P. 1
bajar_bueno

bajar_bueno

|Views: 49|Likes:

More info:

Published by: David Cruz Campaña Martino on Apr 05, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/05/2012

pdf

text

original

Econometría

Auxiliar 12
Profesor : Auxiliar : Mattia Makovec Gonzalo Viveros A. Semestre : Otoño 2010

Pregunta 1
Un investigador quiere estimar una ecuación de oferta laboral (1a) utilizando una muestra de N observaciones sobre mujeres casadas trabajadoras, conjuntamente con una ecuación del salario que ellas reciben (1b): hi = δ10 + γ12 log(wi ) + δ11 edui + δ12 edai + δ13 n6i + δ14 n18i + δ15 ini + ε1i , log(wi ) = δ20 + γ21 hi + δ21 edui + δ22 ani + δ23 an2 + ε2i . i Por cada mujer i se indica con: hi : Horas trabajadas en un mes. wi : Salario mensual recibido. edui : Nivel de educación alcanzado. edai : Edad. ni6i : Número de hijos con edad menor de 6 años. ni18i : Número de hijos con edad entre 6 y 18 años. ini : Ingreso no laboral mensual. ani : Número total de años de experiencia laboral. Se supone que E[εji |edui , edai , ni6i , ni18i , ini , ani , an2 ] = 0, ∀i = 1, . . . , N y j = 1, 2. i a) Escribir el sistema de ecuaciones en forma estructural. 1 (1a) (1b)

Suponiendo que λ es conocido: a) Obtenga el estimador de máxima verosimilitud de β. .a. . a) Determine el estimador MV de θ. . iid con función de densidad: f (x) = θ−1 x θ −1 . . Y t = β t + ut . . si x ∈ (0.Econometría Auxiliar 12 2 b) Escribir el sistema de ecuaciones en forma reducida (indicar los pasos principales sin obtener explícitamente los coeficientes de forma reducida).o. . 1) un parámetro desconocido.cación de cada ecuación del sistema. c) Analice si el estimador MV de θ es el estimador más eficiente entre todos los estimadores insesgados de θ.a. . λ) . YT correspondientes a variables aleatorias independientes. Sabemos que. . Xn v. . obtenga el estimador de máxima verosimilitud de θ = (β. . 2λ2 donde λ es un ¿se puede c) Suponiendo que λ es desconocido. T . Pregunta 3 Sean X1 . e.c. b) Demuestre que este estimador es insesgado. . 1 siendo θ ∈ (0. 0. normal con media 0 y varianza parámetro unidimensional positivo. siendo ut una v. 1). b) Si T = 4 y tenemos un estimador insesgado β cuya varianza es asegurar que β es el estimador más eficiente entre los insesgados? 1 . para t = 1. . c) Discutir la identi. . ¿Cuáles son las restricciones que el investigador está imponiendo en cada ecuación para conseguir identificación? Pregunta 2 Disponemos de T observaciones Y1 . 60λ2 1 .

reg661 hasta reg668 y smsa66 como variables explicativas. exper.t ) + β12 mont + β13 tuest + β14 wedt + β15 thrust + ε1t . south. Pregunta 5 El fichero Fish. log(pW.Econometría Auxiliar 12 3 1 Hint: 0 θ x −1 1 −1 θ 1 ln(x) dx = −θ.t ) = β10 + β11 log(qA. usando nearc4 como instrumento para educ. usando todas las variables explicativas de la parte (a) y la variable dummy nearc4.dta contiene 97 observaciones diarias de precios y cantidades de pescado observadas en el Mercado de Pescado de Fulton en New York (Estudio de Graddy. Compare el intervalo al 95 % para el retorno a la educación con el obtenido en la parte (a). 1995). Considere el siguiente sistema de ecuaciones de demanda de pescado para los consumidores de raza blanca (W) y asiática (A): log(pA. y 0 θ−1 x θ −1 ln(x)2 dx = 2 θ2 . La descripción de las variables vienen incluidas en el fichero.t ) + β22 mont + β23 tuest + β24 wedt + β25 thrust + ε2t . sin usar nearc2 como instrumento. use interacciones de nearc4 con algunas (o todas) de las variables exógenas de la ecuación para log(wage) como instrumentos para educ2. Primero estime la forma reducida para educ y comente cual de los dos instrumentos está correlacionado de forma más fuerte con educ. Específicamente. ¿Poseen educ y nearc4 una correlación parcial significativa? c) Estime la ecuación para el log(wage) por VI. b) Estime la forma reducida para la educación. e) Extienda el problema de la parte (b) permitiendo educ2 en la ecuación para log(wage). black. exper2. d) Ahora use nearc2 y nearc4 como instrumentos para educ. 1 Pregunta 4 Basado en el trabajo de Card (1995).t ) = β20 + β21 log(qW. a) Estime por OLS una ecuación para log(wage) usando educ. smsa. .

(1995). 97.t ). .t ) log(qA. “Using Geographical Variation in College Proximity to Estimate the Return to Schooling. 26(1). ¿Cual es en su opinión el método de estimación mas apropiado? Referencias Card.Econometría Auxiliar 12 4 por t = 1. 75-92 .t ) y log(qW. pp. Estime el sistema de ecuaciones por mínimos cuadrados ordinarios. (4483). D. Compruebe si las variables speed2. log(pW. K. Comente los resultados obtenidos y explique las diferencias entre los métodos de estimación. . donde log(pA.” NBER Working Paper Series. SUR.t ) son variables endógenas. . wave2. Graddy.” RAND Journal of Economics. . mínimos cuadrados en dos etapas y mínimos cuadrados en tres etapas. speed3 y wave3 relativas a las condiciones meteorológicas se pueden utilizar como variables instrumentales validas en las dos ecuaciones. (1995). “Testing for imperfect competition at the Fulton fish market.

2: Vía STATA ivreg lwage (educ=nearc4) exper expersq black south smsa reg661-reg668 smsa66. clear * a) Regresión OLS reg lwage educ exper expersq black south smsa reg661-reg668 smsa66. Se define la dirección donde se trabajará. con nearc4 como instrumento para educ * Op. xb * Segunda Etapa: Regresión para salarios reg lwage iveduc exper expersq black south smsa reg661-reg668 smsa66. r * d) Estimación por VI. r drop iveduc * Op. r .1: Manualmente * Primera Etapa: Regresión para educación reg educ exper expersq black south smsa reg661-reg668 smsa66 nearc2 nearc4. r * b) Forma reducida para educación reg educ exper expersq black south smsa reg661-reg668 smsa66 nearc4.1: Manualmente * Primera Etapa: Regresión para educación qui reg educ exper expersq black south smsa reg661-reg668 smsa66 nearc4. cd "C:\UChile\[A] Econometría\Aux12" Pregunta 4 use CARD.Econometría Auxiliar 12 5 Códigos En lenguaje STATA. por ejemplo. con nearc2 y nearc4 como instrumentos para educ * Op. r * Educación Instrumentada predict iveduc. r * c) Estimación por VI.

Econometría Auxiliar 12 6 * Educación Instrumentada predict iveduc. r first .2: Vía STATA (comando first muestra ambas etapas) ivreg lwage (educ=nearc2 nearc4) exper expersq black south smsa reg661-reg668 smsa66. xb * Segunda Etapa: Regresión para salarios reg lwage iveduc exper expersq black south smsa reg661-reg668 smsa66. r * Op. r first * e) Estimación VI con interacciones * Creación de educ2 gen educ2=educ*educ * Interacciones gen nexper = nearc4*exper gen nexpersq = nearc4*expersq gen nblack = nearc4*black gen nsouth = nearc4*south gen nsmsa = nearc4*smsa gen nreg661 = nearc4*reg661 gen nreg662 = nearc4*reg662 gen nreg663 = nearc4*reg663 gen nreg664 = nearc4*reg664 gen nreg665 = nearc4*reg665 gen nreg666 = nearc4*reg666 gen nreg667 = nearc4*reg667 gen nreg668 = nearc4*reg668 gen nsmsa66 = nearc4*smsa66 * Regresión con educ2 ivreg lwage (educ educ2=nearc2 nearc4 nexper nexpersq nblack nsouth nsmsa nreg661-nreg668 nsmsa66) exper expersq black south smsa reg661-reg668 smsa66.

reg logqtyw mon tues wed thurs speed2 wave2 speed3 wave3. endog(logprcw logprca) exog(speed2 wave2 speed3 wave3 mon tues wed thurs) ireg . r * OLS reg logprcw logqtyw mon tues wed thurs reg logprca logqtya mon tues wed thurs * SUR sureg (logprcw logqtyw mon tues wed thurs) (logprca logqtya mon tues wed thurs) * 2SLS ivreg logprcw (logqtyw = speed2 wave2 speed3 wave3) mon tues wed thurs. clear gen gen gen gen logprca logprcw logqtya logqtyw = = = = ln(prca) ln(prcw) ln(qtya) ln(qtyw) * Para estudiar la correlacion entre las variables endogenas y los instrumentos. first * 3SLS reg3 (logprcw logqtyw mon tues wed thurs) (logprca logqtya mon tues wed thurs).Econometría Auxiliar 12 7 Pregunta 5 use FISH. first ivreg logprca (logqtya = speed2 wave2 speed3 wave3) mon tues wed thurs. r reg logqtya mon tues wed thurs speed2 wave2 speed3 wave3.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->