Universidad Icesi Departamento de Economía

Econometría 06216
Examen Parcial # 1
Cali, Sábado 03 de Marzo de 2018
Desde las 09:00am hasta la 12:00 del mediodía

Respuestas Sugeridas
Profesor: Carlos Giovanni González Espitia, Ph.D
Profesor Asociado del Departamento de Economía
Investigador Asociado (CvLac) COLCIENCIAS

E-mail: cggonzalez@icesi.edu.co
Web: www.icesi.edu.co/cggonzalez

Estudiante: ________________________________
Código: ___________________________________

Instrucciones:
1. Lea cuidadosamente todas las preguntas e instrucciones antes de comenzar el
examen.
2. Marque el cuestionario de su examen y el formato oficial para la presentación de
exámenes.
3. El examen consta de cuatro (4) preguntas que suman un total de 5,0 puntos. El valor
de cada una de las preguntas está expresado al lado de cada pregunta.
4. Todas las respuestas se deben consignar en el formato oficial para la presentación
de exámenes.
5. NO responda en el cuestionario del examen. No se dará crédito por respuestas
consignadas en otro lugar distinto al formato oficial para la presentación de
exámenes.
6. Recuerde que no se tolerará ningún tipo de deshonestidad académica. En especial,
usted no puede emplear ningún tipo de ayuda.
7. No se aceptarán reclamos de exámenes no escritos en tinta (no se aceptan reclamos
de exámenes escritos a lápiz).
8. Al finalizar su examen, asegúrese de entregar el cuestionario del examen junto con
el formato de respuestas que se le suministró.
9. El examen está diseñado para dos (2) horas, pero usted dispone de tres (3) horas
para trabajar en él.
10. ¡Asigne su tiempo de forma eficiente!

Nota: Recuerde que las respuestas sugeridas son una guía de la respuesta correcta.

Buena Suerte!

Econometría 2018-01
Universidad Icesi Departamento de Economía

Punto 1. Falso o Verdadero (1,0 punto en total, cada uno vale 0,25 puntos)
Diga si las siguientes afirmaciones son falsas o verdaderas y explique en dos o tres líneas su
respuesta. (No se dará ningún crédito a respuestas sin justificación. Consigne su respuesta
en la hoja de respuestas suministrada)

1.1 Al estimar por MCO el siguiente modelo econométrico 𝑌 = 𝑋𝛽 + 𝜀, un estudiante sabe

que puede obtener la tabla ANOVA. Pero lastimosamente, la mascota familiar se comió las
partes más suculentas de la tabla y se perdieron unos números que fueron remplazados por
XXX. El estudiante afirma que teóricamente el modelo es muy bueno porque el R-cuadrado
del modelo es de 0,8, un valor muy alto. ¿Es esta afirmación falsa o verdadera?

Fuente de SS G de L MSS
variación
SSR XXX XXX XXX
SSE 200 100 XXX
SST 1000 101 XXX

Respuesta sugerida: Falsa, no sabemos con seguridad si el modelo tiene o no intercepto al

estar escrito de forma matricial, 𝑌 = 𝑋𝛽 + 𝜀. Por tanto, no podemos decir con seguridad
que se cumple SST=SSR+SSE. Note que podemos hacer el cálculo del 𝑅 2 , pero no
estaremos seguros del valor correcto, con lo cual no podremos asegurar que tan bueno es el
modelo.

1.2 Un econometrista destacado afirma que el Teorema de Gauss-Markov se puede escribir

correctamente de la siguiente forma: 1) Relación lineal entre Y y X. 2) Las X’s son no
estocásticas y linealmente independientes entre si. 3) 𝐸[𝜀𝑖 ] = 𝑜, 𝑣𝑎𝑟[𝜀𝑖 ] = 𝜎 2 ; 𝐸[𝜀𝑖 , 𝜀𝑗 ] ≠
0 para todo i≠ 𝑗.

Respuesta sugerida: Falsa, el supuesto tres del Teorema de Gauss-Markov, específicamente

el supuesto (3.3) establece que la covarianza de los errores es cero para todo i≠ 𝑗, en otras
palabras los errores son linealmente independientes entre sí.

1.3 El producto de dos matrices A*A es siempre conformable, entonces A+A existirá. Es
más A+A=A+A.

Respuesta sugerida: Falsa, la multiplicación A*A no se puede hacer si la matriz A tiene un

número diferente de filas y de columnas nxm. La multiplicación A*A no se puede hacer si:
𝐴𝑛∗𝑚 → 𝐴𝑛∗𝑚 ∗ 𝐴𝑛∗𝑚 . Note que los elementos n y m son diferentes y no es posible realizar
la multiplicación.

