UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERÍA ECONÓMICA

TRABAJO ENCARGADO
TOBIT

CURSO:
ECONOMETRÍA II

DOCENTE: ING. MAMANI VILCA ANDRES

Alumna: PARI PEREZ GABY ANALY

 TOBIT: EFICIENCIA DEL GASTO PÚBLICO EN INVERSIONES EN CONSTRUCCIÓN Y
MANTENIMIENTO DE CAMINOS RURALES AFIRMADOS EN LOS GOBIERNOS LOCALES DEL
PERÚ-2016
Modelo Frontier

El Modelo Frontier permite descomponer el crecimiento cambios en el uso de insumos,

cambios en la tecnología y cambios en la eficiencia, extendiendo así el método de
contabilidad de crecimiento ampliamente utilizado.
Cuando se trata de productividad, surgen dos problemas principales: su definición y su
medida Tradicionalmente, la investigación empírica sobre la productividad tiene sufrió una
serie de deficiencias. La mayoría de los estudios empíricos han empleado el llamado residuo
de Solow (Solow 1956). El uso de esta medida es problemática: Abramovitz (1956) se refiere
a la diferencia entre el crecimiento tasas de producción y la suma ponderada de las tasas de
crecimiento de los insumos como una "medida de nuestra ignorancia sobre las causas del
crecimiento económico”. Hay estudios que asocia el cambio de productividad medido por la
resiudal con el técnico cambio (Solow 1956, Kendrick 1961, 1976, Maddison 1987).

𝒚𝒊 = 𝒙𝒊 𝜷 + (𝒗𝒊 − 𝒖𝒊 ), 𝒊 = 𝟏, 𝟐, 𝟑, . . , 𝑵

Dónde:

 yi: Es la producción expresada en logaritmos de la producción del ith municipio.

 xi: Es el vector kx1 de las cantidades de input del ith municipio.
 β: es un vector de parámetros desconocidos.
 vi: son variables aleatorias que son asumidas independientes e idénticamente distribuidas
con N(o,σ2v)
 ui: Captura la ineficiencia técnica de la producción.

Estimación del modelo Frontier.

Los puntajes de eficiencia a obtener esta entre 0 y 1

1: si el municipio es eficiente

0: si el municipio es ineficiente

REPARACIÓN DE CAMINOS RURALES AFIRMADOS

. *frontier m2 soles, distribution(exponential)
. frontier m2 osolesafirmados, distribution(exponential) iterate(15)

Iteration 0: log likelihood = -673.47158

Iteration 1: log likelihood = -673.47032
Iteration 2: log likelihood = -673.47007
Iteration 3: log likelihood = -673.46995
Iteration 4: log likelihood = -673.46994 (backed up)
Iteration 5: log likelihood = -673.46993 (backed up)
Iteration 6: log likelihood = -673.46993 (backed up)
Iteration 7: log likelihood = -673.46993 (backed up)
Iteration 8: log likelihood = -673.46993 (backed up)
Iteration 9: log likelihood = -673.46993 (backed up)
Iteration 10: log likelihood = -673.46993 (backed up)
Iteration 11: log likelihood = -673.46993 (backed up)
Iteration 12: log likelihood = -673.46993 (backed up)
Iteration 13: log likelihood = -673.46993 (backed up)
Iteration 14: log likelihood = -673.46993 (backed up)
Iteration 15: log likelihood = -673.46993 (backed up)

convergence not achieved

Stoc. frontier normal/exponential model Number of obs = 483

Wald chi2(1) = 157.16
Log likelihood = -673.46993 Prob > chi2 = 0.0000

---------------------------------------------------------------------------------
m2 | Coef. Std. Err. z P>|z| [95% Conf. Interval]
----------------+----------------------------------------------------------------
osolesafirmados | 6.00e-06 4.78e-07 12.54 0.000 5.06e-06 6.93e-06
_cons | 2.207834 .1860011 11.87 0.000 1.843279 2.57239
----------------+----------------------------------------------------------------
/lnsig2v | -.0502871 .0654366 -0.77 0.442 -.1785405 .0779663
/lnsig2u | -6.852436 10.98599 -0.62 0.533 -28.38458 14.67971
----------------+----------------------------------------------------------------
sigma_v | .9751699 .0319059 .9145984 1.039753
sigma_u | .0325097 .1785754 6.86e-07 1540.49
sigma2 | .9520133 .0612616 .8319428 1.072084
lambda | .0333374 .1868443 -.3328706 .3995455
---------------------------------------------------------------------------------
Warning: convergence not achieved
Likelihood-ratio test of sigma_u=0: chibar2(01) = 0.00 Prob>=chibar2 = 1.000

