Ejercicios Revisados Eco II

Caus.
Jun-04
jun o4 1
jun 04 Eco 1
Jun-02
koyck
J04 (1)'!A1
J04 Eco 1'!A1
Sep 03 Coint'!A1
J 03 Corr error'!A1
Sep 02 '!A1
Sep 02 R'!A1
J02 Coint.'!A1
Sep-01
Jun-01
Correc
error
Jun 04'!A1
Sep-03
Jun-03
sep o2
sep o2 R
Coint
Sep 01 Koyck'!A1
J01Coint!A1
Ejemplo de pgina 294 Gujarati

Y = b0 X0 + b1 X1+ b2 X2+ U
Observaciones originales
X12
X22
(x1 y)
2,798,929
3,381,921.00
3,076,647.00
1,673
1,839
2,849,344
3,400,336.00
3,112,672.00
3,376
3,688
1,831
2,775,556
3,352,561.00
3,050,446.00
4,998
5,493
1,881
3,010,225
3,538,161.00
16
3,263,535.00
6,940
7,524
1,749
1,883
3,059,001
3,545,689.00
25
3,293,367.00
8,745
9,415
1961
1,756
1,910
3,083,536
3,648,100.00
36
3,353,960.00
10,536
11,460
1962
1,815
1,969
3,294,225
3,876,961.00
49
3,573,735.00
12,705
13,783
1963
1,867
2,016
3,485,689
4,064,256.00
64
3,763,872.00
14,936
16,128
1964
1,948
2,126
3,794,704
4,519,876.00
81
4,141,448.00
17,532
19,134
1965
2,048
2,239
10
4,194,304
5,013,121.00
100
4,585,472.00
20,480
22,390
1966
2,128
2,336
11
4,528,384
5,456,896.00
121
4,971,008.00
23,408
25,696
1967
2,165
2,404
12
4,687,225
5,779,216.00
144
5,204,660.00
25,980
28,848
1968
2,257
2,487
13
5,094,049
6,185,169.00
169
5,613,159.00
29,341
32,331
1969
2,316
2,535
14
5,363,856
6,426,225.00
196
5,871,060.00
32,424
35,490
1970
2,324
2,595
15
5,400,976
6,734,025.00
225
6,030,780.00
34,860
38,925
Sumas
29,135
15
31,895.00
120
57,420,003
68,922,513.00
1,240
62,905,821.0
247,934
272,144
1.00
2,126
16,529
18,143
(X' X)-1
(X' Y)
X0
X1
X2
Y2
1956
1,673
1,839
1957
1,688
1,844
1958
1,666
1959
1,735
1960
N Observ
Medias
k=
3,828,000
4,594,834.200
4,193,721.4
(X' X)
(X' Y)
Sum X1
Sum X2
15
31,895
120
Sum X1
Sum X12
Sum X2X1
31,895
68,922,513
272,144
Sum X2
Sum X1X2
Sum X22
120
272,144
1,240
Sum Y
29,135
Sum X1 Y
62,905,821
Sum X2 Y
247,934
b0 =
300.2863
b1 =
0.7420
b2 =
8.0436
(X' X)-1
(X' X)
(X1 X2)
15
1,942.33
B =
(X2 Y)
-1
Det. = Sum
37.2328
-0.0225
1.336707
1,281,958,741,800
-1,110,935,351,040
-0.0225
0.0000
-0.000832
1,041,603,945,600
-1,261,440,871,000
1.336707
-0.0008319
0.05403457
1,041,603,945,600
-992,484,187,200
68,922,513
272,144
272,144
1,240
306223760
Adjunta transpuesta de X ' X
2 =
31,895
272,144
31,895
68,922,513
120
1,240
120
272,144
31,895
120
15
120
272,144
1,240
120
1,240
31,895
120
68,922,513
272,144
'
1,976.8554
n-k
12
15
120
15
31,895
272,144
31,895
68,922,513
'=
y' y = y2 =
164.738
var / covar
6133.6504575361
2 (X' X) -1 =
de bi
de bi
( = bi /
y' y - b X' y =
57,420,003
220.2063028085
-3.7079409077
0.0022594569
-0.1370521994
220.2063028085
-0.1370521994
8.901544657
b1
b2
b3
15.6096
2.6960
1,976.8554
b' X' y = 57,418,026.14
desviaciones estndar de bi ( )
-3.7079409077
3.8342
31895
272,144
31,895
varianzas de bi
Matriz de
15
120
78.317625459
0.0475337448
2.9835456519
Valor crtico de t para 5% (tabla) = 2.179

colas =
g de l.
Como de bi > VC en todos los casos, se descarta la hiptesis
12
de que alguno de los coeficientes sea cero
R2
F=
b ' X' y - nYm2
828,144.48
y' y - nYm2
830,121.33
(b ' X' y - nYm2) / ( k - 1)
R2ajust =
0.99762
2,513.521
G. lib num 2
G. lib denom 12
1 - ( 1 - R 2)
n-1
n-k
0.99722
Valor en tablas para Como 2.513, 52 > VC descartamos Ho ==>

P = 1% ==> 6,93
b2 = b3 = 0 est descartado en el 99 % de los casos
Y = b0 X0 + b1 X1+ b2 X2+ U
Con desviaciones a la media
Diferencias de las observaciones

respecto sus propias medias
Sumas
y2
x12
x22
(x1 y)
(x2 y)
-7
72,540
82,560
49
77,388
1,885
2,011
-282
-6
64,685
79,712
36
71,807
1,526
1,694
-295
-5
76,360
87,222
25
81,610
1,382
1,477
-245
-4
42,987
60,188
16
50,866
829
981
-193
-243
-3
37,378
59,211
47,044
580
730
-186
-216
-2
34,720
46,800
40,310
373
433
-127
-157
-1
16,214
24,754
20,034
127
157
-75
-110
5,675
12,173
8,312
32
-2
106
113
11,165
12,694
11,905
211
225
186
210
34,472
43,960
38,928
557
629
223
278
49,580
77,099
16
61,827
891
1,111
315
361
99,015
130,080
25
113,490
1,573
1,803
374
409
139,627
167,008
36
152,705
2,242
2,452
382
469
145,669
219,648
49
178,874
2,672
3,281
28
830,121
1,103,111
280
955,099
14,854
16,984
1.867
0.000
0.000
55,341
73,541
19
63,673
990
1,132
(Y - y)
(X0 - x)
(X1 - x)
(X2 - x)
-269
-287
-254
-276
-207
Observ
15
Medias
0.000
Varianzas
B =
(X' X)
(X' Y)
Covarianzas
(X' X)-1
(X' Y)
Sum X12
Sum X2X1
1,103,111
16,984
Sum X1X2
Sum X22
16,984
280
Sum X1 Y
955,099
Sum X2 Y
14,854
0.7420
8.0436
308,871,173.33
(X' X)
-1
0.00001
-0.00083
-0.00083
0.05403
-288,456,256.00
Det. = Sum
20,414,917.33
La adjunta transpuesta es
280
16,984
16,984
1103111.333333
-
(X1 X2)
Y = b0 X0 + b1 X1+ b2 X2+ U
Frmula
X0
Sumas
3,206
N Observ
20
Medias
160.32
X1
X2
Y2
X12
X22
(x1 y)
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.0
0.0
20
5,253
3,187
0.00
1.00
262.6565
159.3605
0.000
(X' X)-1
(X' Y)
(X2 Y)
(X1 X2)
k=
B =
(X' X)
(X' Y)
Sum X1
Sum X2
20
5,253
3,187
Sum X1
Sum X12
Sum X2X1
5,253
Sum X2
Sum X1X2
Sum X22
3,187
Sum Y
3,206
Sum X1 Y
Sum X2 Y
b0 =
#DIV/0!
b1 =
#DIV/0!
b2 =
#DIV/0!
(X' X)-1
(X' X)
-1
Det. = Sum
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
5,253
0
5,253
3,187
'
#DIV/0!
n-k
12
Adjunta transpuesta de X ' X
2 =
5,253
5,253
3,187
3,187
3,187
20
3,187
3,187
20
5,253
20
5253.13
3,187
3,187
20
5,253
5,253
#DIV/0!
'=
y' y - b X' y =
y' y =
var / covar
2 (X' X) -1 =
de bi
de bi
( = bi /
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
b1
b2
b3
#DIV/0!
#DIV/0!
#DIV/0!
b' X' y =
#DIV/0!
desviaciones estndar de bi ( )
varianzas de bi
Matriz de
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
Valor crtico de t para 5% (tabla) = 2.179

colas =
g de l.
Como de bi > VC en todos los casos, se descarta la hiptesis
20
de que alguno de los coeficientes sea cero
R2
F=
b ' X' y - nYm2
#DIV/0!
y' y - nYm2
-514,075.70
(b ' X' y - nYm2) / ( k - 1)
R2ajust =
#DIV/0!
#DIV/0!
G. lib num 2
G. lib denom 12
1 - ( 1 - R 2)
n-1
n-k
#DIV/0!
Valor en tablas para Como 2.513, 52 > VC descartamos Ho ==>

P = 1% ==> 6,93
b2 = b3 = 0 est descartado en el 99 % de los casos
Y = b0 X0 + b1 X1+ b2 X2+ U
Con desviaciones a la media
Diferencias de las observaciones

respecto sus propias medias
(X0 - Xm)
(Y - Ym)
Sumas
Observ
20
Medias
160.324
(X1 - Xm)
Y2
X12
X22
(x1 x y)
(X2 x Y)
(X1 x X2)
1,227.33
3,170.87
1,343.23
1,959.75
1,263.65
2,015.25
61.367
158.543
67.161
97.987
63.183
100.762
(X2 - Xm)
262.6565
159.361
Varianzas
B =
(X' X)
(X' Y)
Covarianzas
(X' X)-1
(X' Y)
Sum X12
Sum X2X1
3,170.87
2,015.25
Sum X1X2
Sum X22
2,015.25
1,343.23
Sum X1 Y
1,960
Sum X2 Y
1,264
a ( 1-) = Y - b1X1 - b2X2 Con valores medios originales

Y=
a ( 1-) =
0.433469
0.2904239
160.324
b1X1 68.7236709011
72.095
4,259,201.70
(X' X)
-1
0.00678
-0.01018
-0.01018
0.01602
-4,061,224.50
Det. = Sum
197,977.20
La adjunta transpuesta es
1,343
2,015
2,015
3170.866
-
b2X2
19.5053018
Y a + bX
B = (X' X)-1
X' Y
Y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
a
25
30
33
37
39
45
1
1
1
1
1
1
X1
36
60
61
69
95
97
X2
XY
1,296
3,600
3,721
4,761
9,025
9,409
900
1,800
2,013
2,553
3,705
4,365
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
48
96
9,216
0
0
4,608
0
0
41,028
19,944
88
257
Media 36.714285714
(X' X) =
(X' Y) =
514
73.428571429
514
Sum X
514
41,028
Sum X
Sum X2
257
19,944
XiYi
Det (X' X)
(X' X)-1 =
1.783826 -0.022347826
287196
41,028
-0.02235
-264196
-514
0.000304
23000
B=
Adj Transpta
b1 =
12.7383
b2 =
0.3265
Y = a + bX
desviaciones a la media
Y2
625
900
1,089
1,369
1,521
2,025
ym
x1m
-11.7143
-6.71429
-3.71429
0.28571
2.28571
8.28571
1
1
1
1
1
1
-37.42857
-13.42857
-12.42857
-4.428571
21.571429
23.571429
y2
137
45
14
0
5
69
2,304
0
0
11.2857
22.571429
127
0
0
0
N
9,833
0
Media -1E-015
0
-2.0E-015
397
57
varianzas
b2 =
b1 =
( x y)
1,073
x2
3,286
Ym - bXm
0.3265
= 12.7383
Adj Transpta
-514
7
=
2
47.1174
9.4235
2 =
R =
2
R=
=
2
n-2
( x y )2
x2 y2
xy
Raiz2 ( x2 y2)
2
x2
9.4235
1,151,022
1,305,837
1,073
1,143
2 =
estimacin
x2
xy
resduo
ui
1,401
180
154
20
465
556
438
90
46
-1
49
195
24.4930
32.3296
32.6561
35.2683
43.7578
44.4109
0.5070
-2.3296
0.3439
1.7317
-4.7578
0.5891
y
x
509
0
0
255
0
0
44.0843
12.7383
12.7383
3.9157
-12.7383
-12.7383
12.7383
-12.7383
3,286
469
1,073
153
295.215
42
-38.215
varianzas
covarza
0.0029
0.0536
Cov ( b1 b2)
-1.4741597732
12.0715048719
3.4744
xi2
uiy
47.1174
47.1174
0.8814
STC =
y2 =
SEC +
R2 y2 +
397
350.31
0.8814443785
0.9389
X 2 2
n Raiz2 x2
cov (b1 b2) =
-Xm ( 2 / x2)
Matriz var y covar