1.4 Un estudiante de la maestría estima para su tesis el siguiente modelo ln(𝑌 ̂𝑖 ) = 𝛼̂ +

𝛽̂ 𝑋𝑖 + 𝜀̂𝑖 , en el cual la unidad monetaria de las variables es el dólar. El estudiante afirma
que es correcto interpretar el coeficiente de la pendiente de la siguiente forma: ante un
aumento en un dólar en la variable X se espera que en promedio la variable Y aumente en
𝛽̂ %.

Econometría 2018-01
Universidad Icesi Departamento de Economía

Respuesta sugerida: Falsa, la interpretación correcta es: ante un aumento en un dólar en la

variable X se espera que en promedio la variable Y aumente en (𝛽 ∗ 100)%.

Punto 2. Selección múltiple (1,0 punto en total, cada uno vale 0,25 puntos)
Determine cuál de las siguientes respuestas es la correcta. Escoja la mejor opción y
explique en dos o tres líneas su respuesta. (No se dará ningún crédito a respuestas sin
justificación)

2.1 Un estudiante realiza la estimación de la ecuación de salarios que verifica la teoría del
capital humano propuesta por el economista y premio nobel en economía, Gary Becker. El
modelo estimado fue ln⁡(𝑤𝑖 ) = 𝛽1 + 𝛽2 𝑒𝑑𝑢𝑐𝑖 + 𝜀𝑖 . En donde 𝑤𝑖 es el salario por hora del
individuo (i), 𝑒𝑑𝑢𝑐𝑖 son los años de educacion alcanzados por el individuo (i) y 𝜀𝑖 es el
término de error aleatorio que cumple con todos los supuestos del Teorema de Gauss-
Markov. ¿Cual de las siguientes es la interpretación económica del coeficiente de pendiente
𝛽2?

a. Ante un aumento en un año de educación se espera que en promedio el salario por

hora aumente en (B/100)%.
b. Ante un aumento en un año de educación se espera que en promedio el salario por
hora aumente en (B*100)%.
c. Ante un aumento en un año de educación se espera que en promedio el salario por
hora aumente en (B)%.
d. Ninguna de las anteriores.

Respuesta sugerida: (b) Noten que estamos frente a un modelo LOG – LIN cuya
interpretación genérica es: ante un aumento en un año de educación se espera que en
promedio el salario por hora aumente en (B*100)%. Note que:

ln(𝑦𝑖 ) = 𝛽0 + 𝛽1 𝑋1𝑖 + 𝜇𝑖
1
𝜕𝑦 = 𝛽1 𝜕𝑥
𝑦
𝜕𝑦 1
( ) = 𝛽1
𝜕𝑥 𝑦
(𝜕𝑦/𝑦)100
= (𝛽1 ∗ 100)
𝜕𝑥

Por tanto, cuando x cambia en una unidad la variable dependiente cambia en términos
porcentuales. En otras palabras cambia en (𝛽1 ∗ 100)%.

Econometría 2018-01
Universidad Icesi Departamento de Economía

2.2 Un estudiante presenta los resultados de un análisis econométrico en la siguiente tabla:

Tabla. Análisis de regresión sobre Y.

Método de MCO
Variable Coeficiente

Constante 0,32
(0,10)

X1 1,76
(0,16)

X2 1,75
(0,25)
R-cuadrado 0,75
Observaciones 100
Fuente: Cálculos del autor.
Nota: En paréntesis el estadístico t calculado.

Al intentar realizar la siguiente prueba de hipótesis sobre la pendiente asociada a X2,

𝐻0 : 𝛽 = 0
𝐻𝑎 : 𝛽 ≠ 0

El estudiante se pregunta, ¿El parámetro de X2 es estadísticamente significativo?

a. El parámetro es estadísticamente significativo al 90% de confianza.

b. El parámetro es estadísticamente significativo al 95% de confianza.
c. El parámetro es estadísticamente significativo al 99% de confianza.
d. Ninguna de las anteriores.

Respuesta sugerida: (d) Ninguna de las anteriores. El parámetro no es estadísticamente

significativo debido a que el valor del t calculado de la tabla es muy bajo. Es menor a
cualquier valor del t crítico.

