Universidad Icesi Departamento de Economía

Econometría 06216
Examen Final
Cali, Viernes 25 de Noviembre de 2016
Desde las 2:00pm hasta la 5:00pm
(Respuestas Sugeridas)
Profesor: Carlos Giovanni González Espitia, Ph.D
Profesor Asociado, Departamento de Economía
Investigador Asociado (CvLac) COLCIENCIAS

E-mail: cggonzalez@icesi.edu.co
Homepage: www.icesi.edu.co/cggonzalez

Nombre del Estudiante: _________________________________

Código: ________________
Grupo: _______

Instrucciones:

1. Lea cuidadosamente todas las preguntas e instrucciones antes de comenzar el examen.

2. Marque el cuestionario de su examen y el formato oficial para la presentación de
exámenes.
3. El examen consta de cuatro (4) preguntas que suman un total de 5,0 puntos. El valor
de cada una de las preguntas está expresado al lado de cada pregunta. Adicionalmente,
se anexan dos hojas de fórmulas.
4. Todas las respuestas se deben consignar en el formato oficial para la presentación de
exámenes.
5. NO responda en el cuestionario del examen. No se dará crédito por respuestas
consignadas en otro lugar distinto al formato oficial para la presentación de exámenes.
6. Recuerde que no se tolerará ningún tipo de deshonestidad académica. En especial,
usted no puede emplear ningún tipo de ayuda.
7. No se aceptarán reclamos de exámenes no escritos en tinta (no se aceptan reclamos
de exámenes escritos a lápiz).
8. Al finalizar su examen, asegúrese de entregar el cuestionario del examen junto con el
formato de respuestas que se le suministró.
9. El examen está diseñado para dos (2) horas, pero usted dispone de tres (3) horas para
trabajar en él.
10. ¡Asigne su tiempo de forma eficiente!

Suerte.

1
Econometría 2016-02
Universidad Icesi Departamento de Economía

Punto 1. Falso o Verdadero (1,0 punto en total, cada uno vale 0,25 puntos)
Diga si las siguientes afirmaciones son falsas o verdaderas y explique en dos o tres líneas su
respuesta. (No se dará ningún crédito a respuestas sin justificación. Consigne su respuesta en
la hoja de respuestas suministrada)

1.1 Un economista junior afirma que un instrumento que es válido nos permite aislar la parte
de X no correlacionada con u, y utilizarla para estimar el efecto de un cambio en X sobre
Y en la primera etapa.

Respuesta sugerida: Falsa. Recuerden que un instrumento válido es aquel que es exógeno y
relevante. Es decir un instrumento válido permite aislar la parte de X no correlacionada con
el término de error para estimar en una segunda etapa el efecto causal de X sobre Y. Note
que es en la segunda etapa y no en la primera.

1.2 Un estudiante le dice a un compañero que “más instrumentos pueden producir mayor
varianza en MC2E: el R-cuadrado de la primera etapa aumenta, es decir hay mayor
variación”. ¿Es esta última afirmación falsa o verdadera?

Respuesta sugerida Falsa. Es cierto que en la primera etapa el R-cuadrado aumenta (se infla)
por el efecto de tener más variables independientes “instrumentos”, de ahí la importancia de
hacer el test de sobreidentificación del modelo. Además, si el R-cuadrado aumenta no
significa que hay una mayor variación, sino que hay un mayor porcentaje de las variaciones
de y que están siendo explicadas por el modelo. Recuerden que más instrumentos pueden
producir menor varianza en la estimación general por MC2E. Note que siempre debemos
estar seguros si la ecuación está perfectamente identificada, subidentificada o
sobreidentificada.

1.3 Suponga que usted tiene un modelo con autocorrelación y desea realizar la prueba de DW
para lo cual cuenta con la siguiente información: d = 2(1 − ρ̂) = 0.3232. Los valores
críticos para α = 5% , n = 32 y k ′ − 1 = 1 (variables independientes menos el
intercepto) son: dL = 1.37 (limite inferior) y dU = 1.502 (limite superior), se concluye
que hay autocorrelacion positiva.