y
57
Cov (xy)
var X
x
153
469
0.326521739
SRC
(1 - R2) y2
47.12
0.1185556215
-Xm ( 2 / x2)
Examen Jun 04
Contrastar la causalidad del dinero ( valor crtico 3.35) y comentar resultados
El objetivo es evaluar si los valores de Mt-1 y Mt-2 influyen en el valor presente de P. ( Causalidad unidireccional de M a P)
Utilizaremos al anlisis de causalidad de Granger, basado en:
Pt = a0 + a1 Mt-1 + a2 Mt-2 + b1Pt-1+ b2Pt-2 + ut
A partir de la Regresin sin restricciones

Formular y resolver la
Pt = a0 + b1 Pt-1 + b2 Pt-2 + ut
Regresin restringida
y contrastar la H0 : de que a1 = a2 = 0
El contraste se efecta con la F de Snedecor y la regla decisoria sera:
Si F > VC Rechazar Ho ==> existe causalidad en el sentido de Granger
==> los valores pasados afectan al valor presente
Si F < VC AceptarHo
El formato de la F
(SRCR - SRCNR)
Donde :
SRCR = Suma de resduos al cuadrado en regresin restringida
m
SRCNR
F=
==> no existe tal causalidad
SRCNR = Suma de resduos al cuadrado en regresin no restringida

m = Regresores en NR , omitidos en R ( n de retardos)
( n - k)
n = nmero de observaciones
k = n de parmetros estimados en la regresin sin restricciones
Con los datos facilitados

0.000254
SRCr =
A calcular
SRCnr =
0.002246
Como SRCr = u' u =
2 ( a1 y a2)
m=
Y' Y - b' X' Y
Efectuamos la regresin restringida y calculamos
Como Y' Y = Y2 =
1.510740
0.00013
n=
28
b' X' Y =
1.508240
0.002246
0.0000977
k=
por tanto u' u = SRCR =
0.002500
23
Por tanto F =
1.300830 < VC 3,35
Se acepta H0 ==> a1 y a2 son estadsticamente = 0

No parece existir causalidad "tipo Granger"
Detalle de los clculos efectuados

Operaciones con las var y covar
(X0 - Xm)
(X1 - Xm)
Datos de enunciado del problema
Nmero de observaciones = n = 28
Pt
(Y - Ym)
(X' X)-1
(X' Y)
(X' X) =
Sum X12
Sum X1X2
Sum X2X1
Sum X22
(X' Y) =
Sum X1 Y
Sum X2 Y
B =
X1
0.053955
1.510740
X2
Varianzas
Y X1
Pt-1
Pt-2
Pt Pt-1
0.055797
1.562316
0.057416
1.607648
0.054812
1.534736
Y X2
Covarianzas
Pt Pt-2
Pt-1 Pt-2
0.055502
1.554056
0.056548
1.583344
(X' X)
Detalle de la inversin de la matriz

1
(X' X)-1
=
Det ( X' X)
1.6076
1.5833
1.5623
1.5833
1.5347
1.5541
Adjunta transpuesta
1.5833
1.5623
X1 X 2
(X' X)-1
1.5833
1.6076
regre
sores
El determinante =
Es la Adjunta transpuesta
343.810557
-338.61292
b1 =
b2 =
1.435000
-0.446642
2.5117
-2.5070
0.0047
-338.61292
334.11589
Examen Sep 02 ADE

Contrastar la causalidad de la inversin ( VC 3,8) y valorar resultados
La T Econmica dice que la inversin (I) es funcin del tipo de inters (R).
Se presenta una regresin en la que la I es funcin de R(pasado) e I(pasado). La expresin "causalidad de la inversin" del enunciado
es ambigua ( quiz intencionadamente).
Literalmente se pide evaluar si los valores de It-1 y It-2 influyen en el valor presente de I.

It = a0 + a1 It-1 + a2 It-2 + b1Rt-1+ b2Rt-2 + ut

It = a0 + b1 Rt-1 + b2 Rt-2 + ut
It = a0 + a1 It-1 + a2 It-2 + ut pero mantenemos la anterior)
(Para valorar la causalidad de R la Regr. Restringida sera

Si F < VC AceptarHo
El formato de la F
(SRCR - SRCNR)
Donde :
m
SRCNR
F=

m = Restricciones. Regresores en NR , omitidos en R ( n de retardos)
( n - k)

8,715.48
SRCR =
A calcular
SRCNR =
1,696.368
2 ( a1 y a2)
m=
4357.742
1,696.37
113.091
Como SRCr = u' u =
Efectuamos la regresin restringida y calculam
Como Y' Y = Y2 =
n=
20
b' X' Y =
k=
15
Por tanto F =
38.532990
> VC 3,8
Se rechaza H0 ==> a1 y a2 pertenecen a la Ecuacin

Existe causalidad "tipo Granger"
It
(X0 - Xm)
(X1 - Xm)
831.359100
16627.182000
(Y - Ym)
B =
X1
(X' X)-1
(X' Y)
(X' X) =
Sum X12
Sum X1X2
Sum X2X1
Sum X22
(X' Y) =
Sum X1 Y
Sum X2 Y
X2
Varianzas
Y X1
Rt-1
Rt-2
It Rt-1
0.313205
6.264100
0.314728
6.294560
7.943409
158.868180
Y X2
Covarianzas
It Rt-2
3.211129
64.222580
(X' X)

