EXAMEN DE ECONOMETRA II

12 de julio de 2010 - Duracin: 2 horas y 45 minutos

APELLIDOS: .................................................................NOMBRE:.............................
LICENCIATURA:..........................................................GRUPO:.................................
Notas: Considere vlidas las aproximaciones asintticas. En todos los contrastes tome como nivel de
significacin el 5%. La tabla estadstica (pgina 3) le ofrece valores crticos.
1.- (0.75 puntos) El modelo
Yt = 1 X1t + 2 X2t + ut ,

para t = 1, ..., T

(1)

satisface todas las hiptesis del MLG con regresores fijos. Sin embargo, por limitaciones de informacin
slo ha sido posible estimar el modelo
(2)
Yt = 2 X2t + t .
, sea
A las personas que hicieron esta estimacin les preocupa que el estimador MCO de 2 en (2),
2
asintticamente sesgado. Confirme si esta preocupacin es cierta, considerando que se sabe lo siguiente:
1 PT
1 PT
1 PT
2
2
t=1 X1t 1, T
t=1 X1t X2t 2, T
t=1 X2t 0.5
T
2.- (2.5 puntos) La funcin de ahorro lineal

savt = 1 + 2 inct + 3 sizet + 4 educt + 5 aget + ut ,

(1)

en donde sav es el ahorro anual en euros, inc la renta anual en euros, size el tamao familiar, educ los
aos de educacin del cabeza de familia y age la edad del cabeza de familia, se estima con informacin
de 100 familias. El modelo (1) satisface todas las hiptesis bsicas del MLG, pero se sospecha de heterocedasticidad relacionada con inc. Conteste a las siguientes preguntas teniendo en cuenta la informacin
en las tablas adjuntas.
a) Existe evidencia de heterocedasticidad relacionada con inc en los errores de (1)? Justifique
su respuesta. (0.75 puntos)
b) Qu estimador del modelo (1) se presenta en la Tabla 3? Bajo qu forma funcional para
V ar (ut ) se ha derivado este estimador? (0.5 puntos)
c) Contraste si la propensin marginal a ahorrar es 0.15. Qu quiere decir que la propensin
marginal a ahorrar es 0.15? (0.75 puntos)
d) Contraste si podra ser suficiente un modelo de regresin simple para la relacin entre el ahorro
y la renta. (0.5 puntos)
3.- (2 puntos) Considere el proceso estocstico
yt = ut 2 ut1 ,
en el que ut sigue el proceso MA(1) dado por
ut =

t1 ,

un ruido blanco con Var( t ) = 2 .

a) Obtenga las expresiones para la media, varianza y covarianzas de {ut } . (0.5 puntos)
b) Es {yt } estacionario? Justifique su respuesta. (1 punto)
c) Calcule la funcin de autocorrelacin de {yt } y demuestre que k depende de y k, pero no
de 2 o t. (0.5 puntos)
siendo

4.- (2 puntos) Suponga que el modelo de regresin simple sin constante

yt = xt + t ,

para t = 1, ..., T
1

(1)

cumple todos los supuestos bsicos del MLG salvo que los errores siguen un proceso AR(1), es decir
2
t = t1 + t donde t es un ruido blanco, V ar( t ) = y || < 1, con desconocido. Se sabe adems
que el estimador de MCO de (1) es consistente y que
PT t xt1
PT xt1 t1
PT xt xt1
S4.
S7.
p 0
S1.
t=2 T 1 a
t=2 T 1 p 0
t=2 T 1
PT xt t1
PT x2t1
S5.
S2.
t=2 T 1 b
t=2 T 1 p 0
PT 2t1
PT t t1
2
2
S3.
t=2 T 1 p 12 S6.
t=2 T 1 p 12

donde a y b son nmeros reales.

