Universidad Icesi Departamento de Economía

Econometría 06216
Examen Parcial # 1
Cali, Miércoles 07 de Septiembre de 2016
Desde las 10:00am hasta la 1:00pm

Respuestas Sugeridas
Profesor: Carlos Giovanni González Espitia, Ph.D
E-mail: cggonzalez@icesi.edu.co
Web: www.icesi.edu.co/cggonzalez

Estudiante: ________________________________
Código: ___________________________________

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.
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.

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 Al estimar un modelo para la demanda de “aguacates” en la ciudad de Cali, se obtuvo la

siguiente Tabla ANOVA. Pero lastimosamente, el perro de un estudiante que estaba al
frente del estudio, se comió las partes más “sustanciosas” de la Tabla. Las partes que se
perdieron de la correspondiente tabla fueron remplazadas con “XXX”. Un compañero del
estudiante afirma: “Fresco, dado que sabemos que el modelo tiene intercepto, es obvio
que las nueve pendientes son individualmente significativas” . ¿Es esta afirmación falsa
o verdadera?
Fuente de SS G de L MS
variación
Regresión XXX XXX 250
Error 100 XXX XXX
TOTAL 2600 110

Respuesta sugerida: Falsa. Si bien la tabla ANOVA permite comprobar la hipótesis conjunta de
significancia global del modelo utilizando la prueba F (ver tabla abajo), dicha tabla y dicha prueba
no permite probar la significancia individual de las pendientes. La prueba de significancia individual
se realiza con el estadístico t.

Fuente de SS G de L MS F
variación
Regresión 2500 10 250 250
Error 100 100 1
TOTAL 2600 110

1.2 Un estudiante de un curso de econometría sabe que debe tener conocimientos básicos de
teoría económica, matemáticas y estadística. Por lo que puede afirmar con seguridad que
sea A una matriz de cualquier dimensión (k x k) tal que A∙B es conformable. Entonces,
1 £ Rango(BA) £ k .

Respuesta sugerida: Falsa, pues sabemos que Rango(BA)=min(Rango(B),Rango(A)) y es

posible que el rango de A sea cero. Es decir, la afirmación correcta sería 0 £ Rango(BA) £ k

1.3 Un asistente de investigación afirma que el Teorema de Gauss Markov implican que la
distribución muestral de cualquiera de los coeficientes estimados (β´s) sigue una
distribución normal.

Respuesta sugerida: Falsa, los supuestos del Teorema de Gauss-Marcov (TGM) implican
que los estimadores MCO son MELI, pero no implican nada sobre la distribución de los β´s.

Econometría 2016-02
Universidad Icesi Departamento de Economía

1.4 Un estudiante de la maestría estima para su tesis el siguiente modelo ln⁡ ̂(𝑌𝑖 ) = 100 +
0,5𝑋𝑖 , en el cual la unidad monetaria de las variables es el dólar. El estudiante afirma que
es correcto interpretar el coeficiente de la pendiente de la siguiente forma: ante un
aumento en un dólar en la variable X se espera que en promedio el logaritmo de la
variable Y aumente en 50%.

Respuesta sugerida: Falsa, la interpretación correcta es: ante un aumento en un dólar en la

variable X se espera que en promedio la variable Y aumente en 50%.

Punto 2. Selección múltiple (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 El R-cuadrado es sensible a la inclusión de regresores porque:

a. La SSR aumenta y la SST se mantiene constante.

b. La SSR se mantiene constante y la SST disminuye.
c. La SSE aumenta y la SST se mantiene constante.
d. La SSE se mantiene constante y la SST disminuye.
e. Ninguna de las anteriores.

Respuesta sugerida: (a), noten que la SSR es sensible a la inclusión de variables

independientes en el modelo. Esta es la razón por la cual en la comparación de modelos con
diferente número de regresores utilizamos el R-cuadrado ajustado. Un estadístico que corrige
esta característica del R-cuadrado.

2.2 Un investigador está interesado en estimar la inversión (𝐼𝑡 ) en función de la tasa de

interés (𝑅𝑡 ), la renta (𝑌𝑡 ) y una variable de tendencia que captura el efecto proporcional de
la última crisis sobre la inversión, con datos de los últimos cincuenta años. El economista
encargado de hacer la regresión no tiene computador por lo que debe usar la fórmula 𝛽̂ =
(𝑋 𝑇 𝑋)−1 𝑋 𝑇 𝑌. Pero el investigador olvidó cómo construir las matrices y los vectores para
hacer la estimación. ¿Cuál es el tamaño de la matriz 𝑋 𝑇 para obtener el mejor estimador
MCO para las pendientes y el intercepto?

a. El tamaño de la matriz XT es 50x3.

b. El tamaño de la matriz XT es 50x4.
c. El tamaño de la matriz XT es 50x5.
d. El tamaño de la matriz XT es 50x1.
e. Ninguna de las anteriores.