1
(X' X)-1
=
Det ( X' X)
6.2946
5.1639
6.2641
5.1639
158.8682
64.2226
Adjunta transpuesta
5.1639
6.2641
(X' X)-1
5.1639
6.2946
regre
sores
El determinante =
0.493154
-0.40457
b1 =
b2 =
52.363841
-32.755118
39.4298
-26.6659
12.7639
pasado) e I(pasado). La expresin "causalidad de la inversin" del enunciado
e se pide evaluar si los valores de It-1 y It-2 influyen en el valor presente de I.
a0 + a1 It-1 + a2 It-2 + ut pero mantenemos la anterior)
Rechazar Ho ==> existe causalidad en el sentido de Granger

los valores pasados afectan al valor presente
Restricciones. Regresores en NR , omitidos en R ( n de retardos)
Y' Y - b' X' Y

16,627.182000
6,215.329895
10,411.852105
Se rechaza H0 ==> a1 y a2 pertenecen a la Ecuacin NR
X1 X2
Rt-1 Rt-2
0.258195
5.163900
(X' X)-1
-0.40457
0.49077
Sep o2 Reserva ( ADE y ECONOMA)

Contrastar la causalidad del tipo de inters ( valor crtico 3.8) y comentar resultados
La T Econmica dice que la cantidad de dinero (M) determina el tipo de inters (R)
Se presenta una regresin en la que la R es funcin de R(pasado) y M(pasado). La expresin "causalidad del tipo de inters" del enunciado
es ambigua ( quiz intencionadamente).
Literalmente se pide evaluar si los valores de Rt-1 y Rt-2 influyen en el valor presente de R.

Rt = a0 + a1 Mt-1 + a2 Mt-2 + b1 R-1+ b2Rt-2 + ut
Rt = a0 + b1 Mt-1 + b2 Mt-2 + ut
Si F < VC AceptarHo
El formato de la F
(SRCR - SRCNR)
Donde :
m
SRCNR
F=

( n - k)

0.994641
SRCr =
A calcular
SRCnr =
0.198079
0.49732
0.198079
0.0132053
Y' Y - b' X' Y
2 ( a1 y a2)
Como Y' Y = Y2 =
5.017480
n=
20
b' X' Y =
3.824760
k=
1.192720
m=
Como SRCr = u' u =
15
Por tanto F =
37.660753 > VC 3,35
Se rechaza H0 ==> a1 y a2 son significativos en la RNR

Existe causalidad "tipo Granger"
X1
X2
Y X1
Varianzas
(X0 - Xm)
(X1 - Xm)
(X' X)-1
(X' Y)
(X' X) =
Sum X12
Sum X1X2
Sum X2X1
Sum X22
(X' Y) =
Sum X1 Y
Sum X2 Y

1
(X' X)-1
=
Det ( X' X)
M-1
M-2
R M-1
R M-2
M-1 M-2
72.849260
1456.985200
3.589199
71.783980
3.551251
71.025020
81.721300
1634.426000
1,456.9852
- 1,634.4260
2,005.2760
1,634.4260
71.7840
71.0250
Adjunta transpuesta
X1 X2
0.250874 100.263800
5.017480 2005.276000
(Y - Ym)
B =
Y X2
Covarianzas
1,634.4260
2,005.2760
(X' X)
1,634.4260
1,456.9852
regre
sores
(X' X)-1
0.005821
-0.00653
b1 =
b2 =
El determinante =
-0.045931
0.100273
2,921,657.4539
-2,671,348.3495
250,309.1044
-0.00653
0.00801
Sep 03 R
Contrastar la causalidad en el sentido Granger de la TA Keynesiana
El objetivo es evaluar si los valores de Mt-1 y Mt-2 influyen en el valor presente de P. ( Causalidad unidireccional de M a P)
Pt = a0 + a1 Mt-1 + a2 Mt-2 + b1Pt-1+ b2Pt-2 + ut

Pt = a0 + b1 Pt-1 + b2 Pt-2 + ut
y se debe contrastar la H0 : de que a1 = a2 = 0
Si F < VC AceptarHo
El formato de la F
(SRCR - SRCNR)
Donde :
m
SRCNR
F=

( n - k)

0.000254
SRCr =
A calcular
SRCnr =
0.002246
Como SRCr = u' u =
2 ( a1 y a2)
m=
Y' Y - b' X' Y
Como Y' Y = Y2 =
1.510740
0.00013
n=
28
b' X' Y =
1.508240
0.002246
0.0000977
k=
0.002500
23
Por tanto F =
1.300830 < VC 3,35
Se acepta H0 ==> a1 y a2 son estadsticamente = 0

No parece existir causalidad "tipo Granger"

(X0 - Xm)
(X1 - Xm)
Pt
(Y - Ym)
B =
(X' X)-1
(X' Y)
(X' X) =
Sum X12
Sum X1X2
Sum X2X1
Sum X22
(X' Y) =
Sum X1 Y
Sum X2 Y
X1
0.053955
1.510740
Varianzas
X2
Y X1
Pt-1
Pt-2
Pt Pt-1
0.055797
1.562316
0.057416
1.607648
0.054812
1.534736
Y X2
Covarianzas
Pt Pt-2
Pt-1 Pt-2
0.055502
1.554056
0.056548
1.583344
(X' X)-1
(X' X)
regre
sores
b1 =
b2 =
1.5623
1.5833
1.5833
1.6076
343.810557
-338.61292
1.5347
1.5541
1.435000
-0.446642

(X' X)-1
1
Det ( X' X)
1.6076
Adjunta transpuesta
El determinante =
1.5833
1.5833
1.5623
X1 X 2
2.5117
-2.5070
0.0047
-338.61292
334.11589
Exmen junio 2001

Para resolver ese problema debemos
formular las ecuaciones para el contraste de Dickey - Fuller
Resolverlas, hallando los regresores
Formular la hiptesis Ho
Calcular el valor t y aceptar o rechazar la hiptesis
Inc Ut = d Ut-1 + p Inc Ut-1 + et
Contraste Dickey - Fuller

Para la primera ecuacin
Correspondencia con la formulacin matricial de RLM

X1
X2
Y X1
Y X2
Y
Operaciones con las var y cov
Varianzas
de los resduos de la regresin

(X0 - Xm)
(Y - Ym)
Inc Ut2
(X1 - Xm)
Datos de los resduos de la regresin

Nmero de observaciones = n =
32
30.75817
X1 X2
Covarianzas
Ut-12 Inc Ut-12 Inc Ut2 Ut-12 Inc Ut2 IncUt-12
Ut-12 Inc Ut-12
167.2434
30.4189
-20.2363
7.578538
10.1809
984.26144 5351.7888
973.4048
-647.56224
242.513216
325.7888
Valores multiplicados por nmero de observaciones

B =
(X' X) =
(X' Y) =
regres
ores
d=
p=
(X' X)
-1
(X' Y)
Sum X12
Sum X2X1
5,351.7888
325.7888
Sum X1X2
Sum X22
325.7888
973.4048
Sum X1 Y
-647.5622
Sum X2 Y
242.5132
-0.1390
0.2957
Clculo de la inversin de matrices

1
Adjunta
(X' X)-1
=
x
transpuesta
Det ( X' X)
El determinante =
5,209,456.91
-106,138.34
5,103,318.56
973
326
326
5351.789
0.000191
-0.00006
-648
-0.00006
0.00105
243
(X' X)-1
Multiplicado por
-0.13900
(X' Y)
0.29566
igual a
Regresores
Clculo de la t
t=
De
ta
2 =
bi
b
u' u
n-k
lles
a ij =
Resu
0.000191
bi
=
Raiz2
2b
y' y - b' ( X ' Y)

n-k
2 ai j =
0.005242
bi
=
Raiz2
2 ai j
es un dato del
enunciado
Raiz2 2 ai j =
0.072398
27.480000
-0.138997
0.072398
men
t=
-1.9198976
Como el valor absoluto de t = 1.919898 > que V.C.= 1.62

H0
se rechaza la
Por tanto las series estn cointegradas
Para la segunda ecuacin

X1
X2
Y X1
Y X2
Y
Operaciones con las varianzas y covarianzas
Varianzas

(X0 - Xm)
(Y - Ym)
Inc Vt2
(X1 - Xm)

Nmero de observaciones =
32
96.19054
Covarianzas
Vt-12 Inc Vt-12 Inc Vt2 Vt-12 Inc Vt2 IncVt-12

96.17424
-55.57095
31.41825
3078.0973 9584.0672 3077.5757
299.5021
-1778.2704
1005.384

B =
(X' X) =
(X' Y) =
regres
ores
d=
p=
(X' X)-1
(X' X)
(X' Y)
-1
Sum X12
Sum X2X1
9,584.0672
1,324.9955
Sum X1X2
Sum X22
1,324.9955
3,077.5757
Sum X1 Y
-1,778.2704
Sum X2 Y
1,005.3840
-0.2453
Que se calcula de la siguiente manera
0.4323
1
Det ( X' X)
Adjunta
transpuesta
El determinante =
29,495,692.13
-1,755,613.13
27,740,079.00
3,078
1,325
1,325
9584.067
0.0001109 -0.0000478
-1,778
-0.0000478 0.0003455
1,005
(X' X)-1
Multiplicado por
(X' Y)
-0.24531
0.43229
igual a
regresores
Clculo de la t
t=
De
ta
2 =
bi
b
u' u
n-k
lles
a ij =
Resu
0.0001109
bi
=
Raiz2
2b
y' y - b' ( X ' Y)

n-k
2 ai j =
0.008168
bi
=
Raiz2
2 ai j
es un dato del
enunciado
Raiz2 2 ai j =
0.090375
73.620000
men
t=
-2.714345
Como el valor absoluto de t = 2.714345 > que V.C.= 1.62

H0
se rechaza la
Por tanto las series estn cointegradas

X1 X2
Vt-12 Inc Vt-12
41.40611
1324.99552
-0.245309
0.090375
Examen Junio 02 (PRINCIPAL)

a) Estimar la PMC keynesiana y comentar
La ecuacin es del tipo Y = a + bX
como b = cov ( x y ) / var (y)
por tanto b = cov ( x y ) / var (y)
Aqu es C = a + b INC ( donde C es endgena y INC es la exgena)
y nos dicen que

cov ( x y ) = 0.003062
= 1.0365606
var ( x ) = 0.002954
Ym = 8.99498
Xm = 8.829242
Aplicando ahora a = Ym - b Xm (medias) nos dicen que

Por tanto
a = -0.157064
Resultado que nos dice que
La PMC es 1.036561 Es positiva y >1 .
a = -0.157064 Es negativo.
La teora dice que debera ser positiva pero < 1 en general

La teora dice que el consumo ( a renta = 0) debera ser positivo
b) Analizar la cointegracin de datos de consumo y renta.
Valor crtico = 2.96

D ( R) = d R-1+ p DR -1 + e1

Aqu se formula como

(Y - Ym) (X0 - Xm) (X1 - Xm)
30
variables independientes = k =
2
Y
D (R)
0.001755
0.05265
( los regresores son d, p,)

X1
X2
Y X1
Y X2
Varianzas
R -1
0.000755
0.02265
X1 X 2
Covarianzas
DR-1
0.001741
0.05223
-0.000879
-0.02637
-0.000750
-0.0225
0.000871
0.02613

B =
(X' X)-1
(X' Y)
(X' X) =
Sum X12
Sum X1X2
Sum X2X1
Sum X22
(X' Y) =
Sum X1 Y
Sum X2 Y
regre
sores
d=
p=
0.0227
0.0261
0.0261
0.0522
-0.0264
-0.0225
-1.57803
0.35868
Que se calculan de la siguiente manera