Distribución t, valores críticos

α (1- α)% t-critico Valor p
0.01 99% 2.57 0.01
0.05 95% 1.96 0.05
0.1 90% 1.64 0.1

2.3 Un economista afirma sobre el comportamiento del 𝑅̅ 2 que una de las siguientes
afirmaciones no es correcta:

a. Si K=1, entonces 𝑅 2 = 𝑅̅ 2 .
b. Si k>1, entonces 𝑅 2 ≥ 𝑅̅ 2 .

Econometría 2018-01
Universidad Icesi Departamento de Economía

c. El 𝑅 2 puede ser negativo.

d. Ninguna de las anteriores.

Respuesta sugerida: (d) Ninguna de las anteriores. Las dos primeras son ciertas con
respecto al comportamiento del R-Cuadrado Ajustado (𝑅̅ 2 ), noten que el 𝑅̅ 2 penaliza la
inclusión de variables irrelevantes en el modelo, pero también se pueden incluir más
variables que son relevantes de acuerdo a la teoría económica. Y, la tercera opción no hace
referencia al ajustado sino al R-cuadrado convencional.

2.4 Un investigador está interesado en estimar la inversión (𝐼𝑡 ) en función de la tasa de

interés (𝑅𝑡 ), la renta (𝑌𝑡 ) y una variable de tendencia que captura el efecto proporcional de
la última crisis sobre la inversión, con datos de los últimos cincuenta años. El economista
encargado de hacer la regresión no tiene computador por lo que debe usar la fórmula 𝛽̂ =
(𝑋 𝑇 𝑋)−1 𝑋 𝑇 𝑌. Pero el investigador olvidó cómo construir las matrices y los vectores para
hacer la estimación. ¿Cuál es el tamaño de la matriz (𝑋 𝑇 𝑋)−1 para obtener el mejor
estimador MCO solo para las pendientes?

a. El tamaño de la matriz (𝑋 𝑇 𝑋)−1 es 3x3.

b. El tamaño de la matriz (𝑋 𝑇 𝑋)−1 es 4x4.
c. El tamaño de la matriz (𝑋 𝑇 𝑋)−1 es 50x4.
d. Ninguna de las anteriores.

Respuesta sugerida: (a), la matriz es de tamaño 3*3. Usted puede hacer los cálculos para
confirmar este resultado, note que la pregunta hace referencia al tamaño de la matriz solo
cuando se tienen en cuenta las pendientes. En tal caso, la matriz X tiene 3 columnas por lo
que el producto 𝑋 𝑇 𝑋 es 3*3 y su inversa tiene el mismo tamaño.

Punto 3. Ejercicio (1,5 puntos en total)

Suponga que usted fue contratado como director de P-UBER en Colombia, una
multinacional dedicada al transporte urbano de pasajeros. Una de sus primeras tareas
consiste en realizar un análisis del mercado de automóviles usados como insumo para
tomar decisiones frente a los nuevos afiliados a la compañía.

Para realizar su labor su equipo de trabajo recogió información y realizó algunas

regresiones presentadas en la tabla 3.1. La información de las variables es: lnprecioi es el
logaritmo del precio en dólares del automóvil, kilometrajei es el número de kilómetros
recorridos por el automóvil en miles, mejorasi es el número de mejoras hechas en el
concesionario del automóvil y lnpesoi es el logaritmo del peso del carro que está medido en
kilos.

Recuerde que los resultados del análisis de regresión se reporta en la tabla 3.1 Para tomar
sus decisiones y responder con su labor usted debe responder correctamente las siguientes
preguntas:

Econometría 2018-01
Universidad Icesi Departamento de Economía

3.1 Escriba correctamente el modelo econométrico estimado en la tabla 3.1. (0,2

puntos)

En este caso el modelo reportado en la tabla 3,1 es el siguiente:

𝐿𝑛(𝑝𝑟𝑒𝑐𝑖𝑜𝑖 ) = 𝛽0 + 𝛽1 𝑘𝑖𝑙𝑜𝑚𝑒𝑡𝑟𝑎𝑗𝑒𝑖 + 𝛽2 𝑚𝑒𝑗𝑜𝑟𝑎𝑠𝑖 + 𝛽3 ln⁡(𝑝𝑒𝑠𝑜𝑖 ) + 𝜀𝑖

i = 1, 2, 3, … ,69.

