econometria (mbrl)




Índice


Introducción
Muestra pequeña
Muticolinealidad
Especificación errónea
Cambio de estructura
Heterocedasticidad
Autocorrelación
Conclusiones
1. Introducción
En este trabajo se va a estimar un modelo y a detectar las posibles hipótesis estructurales y de la variable aleatoria que pueda tener. Por lo que se tendrán en cuenta las siguientes hipótesis: muestra pequeña,multicolinealidad, especificación errónea, cambio de estructura, heterocedasticidad y autocorrelación.
En este caso, se propone como variable endógena los salarios y como variables explicativas la tasa de PIB española, y el empleo total.
El número de observaciones que se toman son 38, medidas en años desde 1970 hasta 2007. El modelo completo estimado es el siguiente:

SAL = SALARIOS
Gdpm = PIBEetot = Empleo total


Dependent Variable: SAL


Method: Least Squares


Date: 12/11/12 Time: 11:37


Sample (adjusted): 1970 2007


Included observations: 38 after adjustments












Coefficient
Std. Error
t-Statistic
Prob.  










C
31504.53
8728.492
3.609390
0.0010
GDPM
0.493661
0.006386
77.29929
0.0000
EETOT
-2.545962
0.782367-3.254179
0.0025










R-squared
0.998687
    Mean dependent var
168626.3
Adjusted R-squared
0.998612
    S.D. dependent var
143873.3
S.E. of regression
5360.162
    Akaike info criterion
20.08703
Sum squared resid
1.01E+09
    Schwarz criterion
20.21632
Log likelihood
-378.6536
    Hannan-Quinn criter.
20.13303
F-statistic
13310.86
    Durbin-Watson stat0.245446
Prob(F-statistic)
0.000000














Este modelo presenta una suma de errores al cuadrado muy elevados por lo que se pasa el modelo a logarítmos.

Dependent Variable: LOG(SAL)


Method: Least Squares


Date: 12/11/12 Time: 11:54


Sample (adjusted): 1970 2007


Included observations: 38 after adjustments












Coefficient
Std.Error
t-Statistic
Prob.  










C
-0.285994
0.408922
-0.699386
0.4889
LOG(GDPM)
0.992764
0.006408
154.9297
0.0000
LOG(EETOT)
-0.035391
0.047605
-0.743421
0.4622










R-squared
0.999087
    Mean dependent var
11.50179
Adjusted R-squared
0.999035
    S.D. dependent var
1.213137
S.E. of regression
0.037680
    Akaike info criterion
-3.643735
Sumsquared resid
0.049692
    Schwarz criterion
-3.514452
Log likelihood
72.23097
    Hannan-Quinn criter.
-3.597737
F-statistic
19159.34
    Durbin-Watson stat
0.240379
Prob(F-statistic)
0.000000














Se puede observar que los errores se han corregido pero la variable de empleo total tiene una significación individual muy baja.
Como en el modelo anterior lasvariables explicativas no explican en su totalidad a la variable endógena, se descompone la variable GDPM en sus componentes, es decir, descomponemos el PIB en consumo privado e inversión total. También se cambia la variable de empleo total por la tasa de desempleo (Euprate).
El nuevo modelo estimado es el siguiente:
CP = consumo privado
IVT = inversión total
Euprate = TASA DE DESEMPLEODependent Variable: SAL


Method: Least Squares


Date: 12/11/12 Time: 11:44


Sample (adjusted): 1970 2007


Included observations: 38 after adjustments












Coefficient
Std. Error
t-Statistic
Prob.  










C
2482.490
1000.036
2.482400
0.0181
CP
1.011002
0.022171
45.59978
0.0000
IVT
-0.352243
0.042689
-8.251374
0.0000
EUPRATE-83037.56
10046.35
-8.265444
0.0000










R-squared
0.999743
    Mean dependent var
168626.3
Adjusted R-squared
0.999721
    S.D. dependent var
143873.3
S.E. of regression
2404.747
    Akaike info criterion
18.50758
Sum squared resid
1.97E+08
    Schwarz criterion
18.67996
Log likelihood
-347.6440
    Hannan-Quinn criter.
18.56891
F-statistic
44135.77...