1
(X' X)-1
=
x
Det ( X' X)
Adjunta transpuesta
0.05223
El determinante =
0.0011830
-0.000683
0.0005002
0.02613
Tras dividir
por el DTE
0.02613
0.02265
104.411428 -52.23570
-52.23570 45.27894
(X' X)-1
Multiplicado por
-0.0264
-0.0225
-1.57803
0.358679
(X' Y)
igual a
Regresores
Clculo de la t
t=
De
2 =
bi
b
u' u
n-k
bi
=
Raiz
2b
y' y - b' ( X ' Y)

n-k
bi
2 ai j
0,05265 - 0,0335
0.000682
Raiz
30 - 2
-0.0264
ta
lles
y ' y = Sum y2 =
b'=
0.05265
-1.578026
0.358679
(X'Y)=
b' ( X ' Y) =
a ij =
104.411428
ai j =
2
0.071252
Raiz ai j =
2
0.266931
-0.0225
0.0335
-1.578026
0.266931
Resu
men
t=
-5.9117295
Como el valor absoluto de t =

se rechaza la H0
5.912
> que V.C.= 2.96
Las series estn cointegradas
Examen Junio 04 (1 semana)

a) Estimar la relacin entre precios y dinero
Aqu es P = a + b M1
( donde P es endgena y M es la exgena)
y nos dicen que

cov ( x y ) = 0.007705
= 0.7948215
var ( x ) = 0.009694
Ym = -0.76230
Xm = 8.977307

Por tanto
a = -7.897659
Valor crtico = -2.96
Ut = d Ut-1 + p Ut-1 + et
D ( R) = d R-1+ p DR -1 + e1
Contraste Dickey - Fuller Ampliado

Aqu se formula como
(Y - Ym) (X0 - Xm) (X1 - Xm)

30
2
D (R)
0.000426
0.01278
no necesario???

X1
X2
Y X1
Y X2
X1 X2
Varianzas
R -1
0.000575
0.01725
DR-1
0.000413
0.01239
D(R) R-1
-0.000221
-0.00663
Covarianzas
D(R) DR -1
0.0000360
0.00108
R-1 DR-1
0.000180
0.0054

B =
(X' X)-1
(X' Y)
(X' X) =
Sum X12
Sum X1X2
Sum X2X1
Sum X22
(X' Y) =
Sum X1 Y
Sum X2 Y
regre
sores
d=
p=
0.0173
0.0054
0.0054
0.0124
-0.0066
0.0011
-0.47667
0.29492
3.457E-005

1
(X' X)-1
=
x
Det ( X' X)
Adjunta transpuesta
0.01239
El determinante =
0.0002137
-0.000029
0.0001846
0.00540
Tras dividir
por el DTE
0.00540
0.01725
67.129912 -29.25759
-29.25759 93.46174
(X' X)-1
Multiplicado por
-0.0066
0.0011
-0.47667
0.294916
(X' Y)
igual a
Regresores
Clculo de la t
t=
De
2 =
bi
b
u' u
n-k
bi
=
Raiz
2b
y' y - b' ( X ' Y)

n-k
bi
=
Raiz
0.01278
2 ai j
-0.003479
30 - 2
y ' y = Sum y2 =
b'=
0.01278
-0.476670
0.294916
(X'Y)=
b' ( X ' Y) =
a ij =
Resu
men
0.000332
-0.0066
ta
lles
t=
67.129912
-3.1920489
ai j =
2
0.022300
Raiz ai j =
2
0.0011
0.003479
0.149330
Como el valor absoluto de t = -3.19205 > que V.C.= -2.96

se rechaza la H0
Las series estn cointegradas
-0.476670
0.149330
J o4 Economa 1 sem
a) Estimar la relacin entre precios y dinero
Aqu es P = a + b M1
( donde P es endgena y M es la exgena)
y nos dicen que

cov ( x y ) = 0.007705
= 0.7948215
var ( x ) = 0.009694
Ym = -0.76230
Xm = 8.977307

Por tanto
a = -7.897659
Valor crtico = -2.96

D ( R) = d R-1+ p DR -1 + e1

Aqu se formula como

(Y - Ym) (X0 - Xm) (X1 - Xm)
30
2
Y
D (R)
0.000426
0.01278
no necesario???

X1
X2
Y X1
Y X2
X1 X2
Varianzas
R -1
0.000575
0.01725
DR-1
0.000413
0.01239
D(R) R-1
-0.000221
-0.00663
Covarianzas
D(R) DR -1
0.0000360
0.00108
R-1 DR-1
0.000180
0.0054

B =
(X' X)
(X' Y)
-1
(X' X) =
Sum X1
Sum X1X2
(X' Y) =
Sum X1 Y
Sum X2 Y
regre
sores
d=
p=
Sum X2X1
Sum X22
0.0173
0.0054
0.0054
0.0124
-0.0066
0.0011
-0.47667
0.29492

1
(X' X)-1
=
x
Det ( X' X)
0.01239
Adjunta transpuesta
El determinante =
0.0002137
-0.000029
0.0001846
0.00540
Tras dividir
por el DTE
0.00540
0.01725
67.129912 -29.25759
-29.25759 93.46174
(X' X)-1
Multiplicado por
-0.0066
0.0011
-0.47667
0.294916
(X' Y)
igual a
Regresores
Clculo de la t
t=
De
2 =
bi
b
u' u
n-k
bi
=
Raiz
2b
y' y - b' ( X ' Y)

n-k
bi
=
Raiz
0.01278
2 ai j
-0.003479
30 - 2
0.000332
-0.0066
ta
lles
y ' y = Sum y2 =
0.01278
b'=
-0.476670
0.294916
(X'Y)=
0.0011
-0.476670
0.149330
Examen Septiembre 03 (PRINCIPAL)

a) Estimar la PMC keynesiana y comentar
como b = cov ( x y ) / var (x)
Aqu es C = a + b INC
y nos dicen que
por tanto b = cov ( x y ) / var (x)

Aplicando ahora
cov ( x y ) =
75955.22
var ( x ) = 112,159.60
= 0.6772066
Ym = 6,221.58800
a = Ym - b Xm (medias) nos dicen que
Por tanto
( donde C es endgena y INC es la exgena)
a=
Xm = 7,229.463000
1325.748
Resultado que nos dice que
La PMC es
a=
0.677207 Es positiva y < 1 .

1325.74803 Es positivo
b) Analizar la cointegracin de datos de consumo y renta. (Valor crtico 2,96)

D ( Resid) = d Resid-1+ p DResid -1 + e1

Aqu se formula como
Correspondencia con formulacin matricial RLM

X1

(Y - Ym)
(X0 - Xm)
Y X1
Y X2
(X1 - Xm)
X1 X 2
Covarianzas
D (Resid)
Resid -1
DResid-1
Datos de los resduos de la regresin 147.94570
331.7985
205.0722
-55.4651
70.030370
82.4646
6635.97
4101.444
-1109.3012
1400.6074
1649.2918
Nmero de observaciones =
20
k=
B =
(X' X) =
(X' Y) =
regre
sores
X2
Varianzas
2958.914
(X' X)-1
(X' Y)
Sum X12
Sum X2X1
6,635.9700
1,649.2918
Sum X1X2
Sum X22
1,649.2918
4,101.4440
Sum X1 Y
-1,109.3012
0.000167
-0.00007
Sum X2 Y
1,400.6074
-0.00007
0.00027
d=
#REF!
p=
#REF!
Inversin de la matriz ( X ' X )

(X' X)-1
Det ( X' X)
Adjunta transpuesta
27,217,059.34
El determinante =
-2,720,163.44
24,496,895.90
4,101
-
1,649
1,649
6635.97
Clculo de la t
t=
2 =
bi
u' u
n-k
bi
=
Raiz
Raiz
y' y - b' ( X ' Y)

n-k
bi
2b
2 ai j
2958,914 - 946,6429
#REF!
#REF!
#REF!
20 - 2
-1,109.3012
y ' y = Sum y2 =
2958.914
b'=
#REF!
(X'Y)=
#REF!
b' ( X ' Y) =
a ij =
t=
0.000167
#REF!
2 ai j =
#REF!
El valor absoluto de t es
no se puede rechazar
<
Ho
2
Raiz ai j =
2
que el V.C
2.96
#REF!
#REF!
1,400.6074
Examen Junio 03 (PRINCIPAL)

a) Estimar la PMC keynesiana, valorar resultados y comentar consecuencias de no cointegracin
Aqu es C = a + b INC
y tenemos que
cov ( x y ) =
= 0.677206588
75955.22
var ( x ) = 112159.6
Ym Xm
6221.588 7229.463
Aplicando ahora a = Y - bX (con medias de las observaciones) tenemos

a = 1325.74803
Resultados que nos dicen que
( donde C es endgena y INC es la exgena)
La PMC es 0,677. La teora postula que se encuentra en el intervalo 0 < PMC < 1
( un incremento unitario de renta disponible genera incremento menor a la unidad en consumo )
Si las series no estuviesen cointegradas podramos estar ante una regresin esprea,
es decir, una regresin que muestra una relacin aparente entre variables , pero que no
responde a relaciones reales causa efecto
b) Asumiendo que existe cointegracin, estimar el modelo de correccin de error
Inc Yt = + Inc Xt + Inc dt-1 + vt

DCOt = + DING t + EMC-1 + EMCt
Formulacin general
Para el caso concreto

(Y - Ym)
(X0 - Xm)
(X1 - Xm)
B =
(X' X)-1
(X' Y)
(X' X) =
Sum X12
Sum X1X2
Sum X2X1
Sum X22
(X' Y) =
Sum X1 Y
Sum X2 Y
regre
sores
DCOt
294.6309
294.6309
X1
Varianzas
DING
1,166.732
1166.732
1,166.7320
381.1887
X2
EMC-1
365.4462
365.4462
Y X1
DCO DING
465.1359
465.1359
( los regresores son y )
Y X2
Covarianzas
DCO EMC-1
150.4242
150.4242
381.1887
365.4462
465.1359
150.4242
0.40076
-0.00640

(X' X)-1
1
Det ( X' X)
365.44620
Adjunta transpuesta
El determinante =
- 381.18870
381.18870
(X' X)-1
0.001300
-0.00136
-0.00136
0.00415
1166.732
Multiplicado por
(X' Y)
465.1359
150.4242
igual a
=
Regresores
0.40076
-0.006403
426,377.7758
-145,304.8250
281,072.9508
X 1 X2
DING EMC-1
381.1887
381.1887
Sep-01 Koyck
Ct=a+b1*Rt+b2Ct-1+ut
X1
Y
(Y - Ym)
(X0 - Xm)
B =
20
Y X1
(X' Y) =
reg.
X1 X2
Ct
Rt
Ct-1
Ct R t
Ct Ct-1
Rt Ct-1
158.5433
67.16149
97.98748
63.18272
100.7624
3170.866 1343.2298 1959.7496 1263.6544
2015.248
1227.3304
(X' X)-1
(X' Y)
Sum X12
Sum X2X1
3170.866
2015.248
0.006785
-0.01018
Sum X1X2
Sum X22
2015.248
1343.2298
-0.01018
0.01602
(X' X)
(X' X) =
Y X2
61.36652
(X1 - Xm)
n=
X2
Sum X1 Y
1959.7496
Sum X2 Y
1263.6544
b1 =
0.433469
b2 =
0.290424
(X' X)-1
(X' X)-1
Det ( X' X)
Adjunta transpuesta
DET
4259202
-4061225
197977.2
1343.2298
- 2015.248
- 2015.248
3170.866
2() = 2u x aii
Raiz ()
2u =
u'u
= y'y-b' x'y
n-k
n-k
n = 20
Como Y' Y = Y2 =
1227.330
y podemos calcular b' X' Y =
1216.487
por tanto u' u = 10.843457

2
k= 4
aii
6.392445
> VC 2
Descartar Ho
El multiplicador es significativo
El multiplicador total es:
/ ( 1- ) =
0.61089
0.677716 varianza residual

0.006785
2 x aii
0.0045981 varianza de b1
Raiz2
0.0678096
Aplicaciones Economtricas. Ejemplo 9

