Econometra: Examen Final

Universidad de Buenos Aires

Facultad de Ciencias Econmicas
Maestra en Finanzas

Econometra
Examen Final

DOCENTES: Luis Trajtenberg Mariano Pereira

ALUMNO: Hugo Rucchetto
FECHA: 23 de Diciembre
AO: 2015

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Indice
Ejercicio N1: Descomposicin de la Inflacin segn Orgenes para LATAM (1960-2012).... 3
Ejercicio N2: Modelos Probabilsticos para Microfinanzas - Problema de Credit Scoring ..... 4
Resolucin Ejercicio N1 ....................................................................................................... 6
Punto a.......................................................................................................................... 6
Punto b.......................................................................................................................... 6
Punto c .......................................................................................................................... 7
Punto d.......................................................................................................................... 9
Punto e.......................................................................................................................... 9
Punto f......................................................................................................................... 10
Punto g........................................................................................................................ 11
Punto h........................................................................................................................ 11
Resolucin Ejercicio N2 ..................................................................................................... 12
Punto a........................................................................................................................ 12
Punto b........................................................................................................................ 13
Punto c ........................................................................................................................ 13
Punto d........................................................................................................................ 14
Punto e........................................................................................................................ 15
Punto f......................................................................................................................... 15
Anexo A (Ejercicio 1) ................................................................................................... 17
Salidas punto b ........................................................................................................... 17
Salidas punto c............................................................................................................ 20
Salidas punto g ........................................................................................................... 22
Salidas punto h ........................................................................................................... 22
Anexo B (Ejercicio 2) ................................................................................................... 26
Salidas punto a ........................................................................................................... 26
Salidas punto c............................................................................................................ 26
Salidas punto d ........................................................................................................... 26
Salidas punto f ............................................................................................................ 27

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Universidad de Buenos Aires

Facultad de Ciencias Econmicas
Maestra en Finanzas
Curso Econometra
Examen Final
Mircoles 9 de Diciembre
Reglas de Comportamiento

El examen es individual.
Pueden intercambiar informacin de todo tipo sobre los ejercicios, pero la redaccin
de las respuestas es totalmente individual.
La fecha de entrega ser el da mircoles 23 de diciembre y la misma es en formato
digital hoja A4, Letra Arial N11 y 2,5cm en todos los mrgenes.
Email: ltrajt@yahoo.com.ar

Ejercicio N1: Descomposicin de la Inflacin segn Orgenes para LATAM (19602012)

Consigna
Redactar un documento de 4 (cuatro) pginas que contenga lo siguiente:
Suponga el siguiente modelo estructural para los determinantes del nivel general de precios
(P) en funcin del tipo de cambio nominal (FX) y los precios de las commodities (P*):

ln Pt 0 1 ln FX t 2 ln Pt U t
Se pide:

Interprete los parmetros estructurales.

Realice el contraste de raz unitaria propuesto por Dickey & Fuller (1979) para cada
una de las variables considerando nicamente una especificacin con efecto fijo.
Luego interprete los resultados obtenidos en trminos econmicos y estadsticos.
Realice el contraste de cointegracin propuesto por Engle & Granger (1987) por pas
y para el panel completo. A partir de los resultados obtenidos discuta las
implicancias desde el punto de vista de la teora econmica y desde el punto de vista
de la econometra para la relacin de largo plazo entre los precios domsticos (P),
tipo de cambio nominal (FX) y los precios de las commodities (P*).
Discuta las propiedades en muestra finita del estimador OLS para el parmetro
as como sus propiedades asintticas. Nota: considere los resultados obtenidos para
los contrastes de raz unitaria y cointegracin.
Discuta la viabilidad de caracterizar la dinmica del movimiento general de precios a
partir de (1) un modelo sin ajuste corrector al equilibrio y (2) un modelo de correccin
de errores, a saber:

ln Pt 0 1 ln Pt 1 2 ln FX t 3 ln Pt t

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

ln Pt 0 1 ln Pt 1 2 ln FX t 3 ln Pt ln Pt 0 1 ln FX t 2 ln Pt*

t 1

Interprete los parmetros estructurales. En particular, qu representa el parmetro

? Interprete su significado desde un punto de vista de la teora econmica.
A partir de la base de datos Modelo de Inflacin LATAM.dta, compute los parmetros
de inters considerando las especificaciones (1) y (2).
Luego haga una estimacin de los componentes de la inflacin segn sus orgenes
para las ltimas dos dcadas: (a) domstica, (b) cambiaria; y (c) importada.

Bibliografa:
(1) Torija Zane, E. (2012); Desarrollo Industrial y Poltica Macroeconmica de los
Dragones Asiticos: 1950-2010. Documento de Proyecto. CEPAL.
(2) Wooldridge, J. M. (2010); Introduccin a la Econometra: Un Enfoque Moderno.
4Ed.

Ejercicio N2: Modelos Probabilsticos para Microfinanzas - Problema de Credit

Scoring

Consigna
Revise la literatura sobre el tema. A tal efecto haga uso de todos los modelos de regresin
que considere relevantes para aplicarlos a microfinanzas y escriba un ensayo sobre el tema
de 4 (cuatro) pginas.
A partir de la base de datos scoring.dta formule distintas especificaciones para identificar el
efecto causal sobre la probabilidad de rechazo del crdito hipotecario (deny=1). Utilice todas
las herramientas (grficas, etc) que considere necesarias para escribir un paper sobre esta
temtica.

Utilice el comando summarize para estudiar la tendencia central y la dispersin de

las variables. Asimismo analice los valores mnimos y mximos que tienen cada una
de las variables. En especial, use el comando tab para analizar la distribucin de
frecuencias relativa de la variable deny (=1 si rechazo del crdito hipotecario).
A partir de los resultados del punto anterior, explique las potencialidades del modelo
lineal de probabilidad para caracterizar el problema de credit scoring.
Estime un modelo lineal de probabilidad para la variable deny usando como nico
regresor la variable payinc (esto es, el ratio entre el pago mensual total del crdito y
el ingreso total mensual que percibe el aplicante). Luego confeccione un grfico de
diagrama de dispersin de los valores observados junto con la recta de ajuste del
modelo lineal. Interprete los resultados del ajuste del modelo lineal de probabilidad y
en particular responda la siguiente pregunta: cul debera ser la relacin mxima
entre los pagos mensuales del crdito y el ingreso total mensual del aplicante?
Suponga pisos de corte de 0,15 y 0,25 de probabilidad.
Estime nuevamente un modelo lineal de probabilidad para la variable deny usando
como regresores del modelo las variables payinc y black (= 1 si raza negra). Luego
interprete los resultados obtenidos y en particular analice la posibilidad de que exista
discriminacin racial en el proceso de adjudicacin de crditos hipotecarios.
A partir de las estimaciones del punto (3) y (4) calcule los valores de pronstico y
construya un score tomando como punto de corte una probabilidad de 0,15 y 0,25. A
partir de la misma construya una matriz de confusin para el valor observado y el
score estimado. Luego analice cmo varan la proporcin de aciertos del modelo en
funcin del piso de corte de probabilidad.

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Estime los siguientes modelos de probabilidad para la variable deny y construya una
tabla para resumir los resultados de la estimacin:

a. Modelo I (OLS con regresores: black, payinc, hexinc, loaval_m, loaval_h, score_c,
score_m, score_p, insurance, employed).
b. Modelo II (OLS con regresores: black, payinc, hexinc, loaval_m, loaval_h, score_c,
score_m, score_p, insurance, employed, single, highschool, unemployment).
c. Modelo III (OLS con regresores: black, payinc, hexinc, loaval_m, loaval_h, score_c,
score_m, score_p, insurance, employed, single, highschool, unemployment,
condominium).
Interprete los resultados obtenidos.

Bibliografa:
(1) Altman, E. I. (1997); Credit Risk Measurement: Developments Over the Last 20
Years. Journal of Banking and Finance. (New York University Salomon Center
Working Paper S-96-40)
(2) Mester, Loretta. (1997); Whats the Point of Credit Scoring?. Business Review.
Federal Reserve Bank of Philadelphia.
(3) Wooldridge, J. M. (2002); Econometric Analysis of Cross Section and Panel Data.
MIT Press.