3.2 Interprete correctamente los coeficientes estimados del modelo reportado en la

tabla 3.1 teniendo en cuenta la significancia estadística. (0,4 puntos)

𝛽̂0 = 3.5663. No tiene interpretación económica.

𝛽̂1 = −0.0176. La variable kilometraje no influye (o determina) el precio de los autos. El

parámetro no es estadísticamente significativo.

𝛽̂2 = 0.1356. Ante un aumento en una mejora realizada en concesionario del automóvil se
espera que en promedio el precio aumente en (0.1356*100)%. Es significativo al 99% de
confianza.

𝛽̂3 = 0.6246. Ante un aumento en un uno por ciento en el peso del automóvil se espera que
en promedio el precio aumente en 0.6246%. Es significativo al 95% de confianza.

Nota: En los siguientes casos se descontarán algunos puntos: (i). En caso de no colocar los
gorros en los betas estimados. (ii). En caso de que no se hagan las interpretaciones con el
nivel de significancia correcto de la tabla. En ambos casos por separado se descontará 0.1
puntos.

3.3 Qué tan bueno es el modelo estimado en la tabla 3.1? Explique! (0,3 puntos)

El R-cuadrado nos dice que el 36.93% de las variaciones del logaritmo del precio del
automóvil están explicadas por el modelo de regresión. Un valor bastante bajo, muy por
debajo del 60%.

Adicionalmente, para probar qué tan bueno es el modelo se plantean las siguientes hipótesis
a contrastar:

𝐻0 ∶ 𝛽1 = 𝛽2 = 𝛽3 = 0

𝐻𝑎 : 𝑁𝑜⁡𝐻0

Esto se puede comprobar mediante una prueba F, donde el valor que arroja Stata del valor p
es: p = 0.0000, dado que éste es menor a un nivel de significancia de 1% (0,01), entonces se
rechaza la hipótesis nula a un 99% de confianza, por lo que el modelo es significativo en su
conjunto. En conjunto, al menos una de las pendientes es estadísticamente significativa.

Econometría 2018-01
Universidad Icesi Departamento de Economía

En conclusión, el modelo es estadísticamente significativo en su conjunto, pero presenta un

bajo nivel de ajuste o de calidad. Un valor bajo en el R-cuadrado. El modelo no es bueno en
su conjunto.

3.4 Encuentre los tres valores que fueron borrados de la tabla 3.1. Escriba las
formulas, reemplace los valores, no es necesario hacer el cálculo. (0,3 puntos)

Valor 1. Estadístico F-calculado.

𝑀𝑆𝑆𝑅 1.2602
𝐹 = 𝑀𝑆𝑆𝐸 = 0.0993 = 12.69

Valor 2. Error estándar de la variable Hijos.

̂
𝛽 0.6246
𝑡 = 𝑒𝑒 𝑗 = 0.2485 = 2.51
̂
𝛽 𝑗

Valor 3. Intervalo de confianza (límite inferior) del parámetro de la variable educación.

𝛽𝑗 ± 𝑡𝛼−2,𝑛−𝑘 ∗ 𝑒𝑒𝛽̂𝑗
Note que el intervalo de confianza que reporta Stata es al 95% de confianza. Por lo tanto, el
t critico toma el valor de 1,96.

−0.0176 ± 1,96 ∗ 0.0113

El valor del límite inferior es -0.0403.

3.5 Escriba las siguientes sentencias de Stata (0,3 puntos):

i. Escriba la sentencia para crear el archivo log file.
ii. Escriba la sentencia para realizar la regresión presentada en la tabla 3.1.
iii. Haga el gráfico de dispersión de “lnprecio” frente a “kilometraje” con la
línea de regresión.

Estas son las sentencias de Stata solicitadas:

i. log using "D:\Untitled.log"

ii. reg lnprecio kilometraje mejoras lnpeso
iii. twoway (scatter lnprecio kilometraje) (lfit lnprecio kilometraje)

Econometría 2018-01
Universidad Icesi Departamento de Economía

Tabla 3.1. Regresión econométrica por MCO

Source SS df MS Number of obs = 69
F(3, 65) = 12.69
Model 3.78077799 3 1.26025933 Prob > F = 0.0000
Residual 6.45666809 65 .099333355 R-squared = 0.3693
Adj R-squared = 0.3402
Total 10.2374461 68 .150550678 Root MSE = .31517

lnprecio Coef. Std. Err. t P>|t| [95% Conf. Interval]

kilometraje -.0176194 .0113734 -1.55 0.126 -.0403336 .0050948

mejoras .1356967 .0429233 3.16 0.002 .049973 .2214203
lnpeso .6246828 .248534 2.51 0.014 .1283262 1.121039
_cons 3.566375 2.206045 1.62 0.111 -.8394009 7.97215

Punto 4. Ejercicio (1,5 puntos en total)

Suponga que usted fue contratado por la firma de inversiones Alimac en Estados Unidos,
para hacer un análisis de inversión de riesgo de la nueva moneda electrónica de Venezuela.
Usted como nuevo jefe de la división de planeación espera que la demanda por la moneda
electrónica se comporte de la siguiente manera:
yt  1 X1,t   2 X 2,t  3 X 3,t   t (1)
donde yt representa las ventas diarias de la moneda electrónica en Venezuela (las ventas
0
son medidas en miles de millones de dólares). X1,t = X 2,t . Además, X 2,t y X 3,t representa el
inverso de la tasa rentabilidad de la moneda electrónica de Venezuela en el día t y el
logaritmo de la rentabilidad de otra moneda electrónica (Bitcoins) en el día t. Además,
definamos a Rt y it como la rentabilidad de la moneda electrónica de Venezuela en el día t
y la rentabilidad de la otra moneda electrónica (los Bitcoins) en el día t, respectivamente.
Finalmente,  t representa un término de error, del que se sabe que Var[𝜀]=10.

Los economistas de la división de planeación ya han recogido un buen número de

observaciones diarias y se han efectuado los siguientes cálculos:

100 20 0   60 
X X   20
T
10 0 
 X y   10 
T

 0 0 5   30 
.

4.1 ¿Qué características debe tener  t para obtener estimadores insesgados por el método
de MCO para las pendientes y el intercepto del modelo (1)? (0.2 puntos)

Se debe cumplir únicamente que el error tenga media cero.

Nota: Se quitará 0.1 si se incluyen otros supuestos.

Econometría 2018-01
Universidad Icesi Departamento de Economía

4.2 Encuentre los estimadores de los coeficientes del modelo por el método de MCO. (0.5
Puntos).

En este caso tenemos que:

 1/60 -1/30 0   60   2/3 
ˆ   X T X  X T y  -1/30 1/6 0   10   -1/3
1

 0 0 1/5   30  6 
Nota: el intercepto vale 0.1 y las dos pendientes valen 0.2 puntos, cada una. Nota: se
descontará 0.1 puntos si el beta no tiene el gorro.

4.3 Interprete el significado de cada uno de los coeficientes estimados en términos de las
variables Rt e it , cuando sea posible. (0.6 Puntos)

ˆ1  2 3 . No tiene interpretación económica.

â 2 = -1/ 3 Ante un aumento de un uno por ciento en la rentabilidad de la moneda
electrónica de Venezuela en el día t, se espera que en promedio las ventas aumenten en
1
10/3 millones de dólares.
Rt
yt 1
  2 2
Rt Rt
yt  1
 2
 % Rt 100 Rt
â 3 = 6 . Ante un aumento del uno por ciento en la rentabilidad de la otra moneda
electrónica (Bitcoins) en el día t, se espera que en promedio las ventas aumenten en 60
millones de dólares (6/100 miles de millones de dólares).
yt 1
 3
it it
yt 
 3
%it 100
Nota: En caso de no colocar los gorros en los betas estimados se descontarán 0.1 puntos.

4.4 En la última reunión de la firma de inversiones el vicepresidente de la compañía afirmó

que: “Dado que mi equipo estimó un modelo con un 𝑅 2 mayor al 𝑅 2 del modelo
estimado por el jefe de la división de planeación la decisión se debe tomar con el
modelo presentado por la vicepresidencia”. ¿Qué condiciones teóricas se deben
cumplir para que el vicepresidente, a la hora de comparar los modelos, tenga la razón?
(0.2 puntos)

Dado que el vicepresidente está utilizando el estadístico 𝑅 2 para comparar los dos modelos
y elegir cuál es el mejor, él debe saber que teóricamente se deben cumplir las siguientes

Econometría 2018-01
Universidad Icesi Departamento de Economía

condiciones para utilizar el R-cuadrado: (i) La variable dependiente debe ser la misma. (ii)
El número de variables independientes debe ser el mismo (iii) La muestra y el tamaño de la
muestra deben ser los mismos.

Econometría 2018-01