Respuesta sugerida Verdadera. Existe suficiente evidencia para afirmar que el modelo
presenta un problema de autocorrelación positiva. Para que el punto sea válido, usted debe
presentar la hipótesis, el cálculo y el criterio para rechazar la hipótesis.

du = 1.502 1.502 < 0.3232 < 3.5 Aceptar Ho: ρ = 0

dl = 1.37 0 < 0.3232 < 1.37 Rechazar Ho: No hay auto +
DW = 0.3232 3.73 < 0.3232 < 4 Rechazar Ho: No hay auto -

Se rechaza la hipotesis nula de no autocorrelacion positiva. Con ello se concluye entonces

que se esta presentando un problema de autocorrelación positiva.

2
Econometría 2016-02
Universidad Icesi Departamento de Economía

1.4 Un asistente de investigacion le dice a un compañero que en caso de no existir un

problema de endogeneidad en un modelo de regresion lineal se puede afirmar con
seguridad que los Estimadores de Minimos Cuadrados en dos Etapas (EMC2E) no son
eficientes pero son consistentes.

Respuesta sugerida Verdadera. Note que con seguridad se puede afirmar que los estimadores
de MC2E son consistentes cuando no existe el problema de endogeneidad. Sin embargo, no
podemos garantizar que el estimador tenga la mínima varianza de entre todos los estimadores
lineales posibles. En conclusión, utilizar el método de EMC2E cuando no hay un problema
de endogeneidad lleva a que los estimadores sean consistentes, sin embargo no serían
eficiente.

Punto 2. Selección multiple (1,0 punto en total, cada uno vale 0,25 puntos)
Determine cuál de las siguientes respuestas es la correcta. Escoja la mejor opción y explique
en dos o tres líneas su respuesta. (No se dará ningún crédito a respuestas sin justificación)

2.1 Teniendo en cuenta el modelo de regresión lineal podemos afirmar que la expresión
matemática lim 𝛽̂ = 𝛽.
𝑛→∞

a. Expresa la propiedad de consistencia sólo para los estimadores insesgados.

b. Expresa genéricamente la propiedad de insesgadez de un estimador.
c. Expresa genéricamente la propiedad de consistencia del estimador.
d. Expresa genéricamente la propiedad de eficiencia del estimador.
e. Ninguna de las anteriores.

Respuesta sugerida: C. Note que la expresión matemática hace referencia a la propiedad de

consistencia que se caracteriza porque el beta estimado es igual al beta poblacional a medida
que la muestra tiende a infinito.

2.2 ¿Cuál de los siguientes enunciados representa un problema econométrico de

endogeneidad?

a. Error de medición en la variable dependiente.

b. Heterocedasticidad no observada de los individuos.
c. Sesgo de selección muestral en una de las covariables.
d. Variables omitidas correlacionadas con el término de error.
e. Ninguna de las anteriores.

Respuesta sugerida: E. Note que ninguna de las opciones es uno de los problemas de
endogeneidad vistos en clase. Error de medición en las variables independientes, omisión de
variables correlacionadas con las incluidas en el modelo, simultaneidad o doble causalidad,
sesgo de selección muestral y heterogeneidad no observada de los individuos.

2.3 Suponga que está usando Stata y estima un modelo de regresión lineal múltiple con un
problema de heteroscedasticidad. Y decide emplear la estimación robusta del error estándar

3
Econometría 2016-02
Universidad Icesi Departamento de Economía

con el comando (*, r). Entonces, el estadístico calculado en la prueba de significancia

conjunta sigue una distribución:

a. F.
b. 2 .
c. t.
d. Logistica.
e. Ninguno.

Respuesta sugerida: B. Note que en este caso el estimador sigue una distribución normal con
lo cual el estadístico de la prueba conjunta deja de ser el test F por la corrección de la matriz
de varianzas y covarianzas que realiza la corrección de White, por lo que finalmente para
probar la significancia conjunta se hace con el análisis de una cola que sigue una distribución
2 .

2.4 En un proyecto de investigación se estima una regresión por el método de variables

instrumentales. El investigador principal sabe que debe resolver el problema de
identificación para poder utilizar este método por lo que se plantea con su equipo de
colaboradores la siguiente pregunta: ¿Una ecuación esta sobre-identificada si?

a. m > k.
b. m< k.
c. m=k.
d. Es irrelevante resolver este problema.
e. Ninguna de las anteriores.

Respuesta sugerida: A. Noten que el problema de identificación se puede resolver si se

identifica la naturaleza del problema con los valores de m y k. Siendo m el número de
instrumentos y k el número de regresores endógenos. Por lo cual, la ecuación estará sobre
identificada si m>k. En otras palabras hay suficiente información para recuperar los
parámetros del modelo.

