PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ

FACULTAD DE CIENCIAS SOCIALES

ECONOMETRÍA 1
SEMESTRE 2018-II

PRÁCTICA CALIFICADA 4
Profesor: Gabriel Rodriguez (gabriel.rodriguez@pucp.edu.pe)
Jefes de práctica: Je¤erson Martínez Saavedra (jjmartinezs@pucp.pe)
Carlos Enrique Guevara (enrique.guevara@pucp.pe)
Gerson Cornejo (gerson.cornejo@pucp.pe )
Indicaciones
Grupos de 4 o 5 personas, de acuerdo a lo especi…cado previamente.
Fecha de entrega máxima: 30 de noviembre del 2018. No se aceptarán trabajos fuera de esta fecha.
Lugar de entrega: Mesa de partes.
Forma de entrega: Impresa y por correo electrónico. Adjuntar toda base y programación utilizada.

1. Perturbaciones No Esféricas
1. Considere la base de datos “salarios.xlsx” que se encuentra en el campus virtual. Esta base de datos
cuenta con información de 540 trabajadores. A partir de esta base de datos, se pide estimar el siguiente
modelo:

w_earningsi = 0 + 1 experiencei + 2 schoolingi + 3 sexi + i; (1)

donde:
Variable Descripción
w_earnings Salario del trabajador
experience Años de experiencia del trabajador
schooling Años de educación del trabajador
sex Sexo del trabajador (1 si es hombre y 0 si es mujer)

Utilizando la interfaz del programa MATLAB, se pide:

a) Implementar paso a paso (programar) el test de White para detectar heterocedasticidad.

b) Implementar paso a paso (programar) el test de Breusch-Pagan para detectar heterocedasticidad.
c) Implementar paso a paso (programar) el test de Goldfeld y Quandt1 para detectar heterocedas-
ticidad.
d ) En una tabla resumen, muestre los resultados principales de cada test. De acuerdo a cada uno,
¿existe heterocedasticidad en el modelo (1)?

2. Sea el modelo Yt = 1 + 0.5Yt 1 + t ; con T = 1000 y t N (0; 3):

Se le pide que, utilizando la interfaz del programa MATLAB:

a) Genere la serie Yt considerando Y0 = 0.

1 Indique de manera explícita el percentil de observaciones que optará por eliminar.

1
 b) Programe el estadístico de Durbin Watson (DW) y el test h de Durbin y aplique al modelo descrito
al 5 % y 1 % niveles de signi…cancia.
c) Programe el test LM para detectar autocorrelación de orden 4 al 5 % y 1 % de signi…cancia.

3. Usted cuenta con una base de datos llamada “curvalm.xlsx” donde se tiene información de cuatro
variables a frecuencia trimestral para el periodo 1952-1996:

Variable Descripción
M1 Saldos monetarios nominales
GDP Producto bruto interno
R Tasa de interés nominal
PR Índice de precios

El objetivo de esta pregunta es estimar una curva LM. Para ello deberá seguir los siguientes pasos,
utilizando la interfaz del programa EVIEWS:

a) Transforme los datos en logaritmos (a excepción de la tasa de interés) y estime por MCO una
ecuación donde la variable endógena sea el logaritmo natural de M1 y las variables exógenas sean
el logaritmo del GDP y la tasa de interés nominal así como el logaritmo del índice de precios.
Interprete los resultados.
b) Realice un correlograma de los residuos y evalúe la posible existencia de autocorrelación en el
modelo. Asimismo, in…era un posible orden de autorregresión en caso considere la presencia de
este en el modelo.
c) Analice la posible existencia de autocorrelación en los errores. Utilice para ello los tests que crea
conveniente.
d ) Analice la presencia de posibles quiebres estructurales (CUSUM, CUSUMQ, test Quandt-Andrews).
e) Estime por MCG el modelo y compárelo con un modelo MCO agregando como explicativas los
rezagos de la variable endógena, rezagos de la tasa de interés y rezagos del logaritmo del PIB.
¿Cuál de los dos cree que es un mejor modelo? Explique su respuesta.