. predict u_e, te

.
. mean u_e

Mean estimation Number of obs = 483

--------------------------------------------------------------
| Mean Std. Err. [95% Conf. Interval]
-------------+------------------------------------------------
u_e | .9664967 .0020057 .9625558 .9704376
--------------------------------------------------------------

INTERPRETACIÓN

Interpretaciones promedio los municipios podrían proveer 1 m2 de reparación de

caminos rurales afirmados
con 3.4% menos recursos (1-0.966=0.034) es decir con solo menos de la mitad de su
presupuesto programado.

CONSTRUCCIÓN DE CAMINOS RURALES AFIRMADOS

*frontier m2 soles, distribution(exponential)
. frontier m2 csolesafirmados, distribution(exponential) iterate(4)

Iteration 0: log likelihood = -80.205734

Iteration 1: log likelihood = -80.16658
Iteration 2: log likelihood = -80.16103
Iteration 3: log likelihood = -80.160455
Iteration 4: log likelihood = -80.160416
convergence not achieved

Stoc. frontier normal/exponential model Number of obs = 62

Wald chi2(1) = 33.82
Log likelihood = -80.160416 Prob > chi2 = 0.0000

---------------------------------------------------------------------------------
m2 | Coef. Std. Err. z P>|z| [95% Conf. Interval]
----------------+----------------------------------------------------------------
csolesafirmados | .0000135 2.33e-06 5.82 0.000 8.98e-06 .0000181
_cons | 1.71881 .5976518 2.88 0.004 .5474339 2.890186
----------------+----------------------------------------------------------------
/lnsig2v | -.3407273 .477537 -0.71 0.476 -1.276683 .595228
/lnsig2u | -2.705148 4.897428 -0.55 0.581 -12.30393 6.893634
----------------+----------------------------------------------------------------
sigma_v | .8433581 .2013673 .5281678 1.346642
sigma_u | .2585738 .6331733 .0021293 31.40029
sigma2 | .7781133 .1414906 .5007968 1.05543
lambda | .3066003 .820779 -1.302097 1.915297
---------------------------------------------------------------------------------
Warning: convergence not achieved
Likelihood-ratio test of sigma_u=0: chibar2(01) = 0.03 Prob>=chibar2 = 0.426

. . predict u_e, te

.
. . mean u_e

Mean estimation Number of obs = 62

--------------------------------------------------------------
| Mean Std. Err. [95% Conf. Interval]
-------------+------------------------------------------------
u_e | .7944792 .0063415 .7817987 .8071597
--------------------------------------------------------------

INTERPRETACION
Promedio los municipios podrían proveer 1 m2 de construcción de caminos rurales
afirmados con 20.6% menos recursos (1-0.794=0.206) es decir con solo menos de la
mitad de su presupuesto programado.
Modelo tobit

El modelo Tobit es una extensión del modelo Probit aunque se trata en realidad de un modo de
afrontar el problema de datos censurados. Para nuestro tema de investigación el problema es el
siguiente: la oferta de trabajo remunerado medido en horas semanales. En los trabajadores
secundarios, esta variable adquiere diversos valores. Para cierta fracción significativa, la cantidad
de horas laboradas a la semana es cero, el cual es nuestro punto de censura. Antes de desarrollar
el modelo Tobit vamos a presentar con más detalle el caso de los datos o muestras censuradas.

