Академический Документы
Профессиональный Документы
Культура Документы
Pairwise Granger Causality Tests Date: 02/28/05 Time: 13:13 Sample: 1980:1 2004:4 Lags: 2 Null Hypothesis: MF does not Granger Cause IF IF does not Granger Cause MF Obs 95 F-Statistic 4.18062 0.24261 Probability 0.01836 0.78509
Pairwise Granger Causality Tests Date: 02/28/05 Time: 13:14 Sample: 1980:1 2004:4 Lags: 2 Null Hypothesis: MJ does not Granger Cause IJ IJ does not Granger Cause MJ Obs 74 F-Statistic 7.78057 2.36162 Probability 0.00090 0.10185
Pairwise Granger Causality Tests Date: 02/28/05 Time: 13:15 Sample: 1980:1 2004:4 Lags: 2 Null Hypothesis: MUSA does not Granger Cause IUSA IUSA does not Granger Cause MUSA Obs 96 F-Statistic 5.41319 0.37452 Probability 0.00601 0.68867
2.- Con los datos del fichero satsuma\profesor\ejer71 que contienen informacin sobre la industria del vino en Australia desde 1955-1956 hasta 1971-1975, se estima un modelo de oferta-demanda de vino. Las ecuaciones establecidas de demanda y oferta para una situacin de equilibrio de mercado sera:
Qt = a0 + a1Ptw + a2Ptb + a3Yt + a4At + ut Qt = b0 + b1Ptw + b2St + vt Qt : logaritmo del consumo de vino per cpita. Ptw : logaritmo del precio del vino. Ptb : logaritmo del precio de la cerveza. Yt : logaritmo del ingreso disponible real per cpita At :logaritmo del gasto real en publicidad. St : ndice de costes de almacenaje. Qt y Ptw son dos variables endgenas, el resto de variables son exgenas. La estimacin por Mnimos Cuadrados Ordinarios de la funcin de demanda nos da los siguientes resultados: Q t = -23.651 + 1.158 Ptw - 0.275 Ptb - 0.603 At + 3.212Yt (-6.04) (4.0) (-0.45) (-1.3) (4.50) R2 = 0.99772
Sabemos que esta estimacin no es adecuada dado la existencia de una variable endgena que acta como explicativa Pw. Se puede utilizar en ese caso mnimos cuadrados en dos etapas o bien variables instrumentales. Se puede utilizar como instrumento la variable S obtenindose los siguientes resultados: Q = -26.195 + 0.643Pw - 0.140Pb - 0.985A + 4.082Y (-5.09) (0.98) (-0.20) (-1.51) (3.28) R2 = 0.9724
Los resultados obtenidos utilizando el mtodo de Mnimos Cuadrados Ordinarios y el de variables instrumentales para la ecuacin de oferta, utilizando diversos instrumentos para la variable endgena Ptw , como son Pb, A, Y Pw
Variables Instrumentales
Mtodo Constante Pw S R2
) Pw
-16.82 (-15.57) 2.616 (7.89) 1.188 (6.24) 0.9548
Analice los resultados obtenidos y determine qu estimacin considerara ms adecuada. 3. Intriligator considera un modelo para el mercado monetario donde la demanda de dinero depende del tipo de inters y de la poblacin, mientras que el tipo de inters depende de la cantidad de dinero, el tipo de descuento y el exceso de reservas. Se supone que el mercado est en equilibrio . Las relaciones son lineales pero no tienen trmino constante, midiendo las variables en desviaciones respecto a las medias a) Formular el modelo. Obtener la forma estructural y reducida y expresarla en trminos matriciales. b) Estudiar la identificacin de las relaciones del modelo. c) Realizar el estudio de esttica comparativa, determinando el efecto que sobre las variables endgenas tendr una variacin en las exgenas.
mt = 11 rt + 12 N t + u t1t rt = 22 mt + 22 d t + 23 Rt + u 2t
donde
M es la demanda de dinero r tipo de inters d es tasa de descuento R exceso de reservas N Poblacin Estas ecuaciones se pueden escribir de forma matricial como sigue:
BYt + X t = U t 1 22 11 11 [Yt ] + 1 0 0 22 0 X t = ut 23
Forma estructural
11 11 0 0 X t + B 1u t 22 23 1 0 0 0 1 11 11 1 Yt = X t + vt = 22 23 1 11 22 22 1 0 11 23 11 22 11 1 1 11 22 1 11 22 11 22 X t + vt = X t + vt 23 22 22 11 1 1 1 11 22 11 22 11 22 1 Yt = 22
21 p t + 22 q t = 21 X 1t + 22 X 2t + u 2t
Bajo el supuesto de que las ut se distribuyen normal e independientemente con vector de medias cero y matriz varianza y covarianza , obtener la identificacin de las relaciones del modelo bajo las siguientes condiciones: a) 11 = 12 = 0 b) 21 = 11 = 0 c) 11 = 0 d) 21 = 21 = 0 e) Qu mtodo de estimacin utilizara en cada caso?