Respuesta sugerida: (e), sabemos que la matriz X es de tamaño n*k en donde el número de
observaciones n es igual a 50 y el número de parámetros a estimar (k) es igual a 4. Por lo que
la matriz X es de tamaño 50x4 y la matriz transpuesta de X es igual a 4x50.

2.3 Un economista estima el siguiente modelo 𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 + 𝜀𝑖 , y está seguro

de que si se cumple el TGM entonces sus estimadores serán MELI. Para estar seguro escribe

Econometría 2016-02
Universidad Icesi Departamento de Economía

los supuestos: 1). La relación entre Y y X es lineal. 2). Las X´s son no estocásticas y
var  i    2
linealmente independientes entre sí. 3).i. E  i   0nx1 ii. iii.
 
E i ,  j  0 i  j
De 3)ii y 3) iii, tenemos:
é s2 0 0 ù
ê ú
é ù
E ëb , b û =
T ê 0 s 2
ú
ê 0 ú
ê ú
êë 0 0 … s 2 úû ”
¿Cuál de las siguientes afirmaciones es la correcta de acuerdo a los supuestos del TGM que
escribió el economista?

a. Los supuestos de los literales 3)i y 3)ii son correctos

b. Los supuestos de los literales 3)i y 3)iii son correctos
c. Todos los supuestos son correctos
d. Los supuestos (1) y (2) no son correctos.
e. Ninguna de las anteriores

Respuesta sugerida (e): El tercer supuesto del TGM es con respecto al comportamiento del
término de error y no de los estimadores 𝛽′𝑠.

2.4 Un economista tiene como objetivo estimar la elasticidad precio de la demanda de

viviendas de interés social en Colombia. Por lo cual estimará un modelo en el que la variable
dependiente es la cantidad demandada de viviendas de interés social (VIS) en función del
precio (P). Para lograr su objetivo cuál forma funcional debe utilizar:

a. LIN - LIN.
b. LIN – LOG.
c. LOG – LIN.
d. LOG – LOG.
e. Ninguna de las anteriores.

Respuesta sugerida: (d), la elasticidad precio de la demanda es la sensibilidad que tiene la

cantidad demandada ante cambios en el precio y se mide en términos porcentuales. Ante un
aumento en 1% en el precio se espera que en promedio la cantidad demandada se reduzca en
(𝛽)%. Una forma funcional LOG-LOG.

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

Suponga que usted es contratado por el Ministerio de Hacienda para realizar un análisis
econométrico de la demanda de dinero (Md), en miles de millones de pesos, en función de la
renta disponible (Y), en miles de millones de pesos, y de la tasa de interés del mercado (i),
en puntos porcentuales. Los datos suministrados se encuentran en la Tabla 3.1, y
corresponden a los valores de las variables después de la crisis de las hipotecas subprime en
2008, son siete años desde 2009 hasta el 2015.

Econometría 2016-02
Universidad Icesi Departamento de Economía

Tabla 3.1. Datos

Md Y i
1 7 10
3 3 3
1 6 8
2 3 1
3 8 6
4 6 3
1 9 13

Adicionalmente, el Ministerio le ha suministrado la siguiente información:

∈𝑇 ∈= 2,2

1,5 −0,3 0,07

𝑇 −1
(𝑋 𝑋) =[ 0,1 −0,04]
0,02

Tabla 3.2. Valores t (aproximados)

Coeficiente T- critico (𝛼 = 0,05) T - calculado
𝛽̂1 2,7 2,8
𝛽̂2 2,7 1,2
𝛽̂3 2,7 -2,9

En su contrato el Ministro le solicita que con la información suministrada en este punto le

responda correctamente las siguientes preguntas:

3.1 Escriba correctamente el modelo econométrico. (0,3 puntos)

El modelo correcto es:

𝑀𝑑𝑡 = 𝛽1 + 𝛽2 𝑌𝑡 + 𝛽3 𝑖𝑡 + 𝜀𝑡

𝑡 = 2009, 2010, 2011, … ,2015.

3.2 Estime los coeficientes por el método de MCO. (0,3 puntos)

La estimación de los estimadores por MCO se realiza de la siguiente forma:

𝛽̂ = (𝑋 𝑇 𝑋)−1 𝑋 𝑇 𝑌

por tanto, el vector columna de coeficientes del modelo con los datos presentados en la tabla
3.1 será:

Econometría 2016-02
Universidad Icesi Departamento de Economía

⁡⁡2,04
𝛽̂3𝑥1 = [ ⁡⁡1,12 ]
−0,91

Nota: Note que el resultado anterior se deriva de utilizar la matriz inversa suministrada. En
caso en que se decida utilizar los datos completos de la tabla 3.1 para estimar los coeficientes
la respuesta también será tenida en cuenta.

3.3 Interprete los coeficientes estimados teniendo en cuenta mínimo un nivel de

significancia del 5% (ver tabla 3.2). (0,3 puntos)

𝛽̂1 = 2,04. Cuando la renta disponible y el tipo de interés son cero se espera que en promedio
la demanda de dinero sea de 2,04 miles de millones de pesos, a un nivel de confianza del
95%.