𝜽 = 𝜷𝟎 + 𝜷𝟏 𝑪𝒂𝒏𝒐𝒏 + 𝜷𝟐 𝑭𝒄𝒎 + 𝜷𝟑 𝑷𝒗𝒊𝒂𝒍 + 𝜷𝟒 𝑫𝒆𝒏𝑷𝒐𝒃𝒍𝒂 + 𝜺

 θ: Son los puntajes de eficiencia

 Canon: Transferencia del canon
 Fcm: Transferencia del foncomun
 Pvial: Plan vial

DenPobla: Densidad Poblacional = Pob/km2

REPARACIÓN DE CAMINOS RURALES AFIRMADOS

. generate lcanon=ln(canon)

. generate lfcm=ln(fcm)
. tobit eficiencia lcanon lfcm pvial denspob, ll(0)

Tobit regression Number of obs = 483

LR chi2(4) = 0.85
Prob > chi2 = 0.9318
Log likelihood = 820.30033 Pseudo R2 = -0.0005

------------------------------------------------------------------------------
eficiencia | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
lcanon | -.0015146 .0019829 -0.76 0.445 -.0054108 .0023817
lfcm | .0017746 .0026807 0.66 0.508 -.0034927 .0070419
pvial | .0019886 .0054356 0.37 0.715 -.008692 .0126692
denspob | 1.23e-07 2.21e-06 0.06 0.956 -4.22e-06 4.46e-06
_cons | .9621141 .0286326 33.60 0.000 .9058531 1.018375
-------------+----------------------------------------------------------------
/sigma | .0441423 .000142 .0438634 .0444213
------------------------------------------------------------------------------
1 left-censored observation at eficiencia <= 0
482 uncensored observations
0 right-censored observations
Efectos marginales
. twoway (scatter m2 eficiencia)

.
. * Tobit model marginal effects for the censored sample
. margins, dydx(*) atmeans predict (ystar(0,.))

Conditional marginal effects Number of obs = 483

Model VCE : OIM

Expression : E(eficiencia*|eficiencia>0), predict(ystar(0,.))

dy/dx w.r.t. : lcanon lfcm pvial denspob
at : lcanon = 14.01903 (mean)
lfcm = 14.21747 (mean)
pvial = .1821946 (mean)
denspob = 114.6288 (mean)

------------------------------------------------------------------------------
| Delta-method
| dy/dx Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
lcanon | -.0015146 .0019829 -0.76 0.445 -.005401 .0023718
lfcm | .0017746 .0026807 0.66 0.508 -.0034794 .0070285
pvial | .0019886 .0054356 0.37 0.714 -.008665 .0126423
denspob | 1.23e-07 2.21e-06 0.06 0.956 -4.21e-06 4.45e-06
------------------------------------------------------------------------------

Lcanon: Si los recursos del canon incrementan en 1% el puntaje de eficiencia municipal en

inversión (reparación) de caminos rurales afirmados disminuye en 0.0151 unidades.

Lfcm: Si los recursos de fon común incrementan en 1% el puntaje de eficiencia municipal en

inversión (reparación) de caminos rurales afirmados incrementa en 0.0177unidades.
pvial: Si los recursos del canon incrementan en 1% el puntaje de eficiencia municipal en inversión
(reparación) de caminos rurales afirmados incrementa en 0.0019 unidades.

Lcanon: Si los recursos del canon incrementan en 1% el puntaje de eficiencia municipal en

inversión (reparación) de caminos rurales afirmados incrementa en 0.00112 unidades.

CONSTRUCCIÓN DE CAMINOS RURALES AFIRMADOS

. tobit eficiencia lcanon lfcm pvial denspob, ll(0)

Tobit regression Number of obs = 62

LR chi2(4) = 2.88
Prob > chi2 = 0.5775
Log likelihood = 99.790584 Pseudo R2 = -0.0147

------------------------------------------------------------------------------
eficiencia | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
lcanon | .0004559 .0060564 0.08 0.940 -.0116673 .012579
lfcm | .0099283 .008902 1.12 0.269 -.007891 .0277477
pvial | -.003412 .0152275 -0.22 0.823 -.0338933 .0270692
denspob | 5.04e-06 .000011 0.46 0.650 -.0000171 .0000272
_cons | .6436105 .1007516 6.39 0.000 .4419343 .8452866
-------------+----------------------------------------------------------------
/sigma | .0483899 .0043454 .0396916 .0570882
------------------------------------------------------------------------------
0 left-censored observations
62 uncensored observations
0 right-censored observations

.
. * Tobit model marginal effects for the censored sample
. margins, dydx(*) atmeans predict (ystar(0,.))

