Trabajo de Econometría
Enviado por Luis Toledo Parra • 25 de Agosto de 2015 • Trabajo • 961 Palabras (4 Páginas) • 344 Visitas
Trabajo Nº1
Econometría
Universidad Iberoamericana
Recuerde que es en grupos (no más de tres)
Fecha de entrega 8 de Mayo, antes de las 23.55.
Pregunta 1
Considere el archivo preg1.gdt que corresponde una base de datos de excesos de retornos de tres diferentes índices de industrias, el exceso de retorno de un índice accionario general y una variable dummy que toma el valor 1 en cada Enero y cero para el resto de los meses. Estos excesos de retornos cubren el período Enero 1960 a Diciembre 2002 y están ajustados por una tasa libre de riesgo. Las industrias son Alimentos, Durables y Construcción. Con ello realice los siguientes ejercicios en línea con el modelo CAPM, el cual indica que los excesos de retorno de un activo (o un portafolio de estos) se relaciona de forma lineal con el exceso de retorno de mercado.
- Grafique los excesos de las 3 industrias en conjunto con el exceso de retorno del índice general. Comente las conclusiones que se pueden sacar de estos gráficos.
[pic 1][pic 2]
[pic 3][pic 4]
[pic 5][pic 6]
- Haga una regresión MCO (Modelo -> Mínimos Cuadrados Ordinarios) entre los excesos de retorno de cada industria contra el exceso de retorno del índice accionario y una constante. Discuta sobre la estimación del parámetro de pendiente obtenido, el cual se denomina en esta literatura “beta”. ¿qué significa un valor superior a uno?
Modelo 1: MCO, usando las observaciones 1960:01-2002:12 (T = 516)
Variable dependiente: rmrf
| Coeficiente | Desv. Típica | Estadístico t | Valor p | |
const | −0,0915697 | 0,126675 | −0,7229 | 0,4701 | |
rfood | 0,762872 | 0,027609 | 27,6313 | <0,0001 | *** |
Media de la vble. dep. | 0,415504 | D.T. de la vble. dep. | 4,484188 | |
Suma de cuad. residuos | 4166,598 | D.T. de la regresión | 2,847143 | |
R-cuadrado | 0,597648 | R-cuadrado corregido | 0,596865 | |
F(1, 514) | 763,4870 | Valor p (de F) | 1,1e-103 | |
Log-verosimilitud | −1271,069 | Criterio de Akaike | 2546,139 | |
Criterio de Schwarz | 2554,631 | Crit. de Hannan-Quinn | 2549,467 | |
rho | 0,096471 | Durbin-Watson | 1,800277 |
rmrf = -0,91 + 0,76 rfood
Modelo 2: MCO, usando las observaciones 1960:01-2002:12 (T = 516)
Variable dependiente: rmrf
| Coeficiente | Desv. Típica | Estadístico t | Valor p | |
const | 0,0659474 | 0,101282 | 0,6511 | 0,5153 | |
rdur | 0,665355 | 0,017422 | 38,1906 | <0,0001 | *** |
Media de la vble. dep. | 0,415504 | D.T. de la vble. dep. | 4,484188 | |
Suma de cuad. residuos | 2698,460 | D.T. de la regresión | 2,291271 | |
R-cuadrado | 0,739420 | R-cuadrado corregido | 0,738913 | |
F(1, 514) | 1458,523 | Valor p (de F) | 3,2e-152 | |
Log-verosimilitud | −1158,989 | Criterio de Akaike | 2321,979 | |
Criterio de Schwarz | 2330,471 | Crit. de Hannan-Quinn | 2325,307 | |
rho | 0,001033 | Durbin-Watson | 1,974490 |
rmrf = 0,06 + 0,76 rdur
Modelo 3: MCO, usando las observaciones 1960:01-2002:12 (T = 516)
Variable dependiente: rmrf
| Coeficiente | Desv. Típica | Estadístico t | Valor p | |
const | 0,118642 | 0,0879277 | 1,3493 | 0,1778 | |
rcon | 0,694005 | 0,0151588 | 45,7822 | <0,0001 | *** |
Media de la vble. dep. | 0,415504 | D.T. de la vble. dep. | 4,484188 | |
Suma de cuad. residuos | 2039,368 | D.T. de la regresión | 1,991894 | |
R-cuadrado | 0,803066 | R-cuadrado corregido | 0,802683 | |
F(1, 514) | 2096,011 | Valor p (de F) | 1,7e-183 | |
Log-verosimilitud | −1086,739 | Criterio de Akaike | 2177,477 | |
Criterio de Schwarz | 2185,970 | Crit. de Hannan-Quinn | 2180,805 | |
rho | −0,007972 | Durbin-Watson | 2,011260 |
...