MICROECONOMETRÍA (EF73)

EVALUACIÓN FINAL
Ciclo 2021-01

Profesor(es) : Luis Ledesma / César Mora / José Valderrama

Sección(es) : EN71 / EN72 / EX71
Duración : 110 minutos (2 horas)

Indicaciones:

o Según la modalidad no presencial, y de acuerdo con el silabo del curso, la presente evaluación estará
disponible desde las 18:00 horas del día 05 de julio de 2021; y deberá ser enviado en formato Word o
PDF, a través del Aula Virtual (BlackBoard) hasta las 20:00 horas del mismo día (de acuerdo con el Rol
de Evaluaciones). Envíos en otro formato no serán considerados en caso de solicitudes de corrección de
rectificación de nota.
o La resolución debe de entregarse de forma individual y manuscrita. En específico, las secciones cuyo
desarrollo requiera de operaciones matemáticas y/o estadísticas deberán ser realizadas a mano.
Dicha resolución deberá realizarse en una hoja de color blanco, con lapicero de color (distinto al
color negro), de forma clara y ordenada. Se puede capturar la imagen de la solución mediante escáner
o fotografía, para luego ser pegada/añadida en el archivo de respuestas en la sección que corresponda.
Tener en cuenta que la claridad de la imagen y el orden influirán en la calificación final.
o En la calificación de la evaluación se considerará el orden de la resolución de las preguntas, así como la
entrega en su totalidad.
o No está permitido compartir las respuestas o buscar ayuda de alguna persona ajena al curso. De darse el
caso, se asignará la calificación de cero (00).
o Evite divagar en sus respuestas y generar argumentos redundantes, pues este tipo de situaciones serán
calificados de forma negativa.
o Si tuviera algún problema técnico antes de iniciada la evaluación, comunicarse inmediatamente por correo
electrónico con el Coordinador de Curso (Prof. Guillermo Jopen, guillermo.jopen@upc.pe). Adjuntar una
captura de pantalla del problema.
o Si tuviera problemas con la entrega de su resolución por este medio, enviar la resolución inmediatamente
por correo electrónico UPC al Profesor(a) del Curso, su Jefe de Prácticas y con copia al Coordinador del
Curso. Solo se aceptará la entrega por ese medio si se incluye la evidencia del problema técnico que
impide el ingreso al Aula Virtual del curso.

PARTE 1: TEORÍA Y ANÁLISIS

1. Determine si las siguientes afirmaciones son verdaderas o falsas. Justifique brevemente su respuesta. (5
puntos en total, 1 punto c/u)

a) El modelo de censura es un caso particular de un modelo de truncamiento.

b) En un modelo de Heckman, en caso de que las explicativas del modelo estén incluidas en la función
selección, la significancia estadística del coeficiente que acompaña al inverso de ratio de mills podría
utilizarse para probar si existe o no sesgo de selección.

Página 1 de 4
 c) Los modelos de datos de panel estáticos con efectos fijos asumen que el efecto individual del término
de error, se encuentra correlacionado con el término puramente aleatorio de dicho error.
d) Debido a que los modelos de datos de panel estáticos con efectos aleatorios asumen que ni el efecto
individual, ni el efecto puramente aleatorio del error se encuentran correlacionados con las variables
explicativas, entonces pueden las estimaciones por MCO de este modelo serán consistentes y eficientes
e) En los estudios experimentales, el supuesto de cumplimiento perfecto (perfect compliance) en la
asignación de los grupos tratamiento y control, se cumple cuando la selección es aleatoria.

2. Suponga que tiene una muestra de 823 hogares y se le encarga estimar una función de demanda de cerveza
artesanal. En la muestra se identifican las siguientes variables: cantidad de cerveza artesanal comprada (Y),
el precio de la cerveza artesanal (X1), el precio de la cerveza no artesanal (X2), los ingresos del hogar (X3) y
el tamaño del hogar (X4). Sin embargo, se observa en la muestra que el 24% de hogares no registró ninguna
compra de cerveza artesanal.

a) Explique detalladamente por qué un modelo Tobit puede ser más apropiado que un modelo de regresión
lineal para estimar la demanda de cerveza artesanal. (2 puntos)

b) Considerando los siguientes resultados de la estimación por máxima verosimilitud del modelo Tobit,
teniendo a Y como variable dependiente:

Variable Coefficient Standard Error

X1 -0.563** 0.034
X2 0.687** 0.072
X3 0.823** 0.221
X4 0.953** 0.102
Constant 2.932** 0.411
Notes: **indicate p-value lower than 0.05.

