ECONOMETRÍA CLASE 27/01/23

𝑦_𝑡=𝛽_𝑂+𝛽_𝐼 𝑋_𝑡+𝐸_𝑡

Análisis de regresión
Estimación+ interpretacion

Nivel - Nivel Se trabaja en niveles se responde por unidades

Nivel - Log
Log- Nivel logaritmo se trabaja en porcentaje
Log - log

ojo
Una función que se expresa en porcentaje se trabaja en nivel

Para que sirve una regresión simple

Modelo CAPM
Cálculo de Vetas
Rentabilidad de un activo i menos una rentabilidad libre de riesgos es igual a l ajuste de la rentabilidad de m
Ri rentabilidad del activo
Rf Rentabilidad del activo libre de riesgo
Rm Rentabilidad de mercado

(𝑅_𝑖−𝑅_𝑓) = 〖𝛽 (𝑅 〗 _𝑚+𝑅_𝑓)

(𝑅_𝑖−𝑅_𝑓 )=𝛽_𝑂+ 〖𝛽 1(𝑅 〗 _𝑚−𝑅_𝑓)+𝐸_𝑡

Ri Reud Activo (ETF)

Rf R_ief
Rm R_spy

rendimiento del activo: es la diferencia logaritmica

cómo se estructura un portafolio

Estructurar un portafolio de DOS activos

cuando el objetivo es minimizar el iesgo
la regresión lineal es la minimización del riesgo
 Rendimiento de un portafolio es igual

𝑅_𝑝=𝑅_𝑎1 𝑊_𝑎1 𝑅_𝑎2 𝑊_𝑎2 )

𝑊_𝑎1+𝑊_𝑎2=1 )

𝑅_𝑎2=𝛽_𝑂+ 〖𝛽 1(𝑅 〗 _𝑎2−𝑅_𝑎1)+𝐸_𝑡

si hago una regresion asumiento el activo dos el beta 1 me va a dar el valor del precio 1
y el beta 0 va a er el valor promedio del mercado

1 2
ewz xle
𝑋𝑙𝑒=𝛽_𝑂+ 〖𝛽 1(𝑥𝑙𝑒 〗 _ −𝑒𝑤𝑧)+𝐸_𝑡

analisis de regresión
pruebas de hipotesis para identificar q tanta condianza nos da

Significancia estadística (pruebas de hipótesis)

𝐻_0:𝛽_𝑘=0
𝐻_0:𝛽_1=0 No hay causalidad entre x1 y y
o x1 no es significativa para y

Estadístico t-student Estadístico t-student

calculado crítico

𝑡=(𝛽 ̂_𝑘−𝛽_𝑘)/𝜎 ̂_𝑘 𝑡=(𝛼,𝑛−𝑘)

Si en valor absoluto tcat <tcr NO SE RECHAZA H0 y por lo tanto el coeficiente es estadísticamente igual a cero.
Si en valor absoluto tc>at <tcr SE RECHAZA H0 y por lo tanto el coeficiente es estadísticamente diferente a cero

Si prob < 𝛼 …. SE RECHAZA H0

Si prob > 𝛼 ….NO SE RECHAZA H0

T CRITICO SE ENCUENTRA UTLIZANDO

α Nivel de significancia (1-α)

n número de datos que yo tengo

 k número de coeficientes de la regresión

𝑦_𝑡=𝛽_𝑂+𝛽_𝐼 𝑋_1+𝛽_2 𝑋_2+𝛽_3 𝑋_3+𝐸_𝑡

𝐻_0:𝛽_𝑘=0 𝐻_0:𝛽_1=𝛽_2=....𝑘

Estadístico t-student Estadístico t-student

calculado crítico

𝑡=(𝑆𝐸𝐶/𝐾−1) ̂_ /(𝑠𝑟𝑐7𝑛 −𝑘) 𝐹=(𝛼,𝑘−1,𝑛−𝑘)

Si en valor absoluto Fcat <Fcr NO SE RECHAZA H0 y por lo tanto el coeficiente es estadísticamente igual a cero
Si en valor absoluto Fcat <tcr SE RECHAZA H0 y por lo tanto el coeficiente es estadísticamente diferente a cero

