Endesa

Integrantes: Constanza Araneda

Fernanda Aspillaga
Mara Jos Salas
Grupo 9


Quinta Entrega
Empresa Nacional de Electricidad S.A.
PREGUNTA 1
Variable dy/dx
(efecto marginal)
Valor-p Significativa al 5%? X
paccin 0,0013619 0,180 NO 642,37
ipsa 0,0000472 0,802 NO 2427,68
sp500 0,0009199 0,239 NO 1226,62
pcomp1 -0,0004135 0,841 NO 166,866
pcomp2 -0,0004528 0,674 NO 686,723
comod 0,0045071 0,910 NO 4,8355
tipocamb 0,0042774 0,043 SI 536,94
inters -0,0311618 0,506 NO 4
ndicem 0,0065313 0,442 NO 208,92
ndicesp -0,0024177 0,545 NO 404,37
Efecto marginal de cada
una de las variables en la
probabilidad de repartir
dividendos altos (mayores al
percentil 60).

La nica variable que tiene
un efecto real en la variable
dependiente, repart,es la
variable tipocamb.

PREGUNTA 1
Media 0,3928571
Des. Estndar 0,2990198
Mnimo -0,2015605
Mximo 1,054314
Y = Fitted values (predict) = 0,45075389
Distribucin
PREGUNTA 2
Variable dy/dx
(efecto marginal)
Valor-p Significativa al
5%?
X
paccin 0,0030174 0,178 NO 642,37
ipsa 0,0001474 0,442 NO 2427,68
sp500 0,0011172 0,433 NO 1226,62
pcomp1 -0,0075343 0,313 NO 166,866
pcomp2 -0,0003263 0,832 NO 686,723
comod -0,0079244 0,887 NO 4,8355
tipocamb 0,0068881 0,070 NO 536,94
inters -0,0425457 0,513 NO 4
ndicem 0,0132407 0,407 NO 208,92
ndicesp -0,0052249 0,481 NO 404,37
Los efectos marginales
de cada variable
independiente respecto a
y cambiaron, la nica
variable que era
significativa (tipocamb)
dej de serlo.
Evaluando en la media
de cada variable
PREGUNTA 2
Modelo Lineal Modelo Logit
Media 0,3928571 0,3928571
Desv. Estndar 0,2990198 0,2990198
Mnimo -0,2015605 -0,2015605
Mximo 1,054314 1,054314
Comparacin entre el Modelo Lineal y el Modelo Logit
Podemos ver que la media, desviacin estndar, el mnimo y mximo siguen siendo lo mismos.
La significancia individual de las variables solo cambia en tipocamb.
Distribucin
Y = Pr (repart) (predict) = 0,28881531
PREGUNTA 3
Test Link
Test Ramsey
Variable Coeficiente Valor p Significativa al 5%?
_hat 1,762152 0,000 SI
_hatsq -0,0007005 0,000 SI
_cons -158,4842 0,000 SI
F(2,53) 839,24
Prob>F 0,000
R
2
0,9694
R
2
Ajustado

0,9682
F(3, 48) 21,78
Prob>F 0,000
Como la variable hatsq si es
significativa, y H
0
se
rechaza, podemos concluir
que existe algn problema
en las formas funcionales
(de x o y).


Como se rechaza H
0
,
concluimos que existen
problemas en la forma
funcional del modelo, por
lo que puede haber
variables omitidas o
problemas de
heterocedasticidad.
PREGUNTA 4
Test del Multiplicador de Lagrange
Valor-p = 0,000068 < 0,05
ML = 45,2993
Solo la variable
pcomp1 es
significativa la 5%.

Como se rechaza
H
0
,concluimos que
hay variables
omitidas que no
deberan estarlo. La
variable que se
debera incluir en el
modelo es pcomp1.