Proporcione una interpretación estadística y económica de los coeficientes estimados. Asimismo,

considerando los resultados, ¿cómo representaría la función de demanda? (3 puntos)

PARTE 2: ANÁLISIS E INTERPRETACION DE RESULTADOS

3. En una primera aproximación se modeló el logaritmo del salario respecto a la edad empleando para ello un
modelo del tipo Efectos Fijos y un modelo del tipo Efectos Aleatorios. De acuerdo a los resultados reportados
líneas abajo.

a) En cada uno de los modelos explique, desde un punto de vista estadístico, si son superiores o no a un
modelo tipo pool de datos. (2.5 puntos)
b) Argumente qué tipo de modelo recomendaría. (2.5 puntos)

. xtreg ln_w age hours,fe

Fixed-effects (within) regression Number of obs = 28,443

Group variable: idcode Number of groups = 4,709

R-sq: Obs per group:

within = 0.1033 min = 1
between = 0.0934 avg = 6.0
overall = 0.0804 max = 15

F(2,23732) = 1367.47
corr(u_i, Xb) = 0.0368 Prob > F = 0.0000
Página 2 de 4
------------------------------------------------------------------------------
ln_wage | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
age | .0181932 .0003481 52.26 0.000 .0175109 .0188755
hours | .0007344 .0002393 3.07 0.002 .0002653 .0012035
_cons | 1.120157 .0136361 82.15 0.000 1.093429 1.146884
-------------+----------------------------------------------------------------
sigma_u | .40428578
sigma_e | .30349638
rho | .63957147 (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(4708, 23732) = 8.65 Prob > F = 0.0000

. xtreg ln_w age,re

Random-effects GLS regression Number of obs = 28,510

Group variable: idcode Number of groups = 4,710

R-sq: Obs per group:

within = 0.1026 min = 1
between = 0.0877 avg = 6.1
overall = 0.0774 max = 15

Wald chi2(1) = 3140.35

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

------------------------------------------------------------------------------
ln_wage | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
age | .0185667 .0003313 56.04 0.000 .0179174 .0192161
_cons | 1.120439 .0112038 100.01 0.000 1.09848 1.142398
-------------+----------------------------------------------------------------
sigma_u | .36972456
sigma_e | .30349389
rho | .59743613 (fraction of variance due to u_i)
------------------------------------------------------------------------------

. xttest0

Breusch and Pagan Lagrangian multiplier test for random effects

ln_wage[idcode,t] = Xb + u[idcode] + e[idcode,t]

Estimated results:
| Var sd = sqrt(Var)
---------+-----------------------------
ln_wage | .2285836 .4781042
e | .0921085 .3034939
u | .1366963 .3697246

Test: Var(u) = 0
chibar2(01) = 28235.40
Prob > chibar2 = 0.0000

Página 3 de 4
 . hausman fe_effects re_effects

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))
| fe_effects re_effects Difference S.E.
-------------+----------------------------------------------------------------
age | .0181932 .0186515 -.0004583 .0001053
hours | .0007344 .0015251 -.0007907 .0000712
------------------------------------------------------------------------------
b = consistent under Ho and Ha; obtained from xtreg
B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(2) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 136.78
Prob>chi2 = 0.0000

4. Actualmente, el Gobierno Peruano se encuentra evaluando el programa social Pensión 65, el cual entrega un
monto mensual de 250 soles a adultos mayores en situación de pobreza extrema del país, que no reciben
ninguna otra transferencia por parte del Estado. Usted es contratado como asesor para el diseño de la
evaluación.

a) El Gobierno Peruano le solicita a usted que proponga un diseño experimental para identificar con precisión
si el programa ha tenido efectos durante los últimos cinco años. Para ello, (i) defina una variable de
resultado de interés (Y) justificando su importancia, (ii) escriba el modelo que utilizaría para su evaluación,
definiendo las variables e indicando el coeficiente que representa el efecto del programa, y (iii) explique el
principal supuesto que garantice que su diseño tenga inferencia causal.

Sea muy detallado en su explicación usando identidades, ecuaciones y los conceptos relevantes
presentados en el curso. (2.5 puntos).

b) Un asesor de despacho presidencial le informa que solo se cuenta con presupuesto para realizar un diseño
no experimental.

Suponga que se cuenta con información de datos de panel de 10 años para un grupo de adultos mayores
que no recibieron nunca el Programa, y para otro grupo de adultos mayores que recibieron el programa a
partir del quinto año. ¿Qué metodología sugiere utilizar? Escriba el modelo a estimar identificando cada
componente, indique el parámetro de interés que rescate el efecto del programa; y explique el supuesto,
o supuestos necesarios utilizando gráficos y ecuaciones. (2.5 puntos)

Página 4 de 4