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Resolucin Ejercicio N1

ln Pt 0 1 ln FX t 2 ln Pt U t
Punto a
= Es el intercepto del modelo, es decir, el nivel de precio promedio cuando el tipo de
cambio y el precio de los productos internacionales es nulo. Representa la variacin
autnoma del nivel de precio domsticos respecto a las variaciones en el precio de los
commodities y del tipo de cambio.
= Es la elasticidad de corto plazo existente entre el tipo de cambio y el precio de los
productos domsticos, es decir, mide el cambio porcentual inmediato en los precios
domestico ante una variacin del 1% en el tipo de cambio, manteniendo constante las
dems variables.
= Es la elasticidad de corto plazo existente entre el los precios de los commodities y el
precio de los productos domsticos, es decir, mide el cambio porcentual inmediato en los
precios domestico ante una variacin del 1% en los precios internacionales, manteniendo
constante las dems variables.
Punto b
La mayora de las series empricas pertenecientes al mbito de la economa muestran un
comportamiento no estacionario. En general, los agregados macroeconmicos son no
estacionarios tanto en media como en varianza; es decir, ambos estadsticos son
funciones del tiempo.
Es necesario estabilizar las series antes de intentar su modelizacin. A tales efectos, deben
distinguirse dos tipos de tendencia: a) tendencia sistemtica y b) tendencia estocstica; esta
distincin es importante, ya que de ella depende la transformacin que deber aplicarse a la
serie observada para su estacionarizacion.
La eliminacin de la tendencia en una serie emprica deber realizarse de acuerdo al
proceso estocstico que le dio origen, por lo tanto es importante como primera fase de la
investigacin detectar la naturaleza del proceso generador de la serie.
Para ello se aplica el test de Dickey-Fuller (D-F). El mtodo ms simple para probar si existe
una raz unitaria comienza con un modelo AR(1):

Donde denota un proceso que tiene media cero, dadas las y observadas en el pasado.
Recordamos que el
para un AR(1) con un desplazamiento como el que se establece
anteriormente, tiene la siguiente estructura:

Por tal motivo, para que la media sea estable tiene que ser distinto de la unidad.
Haciendo un razonamiento anlogo para la varianza:

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Para que

sea finita

tendr una raz unitaria si y solo s

. Si
y
, [ ] es una caminata
aleatoria sin tendencia (estocstica). Si
y
, [ ] es una caminata aleatoria con
tendencia (estocstica). Por tanto, la hiptesis nula es que
tiene una raz unitaria:

Para realizar la prueba de raz unitaria se resta

de ambos lados y se define

Para poder llevar a cabo el test de D-F para las variables: nivel de precios domstico (ln P),
nivel de precios internaciones (ln P*) y tipo de cambio (ln Fx), se utiliza el Stata y las salidas
se comparan con la tabla que se muestra a continuacin:

Fuente: Introduccin a la econometra J. M. Wooldridge

[Tabla 18.2 capitulo 18]

Tomando como base lo comentado y los resultados obtenidos (ver anexo A) luego de la
realizacin del test de DF, podemos concluir que para un nivel de significacin del 1%, no
se puede rechazar la hiptesis nula en ninguno de los casos, ya que los estadsticos
obtenidos en su primer rezago no entran en zona de rechazo. Por lo cual se acepta que las
variables presentan algn tipo de tendencia, es decir, son variables del tipo I(1), y para
poder usarlas se deber realizar algn tipo de transformacin sobre las mismas,
cumplindose lo que habamos definido en un principio que la mayora de las series
econmicas utilizadas presentan este tipo de caractersticas.
NOTA: Cabe aclarar que los resultados de esta y de las siguientes pruebas, estn
basados en la variable Pfp del archivo DataSet.dta para hacer referencia al precio de
los commodities.
Punto c
Como se mencion anteriormente la mayor parte de las series macroeconmicas responden
a caractersticas de procesos no estacionarios.
Su inclusin en modelos de regresin puede inducir a admitir la existencia de relaciones
causales reales, cuando en realidad, se trata de regresiones espurias, originadas por el
hecho de que las series comparten tendencias de naturaleza estocstica.

