Facultad de Economı́a y Negocios Universidad de Chile

Econometrı́a I
Profesor: Rómulo Chumacero
Ayudantes: Adolfo Fuentes y Rodrigo Miranda1
Otoño 2014
Pauta Ayudantı́a 12

1. Ejercicios
1. Suponga una economı́a cerrada en que la renta agregada está compuesta por decisiones de consumo,
Ci , e inversión , Ii . Suponga que desea estimar el siguiente modelo de consumo agregado:

Ci = α0 + α1 Yi + ui

a) Muestre que si estima α1 por OLS, el estimador α̂1 será inconsistente.

Respuesta
De los cursos de macro (Intro a la Macro) sabemos que:

Yi = Ci + Ii
Reemplazando la regresión (Ci ):

Yi = α0 + α1 Yi + ui + Ii
⇒ Yi (1 − α1 ) = α0 + ui + Ii
α0 ui Ii
⇒ Yi = + +
1 − α1 1 − α1 1 − α1

Entonces:

σ2
Cov(Yi , ui ) = 6 0
=
1 − α1
por lo que existe endogeneidad y el estimador α̂1 OLS es inconsistente.

b) Suponga que se tiene un vector de instrumentos, zi , que incluye la Inversión y una constante.
Muestre que α̂IV = α̂2SLS , donde α = (α0 , α1 )0 .
Respuesta
Sea X = [iY ], con i un vector de unos, y Z = [iI]. Entonces:

α̂2SLS = (X 0 PZ X)−1 X 0 PZ C
= (X 0 Z(Z 0 Z)−1 Z 0 X)−1 X 0 Z(Z 0 Z)−1 Z 0 C
= (Z 0 X)−1 (Z 0 Z)(X 0 Z)−1 X 0 Z(Z 0 Z)−1 Z 0 C
= (Z 0 X)−1 (Z 0 Z)(Z 0 Z)−1 Z 0 C
= (Z 0 X)−1 Z 0 C
= α̂IV

1 email: romirand@fen.uchile.cl

1
Facultad de Economı́a y Negocios Universidad de Chile

c) Utilice la formula de regresión particionada para encontrar una expresión para α̂1,IV .
Respuesta
Sabemos que α̂2SLS = α̂IV = (X̂ 0 X̂)−1 X̂ 0 C, con X̂ = [PZ i PZ Y ] = [X̂1 X̂2 ]. Entonces, la
regresión de la segunda etapa es:

Ci = α0 X̂1 + α1 X̂2 + ui
En este caso, por F/W/L:

α̂1,IV = (X̂20 M1 X̂2 )−1 X̂20 M1 C

con M1 = I − X̂1 (X̂10 X̂1 )−1 X̂10 .

d ) En vez de estimar el modelo anterior, suponga que decide estimar el siguiente modelo por
variables instrumentales utilizando el mismo set de instrumentos:

Yi = δ0 + δ1 Ci + wi
Utilice la formula de regresión particionada para encontrar una expresión para δ̂1,IV .
Respuesta
Sean los regresores W = [i C], entonces usando los mismos instrumentos Z:

δ̂IV = δ̂2SLS
= (Ŵ 0 Ŵ )−1 Ŵ 0 Y

con Ŵ = [PZ i PZ C] = [X̂1 Ŵ2 ]. Aplicando regresión particionada o F/W/L, similar a la parte
anterior:

δ̂1,IV = (Ŵ20 M1 Ŵ2 )−1 Ŵ20 M1 Y

con M1 igual al definido en la parte anterior.

e) Suponga que α̂1,IV = 0,8. ¿Cual es el signo de δ̂1,IV ?

Respuesta
Si α̂1,IV = 0,8 y considerando que (X̂20 M1 X̂2 )−1 es positivo (al ser un término cuadrático),
entonces X̂20 M1 C (cuyo signo es el signo de la correlación entre ingreso y consumo) debe ser
positivo para que se cumpla lo anterior.
Entonces, tenemos que (Ŵ20 M1 Ŵ2 )−1 es positivo (de lo contrario no serı́a invertible), ası́ que
el signo está definido por el signo de Ŵ20 M1 Y , lo cual es positivo ya que es la correlación entre
ingreso y consumo, que por lo anterior sabemos que es positivo.

2. Los coeficientes β = (β0 , β1 )0 en el siguiente modelo no lineal son estimador por NLLS, asumiendo
que V (u) = σ 2 I:

Yi = β0 (1 − e−β1 Xi ) + ui

El análisis de T = 402 observaciones dió los siguientes resultados:

2
Facultad de Economı́a y Negocios Universidad de Chile

 
5
β̂N LLS =
2
û0 û = 
1600 
 0   1 1
Z(β̂N LLS ) Z(β̂N LLS ) =
1 5

a) Construya un intervalo de confianza aproximado para β1 , bajo el supuesto que el tamaño de

muestra es lo suficientemente grande para que los teoremas del limite usuales sean aplicables.
¿Está β1 = 0 en este intervalo?
Respuesta
Sabemos que en caso de modelos no lineales:

V̂ (β̂N LLS ) = σ̃ 2 (Z(β̂N LLS )0 Z(β̂N LLS ))−1

 −1
1600 1 1
= ·
402 − 2 1 5
 
1 5 −1
= 4· ·
4 −1 1
 
5 −1
=
−1 1

Por lo tanto, V̂ (β̂1,N LLS ) = 1. Sabemos que el intervalo de confianza (suponiendo α = 5 %) se

define como:

β̂1,N LLS −β1

t0,05 ≤ V̂ (β̂1,N LLS )1/2
≤ t0,95

t0,05 · V̂ (β̂1,N LLS )1/2 ≤ β̂1,N LLS − β1 ≤ t0,95 · V̂ (β̂1,N LLS )1/2
t0,05 · V̂ (β̂1,N LLS )1/2 − β̂1,N LLS ≤ −β1 ≤ t0,95 · V̂ (β̂1,N LLS )1/2 − β̂1,N LLS
−1,96 · V̂ (β̂1,N LLS )1/2 + β̂1,N LLS ≤ β1 ≤ +1,96 · V̂ (β̂1,N LLS )1/2 + β̂1,N LLS
0,04 ≤ β1 ≤ 6,96

por lo que β1 = 0 no está en el intervalo de confianza.

b) ¿Cómo cambiarı́a el intervalo construido en a) si sospechara que V (u) = σ 2 Ω?

Respuesta
En este caso lo que cambia es que V̂ (β̂N LLS ) = σ̃ 2 (Z(β̂N LLS )0 Ω−1 Z(β̂N LLS ))−1 . El resto,
conociendo Ω, es idéntico a la parte anterior.