Se estima la forma estructural sustituyendo iesp y cesp por sus estimaciones de la forma reducida (iespf y cesf). Se realiza el ejercicio para la ecuacin de consumo.
Test de Hausman.
Dependent Variable: CESP Method: Least Squares Date: 02/25/05 Time: 12:04 Sample(adjusted): 1972 1997 Included observations: 26 after adjusting endpoints Variable C IESPF CESP(-1) TESP V2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 2680143. 0.489810 0.585066 3.335911 0.461366 0.998100 0.997738 251342.6 1.33E+12 -357.4148 1.423915 Std. Error 420408.5 0.091929 0.057823 0.565475 0.067908 t-Statistic 6.375092 5.328119 10.11818 5.899307 6.794011 Prob. 0.0000 0.0000 0.0000 0.0000 0.0000 26107568 5284618. 27.87806 28.12000 2757.713 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
Dependent Variable: IESP Method: Least Squares Date: 02/25/05 Time: 12:02 Sample(adjusted): 1972 1997 Included observations: 26 after adjusting endpoints Variable C CESPF YESP(-1) V1 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -20576606 -15.03036 13.03692 1.377656 0.922077 0.911451 509935.4 5.72E+12 -376.4137 0.802732 Std. Error 4752511. 3.444124 2.933276 0.248898 t-Statistic -4.329628 -4.364059 4.444492 5.535013 Prob. 0.0003 0.0002 0.0002 0.0000 7647318. 1713651. 29.26259 29.45615 86.77615 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
Donde v1 y v2 son los residuos de la estimacin por m.c.o de la forma reducida de la primera y segunda ecuacin respectivamente.
mt = 0 + 1 r1 + 2 mt 1 + v1t rt = 1 + 2 mt + 4 mt 1 + 5Yt + v 2t
donde m es la demanda de dinero, r el tipo de inters, Y la renta. a) Estudie la identificabilidad de los parmetros del modelo. N de restricciones = g 1 1 Ecuacin - 1= 2 -1 - 1 = 1 - EXACTAMENTE IDENTIFICADO 2 Ecuacin 0 = 2 1 0 < 1 NO IDENTIFICADO No podemos resolver el modelo, ya que tenemos una ecuacin que esta NO IDENTIFICADA. b) Obtener la forma reducida.
10
11
9. Argumente la veracidad o falsedad de las siguientes afirmaciones: a) Una ecuacin perteneciente a un modelo de ecuaciones simultneas no se puede estimar consistentemente por mnimos cuadrados ordinarios b) c) Si la condicin de orden da como resultado el que la ecuacin se encuentra no identificada no es necesario aplicar la condicin de rango. Si el sistema se encuentra identificado, entonces para cada coeficiente de la forma reducida se puede recuperar su correspondiente coeficiente en la forma estructural. d) Si el sistema se encuentra exactamente identificado, las estimaciones por mnimos cuadrados bietpicos coinciden con las de mnimos cuadrados indirectos. 10.- Plantee la forma estructural del modelo de ecuaciones simultneas que se expone a continuacin: la oferta de trabajo (Lt) es funcin de la tasa salarial (wt) y la renta no salarial (It) la tasa salarial (wt) es funcin de la productividad (Pt) y la oferta de trabajo (Lt) la productividad (Pt) es funcin del nivel educativo (Nt) La renta no salarial (It) y el nivel educativo (Nt) son variables exgenas
Una vez hecho esto, determine la identificabilidad del modelo planteado y exponga brevemente el mtodo de estimacin que considere ms adecuado para el mismo. 11. Para estimar el comportamiento del mercado de automviles propulsados por motor de gasolina se dispone del siguiente modelo: qtd = a0 +a1 pt + a2 yt + 1t qts = b0 + b1pt + b2zt + 2t
donde qd y qs son las unidades demandadas y ofrecidas respectivamente, p es le precio medio del vehculo propulsado con motor de gasolina, y es la renta familiar media, z es el precio relativo del litro de gasolina respecto del gasleo, y 1 y 2 son perturbaciones aleatorias. (z e y son variables predeterminadas). A partir de las estimaciones que se ofrecen a continuacin, se pide:
12
a) Estime los coeficientes del modelo anterior por mnimos cuadrados indirectos b) Compare los resultados con los coeficientes estimados por mnimos cuadrados bietpicos. Comente.