Conditional marginal effects Number of obs = 62

Model VCE : OIM

Expression : E(eficiencia*|eficiencia>0), predict(ystar(0,.))

dy/dx w.r.t. : lcanon lfcm pvial denspob
at : lcanon = 14.51955 (mean)
lfcm = 14.53899 (mean)
pvial = .2741935 (mean)
denspob = 166.1372 (mean)

------------------------------------------------------------------------------
| Delta-method
| dy/dx Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
lcanon | .0004559 .0060564 0.08 0.940 -.0114144 .0123262
lfcm | .0099283 .008902 1.12 0.265 -.0075193 .027376
pvial | -.003412 .0152275 -0.22 0.823 -.0332575 .0264334
denspob | 5.04e-06 .000011 0.46 0.648 -.0000166 .0000267
------------------------------------------------------------------------------
 lcanon: si los ingresos del canon incrementan en 1% el puntaje de eficiencia municipal en
inversión(construcción) de caminos rurales afirmados incrementa en 0.00045

lfcm: si los ingresos del fondo común incrementan en 1% el puntaje de eficiencia municipal en
inversión (construcción) de caminos rurales afirmados incrementa en 0.0099

Pvial: si las municipalidades tienen plan vial el puntaje de eficiencia municipal en inversión
(construcción) de caminos rurales afirmados disminuye en 0.034

Desnpob: si la densidad poblacional en las municipalidades aumenta en 1 unidad el puntaje de

