EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 2005 Prof. Rafael de Arce

Transcripción

1 EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 005 Prof. Rafael de Arce NOMBRE: DNI: PARTE I.- TEST 1. La hipótesis de rango pleno en el MBRL supone: Que las variables explicativas no tengan ninguna relación entre ellas Que las variables explicativas mantengan una relación entre ellas menor a la que mantienen con la endógena (de forma individual y conjunta) Que no se pueda invertir la matriz de información. Las perturbaciones aleatorias del MBRL: Son siempre esféricas Pueden presentar heterocedasticidad, pero nunca media no nula Siempre se distribuyen como una t-student 3. El porcentaje Probability que figura en la salida de regresión de e-views para cada parámetro (coefficient) representa: La probabilidad de rechazar la hipótesis nula cuando es cierta La probabilidad de rechazar la hipótesis nula cuando es falsa La probabilidad de aceptar la hipótesis nula cuando es cierta La probabilidad de aceptar la hipótesis nula cuando es falsa 4. El contraste del predictor sirve para: Analizar la validez de las predicciones realizadas con un modelo econométrico Determinar un rango de variación de las predicciones realizadas Contrastar la significatividad individual de las variables de predicción 5. El contraste F-Snedecor: Es útil, en algunos casos, para contrastar indicios de multicolinealidad Representa la validez conjunta de todas las variables del modelo Está relacionado con la presencia de media no nula en el modelo

2 6. El coeficiente de Janus: Es una medida de validación expost del modelo No presenta un valor conocido de distribución Se valora si está por encima o por debajo de uno 7. En el MBRL: Se asegura que el valor de la R cuadrado estará entre cero y uno en todos los casos En algunas situaciones, la suma de los errores puede ser superior a cero La suma de los parámetros siempre es igual a uno 8. El valor experimental de los parámetros estimados en el MBRL: Siempre se distribuye como una normal (0,1) No se puede conocer a priori su distribución estadística Se distribuye como una t-student siempre que las perturbaciones aleatorias sean normales 9. Los parámetros estimados por MCO: Serán insesgados siempre que la esperanza de las perturbaciones aleatorias sea nula Pueden ser sesgados si existen regresores estocásticos No presentan sesgo independientemente del resto de las hipótesis del modelo 10. El contraste CUSUM es útil: Para determinar la presencia de errores acumulados no nulos en el modelo Para contrastar un posible cambio de estructura Para determinar si hay problemas de heterocedasticidad 11. En un modelo econométrico: Todas las variables deben introducirse en las mismas unidades de medida Debe haber alta correlación entre las exógenas para asegurar un alto grado de explicación en el modelo Nunca pueden introducirse variables dicotómicas

3 PARTE II.- PREGUNTAS CON ESPACIO LIMITADO 1. Demuestre que, en el MBRL, S? S? S siempre que haya término constante. y yˆ e. Analizada la teoría económica para realizar un modelo sobre el consumo de energía eléctrica anual en las distintas regiones de España, parece relevante incluir una variable de clima medio. Al estimar el modelo, dicha variable resultó no significativa. Comente este hecho. 3. Qué relevancia tiene la hipótesis de permanencia estructural en el campo de la econometría?

4 PARTE III.- PRÁCTICA Un empresario textil de Alicante está preocupado por las implicaciones sobre su negocio que puedan tener las importaciones de productos chinos en la Unión Europea, por lo cual encarga que se realice un modelo econométrico para analizar la situación. Con este fin, se definen los siguientes modelos: 1ª Regresión ª Regresión Dependent Variable: VENTAS Included observations: 1 C IMP_CHINA ARANCEL_UE PRECIO_CHINOS PRECIO_PROPIO CALIDAD R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Dependent Variable: VENTAS Included observations: 1 C IMP_CHINA ARANCEL_UE PRECIO_PROPIO PRECIO_CHINOS CALIDAD R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

5 El modelizador decide que la segunda regresión es más conveniente. 1. Qué motivos le han llevado a realizar esta segunda regresión?. Determine la validez del segundo modelo planteado 3. Cuál es la variable más relevante a la hora de explicar las ventas del industrial textil español? 4. En cuántos millones de pesetas se verán reducidas las ventas del español si la UE decide flexibilizar las barreras de entrada en la UE? (el arancel medio en la UE era de 4,3% en 005). 5. Tuvieron algún efecto relevante para el modelo las negociaciones y cambios en la legislación que se produjeron entre el gobierno chino y Bruselas en 1995? 6. Con una probabilidad del 95%, entre qué valores se moverán las ventas del español en 006 en el siguiente escenario para las variables explicativas? Imp_china arancel_ue precio_chinos precio_propio calidad 19, ,5 14, , ,7 INFORMACIÓN ADICIONAL Matriz de correlaciones entre las variables VENTAS IMP_CHINA ARANCEL_UE PRECIO_C PRECIO_PRO CALIDAD HINOS PIO VENTAS IMP_CHINA ARANCEL_UE PRECIO_CHINOS PRECIO_PROPIO CALIDAD Gráfica a partir de los resultados de la segunda regresión Residual Actual Fitted

6 Dependent Variable: VENTAS Sample: Included observations: 10 R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Dependent Variable: VENTAS Sample: Included observations: 11 C IMP_CHINA ARANCEL_UE PRECIO_PROPIO PRECIO_CHINOS CALIDAD C IMP_CHINA ARANCEL_UE PRECIO_PROPIO PRECIO_CHINOS CALIDAD R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) VENTAS IMP_CHINA ARANCEL_U PRECIO_CHI PRECIO_PR CALIDAD E NOS OPIO Mean Median Maximum Minimum Std. Dev Skewness Kurtosis Jarque-Bera Probability Observations

7 Dependent Variable: PRECIO_CHINOS Included observations: 1 C IMP_CHINA ARANCEL_UE PRECIO_PROPIO CALIDAD R-squared Mean dependent var Dependent Variable: PRECIO_PROPIO Included observations: 1 C IMP_CHINA ARANCEL_UE PRECIO_CHINOS CALIDAD R-squared Mean dependent var