GRUPOS DE ESTIMACIONES
MNIMOS CUADRADOS ORDINARIOS ECUACIN ESTIMADA: Q = Co + C1 Y + C2 Z Variable Coef-icient Std. Error t-ratio Prob|t|x Mean of X
Std. Dev. Of X
97.133 22.561
69.26 10.44
1.402 2.160
-72.542
47.16
-1.538
0.14996
1.2967
MNIMOS CUADRADOS ORDINARIOS ECUACIN ESTIMADA: P = Co + Cl Y + C2 Z Variable Coef-icient Std. Error t-ratio Prob|t|x Mean of X
Std. Dev. Of X
2.2953 -0.40823
0.6998 0.1055
3.280 -3.869
1.0739-
0.4765
2.254
0.04371
1.2967
13
MNIMOS CUADRADOS BIETAPICOS ECUACIONES ESTIMADAS: Q = Co + C1 P1 + C2 Y Q = Co + C1 P1 + CZ Z (P1: Estimacin por MCO de P a partir de la forma reducida) Variable Coef-icient Std. Error t-ratio Prob|t|x meanX td.Dev.Of X
Constant P1 Y 0.33822
157.1
1.606
-0.274
Variable
t-ratio
Prob|t|x
Mean
of
Std. Dev. Of X
223.93 -55.266
63.52 25.58
3.526 -2.160
-13.193
48.20
-0.274
0.78895
1.2967
12. Supongamos que la funcin de oferta de trabajo se especifica mediante la ecuacin: L = W + I + u donde W es la tasa de salarios e I es renta no salarial (que se supone exgenamente determinada). A menudo la demanda de trabajo a nivel individual se supone perfectamente elstica. En ese caso el salario puede depender de alguna medida de productividad como por ejemplo en la especificacin: W=N+v donde N es el nivel educativo, que se supone exgeno, y v se distribuye idntica e independientemente con media cero. Suponga que cov(u,v) = 0, Cmo podra estimarse la funcin de oferta?
14
Suponga ahora que cov(u.v) 0 Cmo podra ahora estimar la funcin de oferta? cmo podra estimar la funcin de demanda?
Ahora suponga que N es una variable explicativa para la oferta de trabajo, es decir, L = W + I + N + u Conteste a) y b) para este nuevo modelo. 13.- En un sistema de oferta y demanda qs = p + w + l +u qd = p + l + v Las u se distribuyen idntica e independientemente con media 0 y varianza 2 y las v idntica e independientemente con media 0 y varianza 2 e independientes de las u. Tanto w como I son exgenas respecto de u y v. Supongamos dos investigadores, cada uno de ellos maneja las siguientes hiptesis: Investigador 1: "La demanda es completamente ine!stica" Investigador 2: "La demanda es perfectamente elstica" Qu parmetros estaran identificados de acuerdo con las hiptesis hechas por cada investigador y cmo podran estimarse? Existe alguna posibilidad para averiguar qu investigador est en lo cierto sobre la base de los datos? 14. Supongamos el modelo de telaraa siguiente:
q ts = p t 1 + x t + u t q td = p t + z t + v t q ts = q td
Las u y v son cada una idntica e independientemente distribuidas con media 0 e independientes la una de la otra.
15
a) Escriba la forma reducida. Qu parmetros estn identificados? b) Si se tuvieran datos relativos a cantidades intercambiadas, precio, x y z, cmo podran estimarse los parmetros identificados? cules seran las propiedades de esos indicadores? Ejercicio hecho en clase Comente los cuadros siguientes:
15.- Modelo presentado es un modelo basado en la relacin entre desempleo y precios. Modelo de Friedman donde el desempleo (UESP) depende de variaciones de la inflacin esperada (PESP) y los precios del desempleo y del crecimiento del uso de capital (CUESP) : UESPt = 0 + 1 PESPt + 2 PESP(-1) + u1t PESPt = 0 + 1 UESPt + 2 CUESP + u2 t
16
Segunda etapa
17
18