eficiencia municipal en inversión (construcción) disminuye en 0.0124

RANKING DE MUNICIPALIDADES EFCIENTES E INEFCIENTES

+---------------------------------------------------------------------------
-------+
| nom_dpto nom_prov nom_dist
eficie~a |
|---------------------------------------------------------------------------
-------|
1. | �PUNO �SANDIA �ALTO INAMBARI
.6245185 |
2. | �CUSCO �QUISPICANCHI �ANDAHUAYLILLAS
.694258 |
3. | �CAJAMARCA �CONTUMAZA �YONAN
.6965871 |
4. | �PIURA �HUANCABAMBA �SONDORILLO
.6976737 |
5. | �CUSCO �ANTA �CHINCHAYPUJIO
.6980797 |
|---------------------------------------------------------------------------
-------|
6. | �PIURA �MORROPON �MORROPON
.6990237 |
7. | �TACNA �CANDARAVE �QUILAHUANI
.7001317 |
8. | �LIMA �LIMA �SANTA ROSA
.7389174 |
9. | �PASCO �DANIEL ALCIDES CARRION �PAUCAR
.747266 |
10. | �PUNO �SANDIA �YANAHUAYA
.7474518 |
|---------------------------------------------------------------------------
-------|
11. | �AYACUCHO �PARINACOCHAS �SAN FRANCISCO DE RAVACAYCO
.7492039 |
12. | �HUANUCO �LEONCIO PRADO �JOSE CRESPO Y CASTILLO
.7492509 |
13. | �LA LIBERTAD �PATAZ �TAYABAMBA
.7635319 |
14. | �HUANCAVELICA �TAYACAJA �DANIEL HERNANDEZ
.7668172 |
15. | �CUSCO �QUISPICANCHI �HUARO
.7720358 |
 |---------------------------------------------------------------------------
-------|
16. | �LA LIBERTAD �TRUJILLO �MOCHE
.7765136 |
17. | �CUSCO �LA CONVENCION �PICHARI
.77879 |
18. | �LIMA �HUAROCHIRI �SAN PEDRO DE CASTA
.7790172 |
19. | �CAJAMARCA �CAJABAMBA �CAJABAMBA
.7827138 |
20. | �CUSCO �LA CONVENCION �KIMBIRI
.7830113 |
|---------------------------------------------------------------------------
-------|
21. | �CUSCO �ANTA �LIMATAMBO
.7865782 |
22. | �JUNIN �TARMA �TAPO
.7903237 |
23. | �ANCASH �HUARAZ �HUARAZ
.7913944 |
24. | �CUSCO �CUSCO �SAN SEBASTIAN
.7926264 |
25. | �LA LIBERTAD �OTUZCO �HUARANCHAL
.7939553 |
|---------------------------------------------------------------------------
-------|
26. | �AREQUIPA �CARAVELI �CARAVELI
.7957497 |
27. | �HUANUCO �AMBO �HUACAR
.7961072 |
28. | �ANCASH �MARISCAL LUZURIAGA �FIDEL OLIVAS ESCUDERO
.7964518 |
29. | �CAJAMARCA �CELENDIN �LA LIBERTAD DE PALLAN
.7998511 |
30. | �LAMBAYEQUE �LAMBAYEQUE �MOCHUMI
.8019341 |
|---------------------------------------------------------------------------
-------|
31. | �PUNO �SAN ANTONIO DE PUTINA �PUTINA
.8041634 |
32. | �JUNIN �CHANCHAMAYO �SAN LUIS DE SHUARO
.8042089 |
33. | �TUMBES �TUMBES �PAMPAS DE HOSPITAL
.8055076 |
34. | �CUSCO �LA CONVENCION �HUAYOPATA
.8058298 |
35. | �HUANUCO �PACHITEA �UMARI
.8064224 |
|---------------------------------------------------------------------------
-------|
36. | �CAJAMARCA �CHOTA �CHIGUIRIP
.807717 |
37. | �LIMA �HUAROCHIRI �SANGALLAYA
.8103624 |
 38. | �PIURA �AYABACA �MONTERO
.8126593 |
39. | �CUSCO �LA CONVENCION �OCOBAMBA
.8158345 |
40. | �CUSCO �ANTA �MOLLEPATA
.8161639 |
|---------------------------------------------------------------------------
-------|
41. | �CUSCO �PAUCARTAMBO �KOS�IPATA
.8193055 |
42. | �CAJAMARCA �CUTERVO �CHOROS
.8195109 |
43. | �CUSCO �CANCHIS �SICUANI
.8204655 |
44. | �PUNO �MELGAR �NU�OA
.8228194 |
45. | �PUNO �CARABAYA �CORANI
.8279195 |
|---------------------------------------------------------------------------
-------|
46. | �APURIMAC �ANDAHUAYLAS �ANDARAPA
.8298922 |
47. | �AYACUCHO �CANGALLO �CANGALLO
.8306696 |
48. | �AYACUCHO �HUAMANGA �CHIARA
.8311703 |
49. | �AREQUIPA �AREQUIPA �PAUCARPATA
.833146 |
50. | �PUNO �AZANGARO �AZANGARO
.8367184 |
|---------------------------------------------------------------------------
-------|
51. | �CUSCO �CHUMBIVILCAS �LLUSCO
.8371867 |
52. | �LIMA �HUAURA �VEGUETA
.8417215 |
53. | �JUNIN �HUANCAYO �HUANCAN
.8429274 |
54. | �PIURA �HUANCABAMBA �HUANCABAMBA
.8444867 |
55. | �AYACUCHO �LA MAR �ANCO
.8460914 |
|---------------------------------------------------------------------------
-------|
56. | �SAN MARTIN �MARISCAL CACERES �JUANJUI
.8529551 |
57. | �UCAYALI �PADRE ABAD �IRAZOLA
.8537509 |
58. | �LA LIBERTAD �SANCHEZ CARRION �CHUGAY
.8548682 |
59. | �JUNIN �JAUJA �POMACANCHA
.856013 |
60. | �APURIMAC �AYMARAES �HUAYLLO
.8568858 |
 |---------------------------------------------------------------------------
-------|
61. | �PIURA �PIURA �LA UNION
.8595884 |
62. | �CAJAMARCA �SANTA CRUZ �CATACHE
.8609845 |
+---------------------------------------------------------------------------
-------+

INTERPRETACION
Eficiente
 Distrito de catache provincia de santa cruz departamento de Cajamarca el más eficiente en la
construcción de caminos rurales afirmados con una eficiencia del 86 % en el manejo de recursos
públicos.

Ineficiente
 Distrito de alto inambari provincia de sandía departamento de puno el mas ineficiente en la
construcción de caminos rurales afirmados con una ineficiencia del 62 % en el manejo de recursos
públicos.