2. Variables Instrumentales
1. Usted cuenta con la base de datos “card.dta”, correspondiente al paper “Using Geographic Vari-
ation in College Proximity to Estimate the Return to Schooling” de David Card, 19932 .
El paper colgado en intranet facilitará su tarea en la interpretación de los datos.
En base a los datos y la materia vista en clases, responda lo siguiente, utilizando la interfaz del
programa STATA:

a) Realice una descripción de las características de los individuos de la muestra.

b) Estime un modelo donde la variable dependiente sea el logaritmo del salario lwage, y las vari-
able explicativas educ, exper, exper2, black, south, smsa, reg661-reg668, y smsa66. Comente los
resultados obtenidos, y compárelos con la Tabla 2, Columna 2, del paper de Card (1993).
c) El coe…ciente de educación estimado que se presenta en la Tabla 2 de Card (1993), es bastante
estable a través de las distintas especi…caciones que se muestran, pero a pesar de esta estabilidad,
podría suceder que esté sesgado el verdadero retorno económico por año de educación. Frente a
esto, señale y explique al menos tres argumentos de las posibles fuentes de sesgo que se podrían
ocasionar en este caso.
d ) Estime una ecuación para la variable educ de forma reducida, respecto a todas las variables
explicatorias usadas en el inciso (b), incluyendo además la variable nearc4. ¿Qué podría decir
respecto de la correlación existente entre educ y nearc4 ?
2 Card, D. (1993). Using geographic variation in college proximity to estimate the return to schooling, WP. 4483. National

Bureau of Economic Research.

2
 e) Estime una ecuación para lwage empleando Variables Instrumentales (I.V.). Use nearc4 como un
instrumento para la variable educ. Comente sus resultados y compárelos con los obtenidos en (b).
f ) Compare el intervalo de con…anza a un 95 % del retorno de la educación del inciso (e) con el
obtenido en (b).
g) Use nearc2 con nearc4 como instrumentos para educ. Primero estime la forma reducida para educ,
y analice cuál de las dos variables está más fuertemente relacionada con educ. Después encuentre
el estimador de I.V. que usa nearc2 y nearc4 como instrumento para educ. Discuta sus resultados.
¿Cambia su conclusión obtenida en la pregunta (e)?
h) ¿Cuándo las estimaciones por I.V. y MC2E son equivalentes? Analice si son equivalentes ambos
métodos según la muestra en estudio.

2. Usted cuenta con la base de datos “base_econ.dta”que se utiliza en Céspedes y Rendón (2013)3 , donde
se estima la elasticidad de oferta laboral de Frisch en Perú (ver el documento para una descripción
detallada de los datos). La ecuación de horas trabajadas se representa mediante la siguiente ecuación:

log (hit ) = 0 + 1 log (IN Git ) + 2 Xit + uit ;

donde hit denota las horas trabajadas de la persona i en el periodo t, IN Git denota el ingreso por hora
del individuo i en el periodo t y Xit son variables de control (edad, género, tamaño de empresa, etc.).
Responda las siguientes preguntas utilizando la interfaz del programa STATA:

a) ¿Cuál es la elasticidad de oferta laboral? ¿Por qué existen problemas de endogeneidad en la

estimación de la oferta laboral?
b) Asuma que INGit debe ser instrumentalizada. Considere que la ecuación de Mincer puede ser
utilizada para este propósito. ¿Cuál de las variables de la ecuación de Mincer son instrumentos
válidos y relevantes para identi…car al ingreso?
c) Estime la oferta laboral por MCO.
d ) Estime la oferta laboral por IV.
e) Compare los resultados de MCO y IV, y concluya si el sesgo por endogeneidad es relevante.

