UNIVERSIDAD DE SUCRE

PROGRAMA DE ECONOMÍA
ECONOMETRIA I
Taller 2 (Modelo Múltiple) – TEORIA & PRACTICA

1. Se considera el comportamiento de la mortalidad infantil (MI) en relación

con el PIB per cápita (PIBPC) y el alfabetismo femenino medido por la
tasa de alfabetización de las mujeres (TAM). Ahora, cuando se
introducen ambas variables en el modelo, se requiere eliminar la
influencia neta de cada regresora. Tenga en cuenta que la MI es el
número de muertes de niños menores de 5 años por cada 1 000 nacidos
vivos, el PIBPC es el PIB per cápita en 1980 y la TAM se mide en
porcentaje. La muestra se realizó en 64 países consignados en la
estimación 1. (PIBPC) y la tasa de alfabetización de las mujeres (TAM).
Ahora extienda este modelo para incluir la tasa de fecundidad total
(TFT). Se Estiman las regresiones y se presentan los resultados del
modelo de regresión extendido:

1. MIi = 263.6416 − 0.0056 PIBPCi − 2.2316 TAMi

ee _ (11.5932) (0.0019) (0.2099) R2 = 0.7077
2. MIi = 168.3067 − 0.0055 PIBPCi − 1.7680 TAMi + 12.8686 TFTi
ee _ (32.8916) (0.0018) (0.2480) (?) R2 = 0.7474

a) ¿Cómo interpretaría el coeficiente de TFT? A priori, ¿esperaría una relación

positiva o negativa entre MI y TFT? Justifique su respuesta.
b) ¿Los valores de los coeficientes de PIBPC y TFT cambiaron entre ambas
ecuaciones? Si así fue, ¿cuál(es) sería(n) la(s) razón (razones) de ese cambio?
¿La diferencia que se observa es estadísticamente significativa? ¿Qué prueba
utilizaría y por qué?
c) ¿Cómo elegiría entre los modelos 1 y 2? ¿Qué prueba estadística emplearía
para responder esta pregunta? Muestre los cálculos necesarios.
d) No se ha proporcionado el error estándar del coeficiente de TFT. ¿Puede
calcularlo? (Sugerencia: Recuerde la relación entre las distribuciones t y F.)

2. Se tiene información sobre los desembolsos del presupuesto de defensa

de Estados Unidos, 1962-1981. Para explicar el presupuesto de defensa
de Estados Unidos, considere el siguiente modelo:

Yt = β1 + β2X2t + β3X3t + β4X4t + β5X5t + ut

Donde Yt = desembolsos del presupuesto de defensa durante el año t, $ miles

de millones
X2t = PNB durante el año t, $ miles de millones
X3t = ventas militares de Estados Unidos/ayuda en el año t, $ miles de millones
X4t = ventas de la industria aeroespacial, $ miles de millones
X5t = conflictos militares que implican a más de 100 000 soldados. Esta
variable adquiere el valor de 1 cuando participan 100 000 soldados o más, y es
igual a cero cuando el número de soldados no llega a 100 000.
Para probar este modelo, se proporcionan datos en la tabla 7.8.
a) Estime los parámetros de este modelo y sus errores estándar, y obtenga R2,
R2 ajustado
b) Comente los resultados, considerando cualquier expectativa a priori que
tenga sobre la relación entre Y y las diversas variables X.
c) ¿Qué otra(s) variable(s) incluiría en el modelo y por qué?

3. Estimación del modelo de asignación de precios de activos de capital

(CAPM). En la sección 6.1 se considera brevemente el conocido modelo
de asignación de precios de activos de capital de la teoría moderna de
portafolios. En el análisis empírico, el CAPM se estima en dos etapas.

Etapa I (Regresión de serie de tiempo). Para cada uno de los N títulos

incluidos en la muestra se efectúa la siguiente regresión a través del tiempo:

Rit =αi + βi Rmt + eit (1)

donde Rit y Rmt son las tasas de rendimiento del i-ésimo título y el portafolios
del mercado (por ejemplo, el S&P 500) en el año t; βi, como ya observo, es el
coeficiente beta o coeficiente de volatilidad del mercado del i-ésimo título y eit
son los residuos. En total hay N regresiones, una para cada título, y se
producen, por consiguiente, N valores estimados para βi.