Punto 3. Ejercicio (1,5 puntos en total, cada uno vale 0,3)

Según el profesor de economía de la Universidad de Pensilvania Jesús Fernandez Villaverde
(Doctor en Economía de la Universidad de Minnesota): “Empresas de tecnología como
Amazon, Microsoft, Google, Netflix, Uber y muchas otras se han convertido en imanes para
economistas que tengan habilidades para manejar los datos y ser capaces de computar
modelos de manera eficiente. Estas empresas se han dado cuenta, por ejemplo, de la
importancia de calcular sus precios adecuadamente con sistemas de demanda estimados o
de las ventajas de poder determinar relaciones de causalidad de manera rigurosa.”. Tomado
de Villaverde, 04 de septiembre de 2016
http://nadaesgratis.es/fernandez-villaverde/economistas-en-silicon-valley

4
Econometría 2016-02
Universidad Icesi Departamento de Economía

En la misma vía el periodista Steve Lohr ganador del Premio Pulitzer. En su columna del 03
de septiembre de 2016 en The New York Times trata el mismo tema con varios ejemplos:
Título de la columna: Goodbye, Ivory Tower. Hello, Silicon Valley Candy Store.
http://mobile.nytimes.com/2016/09/04/technology/goodbye-ivory-tower-hello-silicon-
valley-candy-store.html

Ahora suponga que usted es contratado como Gerente de Mercadeo en (AIRBED) en

Colombia, una firma de tecnología que presta servicios para publicar, descubrir y reservar
viviendas en todo el mundo. La Junta Directiva de la Empresa le encomienda como primera
labor en su cargo que modele o realice un análisis econométrico del valor de la renta bruta
mensual media en dólares (𝑎𝑙𝑞𝑢𝑖𝑙𝑒𝑟𝑖 ) en función del valor medio en dólares de las viviendas
ocupadas por sus propietarios (𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎𝑠𝑖 ) y del porcentaje de la población que vive en las
zonas urbanas (𝑢𝑟𝑏𝑎𝑛𝑜𝑖 ). La información proviene de un CENSO que se realizó para los 50
municipios con mayor población del país.

Adicionalmente, usted sabe que debido a que los choques aleatorios que afectan las tasas de
alquiler en un municipio probablemente también afectan los valores de la vivienda, la
variable (𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎𝑠𝑖 ) será tratada como endógena. Además, la correlación entre
(𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎𝑠𝑖 ) y el término de error es diferente de cero. Por otra parte, no tenemos ninguna
razón para creer que la correlación entre (𝑢𝑟𝑏𝑎𝑛𝑜𝑖 ) con el término de error sea distinta a
cero, se asume que (𝑢𝑟𝑏𝑎𝑛𝑜𝑖 ) es una variable exógena.

Con esta información el investigador decide realizar dos estimaciones que se presentan en la
tabla 1 y en la tabla 2. En las tablas 3, 4 y 5 se presentan algunos contrastes econométricos
realizados a los modelos estimados.

3.1 Escriba correctamente el modelo que se estimó en la tabla 2. (0.3 puntos)

Modelo estimado en la tabla 2:

𝑎𝑙𝑞𝑢𝑖𝑙𝑒𝑟𝑖 = 𝛽0 + 𝛽1 𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎𝑠𝑖 + 𝛽2 𝑢𝑟𝑏𝑎𝑛𝑜𝑖 + 𝜀𝑖 (2 etapa)

𝑣𝑖𝑣𝑖𝑒𝑛𝑑𝑎𝑠𝑖 = 𝛼0 + 𝛼1 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑓𝑖 + 𝛼2 𝑑𝑢𝑚𝑚𝑦𝑟𝑒𝑔𝑖𝑜𝑛𝑖 + 𝜇𝑖 (1 etapa)

i=1, 2, 3, …, 50.