Si prob < 𝛼 …. SE RECHAZA H0

Si prob > 𝛼 ….NO SE RECHAZA H0

T CRITICO SE ENCUENTRA UTLIZANDO

α Nivel de significancia (1-α)

n número de datos que yo tengo
k número de coeficientes de la regresión

estimar un modelo donde banco de bogota

dependa del indice de mercado
colcap
trm
ise 15

Regresión Estructurar un portafolio

calcular el B CAPM
interpretación causalidad
Pruebas de hipotesis
valoración de un activo (sobre, sub, estimación)
 homocedasticidad no sirve de a mucho para interpretación de funcion
Var e2t= α2 volatilidad constante
La violación a este supuesto crea

test sobre supuestos

Heterocedasticidad

* tenemos heterocedasticidad cuando la varianza de los errores, cambia para observación en t

* al tener heterocedasticidad -> los errores estándar ya no son confiables
* prueba de heterocedasticidad

𝐸_𝑡^2=𝛼_0+𝛼_1 𝑥_1+𝛼_2 𝑥_2+𝛼_3 𝑥_1^2+𝛼_1 𝑥_2^2+𝛼_5 𝑥_2 𝑥_2

hipotesis nula identificar la homocedasticidad
si esta es menor que el margen se rechaza y por lo tanto es heterostecidad

Autocorrelación

Se presenta cuando el error de una observación en el momento t está correlacionado en el momento t-2 (autocorrelación

𝐶𝑜𝑣= 〖 (𝐸 〗 _𝑡/𝐸_(𝑡−1))≠0

supongamos que la autocorrelación es de primer orden

𝐸_𝑡= 〖 (𝐸 〗 _𝑡/𝐸_(𝑡−1))≠0

orden del retardo= que tipo de relación se debe llevar, y es de 1, el error de hoy depende del error de ayer

h0= no hay autocorrelacion

modelación de la autocorrelacion

ojo
a veces la correlaciónes mas producto de la casualidad que de la causalidad
correlaciones espúreas
cuando pasa sto se llama cointegración
Analisis de regrsión
Variables Dummy-Cualitativas

Variables que representan una cualidad, la ocurrencia de un hecho o el cumplimiento de una condición:

dt= 1 si cumple la condicion

0 En caso contrario

estudio de eventos (noticias, hechos)

efectos temporales

ejemplo

todas las variables afectan saldo inicial

𝑆𝑎𝑙𝑑𝑜 𝑖𝑛𝑖𝑐𝑖𝑎𝑙=𝛽_𝑂+𝛽1𝑔𝑒𝑛𝑒𝑟𝑜+𝐸_𝑡

genero masculino
femenino
m= numero de categorias
m-1= variables cualitativas

𝑆𝑎𝑙𝑑𝑜 𝑖𝑛𝑖𝑐𝑖𝑎𝑙=𝛽_𝑂+𝛽1𝑓𝑒𝑚+𝐸_𝑡

𝛽1𝑓𝑒𝑚 se lee como una diferencia en el valor de y

1321997

cuando se pone en la variable dependiente variables cualitativas

se encuentran es la probabilidad
Modelo lineal de probabilidad

probabilidades >1
probabilidad < 0
0<prob<1 lo ideal es que se utilice logit/probit
0.530612
0.32
0.064
29
32.6667

logit=
binario se cuenta con dos variables

cuota
plazo
empleo
ingresos cony
personas a cargo
mujer
e de la rentabilidad de mercado

𝛽=1 𝑚𝑒𝑟𝑐𝑎𝑑𝑜 𝑖𝑔𝑢𝑎𝑙 𝑞𝑢𝑒 𝑒𝑙 𝑑𝑒𝑙 𝑚𝑒𝑟𝑐𝑎𝑑𝑜

𝛽= <1 mercado con menor riesgo que el mercado
𝛽= >1 mercado con mayor riesgo que el mercado
valor del precio 1

sticamente igual a cero.

camente diferente a cero.

Ejemplo

5% Ejemplo si yo quiero un nivel de confianza del 95% es 1-95%

1259
 4

ísticamente igual a cero.

amente diferente a cero.

Ejemplo
5% Ejemplo si yo quiero un nivel de confianza del 95% es 1-95%
1259
4
puestos

nto t-2 (autocorrelación de primer orden)

pende del error de ayer

to de una condición: