Вы находитесь на странице: 1из 42

Tema 1: Variables ficticias y cambio estructural.

Econometra II. Curso 2011-12.



1

TEMA 4: VARIABLES FICTICIAS Y CAMBIO ESTRUCTURAL
Wooldrige: Captulo 7


5.1 Concepto de cambio estructural. Modelizacin con Variables Ficticias
VARIABLES FICTICIAS
Las variables ficticias (o binarias o dummy) son aquellas variables que
empleamos para recoger informacin cualitativa: ser hombre o mujer, estar o no
casado, sector al que pertenece una empresa: agrcola, industria o servicios, si una
empresa es cotizada o no, etc.

Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

2


Las variables ficticias se emplean en los modelos de regresin cuando queremos
estudiar si el efecto de alguna de las variables exgenas sobre la variable endgena
(de las X sobre la Y) vara segn sea una determinada caracterstica de la poblacin
(sexo, raza, tamao de la empresa, tipo de periodo temporal, etc.)

En definitiva, las variables ficticias se emplean para analizar y modelizar cambios
estructurales en los parmetros del modelo.


Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

3

Las variables ficticias solo toman dos valores que asignamos arbitrariamente: 1 y
0. Asignamos 1 a una de las categoras y 0 a la otra u otras si son ms de dos.
Ejemplo 1: Si queremos distinguir entre hombre y mujer:
Hu]cr = ]
1 si cl inJi:iJuo cs mu]cr
u si cl inJi:iJuo cs ombrc
Eombrc = _
1 si cl inJi:iJuo cs ombrc
u si cl inJi:iJuo cs mu]cr


Ejemplo 2: Tamao de una empresa:
Pcquco = _
1 si lo cmprcso cs pcquco
u si lo cmprcso cs mcJiono o gronJc

HcJiono = _
1 si lo cmprcso cs mcJiono
u si lo cmprcso cs pcquco o gronJc

Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

4

0ronJc = _
1 si lo cmprcso cs gronJc
u si lo cmprcso cs pcquco o mcJiono


CAMBIO ESTRUCTURAL
Llamamos cambio estructural a las modificaciones que se producen en los
parmetros del modelo cuando consideramos diferentes subpoblaciones.

Los cambios estructurales se pueden deber a las ms diversas circunstancias:
diferencias en los gustos de los individuos, cambios en poltica econmica, cambios
en las condiciones socioeconmicas, etc.
Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

5


MODELIZACIN DEL CAMBIO ESTRUCTURAL
I Cambios en el trmino constante o efecto aditivo: empleamos las variables
ficticias para modelizar cambios en el trmino constante del modelo.

Vemoslo mediante un ejemplo.
Consideremos el siguiente modelo de regresin mltiple:

w

= [
0
+[
1
cJu

+[
2
mu]cr

+e

i = 1, , n
Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

6

donde:
w

= salario
cJu

= aos de educacin del individuo i


mu]cr

= ]
1 si i cs mu]cr
u si i cs ombrc

Tenemos que:
E(w

cJu

, mu]cr

) = [
0
+[
1
cJu

+[
2
mu]cr


con lo cual:
E(w

cJu

, mu]cr

= 1) = ([
0
+[
2
) +[
1
cJu


E(w

cJu

, mu]cr

= u) = [
0
+[
1
cJu


Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

7


Podemos observar que el trmino constante cambia en funcin de si el individuo
es hombre o mujer de forma que:
[
2
= E(w

cJu

, mu]cr) E(w

cJu

, ombrc) =
= E(w

cJu

, mu]cr

= 1) E(w

cJu

, mu]cr

= u) Es la diferencia, en media,
entre el salario de una mujer y el de un hombre, para un mismo nivel educativo.




Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

8

Suponiendo que [
2
< u,








cJu
[
2

w
E(w

cJu

, mu]cr

= u) = [
0
+ [
1
cJu



E(w

cJu

, mu]cr

= 1) = ([
u
+[
2
) +[
1
cJu
i

Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

9

El modelo considerado admite dos formulaciones alternativas:
1. w

= o
0
+o
1
cJu

+o
2
ombrc

+e

i = 1, , n
donde:
ombrc

= _
1 si i cs ombrc
u si i cs mu]cr

En este caso;
E(w

cJu

, ombrc

) = o
0
+o
1
cJu

+o
2
ombrc


con lo cual:
E(w

cJu

, ombrc

= 1) = o
0
+o
1
cJu


E(w

cJu

, ombrc

= u) = (o
0
+o
2
) +o
1
cJu


Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

10

o
2
= E(w

cJu

, ombrc) E(w

cJu

, mu]cr) =
= E(w

cJu

, ombrc

= 1) E(w

cJu

, ombrc

= u) Es la diferencia, en
media, entre el salario de un hombre y el de una mujer, para un mismo nivel
educativo.
Obviamente, si comparamos con la formulacin anterior:
o
1
= [
1

o
0
= [
0
+[
2

o
0
+o
2
= [
0



Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

11

2. w

= o
1
cJu

+o
2
mu]cr

+o
3
ombrc

+e

i = 1, , n

En este caso;
E(w

cJu

, mu]cr

, ombrc

) = o
1
cJu

+o
2
mu]cr

+o
3
ombrc



con lo cual:
E(w

cJu

, mu]cr) = E(w

cJu

, mu]cr

= 1, ombrc

= u) = o
2
+o
1
cJu


E(w

cJu

, ombrc) = E(w

cJu

, mu]cr

= u, ombrc

= 1) = o
3
+o
1
cJu



Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

12


o
3
o
2
= E(w

cJu

, ombrc) E(w

cJu

, mu]cr) Es la diferencia, en media,


entre el salario de un hombre y el de una mujer, para un mismo nivel educativo.

Obviamente, comparando con las otras dos formulaciones:
o
1
= o
1
= [
1

o
2
= o
0
= [
0
+[
2

o
3
= o
0
+o
2
= [
0



Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

13

Es importante sealar que en este ltimo modelo hemos incorporado dos
variables ficticias, una para el hombre y otra para la mujer. Dado que mu]cr

+
ombrc

=1, tendramos un problema de multicolinealidad exacta y el modelo no


sera vlido. Para evitarlo omitimos el trmino constante.

Por lo tanto, un modelo como:
w

= o
0
+o
1
cJu

+o
2
mu]cr

+o
3
ombrc

+e

i = 1, ,
no sera vlido ya que no tendra solucin nica.


Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

14

En este ejemplo particular el objetivo sera preguntarnos si existen diferencias, en
media, entre el salario-hora de un hombre y el de una mujer. Cmo contrastaramos
si existen o no? Una vez estimados los modelos nos enfrentaramos a las siguientes
hiptesis:

w

= [
0
+[
1
cJu

+[
2
mu]cr

+e

E
0
: [
2
= u
w

= o
0
+o
1
cJu

+o
2
ombrc

+e

E
0
: o
2
= u
w

= o
1
cJu

+o
2
mu]cr

+o
3
ombrc

+e

E
0
: o
2
= o
3



Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

15

CASO: Cmo interpretamos los coeficientes de las variables ficticias si la variable
dependiente est en logaritmos?
Veamos un ejemplo:
log(w

) = [
0
+[
1
mu]cr

+[
2
cJu

+e

i = 1, , n
La regresin quedara:
E(w

cJu

, mu]cr) = [
0
+[
1
mu]cr

+[
2
cJu


donde:
E(w

cJu

, mu]cr

= 1) = ([
0
+[
1
) +[
2
cJu


E(w

cJu

, mu]cr

= u) = [
0
+[
2
cJu


Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

16


Observamos que
1
es la diferencia en el trmino constante entre el salario
medio de un hombre y una mujer.

Cul es su interpretacin?
Es la diferencia porcentual aproximada, en media, entre el salario de una mujer y
el de un hombre, para un mismo nivel educativo. Su cuanta es de
1
1uu%.



Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

17


Si nuestro modelo estimado por MCO fuese, por ejemplo:
log(w

) = u,42 u,297mu]cr

+u,u7cJu



[
`
1
= u,297 Implicara que, para un mismo nivel educativo, una mujer gana,
en media, aproximadamente un 29,7% menos que un hombre.

Ntese que: log(w
mu]c
) log(w
hombc
) = [
`
1
= u,297

Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

18

luego:
log_
w
mu]c
w
hombc
_ = [
`
1
= u,297
Exponenciando y restando la unidad:
_
w
mu]c
w
hombc
1_ = c
-0,297
1 = u,2S7
Por tanto, para un mismo nivel educativo, una mujer gana, en media, un 25,7%
menos que un hombre.


Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

19

II Cambio en el efecto de las Xs o efecto interaccin: empleamos las variables
ficticias para modelizar cambios en el efecto de las X sobre Y (en las pendientes del
modelo).

Veamos un ejemplo con efectos aditivos e interaccin:
w

= [
0
+[
1
cJu

+[
2
mu]cr

+[
3
cJu

mu]cr

+e

i = 1, , n

donde:
mu]cr

= ]
1 si i cs mu]cr
u si i cs ombrc
cJu

mu]cr

= ]
cJu

si i cs mu]cr
u si i cs ombrc

Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

20


Tenemos que:
E(w

cJu

, mu]cr

, cJu

mu]cr

) = [
0
+[
1
cJu

+[
2
mu]cr

+[
3
cJu

mu]cr


i = 1, , n
con lo cual:
E(w

cJu

, mu]cr) = ([
0
+[
2
) +([
1
+[
3
)cJu


E(w

cJu

, ombrc) = [
0
+[
1
cJu




Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

21


Para la regresin:

2
mide la diferencia en el trmino constante entre hombres y mujeres.

3
mide la diferencia en la pendiente entre hombres y mujeres.

Si la educacin (cJu) vara en una unidad, el salario-hora vara, en media, en:
([
1
+[
3
) unidades para las mujeres.
[
1
unidades para los hombres.

Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

22

Suponiendo que [
2
< u y [
3
< u








E(w

cJu

, ombrc) = [
0
+[
1
cJu



E(w

cJu

, mu]cr) = ([
u
+[
2
) +([
1
+[
S
)cJu
i

cJu
[
2

w
Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

23

Cmo se contrastara si las variaciones unitarias en la educacin generan el mismo
efecto medio sobre el salario-hora en hombres y en mujeres? Estimando el modelo y
contrastando de la manera habitual la hiptesis:
E
0
: [
3
= u

Cmo se contrasta si el trmino constante es el mismo para hombres y para
mujeres? Estimando el modelo y contrastando:
E
0
: [
2
= u


Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

24


Cmo se contrastara si el modelo de determinacin salarial es el mismo para
hombres y para mujeres? Estimando el modelo y contrastando de la manera habitual
la hiptesis:
E
0
: [
2
= [
3
= u





Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

25

Comentarios:
Igual que vimos con el efecto aditivo, existen otras formulaciones alternativas de
este mismo modelo. Por ejemplo:
w

= o
0
+o
1
cJu

+o
2
ombrc

+o
3
cJu

ombrc

+e

i = 1, , n

ombrc

= _
1 si i cs ombrc
u si i cs mu]cr
cJu

ombrc

= _
cJu

si i cs ombrc
u si i cs mu]cr

O alternativamente
w

= o
1
mu]cr

+o
2
ombrc

+o
3
cJu

mu]cr

+o
3
cJu

ombrc

+e


i = 1, , n

Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

26


No sera vlido un modelo (ya que hablamos de multicolinealidad exacta) como:
w

= y
1
mu]cr

+y
2
ombrc

+y
3
cJu

mu]cr

+y
3
cJu

ombrc

+
+y
3
cJu

+e



Ya que cJu

mu]cr

+cJu

ombrc

= cJu

i




Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

27

Hay ms de dos categoras.
Por ejemplo:
I

= [
0
+[
1
S1

+[
2
S2

+[
3
P

+[
4
(P

S1

) +[
5
(P

S2

) +e

i = 1, , n
donde:
I

: ventas de la empresa
P

: gasto en publicidad de la empresa


S1

= ]
1 si i cs Jcl scctor 1
u si i cs Jcl scctor 2 o Jcl S

S2

= ]
1 si i cs Jcl scctor 2
u si i cs Jcl scctor 1 o Jcl S

Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

28

Entonces:
E(I

, Scctor 1) = ([
0
+[
1
) +([
3
+[
4
)P



E(I

, Scctor 2) = ([
0
+[
2
) +([
3
+[
5
)P



E(I

, Scctor S) = [
0
+[
3
P





Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

29

5.2. Contraste de Chow
Tal y como hemos visto, la inferencia habitual, es vlida para efectuar contrastes
de cambio estructural en el contexto del Modelo Lineal General empleando
variables ficticias.

Sin embargo, cuando se desea analizar la existencia de cambio estructural en
todos los parmetros de un modelo es habitual emplear una expresin particular
del contraste F conocida como contraste de Chow.


Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

30

Modelo sin restringir (con cambio estructural)

= [
0
A
+[
1
A
X
1
+[
2
A
X
2
++[
K
A
X
k
+e

Submucstro A

= [
0
B
+[
1
B
X
1
+[
2
B
X
2
++[
K
B
X
k
+e

Submucstro B

Modelo restringido (sin cambio estructural)

= [
0
+[
1
X
1
+[
2
X
2
++[
K
X
k
+e



Restriccin: E
0
: [
]
A
= [
]
B
] = u,1, , k

Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

31

Sea SRS la suma al cuadrado de los residuos MCO del modelo sin restringir. Se
puede obtener estimando el modelo por separado con cada una de las dos
submuestras (SRS = SR
A
+SR
B
)

Sea SRR la suma al cuadrado de los residuos MCO del modelo restringido

Si suponemos que:

Subpoblacin A:
X
1
, X
2,
, X
k
~N([
0
A
+[
1
A
X
1
+[
2
A
X
2
++[
K
A
X
k
, o
2
)
Subpoblacin B:
X
1
, X
2,
, X
k
~N([
0
B
+[
1
B
X
1
+[
2
B
X
2
++[
K
B
X
k
, o
2
)
Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

32

Entonces, bajo E
0
: [
]
A
= [
]
B
] = u,1, , K |"K +1" ipotcsis lincolcs]

F =
SRR SRS
SRS

n 2(K +1)
K +1
~F
K+1,N-2(K+1)


con SRS = SR
A
+SR
B

Empleando la aproximacin asinttica tenemos, bajo E
0
: [
]
A
= [
]
B

] = u,1, , K |"K +1" ipotcsis lincolcs]:
w =
SRR SRS
SRS
(n 2(k +1)) = (k +1)F~_
k+1
2


con SRS = SR
A
+SR
B

Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

33


Ejemplo:
Datos de Estados Unidos de 1959-1996.
Relacin entre el salario/hora y la productividad (productividad/hora).
Datos en dlares constantes.
Se observa un posible cambio estructural en el ao 1980.




Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

34


Nota: ndice =100 en 1992
40
50
60
70
80
90
100
110
40 50 60 70 80 90 100 110
Produccin por hora
R
e
m
u
n
e
r
a
c
i

n

p
o
r

h
o
r
a
Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

35



40
50
60
70
80
90
100
110
40 50 60 70 80 90 100 110
Produccin
R
e
m
u
n
e
r
a
c
i

n
40
50
60
70
80
90
100
110
40 50 60 70 80 90 100 110
Produccin
R
e
m
u
n
e
r
a
c
i

n
1959-1979
1980-1996
Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

36

Ejemplo
Y=Remuneracin
X=Produccin

Dependent Variable: REMUNERAC
Method: Least Squares
Sample: 1959 1996
Included observations: 38
REMUNERAC=C(1)+C(2)*PRODUCC
Coefficient Std. Error t-Statistic Prob.
C(1) 33.14154 2.540806 13.04372 0.0000
C(2) 0.691884 0.031062 22.27462 0.0000
R-squared 0.932351 Mean dependent var 88.72895
Adjusted R-squared 0.930472 S.D. dependent var 11.16115
S.E. of regression 2.942994 Akaike info criterion 5.047928
Sum squared resid 311.8037 Schwarz criterion 5.134116
Log likelihood -93.91063 F-statistic 496.1585
Durbin-Watson stat 0.115363 Prob(F-statistic) 0.000000
Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

37


40
50
60
70
80
90
100
110
40 50 60 70 80 90 100 110
Produccin por hora
R
e
m
u
n
e
r
a
c
i

n

p
o
r

h
o
r
a
Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

38

Y=Remuneracin X=Produccin
Submuestra A=1959-1979











Dependent Variable: REMUNERAC
Method: Least Squares
Sample: 1959 1979
Included observations: 21
REMUNERAC=C(1)+C(2)*PRODUCC
Coefficien
t
Std. Error t-Statistic Prob.
C(1) 15.43406 1.461802 10.55825 0.0000
C(2) 0.963626 0.020876 46.15875 0.0000
R-squared 0.991161 Mean dependent var 82.06190
Adjusted R-squared 0.990696 S.D. dependent var 10.97003
S.E. of regression 1.058134 Akaike info criterion 3.041284
Sum squared resid 21.27332 Schwarz criterion 3.140763
Log likelihood -29.93349 F-statistic 2130.630
Durbin-Watson stat 0.450144 Prob(F-statistic) 0.000000
Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

39

Y=Remuneracin X=Produccin
Submuestra B=1980-1996

Dependent Variable: REMUNERAC
Method: Least Squares
Simple: 1980 1996
Included observations: 17
REMUNERAC=C(1)+C(2)*PRODUCC
Coefficient Std. Error t-Statistic Prob.
C(1) 55.24681 3.947315 13.99605 0.0000
C(2) 0.442976 0.041842 10.58690 0.0000
R-squared 0.881966 Mean dependent var 96.96471
Adjusted R-squared 0.874098 S.D. dependent var 2.690247
S.E. of regression 0.954573 Akaike info criterion 2.855026
Sum squared resid 13.66814 Schwarz criterion 2.953051
Log likelihood -22.26772 F-statistic 112.0825
Durbin-Watson stat 1.157740 Prob(F-statistic) 0.000000



Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

40

Contraste de Chow:
Si suponemos que:
X~N([
0
A
+[
1
A
X, o
2
) A
X
I
~N([
0
B
+[
1
B
X, o
2
) B

Entonces, bajo E
0
: [
]
A
= [
]
B
] = u,1 |"2" ipotcsis lincolcs]
F =
SRR SRS
SRS

S8 2(2)
2
~F
2,34



Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

41


Tenemos que:
F =
311,8037-34,94146
34,94146

34
2
= 1S4,7u1 > F
2,34
(S%) S,S2

con SRS = SR
A
+SR
B
= 21,27SS2 +1S,66814 = S4,94146


Se rechaza E
0
: [
]
A
= [
]
B
] = u,1 Hay evidencia de cambio estructural



Tema 1: Variables ficticias y cambio estructural.
Econometra II. Curso 2011-12.

42

Hacindolo con E-Views:
Contraste de Chow

Chow Breakpoint Test: 1980
Null Hypothesis: No breaks at specified breakpoints
Varying regressors: All equation variables
Equation Sample: 1959 1996


F-statistic 134.7012 Prob. F(2,34) 0.0000
Log likelihood ratio 83.17058 Prob. Chi-Square(2) 0.0000
Wald Statistic 269.4024 Prob. Chi-Square(2) 0.0000



Nota: Se hace en el modelo restringido: Stability tests/Chow breakpoint