3.2 De acuerdo a la información suministrada responda las siguientes preguntas con

respecto al modelo de la tabla 1: ¿es conveniente interpretar los resultados del modelo
de la tabla 1? ¿Existe algún potencial problema econométrico? En caso de existir,
mencione, ¿cuáles son los potenciales problemas? (0.3 puntos)

La tabla 1 muestra una estimación por MCO. En este modelo se presentan potenciales
problemas de endogeneidad por lo que no es conveniente interpretar los resultados debido a
que el estimador podría ser sesgado e inconsistente. Adicionalmente, se presenta un problema
de heterocedasticidad que sesga la matriz de varianzas y covarianzas proporcionando falsos
valores del error estándar, el t calculado y el p-valor, con lo cual los resultados no son

5
Econometría 2016-02
Universidad Icesi Departamento de Economía

concluyentes. Noten que este problema se puede resolver fácilmente por medio de una
estimación robusta del error estándar.

Si se mencionan los problemas de multicolinealidad y/o de autocorrelación se descontará (0.1

puntos)

3.3 Independientemente de los problemas econométricos. Interprete correctamente los

coeficientes estimados en el modelo de la tabla 2. (0.3 puntos)

Independientemente de los problemas la interpretación correcta de los estimadores de la tabla

2 es:

𝛽̂0 = 120,7065. El valor promedio de la renta bruta (alquiler) mensual es de 120,7065

dólares, cuando las variables viviendas y urbano son cero. Es estadísticamente significativo
al 99% de confianza.

𝛽̂1 = 0,0022. Ante un aumento en un dólar en el valor medio de las viviendas ocupadas por
sus propietarios se espera que en promedio el valor promedio de la renta bruta (alquiler)
aumente en 0,0022 dólares. Es estadísticamente significativo al 99% de confianza.

Otra interpretación de este parámetro podría ser:

𝛽̂1 = 0,0022. Ante un aumento en mil dólares en el valor medio de las viviendas ocupadas
por sus propietarios se espera que en promedio el valor promedio de la renta bruta (alquiler)
aumente en 2,2 dólares. Es estadísticamente significativo al 99% de confianza.

Nota: en este ejercicio no es necesario estandarizar los coeficientes.

𝛽̂2 = 0,0815. En promedio el porcentaje de la población que vive en las zonas urbanas no
influye en el valor promedio de la renta bruta (alquiler). No es estadísticamente significativo.

3.4 De acuerdo a la información suministrada responda las siguientes preguntas con

respecto al modelo de la tabla 2. ¿Estadísticamente existe un problema de endogeneidad?
¿Es la primera etapa lo suficientemente robusta? Para responder a estas dos preguntas
escriba la prueba de hipótesis, el estadístico y la conclusión. (0.3 puntos)

Para responder correctamente a esta pregunta debemos realizar primero el test de

endogeneidad y luego el test de relevancia del instrumento.

¿Estadísticamente existe un problema de endogeneidad?

Test de endogeneidad:

Ho: Las variables son exógenas

H1: Las variables son endógenas

6
Econometría 2016-02
Universidad Icesi Departamento de Economía

El resultado del test fue:

Los estadísticos de Durbin (score) y Wu-Hausman F son estadísticamente significativos con

lo cual se rechaza la hipótesis nula de variables exógenas en favor de la hipótesis alterna de
variables endógenas. En conclusión, rechazamos la hipótesis nula al 1% de significancia con
lo cual la variable (vivienasi) es endógena y la estimación por el método de VI es necesaria.

Nota: Usted puede profundizar los test leyendo los papers seminales, aquí se comparten los
que se utilizan: Durbin (1954) y Wu-Hausman (Wu 1974; Hausman 1978).

 Durbin, J. (1954). Errors in variables. Review of the International Statistical Institute

22: 23-32.
 Wu, D.-M. (1974). Alternative tests of independence between stochastic regressors
and disturbances: Finite sample results. Econometrica 42: 529-546.
 Hausman, J. A. (1978). Specification tests in econometrics. Econometrica 46: 1251-
1271.

¿Es la primera etapa lo suficientemente robusta?

En esta etapa se debe controla si el instrumento es relevante. En otras palabras, si el

instrumento esta correlacionado estadísticamente con la variable que presenta el problema de
endogeneidad.

𝐶𝑜𝑣[𝑍𝑖 , 𝑋𝑖 ] ≠ 0

El resultado de la prueba fue:

El R-cuadrado da un valor grande, de 0,6908. Por tanto, el 69,08% de las variaciones de la

variable con endogeneidad dependen de los instrumentos incluidos en la regresión.