Viajeros entrados
( Miles)
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Total
Acumulado
Media anual
Media mensual
1
1963
348
343
479
734
749
1,094
1,729
2,366
1,228
701
542
619
10,932
2
3
4
5
1964
1965
1966
1967
486
539
555
653
501
478
595
629
768
596
739
1,035
782
972
1,091
969
1,083
990
1,251
1,248
1,170
1,292
1,465
1,496
2,336
2,441
3,404
3,600
3,205
3,091
3,660
3,569
1,544
1,618
1,909
1,989
904
861
1,042
1,056
644
647
680
724
680
725
860
891
14,103
14,250
17,251
17,859
25035
39285
56536
74395
###
###
###
###
1
2
3
4
911.00 1,175.25 1,187.50 1,437.58 1,488.25
A) Tendencia secular
Perodo 1964 - 1973
986.98
192.26
Viajeros =
Funcin tendencia
Funcin pendiente
B) Ns ndices de variacin estacional

Mtodo de media aritmtica
986,98 + 192,26 t
6
7
8
1968
1969
1970
754
777
821
727
742
796
848
1,018
1,298
1,339
1,310
1,189
1,250
1,542
1,672
1,675
2,084
2,302
3,450
3,780
4,205
3,983
4,604
5,270
2,242
2,469
2,749
1,152
1,317
1,538
839
968
1,102
927
1,069
1,164
19,186
21,680
24,106
93581
115261 139367
15,596.83
###
###
5
6
7
1,598.83 1,806.67 2,008.83
Regresin lineal de las medias mensuales del pe
Pendiente mensual = 192,26 / 12
16.02
9
10
11
12
1971
1972
1973
1974
983
1,114
1,202
1,241
980
1,177
1,126
1,145
1,236
1,689
1,477
1,524
1,899
1,926
2,389
2,226
1,938
2,163
2,127
1,982
2,586
2,943
3,149
2,815
4,690
6,238
6,638
5,522
5,223
6,774
7,327
6,464
2,854
3,367
3,655
3,206
1,754
1,903
2,177
1,589
1,255
1,414
1,539
1,181
1,361
1,798
1,754
1,451
26,759
32,506
34,560
30,346
166126 198632 233192 263538
###
###
###
###
8
9
10
2,229.92 2,708.83 2,880.00 2,528.83
s medias mensuales del perodo
Media
mensual
Media
corregida
de tendencia
788.4
775.1
1,070.4
1,386.6
1,526.4
2,016.2
4,078.2
4,670.6
2,439.6
1,370.4
981.2
1,122.9
788.4
759.1
1038.4
1338.5
1462.3
1936.1
3982.1
4558.4
2311.4
1226.2
821.0
946.7
ndice
de variacin
estacional
1
2
3
4
5
6
7
8
9
10
11
44.7
43.0
58.9
75.9
82.9
109.8
225.7
258.4
131.0
69.5
46.5
53.7
1764.05 12
1200.000
16,363.0
1,852.2
21,168.6
1764.05

Ejercicios Revisados Eco II

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Ejercicios Revisados Eco II

Caricato da

Copyright:

Formati disponibili

Caus.

Ejemplo de pgina 294 Gujarati

Adjunta transpuesta de X ' X

b' X' y = 57,418,026.14

Valor crtico de t para 5% (tabla) = 2.179

Como de bi > VC en todos los casos, se descarta la hiptesis

de que alguno de los coeficientes sea cero

b ' X' y - nYm2

(b ' X' y - nYm2) / ( k - 1)

Valor en tablas para Como 2.513, 52 > VC descartamos Ho ==>

Con desviaciones a la media

Diferencias de las observaciones

Adjunta transpuesta de X ' X

Valor crtico de t para 5% (tabla) = 2.179

Como de bi > VC en todos los casos, se descarta la hiptesis

de que alguno de los coeficientes sea cero

b ' X' y - nYm2

(b ' X' y - nYm2) / ( k - 1)

Valor en tablas para Como 2.513, 52 > VC descartamos Ho ==>

Con desviaciones a la media

Diferencias de las observaciones

a ( 1-) = Y - b1X1 - b2X2 Con valores medios originales

cov (b1 b2) =

Matriz var y covar

A partir de la Regresin sin restricciones

==> no existe tal causalidad

SRCNR = Suma de resduos al cuadrado en regresin no restringida

Con los datos facilitados

Como SRCr = u' u =

Y' Y - b' X' Y

Efectuamos la regresin restringida y calculamos

por tanto u' u = SRCR =

1.300830 < VC 3,35

Se acepta H0 ==> a1 y a2 son estadsticamente = 0

Detalle de los clculos efectuados

Detalle de la inversin de la matriz

Examen Sep 02 ADE

Utilizaremos al anlisis de causalidad de Granger, basado en:

A partir de la Regresin sin restricciones

It = a0 + a1 It-1 + a2 It-2 + ut pero mantenemos la anterior)

(Para valorar la causalidad de R la Regr. Restringida sera

El contraste se efecta con la F de Snedecor y la regla decisoria sera:

==> no existe tal causalidad

SRCNR = Suma de resduos al cuadrado en regresin no restringida

Con los datos facilitados

Como SRCr = u' u =

Efectuamos la regresin restringida y calculam

por tanto u' u = SRCR =

Se rechaza H0 ==> a1 y a2 pertenecen a la Ecuacin

Detalle de los clculos efectuados

Operaciones con las var y covar

Detalle de la inversin de la matriz

pasado) e I(pasado). La expresin "causalidad de la inversin" del enunciado

e se pide evaluar si los valores de It-1 y It-2 influyen en el valor presente de I.

a0 + a1 It-1 + a2 It-2 + ut pero mantenemos la anterior)

Rechazar Ho ==> existe causalidad en el sentido de Granger

Restricciones. Regresores en NR , omitidos en R ( n de retardos)

Y' Y - b' X' Y

Se rechaza H0 ==> a1 y a2 pertenecen a la Ecuacin NR

Sep o2 Reserva ( ADE y ECONOMA)

Utilizaremos al anlisis de causalidad de Granger, basado en:

==> no existe tal causalidad

SRCNR = Suma de resduos al cuadrado en regresin no restringida

Con los datos facilitados