Ud. sabe que puede usar MCGF para estimar (1), sin embargo, no est seguro de cul es el mejor
mtodo para estimar . Justificando cada uno de sus pasos, demuestre que:
a) Si usa MCO en la regresin et = et1 + t obtiene un estimador de que es consistente,
y
donde {et } son los residuos MCO de (1). Sugerencia: le puede ser til escribir et en funcin de t , ,
es el estimador de MCO de (1). (1 punto)
xt , donde
b) Existe adems un estimador consistente de que se construye utilizando el estadstico de
Durbin-Watson de (1). (1 punto)
5.- (2.75 puntos) Considere el modelo simple sin constante
Yt = Xt + ut

donde 6= 0, (Yt , Xt ) y ut son i.i.d. tal que E (ut |Xt ) = 0, E u2t |Xt = 2 , y E Xt2 = c > 0. Aunque
no se observa directamente, se tienen dos medidas con error de Xt :
W1t = Xt + 1t
W2t = Xt + 2t

donde E (jt ) = E (Xt jt ) = E (ut jt ) = 0, E 2jt = 2j , j = 1, 2.
A partir de 250 observaciones se ha estimado por MCO el siguiente modelo,
Yt = W1t + v1t ,

(1)

as como varias regresiones auxiliares:

Yt =
Yt =
W1t =
W1t =
Yt =
Yt =
Yt =

0.44 W1t + v1t

(2)

(0.02)

0.23 + 0.23 W1t + 0.18 W2t + b

at

(3)

0.91 + 0.62 W2t + rb2t

(5)

0.49 W1t 0.26 rb1t + b

t

(7)

(0.12)

(0.04)

(0.04)

0.93 W2t + rb1t

(4)

0.46 W2t + 0.23 rb1t + qbt

(6)

0.44 W1t + 0.22 rb2t + bt

(8)

(0.03)
(0.14)
(0.02)
(0.02)
(0.02)

(0.04)

(0.05)
(0.05)
(0.05)

a) Derive la expresin del plim (como funcin de y una ratio de esperanzas) del estimador VI
de (1) que utiliza W2t como instrumento de W1t . Bajo qu condiciones de momentos este estimador es
consistente? (0.75 puntos)
b) Qu consecuencia tienen las condiciones de momentos que obtuvo en a) para la relacin entre
1t y 2t ? Justifique su respuesta. (0.5 puntos)
c) Contraste utilizando los resultados presentados en el enunciado que W2t es un buen instrumento
para W1t , es decir, que se verifican las condiciones encontradas en el apartado a). (0.75 puntos)
d) Aceptando que W2t es un instrumento para W1t , contraste utilizando los resultados presentados
en el enunciado si W1t es exgena en el modelo (1). (0.75 puntos)
2

TABLA ESTADSTICA

z0.025 = 1.96

z0.05 = 1.65

t95;0.025 = 1.98

t95;0.05 = 1.66

t99;0.05 = 1.66

2
5;0.05
= 11.07

2
1;0.05

= 3.84

d L ,45,1 = 1.48

2
2;0.05

= 5.99

2
3;0.05

d L ,81,2 = 1.59

= 7.81

dU ,81,2 = 1.69

2
4;0.05

= 9.49

d L ,90,2 = 1.61

dU ,90,2 = 1.70

Nota: Los valores crticos del contraste de Durbin-Watson ( d L (U ),T , K ' ) se dan al 5% de
significacin; K ' es el nmero de variables explicativas excluyendo el trmino constante.
TABLAS PROBLEMA 2

Tabla 1
Dependent Variable: SAV
Method: Least Squares
Sample: 1 100
Included observations: 100
Variable
Coefficient
C
-1401.113
INC
0.108601
SIZE
65.18628
EDUC
142.6169
AGE
-0.801356
R-squared
0.081243
Wald Test:
Equation: Tabla 1
Null Hypothesis: C(2)=0
C(3)=0
C(4)=0
F-statistic
2.798726
Chi-square
8.396178