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Una regresin que implica variables I(1) no es espuria en el caso de que las mismas se
encuentren cointegradas. Esto significa que una funcin lineal de las dos variables I(1) es
I(0).
Si
y
son dos procesos I(1), entonces en general,
es un proceso I(1) para cualquier nmero . Sin embargo, es posible que para algunas
sea un proceso I(0). Si tal existe, se dice que y y x estn cointegradas y
es el parmetro de cointegracin.
Si se tiene un valor hipottico de , para probar si dos series estn cointegradas se define
una nueva variable,
, y se aplica la prueba de DF habitual. Si se rechaza una
raz unitaria en
a favor de la alternativa I(0), entonces se encuentra que
estn
cointegradas. En otras palabras, la hiptesis nula es que
no estn cointegradas.
Procedemos a realizar el test descripto anteriormente con el fin de determinar si las
variables se encuentran cointegradas para los diferentes pases que componen nuestro
panel de anlisis. Los valores obtenidos los comparamos con los valores crticos de la
siguiente tabla:

Fuente: Introduccin a la econometra J. M. Wooldridge

[Tabla 18.4 capitulo 18]

A continuacin se muestra una tabla con los valores obtenidos para cada economa.

Pas
ARG
BOL
BRA
CHI
COL
ECU
MEX
PAR
PER
URU
VEN

tau
-2,7182
-2,2483
-2,1695
-2,9510
-2,0481
-1,1852
-2,7553
-2,8906
-2,4913
-3,2554
-2,8289

Si consideramos nuevamente un nivel de significacin del 1%, el valor critico que marca la
zona de rechazo es -3.90, es decir, que para valores menores al valor critico se estara en
condiciones de rechazar la hiptesis nula que plantea este test, que define que las variables
no presentan cointegracin.
Para todas las economas del anlisis, no se cuenta con el sustento estadstico suficiente
para rechazar la hiptesis de que existe raz unitaria en la combinacin lineal planteada por
las principales variables del modelo. Por tal motivo, no se puede afirmar que las variables
se encuentran cointegradas.

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Desde de la teora econmica y desde el punto de vista economtrico, se puede decir para
los casos mencionados en el prrafo anterior, que los desalineamientos (ver anexo A)
presentados por la combinacin lineal propuesta presentan una caracterstica que hace que
se tengan desvos por largos periodos respecto a su valor promedio, es decir, que las
variables no poseen una relacin de largo plazo.
NOTA: En funcin de bibliografa recomendada, se toma como valores crticos la
tabla 18.4 del libro de J. M. Wooldridge, de haberse tomado otros valores las
conclusiones a las que se arribaran posiblemente sean otras. Pero bajo estos
supuestos no podemos aceptar cointegracin y relacin en el largo plazo de las
variable para ninguna de los pases.
Punto d
Para que un estimador tenga consistencia de MCO se deben cumplir los siguientes
supuestos: ST.1 (linealidad y dependencia dbil), ST.2 (no hay colinealidad perfecta) y
ST.3 (media condicional cero).
Si hacemos foco en este ltimo supuesto mencionado, las variables tienen que ser
contemporneamente exgenas, es decir, E(ut/xt) = 0. Pero para que se cumplan las
propiedades en muestra finita, la exogeneidad debe ser estricta, por lo que el error no
puede estar condicionado con ninguna de las variables explicativas en ninguno de los
periodos.
Si tomamos de referencia el parmetro 1 de nuestro modelo, y teniendo en cuenta que
existe cointegracin entre las variables de estudio, la exogeneidad contempornea se
cumple, es decir, que esta propiedad asinttica se cumple. No podemos decir lo mismo de
las propiedades en muestra finita, ya que el error en t est condicionado con los rezagos de
las variables explicativas. Por tal motivo, el estimador 1 no cumple con la condicin de
insesgamiento.
Como no se rechaz el test de DF para ninguno de los pases estudiados, el supuesto
de dependencia dbil no se cumple, por lo cual podemos afirmar que 1 no cumple
con todos los supuestos de consistencia. Esta es una caracterstica que presentan
muchas de las series de tiempo econmicas, ya que las mismas son del tipo AR(1)
con
.
Punto e
Teniendo en cuenta que todas las variable presentaron raz unitaria cuando se realiz el test
de DF, una solucin es usar la primera diferencia de las mismas para la realizacin del
anlisis.
Un modelo como el que se plantea en el prrafo anterior, es un modelo sin ajuste corrector
al equilibrio, el mismo presenta la siguiente formula:

ln Pt 0 1 ln Pt 1 2 ln FX t 3 ln Pt t
Mediante la utilizacin de series diferenciadas se logra la elaboracin de pronsticos
efectivos de corto plazo. Ahora bien; si se pretende especificar un modelo para formalizar
relaciones de largo plazo, las variables deben ser medidas en sus respectivos niveles.

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Estas consideraciones llevaron a intentar la utilizacin conjunta de ambos tipos de variables,

de modo de incorporar en la ecuacin los comportamientos de largo y de corto plazo. Se
lleg as a la especificacin de modelos con termino de correccin de error (MCE).

ln Pt 0 1 ln Pt 1 2 ln FX t 3 ln Pt ln Pt 0 1 ln FX t 2 ln Pt*

t 1

La importancia de los MCE y del concepto de cointegracin es que permite conciliar dos
puntos de vista divergentes sobre el anlisis de los datos de series de tiempo en economa:
por una parte el enfoque puramente estadstico de las series de tiempo derivados de BoxJenkings, los llamados modelos de transferencias, en los que solo aparecen variables en
diferencias, especificacin que, si bien supera el problema de las regresiones espurias, no
tiene en cuenta la informacin de largo plazo contenida en los niveles de las variables; de
otra, el enfoque economtrico con modelos basados en la teora econmica con
estimaciones de ecuaciones estticas, pero que presentan los problemas asociados a las
regresiones espurias. Las especificaciones tipo MCE al combinar variables en diferencias y
combinaciones lineales de niveles de las series que son estacionarias, permiten superar
estos dos problemas: la informacin de las teoras econmicas se incorpora en la
desviacin del equilibrio (variables en niveles) a la vez que se evitan las regresiones
espurias y los problemas inferencia les del uso de series no estacionarias.
Como conclusin, para que los trminos de correccin de errores puedan aparecer
en el modelo que relaciona a las variables, debe existir cointegracin entre las
mismas. Revisando los resultados obtenidos en el punto 3, este modelo no se podra
aplicar para ninguna de las economas, ya que en las mismas no se logr rechazar la
hiptesis nula planteada.
Punto f
Los para parmetros
son los utilizados para explicar la relacin a largo plazo de las
variables consideradas en niveles. Por otro lado los
son los parmetros que acompaan
a las variables medidas en diferencias, las mismas se encuentran diferenciadas para
eliminar el problema de la raz unitaria. Estas
son las que determinan los
comportamientos en el corto plazo. Como las variables se encuentran diferenciadas en el
corto plazo se puede hablar de inflacin.
A continuacin procedemos a explicar cada uno de los factores:
= Componente autnomo de la relacin de largo plazo.
= Parmetro de cointegracin entre la variable FX y P. Como se mencion anteriormente
se introduce en el modelo para formalizar las relaciones entre las variables en el largo
plazo.
= Parmetro de cointegracin entre la variable P* y P. Como se mencion anteriormente
se introduce en el modelo para formalizar las relaciones entre las variables en el largo
plazo.
= Termino de correccin de error, es decir, con la inclusin de este trmino en el modelo
se intenta logra que cuando la variable de estudio presente un desalineamiento respecto a
su valor de equilibrio
tiene como finalidad hacer que vuelva a dicho equilibrio. Para
clarificar este concepto, suponemos que
>
, por lo tanto
tiene que ser menor que 0, para que la variable retorne al equilibrio. En caso contrario >
0.
Tercer Trimestre de 2015
UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

= Componente autnomo de la relacin de corto plazo.

= Parmetro que relaciona la inflacin en periodo t con la inflacin en el periodo anterior,
como se mencion anteriormente es una relacin de corto plazo.
= Parmetro que relaciona la inflacin en periodo t con la tasa de variacin del tipo de
cambio en el mismo periodo, como se mencion anteriormente es una relacin de corto
plazo.
= Parmetro que relaciona la inflacin en periodo t con la tasa de variacin de los precios
de los commodities para el mismo periodo, como se mencion anteriormente es una
relacin de corto plazo.
Punto g
Usando como base los datos del Modelo de inflacin LATAM.dta se realiza el anlisis de
regresin correspondiente para el clculo de los parmetros de corto plazo para cada uno
de los pases (ver anexo A).
A modo de resumen se muestra el siguiente cuadro con los resultados obtenidos:
Parametros / Pases

