Econometra Avanzada

Segundo Parcial

1) Considere el siguiente modelo:

yt xt ut
donde x t y son vectores k 1. Suponga que el analista adicionalmente
observa un vector r 1 de instrumentos z t . Considere el estimador de mnimos
cuadrados en dos etapas
T 1 T

MC2E x t x t x t yt
t1 t1

donde x t zt para
T 1 T

zt zt zt x t
rk t1 t1

a) Describa en palabras el significado de la isima fila de .
b) Suponga lo siguiente
p
i) T 1 t1
T
x t zt XZ donde XZ es una matriz de rango k.
p p
ii) T 1 t1
T
zt zt ZZ y T 1 t1
T
x t x t xx donde ZZ y xx son
matrices de rango r y k respectivamente.
iii) zt u t es una secuencia de diferencias martingales estacionaria y ergdica con

segundo momento dado por Eu t zt zt ZZ
2 2

Derive la convergencia en distribucin de MC2E .
2) Esta pregunta explora las consecuencias de error de medicin en datos. Considere
una muestra de hogares en un perodo dado de tiempo (seccin cruzada). Sea Ci el
gasto en consumo medido para el hogar i y Yi el ingreso del mismo hogar. De
acuerdo con la hiptesis del consumo permanente de Milton Friedman, estos datos
observados difieren de unos niveles tericos llamados consumo permanente Ci e
ingreso permanente Yi . La idea es que existen entonces dos relaciones entre los
valores observados y los que a la teora le interesan a saber
Ci Ci aci
Yi Yi a yi
donde a ci y a yi son errores de medicin. Friedman supuso que cada error de
medicin tena media cero E a 0, E a 0 , no estaban correlacionados entre
ci yi

ellosE a a 0 y no se encontraban correlacionados con ninguno de los valores

ci yi

permanentes E C a 0, E Y a 0, E C a 0, E Y a 0. La hiptesis del

i ci i

yi

i yi i

ci

1
 ingreso permanente de Friedman propona que
Ci Yi.
Suponga que todas las variables son estacionarias y ergdicas.
a) El econometrista no observa los valores de Ci y Yi . Considere por lo tanto una
regresin del consumo y el ingreso observados
Ci Yi i .
Utilice los supuestos anteriores para calcular una expresin de i en funcin de
a ci y aYi .
b) Defina qu significa el p lim de un estimador. Calcule el p lim del estimador
MCO b y muestre que este es estrictamente menor que el valor verdadero de
.
c) Friedman sugiri que uno poda utilizar una constante xi 1 para todo i como
instrumento para Yi . Muestre que este instrumento es (i) relevante y (ii) vlido.
d) Utilizando este instrumento, muestre que el estimador MC2E de se convierte
en
C
Y

donde C N1 iN1 Ci (consumo promedio observado) ,Y 1

N iN1Yi (ingreso
promedio observado).
e) (4 puntos) Calcule el p lim del estimador MC2E.
3) Considere un modelo de la forma
yit xit ci t it
donde x it es un vector k 1 de regresores, es un vector k 1 , ci representa
un efecto fijo individual y t representa un efecto no observado temporal
respectivamente. Suponga que E ci X 0,
E t X 0 y it iid 0, 2 .
a) Cul es el mejor estimador lineal insesgado de ? Por qu slo una
transformacin es necesaria?
b) Importa el orden en el que se hagan los tratamientos de variables Puede dar
alguna idea acerca de la intuicin de por qu ello es as?
4) Considere un modelo para inversin de capital, donde las observaciones de seccin
cruzada son al nivel del sector econmico i , la ciudad j y se tienen T aos
disponibles para cada sector y ciudad
loginver ijt t zijt 1 impuestos ijt 2 desastre ijt c i h j u ijt
La variable impuestosijt es una medida de la tasa marginal de impuestos sobre el
capital para el sector econmico i en la ciudad j , y desastreijt es una variable
dummy que toma el valor de 1 si un desastre natural de importancia ocurri en la
ciudad j en el perodo t (por ejemplo,una inundacin, un terremoto, etc). Las
variables en z ijt son otros factores que afectan la inversin de capital, t
representa distintos interceptos temporales y las variables ci y h j representan

2
 efectos no observados a nivel del sector econmico y la ciudad respectivamente.
a) Por qu cree que incluir efectos agregados temporales en la ecuacin sea
importante?
b) Qu tipo de variables estn siendo capturadas en c i ?
c) Qu tipo de variables estn siendo capturadas en h j ?
d) Si se pudiera interpretar la ecuacin de una manera causal tradicional, qu signo
sugiere la intuicin econmica para 1 ?
e) Explique en detalle como llevara a cabo la estimacin de este modelo. Sea muy
especfico sobre los supuestos que hara para estimar.
5) Suponga que usted tiene un modelo de la forma
y it x it c i u it

donde x it es un vector de k 1 de variables explicativas, y c i es una variable

latente. Suponga adems que, aunque usted lo desconoce a priori, el vector toma
la siguiente forma

0 1 2 3 k .

En otras palabras todas las variables son significativas incluyendo el intercepto (pero
nuevamente, usted no lo sabe)
a) Cmo llevara a cabo la estimacin si por sugerencia de su director de tesis, se
cree en una posible relacin entre ci y las variables explicativas?
b) Para ayudarse a decidir en torno a si su metodologa de estimacin debera ser
una u otra, usted lleva a cabo un test de Hausman. En qu consite este test?
cul es su hiptesis nula?
c) Si no puede rechazar el test de Hausman, qu se puede decir acerca del proceso
generador de datos (es efectos aleatorios, fijos, MCOA?). Explique en detalle los
pasos para llegar a su conclusin.
6) Suponga que tiene dos perodos de datos T 2 sobre el mismo grupo de N
personas trabajadoras. Considere el siguiente modelo de la determinacin de salarios:
logsalario it 1 2 d2 t zit 1 femenino i 2 d2 t femenino i c i u it

El componente no observado c i puede estar correlacionado con zit y femenino i .

La variable d2 t es un indicador temporal, donde d2 t 1 si t 2 y d2 t 0 si
t 1 . Para las preguntas siguientes suponga que
Eu it |femenino i , zi1 , zi2 , c i 0 t 1, 2
a) Sin realizar ms supuestos, qu parmetros de la ecuacin de salarios pueden ser
estimados consistentemente?
b) Interprete los coeficientes 2 y 2 .
c) Escriba la ecuacin de salarios explcitamente para los dos perodos.
d) Muestre que la ecuacin diferenciada puede escribirse como
logsalario i 2 zi 2 femenino i u i

donde logsalario i logsalario i2 logsalario i1 y as sucesivamente.

3
7) Partiendo de la representacin de la matriz de efectos aleatorios
1/2
1/2 2u T 2c 1 1 I T PT
donde
1/2
2u
1
2u T 2c
PT jT jT jT 1 jT
Muestre que
a) 1/2 1
u I T PT

b) Muestre por qu haciendo CT I T PT y premultiplicando el modelo

Yi Xi c i jT Ui

por CT se pueden obtener estimadores por MCOA.

c) Qu transformacin est imponiendo esta premultiplicacin sobre los datos? A
qu se parece? Qu casos extremos puede usted detectar del estimador de
efectos aleatorios?