 tiene una t estadística más grande que uno en
absolu valor te Contabilidad paraa linear trend has importante efefectos sobre la estimaciónates
ii) En la ecuación estimada en el inciso i), haga una prueba de significancia conjunta de
todas las variables, salvo la tendencia en el tiempo. .A que conclusión llega?
C7.3 Para este ejercicio use los datos de EZANDERS.WF1. Los datos se refieren al
desempleo mensual (uclms) en Anderson Township en Indiana, de enero de 1980 a
noviembre de 1988. En 1984, una zona empresarial se ubico en Anderson (así como
en otras ciudades de Indiana). [Vea Papke (1994) para los detalles.]
ii) Agregue ez, una variable binaria igual a 1 en los meses en los que Anderson
tuvo una zona empresarial, a la regresión del inciso i). ¿La presencia de la zona
empresarial disminuyo el desempleo? ¿Por cuanto? [Debe utilizar la ecuación
(7.10) del capítulo 7.]
iii) ¿Qué suposiciones necesita hacer para atribuir el efecto del inciso ii) a la
creación de una zona empresarial?
ii) Agregue un rezago del crecimiento del ingreso disponible real per
cápita a la ecuación del inciso i). ¿A qué conclusión llega sobre los
rezagos de ajuste en el crecimiento del consumo?
iii) Agregue la tasa de interés real (r3) a la ecuación del inciso i). ¿Influye
en el crecimiento del consumo?
i) ¿En qué mes y año entro en vigor la ley del cinturón de seguridad en
California (beltlaw = 1)? ¿Cuándo aumento el límite de velocidad en
carretera a 65 millas por hora (spdlaw = 1)?
La ley de cinturón variable se convierte enuno en t =61, que
corresponde a enero., 1986. La variable spdlaw va de cero a uno en t =
77, lo que correspondeHasta mayo de 1987.
iii) Añada a la regresión del inciso ii) las variables wkends, unem, spdlaw
y beltlaw. Comente el coeficiente sobre la variable de desempleo
(unem). ¿Su signo y magnitud tienen sentido? Cuanto mayor sea el
desempleo menor será la tasa de accidentes.
IV) En la regresión del inciso iii) interprete los coeficientes sobre spdlaw y
. beltlaw. ¿Los efectos estimados son los que usted esperaba? Explique su
respuesta. En cuanto a la variable spdlaw esperamos que sea positivo ya que
un aumento en spdlaw aumenta la tasa de accidentes pero tenemos que la
variable es negativo. En cuanto la variable beltlaw es positivo lo cual es
racional.
v) Realice la regresión del inciso iii) pero usando prcfat como la variable
dependiente en lugar de log(totacc). Comente los efectos estimados
y la significancia de las variables de la velocidad y la ley del cinturón
de seguridad. Cuando se aumenta la restricción a la velocidad
aumentan los accidentes con fatalidad entonces el signo del
coeficiente de spdlaw es el esperado. En cuanto a la varianle beltlaw
esta bien que sea positivo ya que Cuando implementamos la ley del
cinturón de seguridad esperamos que haya menos accidentes con
fatalidad.
pagrcfat = 1.030 +… + .00063 wkends - 0,0154 UNITE
(.103) (.00616) (.0055)
+ .0671 spdlaw - .0295 beltlaw
(.0206) (.0232)
norte= 108, R2 = .717
Mayor speed limson estimated to aumentar tel minutot de fatame
accidientes por .067 porcentage puntos. Este es un sig
estadístico.efecto significativo. LoLa nueva ley del cinturón de
seguridad es estiacoplado para disminuir el minutont de la carame
acciabolladuras por un.03 punta, pero el two lado pag-valor essobre
.21. Curiosamente, incactividad económica reafirmadavidad también
aumenta the por ciento de accidente fatalents Esto puedeser porque
más commercLos camiones están en la carretera.s, y estos
probablemente aumentan thy posibilidad de que Un accidente resulta
en una fatalidad.
R1171-1 ISAIARIKI MIYATAKE MEDINA