Universidad de Costa Rica

Facultad de Ciencias Econmicas

Escuela de Economa
Econometra Intermedia
Jose Esteban Sandoval B16183
Heyteem Estrada Rojas A92286
Tarea 1

1)
Las estimaciones en mc2e son:
wf create q 2001q1 2010q4
read(b2, t=xls) " c:\bases\sistema3.xls" Q1d P1 I P2 Q1s W r q2

equation Q1D_MC2E.tsls Q1d C P1 I P2 @ I W r Q2 P2(-1) @TREND(2003q3)
equation Q1S_MC2E.tsls Q1s C P1 W r @ I W r Q2 P2(-1) @TREND(2003q3)
equation P2_MC2E.tsls P2 C Q2 P2(-1) @TREND(2003q3) @ I W r Q2 P2(-1) @TREND(2003q3)


2)
La estimacin para mc3e es:
system MC3E
MC3E.append Q1d=C(1)+C(2)*P1+C(3)*I+C(4)*P2
MC3E.append Q1s=C(5)+C(6)*P1+C(7)*W+C(8)*r
MC3E.append P2=C(9)+C(10)*Q2+C(11)*P2(-1)+C(12)*@TREND(2003Q3)
MC3E.append INST I W r Q2 P2(-1) @TREND(2003q3)

freeze(est_MC3E) MC3E.3sls

3)
El comando para crear la tabla es:
table tabla1
tabla1(1,1)="Parmetros"
tabla1(2,1)="Alfa 2"
tabla1(3,1)="Alfa 3"
tabla1(4,1)="Alfa 4"
tabla1(5,1)="Beta 2"
tabla1(6,1)="Beta 3"
tabla1(7,1)="Beta 4"
tabla1(1,2)="MC2E"
tabla1(2,2)=""
tabla1(3,2)=""
tabla1(4,2)=""
tabla1(5,2)=""
tabla1(6,2)=""
tabla1(7,2)=""
tabla1(1,3)="MC3E"
tabla1(2,3)=""
tabla1(3,3)=""
tabla1(3,4)=""
tabla1(3,5)=""
tabla1(3,6)=""
tabla1(3,7)=""


4)
La prueba Wald se realiza por medio del siguiente comando
freeze(prueba_wald) MC3E.wald C(10)=3.6, C(11)=0.08

Wald Test:
System: MC3E


Test Statistic Value df Probability

Chi-square 59837.64 2 0.0000



Null Hypothesis Summary:


Normalized Restriction (= 0) Value Std. Err.


-3.6 + C(10) -1.994612 0.008803
-0.08 + C(11) 0.001509 0.005287


Restrictions are linear in coefficients.


Note que en ambos casos el t calculado es menor al t de tabla con 95% de confianza y 36 g.l. (valor: 2.03), por
lo que no se rechazan las hiptesis nulas

5)
es correr el programa
6)

Parmetros MC2E MC3E
Alfa 2 -0.768665 -0.769983
Alfa 3 0.499733 0.499567
Alfa 4 0.297774 0.299255
Beta 2 10.51907 10.51686
Beta 3 -0.043055 -0.043220
Beta 4 -2.000013 -1.778047

7)
Ecuacin R-squared
Q1D_MC2E 0.999963
Q1S_MC2 0.999993
P2_MC2E 0.999187


Ntese que para las 3 ecuaciones el R^2 es muy alto, incluso cercano a uno, lo que indica que la parte
sistemtica explica en muy alta medida cada uno de los fenmenos.
Qu variables son significativas dentro de cada ecuacin?

Para la ecuacin Q1D_MC2E
Variable t-Statistic Prob.


C 3.495803 0.0013
P1 -37.26198 0.0000
I 939.4806 0.0000
P2 46.97261 0.0000

En este caso, dado que ningn p-value>0.05, se puede asegurar que todas las variables son significativas.

Para la ecuacin Q1S_MC2E
Variable t-Statistic Prob.


C 116.8965 0.0000
P1 389.3678 0.0000
W -5.660084 0.0000
R -1.002155 0.3231

En este caso, la variable R presenta un p-value>0.05, por lo que esta variable es la nica no significativa para
esta ecuacin.

Para la ecuacin P2_MC2E

Variable t-Statistic Prob.


C 4.676727 0.0000
Q2 172.0243 0.0000
P2(-1) 14.64183 0.0000
@TREND(2003Q3) -0.579021 0.5663

En este caso, se puede ver que la Tendencia de la cantidad de papa centrada en 2003q3 presenta un p-value
superior al 0.05, por lo que esta variable es la nica no significativa.

8)
R-squared
est_MC3E 0.999961

Como el valor del R^2 es muy cercano a 1, en este sistema de ecuaciones la parte sistemtica explica casi en
su totalidad las variaciones del modelo.
Qu variables son significativas, y cules podran no serlo?

Notese que para est_MC3E

t-Statistic Prob.


C(1) 3.879825 0.0002
C(2) -39.44042 0.0000
C(3) 1027.256 0.0000
C(4) 51.90636 0.0000
C(5) 124.4958 0.0000
C(6) 417.5965 0.0000
C(7) -6.289325 0.0000
C(8) -0.972875 0.3329
C(9) 5.054586 0.0000
C(10) 182.3679 0.0000
C(11) 15.41564 0.0000
C(12) -0.680739 0.4975

Los p-values para C(8) y C(12), que corresponden a las variables R y la tendencia @trend; son mayores a
0.05, por lo que se puede afirmar que estas variables no son significativas en el modelo, las dems sern
significativas


9)
a) Para que se cumpla la Ley de la Demanda, la cantidad del bien debe responder negativamente a
las variaciones del precio(P1), como a priori estamos definiendo esta relacin se trabajar con la
prueba de t student con una cola

Entonces con un 95% de confianza, el valor del parmetro estar en el intervalo

)
Con los valores de tabla, y los obtenidos en Eviews se tiene

Con un 95% de confianza se puede asegurar que alfa 2 es negativo
Adems el confidence ellipse obtenido, el parmetro se mantiene entre -0.80 y -0.72, lo que
confirma los valores obtenidos anteriormente

b) Si las papas son sustitutas del arroz, la cantidad demandada de arroz responde de manera positiva
a los cambios en el precio de la papa (P2), de nuevo se trabaja a priori con esta relacin, por lo que

Entonces con un 95% de confianza, el valor del parmetro estar en el intervalo

)
Con los valores de tabla, y los obtenidos en Eviews se tiene

0.308476
Con un 95% de confianza se puede asegurar que alfa 4 es positivo
Adems el confidence ellipse obtenido, el parmetro se mantiene entre 0.285 y 0.310, lo que
confirma los valores obtenidos anteriormente

-.84
-.82
-.80
-.78
-.76
-.74
-.72
-.70
0 1 2 3 4 5 6 7
C
(
2
)
C(1)
.280
.285
.290
.295
.300
.305
.310
.315
0 1 2 3 4 5 6 7
C
(
4
)
C(1)

c) Dadas las condiciones mostradas en este ejercicio, los resultados de los parmetros obtenidos en
2 etapas y 3 etapas son prcticamente iguales, lo cual tendera a hacernos pensar de que por
parsimonia quizs no sea necesario aplicar una tercera etapa. Sin embargo consideramos que ante
una posible correlacin contempornea entre los errores de las ecuaciones del precio de la papa y la
cantidad demandada de arroz, a partir del hecho de que un shock en el mercado de las papas y la
sustituibilidad evidenciada en el ejercicio 8, se recomienda indistintamente de la similitud en los
valores realizar la estimacin en las 3 etapas.