Etapa II (Regresión transversal). En esta etapa se efectúa la siguiente

regresión para los N títulos:

ˉRi = ˆγ1 + ˆγ2ˆ βi + ui (2)

donde ˉR i es el promedio o tasa media de rendimiento para el título i, calculado

sobre el periodo muestral cubierto por la etapa I, ˆ βi es el coeficiente beta
estimado de la regresión de la primera etapa y ui es el término residual.

Al comparar la regresión (2) de la segunda etapa con el CAPM, ecuación

(6.1.2), escrita como:
ERi = rf + βi(ERm − rf (3)

donde rf es la tasa de rendimiento libre de riesgo, se observa que γˆ1 es una

estimación de rf y es γˆ2 una estimación de (ERm − rf ), la prima del riesgo del
mercado.

Así, en la prueba empírica de CAPM, ˉR i y ˆ βi se utilizan como estimadores de

ERi y βi respectivamente. Ahora, si se mantiene CAPM, estadísticamente,
γˆ1 = rf
γˆ2 = Rm − rf , el estimador de (ERm − rf )

Considere ahora otro modelo:

ˉRi = γˆ1 ˆ + γ2ˆ βi + ˆγ3s2ei+ ui (4)

donde s2ei es la varianza residual del i-ésimo título de la regresión de la

primera etapa. Entonces, si CAPM es válido, γˆ3 no debe ser significativamente
diferente de cero. Para probar el CAPM, Levy efectuó las regresiones (2) y (4)
sobre una muestra de 101 acciones durante el periodo 1948-1968 y obtuvo los
siguientes resultados:*

ˆˉR i =0.109 + 0.037βi

(0.009) (0.008)
t = (12.0) (5.1) R2 = 0.21 (2)’

ˆˉR i = 0.106 + 0.0024 ˆ βi + 0.201s2ei

(0.008) (0.007) (0.038)
t =(13.2) (3.3) (5.3) R2 = 0.39

a) ¿Apoyan estos resultados el CAPM?

b) ¿Se justifica agregar la variable s2ei al modelo? ¿Cómo sabe?
c) Si el CAPM se mantiene, γˆ1 en (2), debe aproximar el valor promedio de la
tasa libre de riesgo rf. El valor estimado es 10.9%. ¿Parece una estimación
razonable de la tasa de rendimiento libre de riesgo durante el periodo de
observación, 1948-1968? (Se puede considerar la tasa de rendimiento de los
bonos del Tesoro o de un activo libre de riesgo relativamente parecido.)
d) Si el CAPM se mantiene, la prima de riesgo del mercado ( ˉR m − rf ) de (2)_
es cerca de3.7%. Si se supone que rf es 10.9%, esto implica que ˉR m para el
periodo de la muestra fue aproximadamente 14.6%. ¿Parece una estimación
razonable?
e) ¿Qué puede decir sobre el CAPM en general?

4. Demanda de carne de pollo en Estados Unidos, 1960-1982. Para

estudiar el consumo percápita de carne de pollo en Estados Unidos se
presentan los datos de la tabla 7.9,
Donde Y = consumo per cápita de carne de pollo, lbs
X2= ingreso per cápita real disponible, $
X3= precio real al menudeo del pollo por lb, ¢
X4= precio real al menudeo del cerdo por lb, ¢
X5= precio real al menudeo de la carne de res por lb, ¢
X6= Precio real compuesto de los sustitutos de pollo por lb, ¢, el cual es un
promedio ponderado de los precios reales al menudeo por libra de carne de
cerdo y de res; las ponderaciones son los consumos relativos de la carne de
res y de cerdo en el consumo total de estos productos.

Ahora considere las siguientes funciones de demanda:

ln Yt _ α1 + α2 ln X2t + α3 ln X3t + ut (1)

ln Yt _ γ1 + γ2 ln X2t + γ3 ln X3t + γ4 ln X4t + ut (2)
ln Yt _ λ1 + λ2 ln X2t + λ3 ln X3t + λ4 ln X5t + ut (3)
ln Yt _ θ1 + θ2 ln X2t + θ3 ln X3t + θ4 ln X4t + θ5 ln X5t + ut (4)
ln Yt _ β1 + β2 ln X2t + β3 ln X3t + β4 ln X6t + ut (5)

De la teoría microeconómica, se sabe que la demanda de un bien suele

depender del ingreso real del consumidor, del precio real del bien y de los
precios reales de los bienes complementarios o que compiten con él. Ante
estas consideraciones, responda las siguientes preguntas.
a) Entre las funciones de demanda que aquí se dan, ¿cuál escogería y por qué
(en forma a priori)?
b) ¿Cómo interpretaría los coeficientes de ln X2t y ln X3t en estos modelos?
c) ¿Cuál es la diferencia entre las especificaciones (2) y (4)?
d) ¿Qué problemas prevé si adopta la especificación (4)? (Sugerencia: Los
precios de la carne de cerdo y de res se incluyen con el del pollo.)
e) Como la especificación (5) incluye el precio compuesto de la carne de res y
de cerdo, ¿preferiría la función de demanda (5) a la función (4)? ¿Por qué?
f) ¿La carne de cerdo y la de res son productos que compiten con el pollo o que
lo sustituyen?¿Cómo sabe?
g) Suponga que la función (5) es la de demanda “correcta”. Estime los
parámetros de este modelo, obtenga sus errores estándar así como R2, R 2
ajustado. Interprete sus resultados.
h) Ahora suponga que corre el modelo “incorrecto” (2). Evalúe las
consecuencias de esta mala especificación considerando los valores de γ2 y γ3
en relación con β2 y β3, respectivamente. (Sugerencia: Preste atención al
análisis de la sección 7.7. del libro de Gujarati)
i) Realice las pruebas RESET y ML de errores de especificación, suponiendo
que la función de demanda (4) dada es la verdadera, respecto a las demás
estimaciones.

5. La tabla 7.11 suministra datos sobre el sector manufacturero de la

economía griega de 1961 a 1987.
a) Vea si la función producción de Cobb-Douglas se ajusta a los datos de la
tabla e interprete los resultados. ¿A qué conclusión general llega?
b) Ahora considere el siguiente modelo:
Producción/trabajo = A(K)L)βeu
Donde la variable regresada representa la productividad del trabajo, y la
regresora, la razón capital-trabajo. ¿Cuál es la importancia económica de dicha
relación, si existe alguna? Estime los parámetros de este modelo e interprete
los resultados.

6. La tabla 7.12 presenta datos del gasto de consumo real, ingreso real,
riqueza real y tasas de interés reales de Estados Unidos de 1947 a
2000.
a) Con los datos de la tabla, estime la función de consumo lineal usando los
datos de ingreso, riqueza y tasa de interés. ¿Cuál es la ecuación ajustada?
b) ¿Qué indican los coeficientes estimados sobre las relaciones entre las
variables y el gasto de consumo?
c) Con base en la regresión del gasto de consumo sobre el ingreso real, la
riqueza real y la tasa de interés real, averigüe qué coeficientes de regresión
son estadísticamente significativos, en lo individual, en el nivel de significancia
de 5%. ¿Los signos de los coeficientes estimados concuerdan con la teoría
económica?
d) Con base en los resultados de c), ¿cómo estimaría las elasticidades del
ingreso, riqueza y tasa de interés? ¿Qué información adicional, si acaso,
necesita para calcular las elasticidades?
e) ¿Cómo probaría la hipótesis de que las elasticidades del ingreso y la riqueza
son iguales? Muestre los cálculos necesarios.
f) Suponga que en lugar de la función lineal de consumo que estimó en c), hace
la regresión del logaritmo del gasto de consumo sobre los logaritmos del
ingreso y de la riqueza y la tasa de interés. Obtenga los resultados de la
regresión. ¿Cómo interpretaría estos resultados?
g) ¿Cuáles son las elasticidades del ingreso y la riqueza estimadas en f)?
¿Cómo interpreta el coeficiente de la tasa de interés estimado en f)?
h) En la regresión realizada en f), ¿pudo haber usado el logaritmo de la tasa de
interés en lugar de la tasa de interés? ¿Por qué?
i) ¿Cómo compara las elasticidades estimadas en d) y en f)?
j) Entre los modelos de regresión estimados en c) y f), ¿cuál preferiría? ¿Por
qué?
k) Suponga que en lugar de estimar el modelo dado en f), sólo hace la
regresión del logaritmo del gasto de consumo sobre el logaritmo del ingreso.
¿Cómo decidiría si vale la pena agregar el logaritmo de la riqueza al modelo?
¿Y cómo decidiría si vale la pena agregar tanto el logaritmo de la riqueza como
la tasa de interés al modelo? Muestre los cálculos necesarios.