El modelo es
globalmente
significativo (valor-
p=0,000)
u0 Coef. Std. Err. P > l t l
ipsa2 -0,0000983 0,0000493 0,053
sp5002 -0,0011673 0,001111 0,300
pcomp12 0,0578482 0,0326094 0,084
ndicem2 -0,0402927 0,0227618 0,084
ipsa 0,2733292 0,1489107 0,074
sp500 0,7750203 1,267125 0,544
c.ipsa#c.sp500 0,0000509 0,0000443 0,257
pcomp1 -10,18503 4,19627 0,020
c.sp500#c.pcomp1 0,0016539 0,00158 0,301
u0 Coef. Std. Err. P > l t l
ndicem 8,880573 4,866994 0,076
c.pcomp1#c.ndicem 0,0078014 0,0053842 0,155
ipsa3 7,60e-09 5,01e-09 0,137
sp5003 3,75e-07 2,80e-09 0,187
pcomp13 -0,0001374 0,0000715 0,062
ndicem3 0,0000441 0,0000339 0,200
_cons -520,1093 532,419 0,335
PREGUNTA 5
Test Ho: Restricted log
likelihood
LR statistic
chi2
Valor-p Rechazo al
5%
theta = -1 -409,62545 33,61 0,000 Si
theta = 0 -396,03534 6,43 0,011 Si
theta = 1 -393,03841 0,44 0,509 No
Como no rechazamos = 1 concluimos que el precio de la accin debe ir especificado en niveles (Y).
La regresin queda igual que antes:

Transformacin Box-Cox
PREGUNTA 6
AIC
Ipsa 673,7284
Sp500 783,6982
indicem 716,8804
indicesp 711,4537
Por el criterio Akaike el ndice que se ajusta
mejor a la regresin sera ipsa, ya que
este da el menor valor del Akaike
Test de Hiptesis No Anidadas
H
0
:
2
=

3
=

4
= 0 (Ipsa es verdadera = 1)

H
1
: H
0
falsa (algun
i
0)

Prob > F= 0,000
Se rechaza H
0
, Ipsa no es
verdadera
H
0
:
1
=

3
=

4
= 0 (sp500 es verdadera = 1)

H
1
: H
0
falsa (algun
i
0)
Prob > F= 0,000
Se rechaza H
0
, sp500 no
es verdadera
H
0
:
1
=

2
=

4
= 0 (indicem es verdadera =
1)

H
1
: H
0
falsa (algun
i
0)
Prob > F= 0,000
Se rechaza H
0
, indicem
no es verdadera
H
0
:
1
=

2
=

3
= 0 (indicesp es verdadera = 1)

H
1
: H
0
falsa (algun
i
0)
Prob > F= 0,000
Se rechaza H
0
, indicesp
no es verdadera
Criterio Akaike
Se puede concluir que el Criterio Akaike
es mejor mtodo, ya que a travs del test
de hiptesis no anidadas, se rechazan
todos los H
0
, dejando as ninguno de los
ndices verdaderos, lo cual implica que el
test de no anidadas no es conclusivo en
este caso.
PREGUNTA 7
Test de hiptesis No anidados
F (1,51) = 25,58
Prob > F = 0,000
F (2,51) = 18,69
Prob > F = 0,000
H
0:
ln(ipsa)= 0
H
0:
ipsa = 0
H
0:
ipsa
2
= 0
H
0:
ipsa
3
= 0
Al rechazar los dos tests con significancia de 5%,
concluimos que la forma funcional de la variable ipsa es
ms compleja, por lo que no sabemos su verdadera
forma.

lnpaccin Valor-p
lnipsa 0,0755
0,000
_cons 0,778
Test J de Davidson y MacKinnon
Test 1
H
0
: =0
H
1
: 0
Test 2
H
0
: =0
H
1
: 0
lnpaccin Valor-p
ipsa 0,000
ipsa2 0,000
ipsa3 0,000
0,000
_cons 0,000
Como se rechazan las dos variables y predichas se concluye
que las variables son significativas, es decir poseen una forma
funcional compleja.
Al ver en ambos test que las variables son significativas, me dice que la regresin posee una forma funcional
compleja, pero a la vez que sus variables son significativas, es decir, explican mi modelo. Por lo que en mi regresin
debo incluir todas estas variables, quedando la regresin as: