FACULTAD DE INGENIERÍAS

PROGRAMAS DE INGENIERÍA FINANCIERA E INDUSTRIAL

MODELO PROBIT (MODELO NORMIT)
Profesor: Horacio Fernández C.

Recordar: Si Z es una variable aleatoria normal estándar, es decir Z  N (0,1) , entonces

 La función de densidad está dada por

1  z2 / 2
f ( z)   ( z)  e   z 
2

 La función de distribución acumulada está dada por

z t2


1 
F ( z )   ( z )  P( Z  z )  e 2
dt
2 
t: variable auxiliar

Supongamos que existe un indicador o variable latente (variable no observable)

Ii que es función lineal de las variables

regresoras
X i . De manera que para el modelo de regresión lineal simple se tiene que: I i  ˆ0  ˆ1 X i .

Supongamos además que Yi  1 con probabilidad i si el valor del indicador

P Ii es mayor que cierto valor crítico
I i y

que
Yi  0 con probabilidad 1  Pi en caso contrario, es decir

P  P (Yi  1| X  X i )  P ( I i  I i )  ( I i )

 ( ˆ0  ˆ1 X i )
donde  es la función de distribución acumulada de la variable aleatoria
I i

Nota:
Ii y
I i son variables aleatorias pues son variables no observables.

Si se asume que
I i es una variable aleatoria normal estándar, se tiene que

P  P (Yi  1| X  X i )

Ii

2 
1 2
 (Ii )  e z /2
dz


ˆ0  ˆ1 X i


1 2
 e z /2
dz
2 

  ( ˆ0  ˆ1 X i )

 P ( Z  ˆ0  ˆ1 X i )

Donde
( ˆ0  ˆ1 X i ) es la distribución acumulada de la normal estándar evaluada en ˆ0  ˆ1 X i .

“Los coeficientes no tienen interpretación directa, y es por eso por lo que se cuantifican los efectos marginales de
las variables regresoras sobre la probabilidad de tener éxito”.

El impacto o efecto marginal en la probabilidad de que Y tome el valor de uno y debido a un incremento unitario en la
variable independiente X , queda dado por

dP
  ( ˆ0  ˆ1 X i )  ˆ1
dX
( ˆ0  ˆ1 X i )2
1 
 e 2
 ˆ1
2

donde
 ( ˆ0  ˆ1 X i ) es la función de densidad evaluada en
ˆ0  ˆ1 X i

y se interpreta como el cambio esperado en la probabilidad de que Y tome el valor de 1 cuando se presenta un
incremento unitario en el valor de la variable X.
Los resultados anteriores se pueden extender al modelo de K variables regresoras, haciendo

I i  X ˆ  ˆ0  ˆ1 X 1  ˆ2 X 2    ˆk X k

P  P(Yi  1| X  X i )

X ˆ


1
  ( X ˆ ) 
2
e z /2
dz
2 

  ( X ˆ )  P ( Z  X ˆ )

 P ( Z  X ˆ )

y por lo tanto

P (Yi  1| X  X i )  ( ˆ0  ˆ1 X 1  ˆ2 X 2    ˆk X k )

 P( Z  ˆ0  ˆ1 X 1  ˆ2 X 2    ˆk X k )

El impacto o efecto marginal en la probabilidad de que Y tome el valor de uno y debido a un incremento unitario en una
de las variables independientes, manteniendo las demás variables constantes, queda dado por

P
  ( X ˆ ) ˆk
X k

donde
 ( X ˆ ) es la función de densidad evaluada en X ˆ

Además, la elasticidad en P por cambio unitario en X k es

P X k X
   ( X ˆ ) ˆk k %
X k P P

Nota: Si la variable regresora X i solo toma los valores de cero o uno entonces la variación en Y se puede calcular como
 P  P(Yi  1| X  0)  P(Yi  1| X  1)

Ejemplos:

1. En un estudio efectuado por una agencia de viajes acerca del comportamiento de los clientes potenciales, en las
próximas vacaciones, se hizo una encuesta a 32 familias en la que se les preguntó si tenían en sus planes ir de viaje, (se
asigna viaje = 1 si piensa ir de viaje, y viaje = 0 si no planean ir de viaje), los ingresos mensuales , en millones de pesos, y
si tiene hijos (se asigna hijos = 1 si tiene hijos, e hijos = 0 si no tienen hijos). Se estimó un modelo Probit, por máxima
verosimilitud, y se encontró que

Yˆi   (5,526  0,731Renta  1, 418hijos)

hijos  0,56 R e nta  7,84

a) Encontrar la probabilidad de ir de viaje de una familia con ingreso mensuales de 9 millones de pesos y que además
tiene hijos.

P (Viaje  1| Renta  9, hijos  1)  ( 5,526  0,731  9  1, 418 1)

  (0,365)  P( Z  0,365)

 0,359

b) Encontrar la probabilidad de ir de viaje de una familia con ingreso mensuales de 9 millones de pesos y que además no
tiene hijos.

P(Viaje  1| Renta  9, hijos  0)  ( 5,526  0,731  9  1, 418  0)

 (1,056)  P( Z  1,056)

 0,854

c) Calcular e interpretar el efecto marginal de la variable renta en el punto medio.

Evaluamos la función de densidad en los puntos medios
  ( X ˆ )   ( 5,526  0,731  7.84  1,418  0.56)

1  12 ( 0,589)2
  (0,589)  e
2

 0.3354
P
  ( X ˆ ) ˆk  0.3354  0.731  0.2452
Por lo tanto Renta

Interpretación: Cuando se presenta un incremento de un millón de pesos, en los ingresos mensuales de las familias,
manteniendo fijas las otras variables, se espera que la probabilidad de que la familia vaya de viaje se incremente en
0,2452.

d) Calcular e interpretar la elasticidad, en la probabilidad de que la familia vaya de viaje y debido a un incremento
unitario en la renta.

Se debe aclarar que para calcular la elasticidad, la probabilidad siempre se debe hallar en los puntos medios. Por lo tanto

P (Viaje  1| Renta  9, hijos  1)  ( 5,526  0,731  7.84  1, 418  0.56)

  (0,589)  P( Z  0,589)

 0.278

Renta media 7.84

   ( X ˆ ) ˆk  %  0.3354  0.731   6.9143%
P 0.278

Interpretación: Cuando se presenta un incremento del 1%, en los ingresos mensuales de las familias, manteniendo fijas las
otras variables, se espera que la probabilidad de que la familia vaya de viaje se incremente en 6,9143%.

2. De una encuesta sobre presupuesto familiar realizado por la oficina central de Econometría, un Ingeniero obtuvo el
siguiente modelo Probit con base en una muestra de 2940 familias. (Los resultados mostrados se basan en el método de
estimación de máxima verosimilitud). El propósito del modelo Probit fue determinar la adquisición de un automóvil como
una función del logaritmo del ingreso anual. La adquisición de automóvil se toma como una variable binaria: Y = 1 si la

familia posee automóvil, Y=0 en otro caso. El modelo estimado fue

Yˆi  ( X , ˆ )  3.4377  0.4310 Ln(ingreso) . ¿Cuál
es la probabilidad de que una familia con un ingreso anual de 24.000 dólares posea un automóvil?
3. Un Banco pretende caracterizar las empresas que cumplen puntualmente todos los plazos de devolución de los créditos

que reciben. Tras crear una variable

Yi , que toma valor 1 cuando las empresas cumplieron dichos compromisos y cero en
ˆ
caso contrario, se estimó el modelo Probit: Yi   (0.069  0.018 X 1i  0.049 X 2i  0.057 X 3i )
X 1i es la razón (en porcentaje) entre el valor nominal de la deuda viva de la empresa y el valor total del activo;
Donde
X 2i X
es la razón (en porcentaje) entre los beneficios después de impuestos y el valor total del activo; y 3i es el valor del
activo (como indicador del tamaño de la empresa). Suponga que el individuo i-ésimo posee los siguientes valores de las
variables: X 1i  9.7%, X 2i  7.8%, X 3i  0.6 a) Calcule la probabilidad de que se incumplan los compromisos. b)

Obtenga e interprete el efecto marginal por incremento unitario en 2i y en X X

1i . c) Encuentre, e interprete, la

elasticidad en la probabilidad, cuando las empresas cumplen puntualmente todos los plazos de devolución de los créditos
que reciben, y debido a un aumento unitario en el valor del activo.

4. En un estudio sobre el sector turístico, de la Economía Colombiana, se ha especificado un modelo Probit para
caracterizar los hábitos de las familias colombianas de los municipios de más de 100.000 habitantes. En dicho modelo la
variable explicada Y toma el valor cero si la familia no va de vacaciones y el valor de uno si la familia va de vacaciones.
El modelo Probit estimado es

Pˆ = F ( X , bˆ ) = - 0.475 + 0.0676 X 1i + 0.0078 X 2i - 0.0040 X 3i - 0.3187 X 4 i

donde X 1 : renta familiar anual, en millones de unidades monetarias., X 2 : tamaño del municipio en miles de habitantes,

X 3 : Número de hijos, X 4 : edad del hijo menor que vive con la familia (vale 0 si ningún hijo vive con la familia)

Sabiendo que las medias de X 1 , X 2 , X 3 y X 4 son 3,8 millones, 266,8 miles de habitantes, 1,7 hijos, y 10,3 años
respectivamente, se pide calcular la probabilidad de que una familia media vaya de vacaciones y de que una familia media
que reside en el municipio A (900 mil habitantes) se vaya de vacaciones. Calcular e interpretar el efecto marginal medio

de las variables X 2 y X 3 .