DO file

*PRACTICA 08 TOBIT: EFICIENCIA DEL GASTO PUBLICO EN INVERSIONES EN

CONSTRUCCION Y MANTENIMIENTO DE AFIRMADOS EN LOS GOBIERNOS LOCALES DEL
PERU-2016
*CURSO: ECONOMETRIA 11
*nombre:gaby analy

cd "F:\datos\"

*01 BASE DE DATOS canon + fcm

use tfr.dta, clear
merge m:m idm using gasto.dta
keep if _merge==3
drop _merge
rename ubigeo idmunici
save tfr_gasto.dta, replace

*02 base de datos plan vial

use C012.dta, clear
keep idmunici nom_dpto nom_prov nom_dis catmuni P17_37 P17_38
rename P17_37 pvial
rename P17_38 apublic
save plan_vial.dta, replace

*03 base de datos eficiencia m2 y soles gastos por m2 construc+operacion

use C36.dta, clear
*operacion y mantenimiento
rename P44A_7_1 om2afirmados
rename P44A_7_2 osolesafirmados
*construccion de caminos rurales afirmados
rename P44A_8_1 cm2afirmados
rename P44A_8_2 csolesafirmados

keep idmunici om2afirmados osolesafirmados cm2afirmados csolesafirmados

save ocafirmados.dta, replace

*04 base de datos densidad poblacional uniendo pob y superficie

territorial tostring convierte numero a cadena string rojo
use superficie.dta, clear
*tostring idmunici, replace destring, generate(superficie pob)
sort idmunici
merge m:m idmunici using pob.dta
keep if _merge==3
drop _merge
sum pob km2
generate denspob=pob/km2
keep idmunici denspob
save denspob.dta, replace

*fusionando datos 1+2=12

use tfr_gasto.dta, clear

merge m:m idmunici using plan_vial.dta
keep if _merge==3
drop _merge
save tfr_gasto_vial.dta, replace

*fusionando datos 12+3=123

use tfr_gasto_vial.dta, clear
merge m:m idmunici using ocafirmados.dta
keep if _merge==3
drop _merge
save tfr_gasto_vial_ocafirmados.dta, replace

*fusionando datos 123+4=1234

use tfr_gasto_vial_ocafirmados.dta, clear
merge m:m idmunici using denspob.dta
keep if _merge==3
drop _merge
save tfr_gasto_vial_ocafirmados_denspob.dta, replace
*datos final solo mantenimiento de caminos rurales afirmados
drop if om2afirmados==0
save mantenimiento_afirmados.dta, replace

*datos solo construccion de caminos rurales afirmados

drop if cm2afirmados==0
save construccion_afirmados.dta, replace
*************************************************
*************************************************

*01 CALCULO DE LA EFICIENCIA DEL GASTO**********************************

***EFICIENCIA EN REPARACION
use mantenimiento_afirmados.dta, clear
describe
generate m2=log(om2afirmados)
*generate soles=log(osolesafirmados)
*frontier m2 soles, distribution(exponential)
frontier m2 osolesafirmados, distribution(exponential) iterate(15)
predict u_e, te

mean u_e
rename u_e eficiencia
mean eficiencia
generate losolesafirmados=ln(osolesafirmados)
twoway (scatter m2 losolesafirmados)

*keep nom_dpto nom_prov nom_dist eficiencia //canon fcm pvial denspob m2

osolesafirmados //solo para ver eficiencia
sort eficiencia //para ver rankin de municipios mas eficientes

* MODELO TOBIT CENSURADO PARA ANALIZAR LOS DETERMINATES DE LA EFICIENCIA

generate lcanon=ln(canon)
generate lfcm=ln(fcm)
tobit eficiencia lcanon lfcm pvial denspob, ll(0)
twoway (scatter m2 eficiencia)

* Tobit model marginal effects for the censored sample

margins, dydx(*) atmeans predict (ystar(0,.))

***02: EFICIENCIA EN
CONSTRUCCION******************************************
use construccion_afirmados.dta, clear
describe
generate m2=log(cm2afirmados)
*generate lcanon=log(canon)
*generate lfcm=log(fcm)
*generate soles=log(csolesafirmados)
*frontier m2 soles, distribution(exponential)
frontier m2 csolesafirmados, distribution(exponential) iterate(4)
. predict u_e, te
. mean u_e
rename u_e eficiencia
mean eficiencia

generate lcsolesafirmados=ln(csolesafirmados)
twoway (scatter m2 lcsolesafirmados)
*keep nom_dpto nom_prov nom_dist eficiencia
*sort eficiencia
* MODELO TOBIT CENSURADO PARA ANALIZAR LOS DETERMINATES DE LA EFICIENCIA
generate lcanon=ln(canon)
generate lfcm=ln(fcm)
tobit eficiencia lcanon lfcm pvial denspob, ll(0)

* Tobit model marginal effects for the censored sample

margins, dydx(*) atmeans predict (ystar(0,.))