ARG
0,03
0,15
0,84
0,57

BOL
0,09
-0,26
1,12
0,07

BRA
0,04
-0,08
1,07
0,31

CHI
0,04
0,2
0,61
0,37

COL
0,02
0,61
0,28
0,13

ECU
0,04
0,75
-0,02
0,03

MEX
0,04
0,28
0,63
0,09

PAR
0,04
0,41
0,27
0,13

PER
0,06
-0,17
1,19
0,23

URU
0,05
0,36
0,53
0,28

Punto h
La estimacin de los componentes de la inflacin segn sus origines se puede ver en el
anexo A.
Se realiz la descomposicin de la inflacin en funcin de los siguientes factores:
D: Componente domstico.
C: Componente cambiario.
I: Componente importado

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

VEN
0,04
0,74
0,02
0,12

Econometra: Examen Final

Resolucin Ejercicio N2
Punto a
Mediante la utilizacin del comando summarize podemos observar los principales
parmetros de las variables que componen el modelo de Scoring (ver anexo B). Estos
parmetros son:
La media.
El desvi estndar.
El valor mnimo obtenido.
El valor mximo.
Es obvio que las variables del tipo binarias que se encuentran incluidas para realizar el
modelo, van a tener como valor mnimo al cero y como valor mximo a la unidad, ya que
estos son los nicos valores que las mismas pueden tomar. Las variables que presentan
esta caracterstica son las siguientes:

Deny: Variable que indica el resultado de la solicitud del crdito hipotecario es

rechazada o aprobada.
Black: Variable que indica si el solicitante es de raza negra u otra raza.
Single: Variable que indica si el solicitante es soltero.
Employed: Variable que indica si el solicitante es monotributista.
Loaval_m: Variable que indica si el ratio del prstamo con el valor de la propiedad
est comprendido entre 0,8 y 0,95.
Loaval_h: Variable que indica si el ratio del prstamo con el valor de la propiedad es
mayor a 0,95.
Score_p: Variable que indica si el solicitante del crdito tiene malos antecedentes de
crdito.
Insurance: Variable que indica si una compaa aseguradora rechazo la hipoteca.
Highschool: Variable que indica si el solicitante termino la educacin secundaria.

El resto de las variables que no presentan la caracterstica de ser binarias, toman diferentes
valores como mnimos y mximos, las mismas son:

Payinc: Ratio que indica la relacin del monto del crdito respecto al ingreso del
solicitante.
Hexinc: Relacin entre los gastos de vivienda respecto del ingreso mensual del
solicitante.
Loaval: Relacin entre el monto del prstamo y el valor de la propiedad.
Score_c: Variable que indica el score de crditos de consumo del solicitante.
Score_m: Variable que indica el score de crditos hipotecarios del solicitante.
Unemployment: Variable que indica la tasa de desempleo en la industria del
solicitante.

Utilizando el comando tab deny obtenemos el siguiente resultado.

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Analizando el resultado podemos observar que en solo 285 casos [ P(deny=1)=0.1197

] los crditos hipotecarios fueron rechazados, es decir, la variable deny tomo el valor
1. Por lo tanto, el complemento de la situacin mencionada anteriormente se repite en
2095 casos [ P(deny=0)=0.8803 ].
Punto b
Para caracterizar el modelo de crdito Scoring se va a utilizar un modelo de probabilidad
lineal que tiene las siguiente distribucin,

En el caso de este modelo la variable dependiente y es del tipo binaria, es decir, puede
tomar dos valores posibles: cero o uno. En este ejemplo el uno hace referencia a al rechazo
del crdito y el cero a la aprobacin del mismo.
Como y solo puede tomar dos valores, las
no pueden interpretarse como el cambio en y
para un aumento dado de
, permaneciendo constantes todos los dems factores: y
cambia de uno a cero o de cero a uno (o no cambia).
A un modelo de regresin lineal mltiple en el que la variable dependiente es una variable
binaria se le conoce como modelo de probabilidad lineal (MPL) debido a que la probabilidad
de respuesta es lineal a los parmetros
. En el MPL,
mide la variacin de la
probabilidad de xito al variar
permaneciendo los dems factores constantes:

Con esto en mente, el modelo de regresin mltiple permite estimar el efecto de diversas
variables explicativas sobre un evento cualitativo.
Las desventajas que presenta el MPL es que se pueden obtener probabilidades predichas
que sean menores a cero o mayores a uno, implica un efecto marginal constante de cada
variable explicativa que aparece en su forma original, y contiene heterocedasticidad.

