TESTECOII_ NUÑEZ_ Z

8/19/2019 TESTECOII_ NUÑEZ_ Z

http://slidepdf.com/reader/full/testecoii-nunez-z 1/5

UNIVERSIDAD AUTÓNOMA DE AGUASCALIENTESCENTRO DE CIENCIAS ECONOMICAS ADMINISTRATIVASDEPARTAMENTO DE ECONOMIA.PRIMER EXAMEN PARCIAL DE ECONOMETRIA IIPROFESOR: ROBERTO GONZALEZ ACOLTNOMBRE DEL ALUMNO Zaira Yamami Nuñ! A"#a!ar

INSTRUCCIONES: Responde el examen y súbelo a la plataforma de aula virtual, es importanteque tu archivo vaya nombrado con tu primer apellido, la inicial de tu primer nombre y la palabraidentificadora TESTECONOII, por ejemplo GONZALEZ R. TESTECONOII

1.$ Utiliza los datos en el archivo BEVERIDGE. TEST1, para contestar la pregunta. Elconjunto de datos incluye las observaciones mensuales de las tasas de vacantes vrate!"ofertas de empleo# y las tasas de desempleo urate! para los Estados Unidos de$iciembre del %&&& hasta febrero del %&'%.

(i) Encuentra la correlaci(n entre urate y urate_1. )*e podr+a decir que lacorrelaci(n seala m-s hacia un proceso de ra+z unitaria o a un procesodbilmente dependiente/La %ru&a ' #(rr"a#i)* ' "a +aria&" ura,- #(* /0 (&1r+a#i(*1- 1a%r(2ima'am*, ' 3.440- " #ua" 1 mu5 6ra*' %(r "( 7u ,i*' m81

9a#ia u* %r(#1( ' ra! u*i,aria.(ii) Repetir el inciso "i# pero con la tasa de vacantes. vrate.

La %ru&a ' #(rr"a#i)* ' "a +aria&" +ra,- #(* /0 (&1r+a#i(*1- 1a%r(2ima'am*, ' 3.44;- " #ua" 1 mu5 6ra*' %(r "( 7u ,i*' m819a#ia u* %r(#1( ' ra! u*i,aria.

(iii) 0a curva de 1everidge relaciona la tasa de desempleo con la tasa de vacantes,mediante una relaci(n lineal simple2

0 1t t t urate vrate uβ β = + +

$onde se espera que 3' 4 &. Estima 3& y 3' por 567 y escribe los resultados de laforma habitual. )*e encuentra una relaci(n negativa/

ura,, < =.4 > /.=;+ra,,

?3.04@ ?3.@3* < /0 R@ < 3.= @ < 3.=3

Si- " 1i6*( ' "a +aria&" +ra, 1 *6a,i+( #(m( 1 1%ra&a- 5a 7u 1iaum*,a "a (r,a ' m%"( 'i1mi*u5 "a ,a1a ' '1m%"(. La +aria&"+ra, 1i 1 1,a'1,i#am*, 1i6*ii#a,i+a.

(iv) Explicar porque no se puede confiar en estad+stico t de 3' obtenido de laregresi(n de 567 del inciso "iii#. 80as herramientas necesarias para estudiar regresiones de este tipo se encuentran en la unidad 9:;.N( 1 %u' #(*iar * " 1,a'1,i#( , ' - 5a 7u %r(%(r#i(*a u*1,a'1,i#( , 1,a'1,i#am*, 1i6*ii#a,i+( a u* 6ra* %(r#*,a- %(r "( #ua"1 u*a r6r1i)* 1%uria. R@ H a" 1,a'1,i#( Dur+i* a,1(* ?3.=H3.@4 "(

#ua" i*'i#a 7u "a r6r1i)* 1 1%uria.(v) $iferencie un periodo urate y vrate y realiza la regresi(n de estas dos variables

diferenciadas. )6ambia el coeficiente estimado de 3' del que obtuviste en elinciso "iii#/ )Es estad+sticamente diferente de cero/ 8Este ejemplo muestra que ladiferenciaci(n antes de realizar la regresi(n 567 no siempre es una estrategiarazonable. <ero no podemos decir m-s hasta la unidad 9:;.

Jura, < 3.3/= > 3.3@=J+ra, ?3.3= ?3.3=

* < /; R@ < 3.3330 @ < $3.33=

1



S #am&ia " #(i#i*, ' "a r6r1i)* a "a r6r1i)* '" i*#i1( ?iii 1 9a#m*(r a u* +a"(r ' > 3.3@=- 1,a'1,i#am*, *( 1 'ir*, ' #r( "a+aria&" J+ra,.

?@3 PUNTOS

@.$ 7pen KAAVELMO.TEST. =he >or?egian economist =rygve @aavelmo assumedthat real government spending and real investment did not depend on current income,but ?as instead autonomously determined by other factors. An early Beynesian,@aavelmo argued that a regression of real income on real autonomous expenditures?ould measure the multiplier effect described by Beynesian macroeconomics. Regressreal income "realinc # on real autonomous expenditures "realauto#C the coefficient onrealauto is the multiplier effect of autonomous investment

"i# =est for serial correlation in the disturbances. $o you obtain the sameconclusion from the $urbin!Datson test/ue es '.%&' por lo que se rechaza la hipotesis nula, por lo que existecorrelacion serial. *i se obtiene en ambos un problema de correlacion serial

"ii# Estimate the model by 70* using >e?ey!Dest standard errors. $o any of

yours conclusions about the coefficients change substantially/0os coeficientes siguen siendo altamente signficativas, por lo que lasconclusiones siguen siendo las mismas que han usado con los erroresestandar de 567

RealFGgdptH IJJ.K& L I.&JMautonomusGexpentF

"'M.KN&# "&.I%O#R%H &.M% nH%&

"iii# Estimate the model by some method that taPes explicit account of serialcorrelation in the estimation procedure. $o any of your conclusions about the

coefficients change substantially/

0as concluci(nes no cambian, ya que estadisticamente siguen siendoaltamente significativas los coeficientes, los t estadisticos siguen siendo muyaltos, los valores de los coeficientes cambian un poco en su magnitud.

"iv# Dhich estimates do you thinP are superior/ 1riefly explainEs mejor usar la ecuacion donde se incluye el AR"'#, ya que para usar loserrores estandar >e?ey! Dest se necesita una cantidad de datos mayor, yaque son pocos datos por lo que no se sabe si estos siguen una distribucionnormal

?@3 PUNTOS

/.$ 6onsulta los datos sobre la industria del cobre de la TABLA.TEST"i# 6on base en esta informaci(n estime el siguiente modelo de regresi(n

ln 6t H 3& L 3' ln 9t L 3% ln 0t L 3I ln @t L 3J ln At L ut

"*C < $ .03 3.;="*I, 3.@=4"*L, > 3.330"*K, 3.;;"*A,

2



?.33/ ?3. ?3.0 ?3.;/ ?3.3=* < /3 R@ < 3.4/; @ < 3.4@0

"ii# Existe evidencia de correlaci(n serialu < $ 3.333= 3.0@u

?3.30 ?3.;* < @4 R@ 3.@= @ < 3.@;

E" < 3.0@ 5 ? < 3.;. E" 1,a'1,i#( , 1 mu5 1i6*ii#a,i+( ?, 1,a'1,i#(

< /.=/- %(r "( 7u 9a5 +i'*#ia ' 7u 2i1, #(rr"a#i)* 1ria"."iii# Estime el estad+stico d de $urbin!Datson y comente sobre la naturaleza de lacorrelaci(n serial en los datosC(m( D 1 m*(r 7u 'L- 1 r#9a!a "a K3- %(r "( 7u 2i1, +i'*#ia '#(rr"a#i)* 1ria" a" *i+" ' 0.

"iv# )6(mo investigar+a si un proceso AR"p# describe mejor la correlaci(n que unproceso AR"'#.Para i*+1,i6ar " au,(rr6r1i+( ' (r'* 1u%ri(r 1 9a# u*a r6r1i)*' "(1 1(&rȗ ȗ,$- ȗ,$@ a1i 1u#1i+am*,- 9a1,a 7u "a +aria&" 1a1i6*ii#a,i+a.

"v# Ahora estime el modelo usando la estimaci(n de 6ochrane!7rcutt y compare suresultado con las estimaciones de 567

"*C < $ .@;4 3./4@"*I, 3./;@"*L, > 3.30@"*K, 3.;0"*A, 3.00@AR? ?.@4 ?3.@;0 ?3.@3 ?3.;= ?3.04 ?3.

* < @4 R@ < 3.40 @ < 3.4;A #(m%ara#i)* #(* "(1 r1u",a'(1 ' MCO- "(1 1i6*(1 1i6u* 1i*'( "(1mi1m(1- < 3.00@ 5 ? < 3.. E" 1,a'1,i#( , 1 mu5 1i6*ii#a,i+( ?,1,a'1,i#( < /.3;- %(r "( 7u 9a5 +i'*#ia ' 7u 2i1, #(rr"a#i)*1ria".

?@3 PUNTOS

;.$ 0a ley de 7Pun vea, por ejemplo, 5anPi? "%&&N, capitulo O# !, supone la siguienterelaci(n entre el cambio porcentual anual de <91 real, pcrgdp, y el cambio en la tasa dedesempleo anual, Qunem:

pcrgdp H I % ·Qunem.