Std. Error
t-Statistic
Prob.
2770.993 -0.505636
0.6143
0.071082
1.527833
0.1299
221.8857
0.293783
0.7696
114.4132
1.246508
0.2156
49.73371 -0.016113
0.9872
Mean dependent var
1582.510

Probability
Probability

0.044237
0.038496

0.913464
2.740393

Probability
Probability

0.437560
0.433407

Wald Test:
Equation: Tabla 1
Null Hypothesis: C(2)=0
C(4)=0
C(5)=0
F-statistic
2.795537
Chi-square
8.386611

Probability
Probability

0.044413
0.038662

Wald Test:
Equation: Tabla 1
Null Hypothesis: C(3)=0
C(4)=0
C(5)=0
F-statistic
0.658857
Chi-square
1.976571

Probability
Probability

0.579384
0.577284

Wald Test:
Equation: Tabla 1
Null Hypothesis: C(2)=0
C(3)=0
C(5)=0
F-statistic
Chi-square

Tabla 2
Dependent Variable: RESID^2 (RESID son los residuos de la Tabla 1)
Method: Least Squares
Sample: 1 100
Included observations: 100
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-108946.9
10604744 -0.010273
0.9918
INC
998.2388
931.1817
1.072013
0.2863
R-squared
0.011591 Mean dependent var
9814785.
Adjusted R-squared
0.001505 S.D. dependent var
51775503
S.E. of regression
51736529 Akaike info criterion
38.38102

Tabla 3
Nota: TVARIABLE=VARIABLE/(INC^.5)

Dependent Variable: TSAV

Method: Least Squares
Sample: 1 100
Included observations: 100
Variable
Coefficient
TC
-1748.847
TINC
0.100401
TSIZE
-8.431025
TEDUC
135.2170
TAGE
20.74037
R-squared
0.042410
Adjusted R-squared
0.002090

Std. Error
t-Statistic
Prob.
2248.024 -0.777949
0.4385
0.076851
1.306443
0.1946
167.2943 -0.050396
0.9599
96.55618
1.400397
0.1647
40.62910
0.510481
0.6109
Mean dependent var
15.25151
S.D. dependent var
29.89943

Tabla 4
Dependent Variable: RESID^2 (RESID son los residuos de la Tabla 3)
Method: Least Squares
Sample: 1 100
Included observations: 100
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
19452.69
221554.2
0.087801
0.9303
TC
2214301.
21268727
0.104111
0.9173
TC^2
-1.26E+08
8.16E+08 -0.154638
0.8775
TC*TSIZE
26559608
60916688
0.435999
0.6640
TC*TEDUC
-1670010.
21508156 -0.077645
0.9383
TC*TAGE
1540135.
15484814
0.099461
0.9210
TINC
-391.6235
1294.850 -0.302447
0.7631
TINC^2
0.836842
3.189729
0.262355
0.7937
TINC*TSIZE
4958.089
6820.216
0.726970
0.4694
TINC*TEDUC
1046.351
2540.697
0.411836
0.6816
TINC*TAGE
172.2519
1569.032
0.109782
0.9129
TSIZE
-803304.8
1108345. -0.724779
0.4707
TSIZE^2
283866.5
1224355.
0.231850
0.8172
TSIZE*TEDUC
1136701.
1168086.
0.973131
0.3334
TSIZE*TAGE
-209677.5
501648.3 -0.417977
0.6771
TEDUC
-108779.7
450995.2 -0.241199
0.8100
TEDUC^2
126331.3
454244.5
0.278113
0.7816
TEDUC*TAGE
-73134.43
290935.7 -0.251377
0.8022
TAGE
-22770.57
290367.5 -0.078420
0.9377
TAGE^2
11971.34
84544.40
0.141598
0.8878
R-squared
0.103652 Mean dependent var
847.5022
Adjusted R-squared
-0.109230 S.D. dependent var
4320.565