3. Ecuaciones Simultáneas
1. Considere el siguiente modelo de oferta y demanda de pollo:

qt = 0+ 1 pt + 2 wt + ut ; (Oferta) (2)
qt = 0+ 1 pt + 2 yt + vt ; (Demanda), (3)

donde todas las variables están expresadas en logaritmos, q es la cantidad de pollo, p es el precio
del pollo, w es el precio de un insumo relevante e y es el ingreso disponible. Responda las siguientes
preguntas utilizando la interfaz del programa MATLAB:

a) Indique qué signo espera que tengan los coe…cientes del modelo.
b) Utilizando la base de datos “Epple&McCallum.xlsx”de Epple y McCallum (2004)4 , replique todos
los resultados obtenidos por los autores al estimar por MCO y MCO en dos estapas. [Nota: Muchos
resultados no necesariamente serán parecidos a los de los autores]
3 Céspedes, N. y Rendón, S. (2013). La elasticidad de oferta laboral de Frisch en economías con alta movilidad laboral. WP.
2012-017. Banco Central de Reserva del Perú.
4 Epple, D. y McCallum, B. (2004) Simultaneous Equation Econometrics: The Missing Example. Camegie Mellon University

y NBER: 1-26.

3
 2. Considere el siguiente modelo de tres ecuaciones:

y1 = 13 y3 + 12 x2 + u1 ;
y2 = 21 y1 + 23 y3 + 21 x1 + 22 x2 + u2 ;
y3 = 33 x3 + u3 ;

donde y1 ; y2 y y3 son endógenas y x1 ; x2 y x3 son exógenas.

a) Discuta la identi…cación de cada ecuación del modelo teniendo en cuenta las condiciones de orden
y de rango.
b) Ahora suponga que desea estimar la primera ecuación por el método de mínimos cuadrados en
dos etapas. Explique con cuidado, paso a paso, cómo se estimarían 13 ; 12 y var(u1 ).

4. Modelos de elección discreta

1. Basándose en el capítulo 3 del siguiente libro5 Train, K. (2009) “Discrete Choice Methods with Simu-
lation”, Cambridge University Press, responda las siguientes preguntas:

a) ¿Considera que el supuesto de independencia de los errores en el modelo Logit es muy restrictivo?
Justi…que su respuesta.
b) ¿Qué bene…cios y limitaciones presenta el modelo Logit en términos de su capacidad para modelar
cambios en las preferencias y patrones de sustitución?

2. La base de datos “projoven.dta” contiene datos de las características de Jóvenes entre 15 y 25 años
tomados aleatoriamente para el Perú. En la base de datos se encuentra información de educación,
edad, sexo, condición socioeconómica, condiciones laborales, etc. Todas las variables están debidamente
caracterizadas en el archivo colgado en intranet. Al respecto se le pide, utilizando la interfaz del
programa STATA:

a) Realice una caracterización de las variables incluidas así como una breve descripción del programa
“ProJoven”.
b) Utilizando el modelo de probabilidad lineal (MPL), estime la probabilidad de participar en el
programa.
c) Estime mediante un modelo Probit la probabilidad de participar en el programa utilizando como
variables explicativas todas aquellas variables que considere necesarias.
d ) Reestime su modelo utilizando solo las variables relevantes. Agregue ahora la variable edad2 (edad
al cuadrado). ¿Cómo cambian sus resultados?
e) Calcule los efectos marginales de las variables exógenas así como las elasticidades. Explique sus
resultados.
f ) Estime nuevamente el modelo mediante un modelo Logit. Calcule los efectos marginales y las
elasticidades. Explique sus resultados.
g) Presente en una tabla los resultados de las dos estimaciones señalando los niveles de signi…cancia
de cada variable.
h) Presente la probabilidad (bajo ambos modelos) de que un individuo de 23 años de edad, prove-
niente de un colegio nacional, sin experiencia, caracterizado como pobre, y de ingresos familiares
medios participe en el programa.
i ) Identi…que la posible existencia de algún problema de heterocedasticidad.

[Nota: Si lo considera necesario realice modi…caciones en las variables o genere nuevas variables en
función de las ya existentes.]

5 Disponible en http://elsa.berkeley.edu/books/choice2.html