Punto c
Con la utilizacin del comando de regresin aplicando un modelo lineal de probabilidad para
la variable deny utilizando como nica variable explicativa payinc, que hace referencia al
ratio correspondiente entre el valor de la cuota del prstamo respecto de los ingresos
mensuales percibidos por los tomadores del prstamo, se obtiene el resultado mostrado en
el anexo B del trabajo.
Como resultado de la utilizacin del modelo lineal de probabilidad se obtiene la siguiente
ecuacin:
= -0.0799096 + 0.6035349xPayinc
Tercer Trimestre de 2015
UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

A continuacin se muestra un grfico (izquierda) en el cual los valores indicados en el eje de

las ordenadas hace referencia a la aprobacin o el rechazo del crdito hipotecario y en el
eje de las abscisas se muestra el ratio de pago en funcin de los ingresos. Por otro lado se
ilustra la recta resultado de la aplicacin de mtodo de los mnimos cuadrados ordinarios
para estas dos variables.
En el caso de establecer pisos de corte del 0,15 y 0,25 de probabilidad el grafico resultante
es el que se muestra a la derecha.

Reemplazando estos pisos en la ecuacin mencionada anteriormente, las relaciones

mximas entre el pago mensual del crdito y el ingreso total mensual del solicitante son los
siguientes.
Payinc (0,15) = (0,15 + 0,0799096)/0,6035349 = 0,3809.
Payinc (0,25) = (0,25 + 0,0799096)/0,6035349 = 0,5466.
Punto d
En este punto se vuelve a utilizar un modelo lineal de probabilidad para la variable deny
usando como variables explicativas payinc y black. La variable black toma valor 1 cuando el
solicitante del crdito es de raza negra (ver anexo B).
En el siguiente grfico se ilustra por un lado la aprobacin o rechazo de un crdito
hipotecario para la personas que no son de raza negra (lnea roja), mientras que por el otro
lado se incorpora el componente racial (lnea azul).

En el mismo se puede deducir que cuando se incorpora la variable explicativa black, la recta
resultante de la aplicacin del modelo lineal se desplaza para arriba obteniendo de esta
Tercer Trimestre de 2015
UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

manera que para un solicitante de raza negra para un mismo ratio pago/ingreso se tiene
mayor probabilidad de rechazo del crdito, es decir, que existe un componente de
discriminacin racial a lo hora de definir la aprobacin o no de un crdito.k
Punto e
Teniendo en cuenta el modelo planteado en el punto c, vamos a considerar dos umbrales
diferentes para determinar los distintos tipos de errores y como varan en funcin de una
diferencia en dicho umbral.
Recordamos que la frmula que se utiliza para el clculo del
es la siguiente.
=-0.0799096 + 0.6035349xPayinc
A continuacin se muestra el grafico correspondiente al modelo mencionado para un umbral
del 0,15.

Basndonos en el cuadro anterior obtenemos los siguientes resultados.

Probabilidad del error I () o falso bueno= 320/2380 = 0,1345.
Probabilidad del error II () o falso malo= 166/2380 = 0,0697.
Para un umbral del 0,25 los resultados tienen la siguiente distribucin.

Probabilidad del error I () o falso bueno= 16/2380 = 0,0067.

Probabilidad del error II () o falso malo= 264/2380 = 0,1109.

Los resultados obtenidos nos hacen llegar a la conclusin de que a medida de que el
umbral aumenta su valor y se hace ms prximo a la unidad se maximiza el error tipo
II (), mientras que si este valor de umbral cae cerca de cero el error que se maximiza
es el tipo I ().
Punto f
Las salidas correspondientes a los tres modelos planteados en el enunciado se ven en el
anexo B que se encuentra al final del trabajo.
Para interpretar los resultados se toma como referencia los R^2 ajustados obtenidos para
los modelos, debido a que el R^2 por s solo no aporta informacin suficiente ya que nunca
disminuye cuando se agrega una variable explicativas al modelo de regresin.
Los R^2 ajustados obtenidos son: 0.2632, 0.2678, 0.2676 para los modelos I, II y III
respectivamente. Se puede ver que con la inclusin de nuevas variables explicativas el R^2
ajustado no sufre prcticamente ningn tipo de variacin. Si bien la multicolinealidad no es
Tercer Trimestre de 2015
UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

un factor que afecte al insesgamiento de los parmetros , agregar variables explicativas

que no hagan que el R^2 ajustado aumente, es agregar complejidad al modelo sin que la
misma se traduzca en mayor eficiencia del mismo.
Por tal motivo, se concluye que las variables agregadas seguramente estn incluidas en
otras variables que ya estaban consideradas en el modelo original.

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Anexo A (Ejercicio 1)
Salidas punto b
En los siguientes grficos se puede observar el valor de los estadsticos de prueba
resultante de la aplicacin del test de DF para la variable tipo de cambio (ln FX). Los
mismos se utilizan para realizar la toma de decisin respecto al rechazo o no de la H0
propuesta por el test.

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Lo mismo se realiza para la variable precio de los commodities (ln Pfp):

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Lo mismo se realiza para la variable ln P:

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Salidas punto c
A continuacin se muestran los desalineamientos presentados por la combinacin lineal que
se utiliza para determinar si las variables se encuentran o no cointegradas.

Desalineamiento ARG

Desalineamiento BOL

Desalineamiento BRA

Desalineamiento CHI

Desalineamiento COL

Desalineamiento ECU

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Desalineamiento MEX

Desalineamiento PAR

Desalineamiento PER

Desalineamiento URU

Desalineamiento VEN

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Salidas punto g
Teniendo en cuenta la base de datos provista se realiza el clculo de los parmetros de
corto plazo para los pases que componen el panel de datos.

ARG BOL BRA CHI

COL ECU MEX PAR

PER URU VEN

Salidas punto h
A continuacin se muestran las salidas de Stata correspondiente a la descomposicin de la
inflacin, segn el modelo planteado, en sus componentes ms importantes:

Descomposicin Inflacin ARG [x dcada]

Tercer Trimestre de 2015

UBA

Descomposicin Inflacin ARG [x ao]

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Descomposicin Inflacin BOL [x dcada]

Descomposicin Inflacin BOL [x ao]

Descomposicin Inflacin BRA [x dcada]

Descomposicin Inflacin BRA [x ao]

Descomposicin Inflacin CHI [x dcada]

Descomposicin Inflacin CHI [x ao]

Descomposicin Inflacin COL [x dcada]

Descomposicin Inflacin COL [x ao]

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Descomposicin Inflacin ECU [x dcada]

Descomposicin Inflacin ECU [x ao]

Descomposicin Inflacin MEX [x dcada]

Descomposicin Inflacin MEX [x ao]

Descomposicin Inflacin PAR [x dcada]

Descomposicin Inflacin PAR [x ao]

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Descomposicin Inflacin PER [x decada]

Descomposicin Inflacin PER [x ao]

Descomposicin Inflacin URU [x decada]

Descomposicin Inflacin URU[x ao]

Descomposicin Inflacin VEN [x dcada]

Descomposicin Inflacin VEN [x ao]

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Anexo B (Ejercicio 2)
Salidas punto a
Estas son las variables que se utilizan para caracterizar el modelo de crdito hipotecario
Scoring.

Salidas punto c
El resultado de realizar la regresin entre las variables deny y payinc, se puede observar en
el siguiente cuadro.

Salidas punto d
El resultado de realizar la regresin entre la variables deny y las variables explicativas
payinc y black, se puede observar en el siguiente cuadro.

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Salidas punto f
Modelo 1
Modelo I (OLS con regresores: black, payinc, hexinc, loaval_m, loaval_h, score_c, score_m,
score_p, insurance, employed).

Modelo 2
Modelo II (OLS con regresores: black, payinc, hexinc, loaval_m, loaval_h, score_c, score_m,
score_p, insurance, employed, single, highschool, unemployment).

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,

Econometra: Examen Final

Modelo 3
Modelo III (OLS con regresores: black, payinc, hexinc, loaval_m, loaval_h, score_c,
score_m, score_p, insurance, employed, single, highschool, unemployment, condominium).

Tercer Trimestre de 2015

UBA

Facultad de Ciencias Econmicas,