7
Econometría 2016-02
Universidad Icesi Departamento de Economía

Adicionalmente, el modelo en su conjunto es estadísticamente significativo al 1% de

significancia. En conclusión, el instrumento es válido porque hay suficiente información para
decir que el instrumento (Zi) esta correlacionado con (Xi).

Se sabe que los instrumentos que se utilizaron en el modelo reportado en la tabla 2 son el
ingreso familiar promedio (𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑓𝑖 ) y la región geográfica del municipio Norte, Sur,
Oriente y Occidente (𝑖. 𝑟𝑒𝑔𝑖𝑜𝑛𝑖 ).

3.5 Escriba la prueba de hipótesis, el estadístico y la conclusión para saber si el modelo

de la tabla 2 está bien o mal formulado. (0.3 puntos)

El test de sobreidentificación tiene como hipótesis nula que el modelo está sobreidentificado,
la hipótesis alterna es que el modelo está bien especificado y que los instrumentos son
válidos.

El resultado del test de sobreidentificación fue:

Los estadísticos de Sargan (score) y Basmann son estadísticamente significativos con lo cual
se rechaza la hipótesis nula que el modelo esta sobreidentificado en favor de la hipótesis
alterna. En conclusión, rechazamos la hipótesis nula del test de Sargan al 95% de confianza
y rechazamos la hipótesis nula del test de Bassmann al 99% de confianza con lo cual hay
suficiente información para concluir que el modelo está bien especificado y que los
instrumentos son válidos.

Nota: Usted puede profundizar los test leyendo los papers seminales, aquí se comparten los
que se utilizan: Sargan's (1958) y Basmann's (1960).

 Sargan, J. D. (1958). The estimation of economic relationships using instrumental

variables. Econometrica 26: 393-415.
 Basmann, R. L. 1960. On finite sample distributions of generalized classical linear
identifiability test statistics. Journal of the American Statistical Association 55: 650-
659.

Punto 4. Ejercicio (1,5 puntos en total, cada uno vale 0,3)

Suponga que usted es contratado como alto asesor del Gobernador del Departamento y del
Alcalde de la ciudad para analizar algunos aspectos de la crisis que vive actualmente el sector
de la salud. De acuerdo con el Ministro de Salud y Protección Social Alejandro Gaviria
(Doctor en Economía de la Universidad de California San Diego) se sabe que “La estrategia
de recuperación financiera del sistema de salud tiene que partir de una premisa básica: el

8
Econometría 2016-02
Universidad Icesi Departamento de Economía

sistema ha gastado más de lo que tiene y sigue gastando más de lo que tiene. No ha
recuperado el equilibrio”. (Tomado de Gaviria, 11 de Octubre 2016)
http://agaviria.blogspot.com.co/

Su primera labor como alto asesor consiste en realizar un análisis riguroso de los hospitales
públicos de la región que están en situación crítica; por ejemplo, algunos de ellos han caído
en default (esta decisión se produce cuando un deudor deja de realizar los pagos
correspondientes a sus acreedores).

Para realizar este análisis econométrico se cuenta con una base de datos de hospitales de la
región para el año 2015 con las siguientes variables: (𝑑𝑒𝑓𝑎𝑢𝑙𝑡)𝑖 es una variable dummy que
toma el valor de uno si el hospital i enfrenta un default y cero en caso contrario, (𝑑𝑒𝑢𝑑𝑎)𝑖
representa el saldo de la deuda que tiene el hospital en millones de dólares, (𝑑𝑒𝑓𝑖𝑐𝑖𝑡)𝑖 es el
déficit presupuestal en millones de dólares del hospital e (𝑖𝑛𝑡𝑒𝑟𝑒𝑠)𝑖 representa la tasa
promedio a la cual está pactada la deuda del hospital. Además, usted sabe que el economista
jefe al frente del estudio decidió como primera aproximación estimar por MCO un modelo
para determinar el efecto de diferentes variables sobre la probabilidad de caer en default de
los hospitales públicos (i) ubicados en la región.

4.1 Escriba el modelo econométrico que debe estimar el economista jefe. (0.3 puntos)

El modelo que se debería estimar en el análisis econométrico es el siguiente:

𝑑𝑒𝑓𝑎𝑢𝑙𝑡𝑖 = 𝛽0 + 𝛽1 𝑑𝑒𝑢𝑑𝑎𝑖 + 𝛽2 𝑑𝑒𝑓𝑖𝑐𝑖𝑡𝑖 + 𝛽3 𝑖𝑛𝑡𝑒𝑟𝑒𝑠𝑖 + 𝜀𝑖

i= 1, 2, 3, …, n.
La variable dependiente es una dummy con lo cual hay que escribir su especificación:

1 hospital en default
𝑑𝑒𝑓𝑎𝑢𝑙𝑡𝑖 = {
0 𝑜. 𝑤.

