Universidad de Chile Martes 03 de abril de 2018

Economía & Negocios PAUTA CONTROL 1

MEC 449: Métodos Cuantitativos para los Negocios

MES 310: Econometría Aplicada
Profesor: Jorge Sepúlveda y Pablo Tapia
Ayudante Coordinador: Bruce Lezana ,
PROBLEMA 1. (50 ptos.)
Responda si las siguientes afirmaciones son verdaderas, falsas o inciertas, proporcionando en
forma breve los argumentos de su respuesta.
Parte i. (20 ptos.)
Utilizando una muestra de 200 observaciones, utilizando el método de Mínimos Cuadrados
Ordinarios (MCO), se estimó el modelo lineal simple definido por: Y   0  1 X   . Para el
cual se obtuvo que la Suma de los Cuadrados Totales es 3.450.360, y que la Suma de los
Cuadrados de los Residuos es 1.430.350, razón por la cual el estadístico F de la prueba F (Test
F) del análisis general (análisis de la varianza) del modelo resulta ser igual a 1,4122. Comente
y recuerde ser breve.
Respuesta
Falso. El enunciado no señala cómo fue calculado el estadístico F, sólo señala que se utilizó la
información de la suma de los cuadrados. Dado que el coeficiente no se calcula dividiendo las
sumas de los cuadrados del modelo con la suma de los cuadrados de los residuos, sino más bien
con la división entre la suma de los promedios de los residuos y la suma de los promedios del
modelo, que al ser verificado encontramos que el estadístico de la prueba F corresponde a:
279,625. Es decir,
SSM /( k  1) 2.020.010 / 1
F   279,625
SSR /( n  k ) 1.430.350 / 198
Por lo tanto, el estadístico F del enunciado fue calculado en forma errónea.
__________________________________________________20 ptos.____________
Parte ii. (20 ptos.)
El análisis general (análisis de varianza) sobre los resultados de estimación de un modelo lineal
por Mínimos Cuadrados Ordinarios (MCO-OLS) en STATA, presenta información sobre la
capacidad predictiva que tiene el modelo lineal sobre las variables dependientes, sin embargo,
también presenta una prueba F (test F) que señala que en la hipótesis alternativa no se excluye
la posibilidad de que todas las variables independientes expliquen linealmente a la variable
dependiente, sin embargo, la finalidad de esta prueba es asegurar que al menos una lo haga.
Comente y recuerde ser breve.
Respuesta
Verdadero. La prueba F define como hipótesis nula que ninguna de las variables independientes
definidas en el modelo lineal, explica realmente a la variable dependiente, de forma que la
hipótesis alternativa, que es al menos una de las variables independientes explica linealmente la
variable dependiente, lo cual no excluye que todas podrían explicar linealmente la variable
dependiente.
__________________________________________________20 ptos.____________
Parte iii. (10 ptos.)
Un modelo lineal con una sola variable explicativa, la cual está justificada teóricamente por la
literatura, fue estimado por el método de Mínimos Cuadrados Ordinarios (MCO), obteniendo
un R cuadrado de 0,4345. Posteriormente, se incluyó otra variable explicativa al modelo, la
cual es independiente de la que existía previamente, pero al volver a estimar el modelo con

Página 1
Universidad de Chile Martes 03 de abril de 2018
Economía & Negocios PAUTA CONTROL 1

estas dos variables explicativas, se obtuvo una reducción de los errores y un aumento sustancial
del R cuadrado (0,6578), la variable en cuestión debería, por ese simple hecho, mantenerse en
el modelo. Comente y recuerde ser breve.
Respuesta
Falso. Por un lado se debería verificar el marco teórico sobre el cual se apoya la inclusión de
esta nueva variable. Sin embargo, si el marco referencial apoyase la incorporación de la nueva
variable explicativa, la lectura del R-cuadrado y la disminución de los errores, NO sería
suficiente para su verificación, ya que también se debería analizar la magnitud, el signo y la
significancia del coeficiente que acompaña a la nueva variable explicativa. Además, de la
verificación de la especificación del modelo, la colinealidad, etc.
__________________________________________________10 ptos.____________

PROBLEMA 2. (50 ptos.)

La Superintendencia de Bancos e Instituciones Financieras (SBIF), está realizando una campaña
a nivel nacional, con el objetivo de informar sobre los beneficios que trae tener un orden de
gastos y resguardo financiero, enfocándose en el grupo etario entre 18 a 29 años (Jóvenes).

La evidencia internacional señala que existe una aparente relación directa entre el ingreso de los
jóvenes y su capacidad de ahorro. Los datos indican que aproximadamente un 50% del ingreso
es ahorrado, con un rango de entre 45% y 55%, dependiendo del país analizado. Algunos
investigadores teorizan respecto a las causas que podrían explicar el alto valor del ahorro,
atribuyéndolo a una mayor responsabilidad de los jóvenes, ayudas familiares o convivencia con
otros jóvenes que disminuiría el gasto individual. No obstante, ninguna de éstas variables ha
sido probada empíricamente.

A nivel nacional no se han realizado estudios similares, por lo que se le solicita determinar la
capacidad de ahorro de los jóvenes chilenos, estimando el siguiente modelo:

Savings i   0   1  Income i   i
Donde:
Savings: Monto ahorrado mensual por el individuo i (dólares).
Income: Ingreso mensual obtenido por el individuo i (dólares).

En términos operacionales, la SBIF recolectó información de 710 jóvenes a lo largo del país,
entre los meses septiembre de 2017 a marzo de 2018, periodos con gastos mayores a los
habituales (Ejemplo: fiestas patrias, navidad, vacaciones, etc.). En caso de que los individuos
presentaran un ingreso con componente fijo y variable, se les pidió reportar exclusivamente el
componente fijo. Según la SBIF, dicha modificación ayuda a homogenizar las cifras obtenidas,
suavizando cualquier impacto que pudiese ser generado por saltos inesperados del ingreso
(bonos, regalías, etc.), atenuando las desviaciones causadas por los valores atípicos (outlayers).

El modelo planteado se estimó utilizando el programa STATA mediante Mínimos Cuadrados

Ordinarios, resultados que se encuentran en el FORMULARIO.

Página 2
Universidad de Chile Martes 03 de abril de 2018
Economía & Negocios PAUTA CONTROL 1

Parte i. (10 ptos.)

Se le solicita que complete los valores faltantes de la tabla que corresponde a los ítems del [1] al
[10] definidos en la Tabla 1 (Ver FORMULARIO).

IND: Tenga presente que Pr(  1,96)  0,975 y Pr(  1,65)  0,95 sobre 400 grados de libertad.
Utilice 2 (dos) decimales en sus cálculos.

Respuesta
[1]  1 (Solo existe una variable exógena) [6]  [2]  80,51

[ 2]  4588619 ,84 708  6481,1 [0,342  0,390 ]

[7 ]   0,366
2
5779804,94 [1] [7]
[3]   891,7 [8]   29,86
[ 2] 0,012
5779804 ,94 [9]  24,594  17,475 1,96  58,9
[ 4]   0,557
(5779804 ,94  4588619 ,84 )
[ 2] [10]  24,594  17,475 1,96  9,7
[5]  1   0,556
14624,012
___________________________________________________10 ptos (1 c/u).______
Parte ii. (15 ptos.)
Presente un análisis general del modelo, basado en los resultados de la estimación.
Posteriormente realice un análisis individual del modelo, señalado qué se debería esperar de los
coeficientes (marco teórico – hipótesis), con respecto a lo que se obtuvo empíricamente en la
estimación (no concluya, ni comente). Responda en forma breve y clara su respuesta,
tenga presente que las especulaciones sin base no tendrán puntaje.
Respuesta
En lo que se refiere al modelo, vemos que el porcentaje de explicabilidad lineal del modelo es
del orden del 55,7% (R_cuadrado), señalando que existe una buena aproximación lineal entre
las variables que componen el modelo. Al presentar una desviación estándar de los errores de
80,51, que resulta ser 3 veces mayor que la constante (base promedio del modelo) o que
represente el 67% de la desviación estándar de Savings (ver Tabla 2), nos indica la presencia de
alta dispersión (heterocedasticidad) la cual podría estar afectado el R_cuadrado, por lo que,
podría ser mejor. Por otro lado, no contamos con información del test F, sin embargo, al
observar el estadístico t de ̂1 (29,86), nos dice que la significancia es 0,0000, y al tratarse de
un modelo lineal simple, podemos inferir que el test F también serán significativo al 1%, por lo
tanto, estamos seguros que la variable Income explica linealmente a Savings.
____________________________________________________5 ptos.___________
Hipótesis (marco teórico). Los investigadores señalan que los jóvenes al presentar mayores
niveles de responsabilidad y compromiso hacia su grupo más cercano, sería la causa de tener
ahorro (savings), y que de tener la posibilidad de ahorrar más lo harían, posibilidad que mejorar
cuando se tiene un nivel de ingreso mayor, por lo tanto, deberíamos esperar que el ingreso
(Income) afecte positivamente el ahorro (savings). Por otro lado, si no se dispone de ingreso,
sería complejo poder hacer algún tipo de ahorro, así que la constante podría ser cero, a menos
que contenga el efecto promedio de algunas variables que han sido omitidas.
_______________________________________________________5ptos.______

Página 3
Universidad de Chile Martes 03 de abril de 2018
Economía & Negocios PAUTA CONTROL 1

Resultados. De la Tabla 1, se desprende que por cada dólar de ingreso, los jóvenes destinan
0,366 de dólar al ahorro (36,6%) en forma significativa (p=0,0000), así que la evidencia
encontrada respalda el marco teórico. Por otro lado, la constante resultó negativa, pero no
significativa al 10%, por lo que, no es posible rechazar la hipótesis nula de que puede ser igual a
cero, lo que era esperable.
________________________________________________________5ptos.______
NOTA: Las respuestas que contengan argumentos no presentados en este documento, no
tendrán puntuación.

Parte iii. (15 ptos.)

Señale al menos tres problemas que exhibe la estimación empírica del modelo lineal
presentado, indicando cuál podría ser una alternativa para resolverlo. Justifique
apropiadamente su respuesta.

Respuesta
Error de muestreo. En primera instancia, podría existir un sesgo en la muestra recogida,
asociado al periodo en que la información fue recolectada (Septiembre 2017 a Marzo 2018) ya
que los mayores gastos que se realizan provoca que una menor proporción de los ingresos
puedan ser ahorrados, reportando un menor ahorro que lo habitual. Lo anterior, podría
explicar por qué se observa un nivel de ahorro de 36%, por debajo del mínimo internacional
(45%). Una solución sería, si es posible, levantar información adicional en los meses que no
fueron considerados (abril a agosto) y observar si hay diferencias en el estimador de la
pendiente.
_______________________________________________________5ptos._________
Variable relevante omitida. La ausencia de otras variables que pudiesen tener incidencia
favorable sobre el ahorro (responsabilidad juvenil, ayudas familiares y/o convivencia con otros
jóvenes, entre otras.) provoca que los estimadores sean sesgados e inconsistentes,
particularmente el intercepto, el cual acumula parte del impacto de las variables omitidas. El
valor del intercepto obtenido (-24,94 dólares), podría ser señal de que existe evidencia de que
existen otras variables no incorporadas que influyen en el ahorro. Una solución es incorporar
otras variables al modelo original.
_______________________________________________________5ptos._________
Mala especificación de la variable independiente. Eliminar el componente variable de
los ingresos para algunos individuos, podría sesgar los resultados. Si los jóvenes se ven forzados
a reportar un salario menor al realmente percibido, su ahorro reportado corresponden al
ingreso completo recibido (fijo + variable), por tanto, el estimador de la pendiente estaría
sesgado al alza, invalidando nuestra inferencia. Una solución sería no eliminar el componente
variable del salario reportado y revisar si hay cambios en el estimador de la pendiente.
________________________________________________________5 ptos._______

Página 4
Universidad de Chile Martes 03 de abril de 2018
Economía & Negocios PAUTA CONTROL 1

Parte iv. (10 ptos.)

¿Presentan los jóvenes en Chile un comportamiento de ahorro similar a la evidencia
internacional? Justifique apropiadamente su respuesta.
Respuesta
Bebido a que 1 representa el porcentaje de ahorro con respecto al ingreso, entonces, para
verificar si la evidencia en Chile es similar a la internacional, se debería resolver el siguiente
contraste de hipótesis.
H 0 : 1  0.45
H1 : 1  0.45
Por lo que, el estadístico en este caso corresponde, a:
 0,366  0,45 
p  Pr(  t )  Pr     Pr(  7)  Pr(  7)  0,000
 0,012 
Entonces, se rechaza la hipótesis nula, así que estamos seguros de que no es similar, sino más
bien inferior. Esto también se puede observar en el hecho de que el intervalo de confianza para
el coeficiente de 1 al 95% (ver Tabla 1, [0,342;0,390] ), no contiene a 0,45, de hecho el
intervalo de confianza es menor estricto que este valor, por lo cual no puede ser similares. No
obstante, debemos recordar que la estimación presenta sesgo en la variable ingreso (Income), lo
cual podría modificar esta conclusión.
_______________________________________________________10 ptos.______

FORMULARIO

Tabla 1. Estimación STATA de la relación descrita entre ahorro e ingreso.

. reg Savings Income
Source | SS df MS Number of obs = 710
-------------+------------------------------ F( .1, 708) = [3]
Model | 5779804.94 [1] 5779804.94 Prob > F = 0.000
Residual | 4588619.84 708 [2] R-squared = [4]
-------------+------------------------------ Adj R-squared = [5]
Total | 10368424.8 709 14624.0124 Root MSE = [6]
----------------------------------------------------------------------------
Savings | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+--------------------------------------------------------------
Income | [7] .0122578 [8] 0.000 .3419869 .3901188
_cons | -24.59414 17.47493 -1.41 0.160 [9] [10]
----------------------------------------------------------------------------

Tabla 2. Estadística descriptiva para el ahorro e ingreso.

. sum Savings Income
Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
Savings | 710 489.3994 120.9298 88.17667 894.4567
Income | 710 1404.151 246.6549 615.1017 2226.01

Página 5