Actividad Individual:

1. Leer comprensivamente las lecturas propuestas en la bibliografía,

especialmente, los capítulos 2 y 3 de Wooldridge (2010) y también, los
capítulos 2 y 3 de gujarati (2009)
2. Responder:
a) ¿Qué es un coeficiente beta?
(β) Es un concepto relativo que se calcula por comparación entre la rentabilidad
de una acción o la del índice sectorial al que pertenece la acción a valorar y la
rentabilidad del índice del mercado.
El coeficiente beta indica la sensibilidad histórica de la evolución de la
cotización. Una determinada acción ante la evolución del índice de referencia
del mercado al que pertenece la acción. Es decir, cuánto sube o baja la
cotización de una determinada acción ante variaciones del 1%en el índice de
referencia del mercado.
¿Por qué la prueba de significancia se basa en la hipótesis de que beta es igual
a cero?
β tiene como valor de relación 1, si el resultado de su cálculo es mayor a 1
suponemos que la volatilidad será mayor y obviamente el riesgo será mayor, si
es igual a 1 la rentabilidad de la acción tendrá movimiento en igual proporción
que el índice de referencia, pero si, dado que el coeficiente β por su formula la
varianza del mercado no puede dar cero, entonces la función β se aproxima al
cero, pero no da cero.
b) Apoyándose en la función de la recta en la matemática, explique qué es el
intercepto y qué es la pendiente, y relaciónelos con los coeficientes beta de los
modelos de regresión.
Rta: tenemos que el intercepto es la coordenada de un punto en el plano donde
una gráfica corta al eje X o al eje Y y el intercepto X se genera cuando Y= 0 y
lo llamaremos intercepto horizontal, de igual manera el intercepto Y se da
cuando X = 0 y se llama intercepto vertical.
Una pendiente es una inclinación de la recta con respecto a la horizontal Y, se
calcula a partir de la razón del cambio de coordenadas X en Y. en otros
términos la pendiente es la tangente del ángulo formado por la recta con la
dirección positiva del eje de las abscisas y se representa de la siguiente
manera:

y 2− y 1
m=
x 2−x 1
Ejemplo:

c) Qué significa el concepto de “determinación” en econometría, y, por tanto,

¿qué mide el coeficiente de determinación? ¿Y cómo se interpreta?
El coeficiente de determinación es la proporción de la varianza total de la
variable explicada por la regresión. Es también denominado R cuadrado y sirve
para reflejar la bondad del ajuste de un modelo a la variable que se pretende
explicar.
El coeficiente de determinación puede adquirir resultados que oscilan entre 0 y
1. Así, cuando adquiere resultados más cercanos a 1, mayor será el ajuste del
modelo a la variable que pretende aplicar para el caso específico. Pero cuando
adquiere resultados que se acercan al valor 0, menor será el ajuste del modelo
a la variable que se pretende aplicar y, debido a esto, resultará dicho modelo
menos fiable.

d) Qué significa causalidad estadística?

En estadística la casualidad hace referencia a la relación de necesidad de
concurrencia de dos variables estadísticas correlacionadas, probar casualidad
entre dos variables implica además que guarden una correlación positiva,
estudiar en casos donde una puede aparecer sin la otra.
e) Cuál es la diferencia entre el modelo simple y el modelo múltiple? Y de dos
ejemplos, a través de ecuaciones, donde se especifiquen las variables
f) Cuál es la relación entre coeficiente de correlación y coeficiente de
determinación?
g) Cuál es la diferencia de cálculo entre el coeficiente de determinación y el
coeficiente de determinación ajustado?
3. Resolver los ejercicios de Gujarati (2009): 2.10, 2.12, 2.15 y 2.16.
4. Resolver los ejercicios de Wooldridge (2010): C3.3, C3.4, C3.6 y C3.8.
(Resolver en STATA) No basta solo con plasmar los resultados de los
ejercicios, deben entregar un análisis de los datos obtenidos (parámetros,
significancia estadística individual y conjunta, r cuadrado, media y desviación
estándar)