*i la tasa de desempleo es estable, el <91 real crece a IS anual. <or cada incrementode un punto porcentual en la tasa de desempleo, el <91 real decrece dos puntosporcentuales. "Esto no debe interpretarse en ningún sentido causalC es m-s parecido a

una descripci(n estad+stica.#<ara ver si los datos sobre la econom+a estadounidense respaldan la ley de 7Pun, se

especifica un modelo que permite desviaciones a travs de un termino de error, pcrgdpt H3& L 3'Qunemt L u1.

"i# Use los datos de OKUN.TEST1 para estimar la ecuaci(n. )7btiene exactamenteI para el intercepto y !% para la pendiente/ )Esperaba que as+ fuera/

%#r6'%,< /./;; > .4Ju*m,

?3./ ?3.@*< ; R@<3.=3 Ȓ@< 3.=3/

3



Na,ura"m*,- *( (&,*m(1 "a1 1,ima#i(*1 2a#,a1 1%#ii#a'a1 %(r "a

,(ra. S 1%ra&a 7u %(r r6"a 6*ra" 1 ma*,u+ira "a L5 ' Ou*. La1

1,ima#i(*1 *( 1,8* mu5 "(1 ' 1u1 +a"(r1 9i%(,Q,i#(1 ' / ?"

i*,r#%,( 5 $@ ?%*'i*,"ii# Encuentre el estad+stico t para probar @&2 3' H !%. )Rechaza @& contra la

alternativa de dos colas a cualquier nivel de significancia razonable/

E" 1,a'1,i#( , %ara "a %ru&a K3: < $@ 1 a%r(2ima'am*, 3.3- "( 7u 'a

u* +a"(r ' % %ara "a a",r*a,i+a ' '(1 #("a1 ' a"r''(r ' 3.00. E1,( 'a

%(#a +i'*#ia * #(*,ra ' K3 %(r "( ,a*,( "a 9i%),1i1 *u"a *( 1 r#9a!a a

#ua"7uir *i+" ' 1i6*ii#a*#ia ra!(*a&"."iii# 6alcule el estad+stico t para probar @&2 3& H I. )Rechaza @& al nivel de TS contra

la alternativa de dos colas/ )El rechazo es s(lidoV/E" 1,a'1,i#( , %ara K3: 3 < / 1 ' a%r(2ima'am*, @.=- 5 " +a"(r ' %

%ara "a a",r*a,i+a ' '(1 #("a1 1 ' a%r(2ima'am*, 3.3;. P(r "( ,a*,(- "a

9i%),1i1 *u"a 1 r#9a!a * " *i+" ' 0- au*7u *( 1a 1("i'( " r#9a!(.

"iv# 7btenga el estad+stico W para probar @&2 3& H I, 3' H !% contra la alternativa deque @& es falsa. En general, )dir+a usted que los datos rechazan o tienden arespaldar la 0ey de 7Pun/La %ru&a #(*u*,a 7u 1u&5a# * "a L5 ' Ou* 'a u* 1,a'1,i#( F<@.;-

#(* ?@-;; 6" (&,*m(1 a%r(2ima'am*, u* +a"(r ' % < 3.3. P(r "( ,a*,(

"(1 'a,(1 ,i*'* a r1%a"'ar "a L5 ' Ou*.

?@3 PUNTOS

0.$ Utilice la base de datos OKUN.TEST1 para responde esta preguntaC vea tambin elproblema J.

"i# Estime la ecuaci(n pcrgdptH 3& L3' XunemtLut y pruebe si los errores tienencorrelaci(n serial AR "'#, sin dar por sentado que YXunemt2 t H ', %,Z[ esestrictamente ex(gena. )A qu conclusi(n llega/La r6r1i)* ' u 1(&r u 'a u* , 1,a'1,i#( ' 3./ 5 u* #(i#i*, '

a%r(2ima'am*, 3.30 %(r "( ,a*,( 9a5 %(#a +i'*#ia ' #(rr"a#i)*

1ria" ' (r'* .

"ii# @aga la regresi(n de los residuales cuadrados, 2 ,t u

∧

sobre Xunemt "esta es la

prueba de 1reusch <agan para la heterocedasticidad en el caso de la regresi(nsimple#. )A qu conclusi(n llega/La r6r1i)* 1im%" ' u@

, 1(&r u*m, 'a u* #(i#i*, ' a"r''(r '

3.;0@ #(* u* 1,a'1,i#( , < @.3=- 5 a1- a" *i+" ' 1i6*ii#a#i)* '" 0- *(1

*#(*,ram(1 #(* 7u 9a5 9,r(1#'a1,i#i'a'. La +aria*!a '" rr(r %ar#

1r ma5(r #ua*'( " #am&i( * " '1m%"( 1 ma5(r.

4



?@3 PUNTOS

5

Documents

TESTECOII_ NUÑEZ_ Z