Flujo de caja libre

Solo disponible en BuenasTareas
  • Páginas : 5 (1176 palabras )
  • Descarga(s) : 0
  • Publicado : 6 de octubre de 2010
Leer documento completo
Vista previa del texto
Eercicio 7.16 gujarati

[pic]
[pic]

Solución del ejercicio
a). al estimar los parámetros del modelo lineal nos arroja los siguientes resultados:

[pic]=10816.04-2227.704X2i + 1251.141X3i + 6.283X4i – 197.399X5i entonces si los miramos con los siguientes valores (5988.348)(920.538) (1157021) (29.919) (101.156) respectivamente y el R²=0.835

Para interpretar los resultados podemosdecir que en este modelo lineal los coeficientes de la pendiente miden la tasa de cambio de Y con respecto a las variables relevantes.

b) Al estimar los parámetros del modelo log-lineal nos arroja los siguientes resultados:

ln[pic]=0.627-1.274lnX2i + 0.937lnX3i + 1.713lnX4i – 0.182lnX5i
(6.148)(0.527) (0.659) (1.201) (0.128) y vemos que R²=0.778

Eneste modelo se analizan todos los coeficientes de las pendientes parciales y sus elasticidades de Y con respecto a las variables relevantes.

c) las elasticidades de la demanda con respecto al precio-propio se espera que sea negativos, con respecto al precio- cruzado se espera que la elasticidad sea positivo para los bienes sustitutivos y negativo para los bienes complementarios y con respectoal ingreso la elasticidad se espera que sea positiva.

d) la formula general de elasticidad en el modelo lineal esta dada por:

Elasticidad= [pic]= donde encontramos a Xi como la regresión relevante.

Esto esta dado por el modelo lineal, por medio la elasticidad se pueden calcular los valores medios.

e) Podemos ver que en ambos modelos encontramos resultados similares.

2) 8.27

[pic][pic]

Solución del ejercicio:

a) Esime la regresión lineal:

|variable |coeficientes |Error estándar |estadística t |probabilidad |
|C |5962,656 |2507,724 |2,377716 |0,0388 |
|X2 |4,883663 |2,512542|1,9437 |0,0806 |
|X3 |2,63956 |0,843559 |2,8023 |0,0187 |
|X4 |-819,1287 |187,7072 |-4,3638 |0,0014 |
|X5 |12,01048 |117,0496|0,0816 |0,9365 |
|X6 |-851,3927 |292,1447 |-2,9142 |0,0155 |

|R cuadrado |0,82275 |variables dependientes |7543,125 |
|R cuad. ajustado |0,734125 |variables dependientes s.d |1217,152 ||Regresión del s.e |627,6005 | Criterio akaike |1600,168 |
|Suma residuos cuadr. |3938824 |criterio schwarz |1629,14 |
|registro de riesgo |-122,0134 |estadística f |9,2835 |
|estadística de Watson |2,484497 |probo. De la estad. F|0,001615 |

b) se podría esperar que para los coeficientes B2,B3 y B6 san positivos y ,B4,B5 sean negativos.
c) De acuerdo con la expectativas a priori se podría decir que B2,B3 y Ba cumplen con las expectativas y el resto no.
d) En la regresión los resultados mostrados X3,X4 y X6 son significativos al 5% el X2 al 10% y X5 es estadísticamente insignificativo.
e) Altomar la regresión de Y sobre X2,X3 y X4 solamente se obtiene RR²=0.6012 y al tomar todas las regresiones el resultado es =0.8227 y vemos que con estos dos resultados.

F=(0.8227-0.6012)/2/(1-0.2827)/10=6.25

Se toma por 2 el numerador y 10 en el denominador y los 5% se critican de la función F. Y mirando las variables X5 y X6 no pertenecen al modelo.

3). Explicar el precio...
tracking img