4.2 Interprete a priori los coeficientes del modelo econométrico. (0.3 puntos)

Debido a que la estimación del Modelo Lineal de Probabilidad (MLP) se realizará por el
método de MCO entonces los coeficientes tienen la interpretación tradicional del análisis
marginal. La interpretación a priori de los coeficientes del modelo es la siguiente:

𝛽0. La probabilidad promedio de que un hospital entre en default es de (𝛽0*100)%, cuando

todas las variables son cero, manteniendo todo lo demás constante.

𝛽1 Ante un aumento en un millón de dólares en el saldo de la deuda que tiene el hospital se

espera que en promedio la probabilidad de caer en default aumente en (𝛽1 ∗ 100) puntos
porcentuales.

𝛽2. Ante un aumento en un millón de dólares en el déficit presupuestal que tiene el hospital
se espera que en promedio la probabilidad de caer en default aumente en (𝛽2 ∗ 100) puntos
porcentuales.
9
Econometría 2016-02
Universidad Icesi Departamento de Economía

𝛽3. Ante un aumento en un punto porcentual en la tasa promedio a la cual está pactada la
deuda que tiene el hospital se espera que en promedio la probabilidad de caer en default
aumente en (𝛽3 ∗ 100) puntos porcentuales.

4.3 Enumere cinco de los problemas econométricos que presenta el modelo que
propone el economista jefe. (0.3 puntos)

El modelo MLP presenta los siguientes problemas potenciales:

1. Predicciones de Yi no acotadas entre 0 y 1.

2. Varianzas sesgadas.
3. R-cuadrado subestimado.
4. Heterocedasticidad.
5. No normalidad del término de error.

4.4 Calcule los estadísticos de la bondad de ajuste del modelo: R-Cuadrado y

estadístico F. Muestre el resultado, las formulas y el procedimiento. Tenga en cuenta
que la tabla ANOVA de la estimación fue la siguiente: (0.3 puntos)

Tabla ANOVA de la Regresión

Source SS df MS Number of obs = 329
F(3, 325) = 117.14
Model 76.4846542 3 25.4948847 Prob > F = 0.0000
Residual 70.7372303 325 .217653016 R-squared = 0.5195
Adj R-squared = 0.5151
Total 147.221884 328 .448847209 Root MSE = .46653
Los estadísticos que se deben calcular son:
76.4846
R-cuadrado = SSR/SST = 147.2218 = 0,5195 = 51,95%

25.4948
Estadístico F = MSR/MSE = = 117,16
0.2176

SSR = Suma de los cuadrados de la regresión

SSE = Suma de los cuadrados del error
SST = Suma de los cuadrados totales

MSSR = Media de la suma de los cuadrados de la regresión

MSSE = Media de la suma de los errores

4.5 Escriba correctamente las siguientes sentencias del programa econométrico Stata:
(0.3 puntos)
i.) Sentencia para tabular la variable dependiente.

. tab default

10
Econometría 2016-02
Universidad Icesi Departamento de Economía

ii.) Sentencia para calcular las estadísticas descriptivas de las variables

independientes.

. sum deuda déficit interés

iii.) Sentencia para hacer la estimación del modelo.

. reg default deuda déficit interés

iv.) Sentencia para predecir la probabilidad de default para cada observación.

. predict pdefault, xb

v.) Sentencia para predecir el comportamiento del término de error para cada
observación.

. predict error, residual

Tabla 1
Resultados de la estimación por MCO en Stata

11
Econometría 2016-02
Universidad Icesi Departamento de Economía

Tabla 2
Resultados de la estimación por VI en Stata

Tabla 3
Prueba estadística de endogeneidad del modelo reportado en la tabla 2

Tabla 4
Prueba estadística de la primera etapa del modelo reportado en la tabla 2

12
Econometría 2016-02
Universidad Icesi Departamento de Economía

Tabla 5
Prueba estadística de instrumentos validos del modelo reportado en la tabla 2

13
Econometría 2016-02