LC.

ECONOMÍA Y FINANZAS

ENTREGABLE 1
“Caso práctico replicando tutorial para elaborar un contraste entre 3 metodologías para
realizar estimaciones sobre 2 ecuaciones”
 INTRODUCCIÓN

Para dar inicio al presente entregable y de manera informativa, daremos una breve
explicación sobre el desarrollo y la metodología que aplicaremos para completar el
trabajo.

Como objeto de estudio, se tienen dos ecuaciones que representan: 1) La oferta

de mano de obra de trabajadoras casadas y 2) La oferta salarial. En este sentido,
abarcaremos el tema de modelos de ecuaciones simultaneas. Se pretende aplicar
a este modelo los métodos econométricos de Mínimos Cuadrados Ordinarios,
Mínimos Cuadrados Bietápicos y Mínimos Cuadrados trietápicos, y, en función de
los resultados, realizar una comparativa entre los distintos métodos y ofrecer
nuestras conclusiones.

Por otro lado, para realizar el análisis, utilizaremos el software STATA, cabe
destacar que es nuestro primer encuentro con el mismo, con lo cual, se espera
brindar una especie opinión luego de trabajar con dicho programa.
 CASO 1
Para estimar la primera ecuación de la Oferta de Mano de Obra de Mujeres
Trabajadoras Casadas, tenemos que las horas que se ofertan de trabajo, están en
función de: Salario, educación, edad, niños menores a 6 años y el ingreso familiar
(descontando el ingreso de la mujer trabajadora):

Ecuación 1

Ecuación Oferta de Mano de Obra de Mujeres Trabajadoras Casadas

CASO 2
Con respecto a la segunda ecuación tenemos la Oferta Salarial, en donde, se
puede apreciar que ahora el salario se encuentra en función de las horas, la
educación, la experiencia y la experiencia al cuadrado, con lo cual, podemos
observar la endogeneidad que existe entre las horas y el salario:
Ecuación 2

Ecuación Oferta Salarial de Mujeres Trabajadoras Casadas

 DESARROLLO

1) Como primer paso, aplicamos el comando “summarize” lo que nos

muestra información como el número total de observaciones, la
desviación típica, entre otras:

Figura 1
Comando Summarize

Elaboración propia en STATA con datos de (Wooldridge, 2010).

 2) Inmediatamente aplicamos el método de Mínimos Cuadrados
Ordinarios para la primera ecuación, cabe mencionar que para este
modelo se supone que existe endogeneidad y no debería aplicarse el
MCO, sin embargo, para el caso de estudio y la comparativa, tenemos
lo siguiente:

Figura 2
Método de Mínimos Cuadrados Ordinarios para la Ecuación 1

Elaboración propia en STATA con datos de (Wooldridge, 2010).

Debido a que se realizó la regresión lineal de manera idéntica a la del video

proporcionado por la profesora, podríamos decir que los resultados están
relacionando el salario como variable dependiente con las demás explicativas. Sin
embargo, creo que, para el ejercicio, se debió de especificar las “horas” como
variable dependiente. En la imagen se pueden apreciar resultados como que, por
cada unidad de aumento de la educación, los niveles de salario aumentan 0.10.

3) Aplicamos método de Mínimos Cuadrados Ordinarios a la ecuación 2,

donde, las estimaciones dicen que solo la experiencia y la educación
son significativas:
Figura 3

Método de Mínimos Cuadrados Ordinarios para la Ecuación 2

Elaboración propia en STATA con datos de (Wooldridge, 2010).

4) Observamos el método MCO aplicado a cada ecuación en
una tabla en la que se muestran las estimaciones de cada
variable:
Figura 4

Tabla MCO Ecuación 1 y 2

Elaboración propia en STATA con datos de (Wooldridge, 2010).

5) Aplicamos el método de Mínimos Cuadrados en 2 etapas
para la ecuación 1, donde, observamos un gran sesgo en las
estimaciones entre el MCO y este. Nos indica que solo la
variable lwage es significativa, además de la gran diferencia
que existe en la estimación, puesto que, por ejemplo: por
cada año de educación que se incremente, las horas
ofertadas van a ser de -183, respectivamente.

Figura 5

Método de Mínimos Cuadrados en 2 etapas para la ecuación 1

Elaboración propia en STATA con datos de (Wooldridge, 2010).

6) Aplicamos el método de Mínimos Cuadrados en 2 etapas
para la ecuación 2, donde realmente no vemos un sesgo tan
significativo, de hecho, ambos métodos comparten las
mismas variables significativas estadísticamente hablando,
educación y experiencia:
Figura 6

Método de Mínimos Cuadrados en 2 Etapas para la ecuación 2

Elaboración propia en STATA con datos de (Wooldridge, 2010).

7) Generamos la tabla para observar mejor las estimaciones de
los 2 métodos en las 2 ecuaciones, donde se aprecian de
manera más adecuada las observaciones realizadas
anteriormente:
Figura 7

Tabla comparativa MCO y MC2E ecuación 1 y 2

Elaboración propia en STATA con datos de (Wooldridge, 2010).

8) Aplicamos el método de Mínimos Cuadrados en 3 etapas a
ambas ecuaciones y tendiendo en cuenta que es el método
más robusto, realizaremos la comparación en el paso “9”
donde se muestra la tabla con las 3 metodologías aplicadas
a las 2 ecuaciones:
Figura 8

Método de Mínimos Cuadrados en 3 Etapas a la Ecuación 1 y 2

Elaboración propia en STATA con datos de (Wooldridge, 2010).

9) Presentamos la tabla con todas las estimaciones realizadas en el
presente trabajo, sin embargo, solo nos falta realizar la comparación
entre el metodo Bietápico y Trietápico:

9.1) Con respecto a la ecuación 1: Podemos observar que ambos metodos

comparten la educación y el salario como variables estadisticamente
significativas y además no presentan grandes sesgos en las estimaciones, con
lo cual, el mc2e_1 concuerda perfectamente con los valores reflejados en el
libro, sin embargo, las estimaciones del método de minimos cuadrados
trietápicos son más confiables aun cuando no difieren tanto.
9.2) Con respecto a la ecuación 2: Seguimos en la misma linea, ambos
métodos nos dan a la educación como variable significativa estadisticamente
hablando, donde de hecho, un aumento de 1 año de educación, refleja un
aumento en los sueldos ofrecidos de: 0.11, en ambas metodologías.
Figura 9

Tabla de estimaciones MCO, MC2E, MC3E en la ecuación 1 y 2

Elaboración propia en STATA con datos de (Wooldridge, 2010).

Conclusión:

Para terminar con el presente entregable, puedo decir que el paso de la teoría a la
práctica fue mucho más interesante y enriquecedor de lo que esperaba, de hecho,
me hubiese gustado realizar un trabajo interpretando la estimación de cada
variable en cada método, pero hubiese sido demasiado extenso para el gusto del
lector. Por otro lado, para ser mi primer contacto con el Stata, lo encuentro con
una interfaz o con un catálogo de opciones muy bien especificado para que sea de
fácil acceso para quienes no estamos acostumbrados al uso de softwares
estadísticos.

Espero poder profundizar en el análisis econométrico y aplicarlo a mi lista de

estrategias de inversión.
 Bibliografía

cesarsantube. (2017, 7 junio). Stata. Ecuaciones simultáneas. Mínimos Cuadrados

trietápicos. MC2E versus MC3E. [Vídeo]. https://www.youtube.com/watch?
v=4t3DG95vXBI

Reyes Garcia, N. (2022). Unidad 2. Estimación de los modelos de ecuaciones simultaneas.

Universidad Tecnológica de México

Wooldridge, J. (2009). Introducción a la Econometría: Un enfoque Moderno (4ª edición).

Cengage Learning