𝛽̂2 = 1,12. A un nivel de significancia del 5% la renta disponible no es estadísticamente

significativa en este modelo. Por tanto, podemos decir que la renta disponible no influye o
no determina el comportamiento de la demanda de dinero.

𝛽̂3 = −0,91. Ante un aumento en un punto porcentual en la tasa de interés se espera que en
promedio la cantidad demandada de dinero disminuya en 0,91 miles de millones de pesos.
Es significativa a un nivel de confianza del 95%.

3.4 Obtenga el R-cuadrado del modelo. (0,3 puntos)

El estadístico R-cuadrado determina la bondad de ajuste del modelo. En otras palabras, que
tan bueno es nuestro modelo.

𝑆𝑆𝐸
𝑅2 = 1 − = 76%
𝑆𝑆𝑇

En este punto vale una aproximación en el resultado, pero había que hacer el cálculo. No
habrá punto si se deja la expresión sin resolver.

3.5 Interprete el valor del R-cuadrado del modelo. (0,3 puntos)

La interpretación correcta es: El 76% de las variaciones de la demanda de dinero están

explicados por el modelo de regresión.

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

El Ministerio de trabajo está interesado en estimar cuáles son los determinantes del salario
por hora de los trabajadores del país. Para escribir el modelo los investigadores se basaron
en la teoría del capital humano (Becker, 1964) y ellos cuentan con las siguientes variables:
(lw): logaritmo del salario por hora; (𝑒𝑑𝑎𝑑): variable continua que mide la edad en años;
(𝑒𝑑𝑢𝑐) mide los años de educación de cada trabajador.

Econometría 2016-02
Universidad Icesi Departamento de Economía

Los resultados del modelo estimado se presentan en la tabla 4.1.

Tabla 4.1. Regresión por MCO

a. Escriba correctamente el modelo econométrico. (0,3 puntos)

El modelo correcto es:

ln⁡(𝑤)𝑖 = 𝛽1 + 𝛽2 𝐸𝑑𝑢𝑐𝑖 + 𝛽3 𝐸𝑑𝑎𝑑𝑖 + 𝜀𝑖

𝑖 = 1,2,3, … ,1343.

b. Escriba las tres sentencias en Stata para: i) estimar el modelo, ii) estimar el valor
predicho de lw, iii) estimar el término de error. (0,3 puntos)

En Stata la programación correcta es:

. reg lw educ edad

. predict yest, xb
. predict error, residuals

c. Interprete los coeficientes estimados del modelo teniendo en cuenta la significancia

estadística. (0,3 puntos)

𝛽̂1 = 2,36. Cuando la educación y la edad son cero se espera que en promedio el logaritmo
del salario sea 2,36 pesos, a un nivel de confianza del 99%.

𝛽̂2 = 0,038. Ante un aumento en un año de educación se espera que en promedio el salario
por hora aumente en 3,8%. Es significativo a un nivel de confianza del 99%.

𝛽̂3 = 0,006. Ante un aumento en un año de edad se espera que en promedio el salario por
hora aumente en 0,6%. Es significativo a un nivel de confianza del 99%.

Econometría 2016-02
Universidad Icesi Departamento de Economía

d. ¿Qué tan bueno es el modelo estimado? (0,3 puntos)

El R-cuadrado nos dice que el 23,1% de las variaciones del logaritmo del salario por hora
están explicadas por el modelo de regresión. Un valor bastante bajo.

Adicionalmente, para probar qué tan bueno es el modelo se plantean las siguientes hipótesis
contrastar:

𝐻0 : 𝛽2 = 𝛽3 = 0

𝐻𝑎 : 𝑁𝑜⁡𝐻0

Esto se puede comprobar mediante una prueba F, donde el valor que arroja Stata del valor p
es: p = 0.0000, dado que éste es menor a un nivel de significancia de 1% (0,01), entonces se
rechaza la hipótesis nula a un 99% de confianza, por lo que el modelo es significativo en su
conjunto.

En conclusión, el modelo es estadísticamente significativo en su conjunto, pero presenta un

bajo nivel de ajuste.

e. Otro investigador decide hacer una proyección que tenga el menor intervalo de
confianza para reducir la incertidumbre sobre las políticas que se adopten en un futuro
de acuerdo a los resultados de la proyección. ¿Teóricamente qué proyección debe
realizar este investigador de acuerdo a su interés? Explique el por qué y muestre la
fórmula que emplearía. (0,3 puntos)

Una proyección en la media tiene menor incertidumbre con respecto a una proyección
puntual. Por lo que la recomendación debería de ser hacer una proyección en la media. Así
un (1-𝛼)% IC para el valor esperado esta dado por:

+
𝑦̅𝑝 𝑡𝛼⁄2,𝑛−𝑘 √𝜎 2 𝑥𝑝𝑇 𝑥 𝑇 𝑥 −1 𝑥𝑝
−

Econometría 2016-02