Estudio Econometrico Del Mercado De Automoviles

Proyecto Econometría

Alejandro Vivas López

Introducción

En este trabajo se llevara a cabo una investigación sobre el valor de precios de carros usados en Bogotá (población a estudiar), haciendo uso de herramientas econométricas.

En primer lugar se hizo una recolección de datos con cuatro fuentes de información, dos fuentes escritas (el tiempo y revista clasificados) y dos fuentes virtuales (carroya.com y tucarro.com), estas fuentes fueron escogidas aleatoriamente de 10 fuentes encontradas. Donde se tomo una muestra aleatoria de 25 vehículos usados para cada una de las fuentes, sumando en total 100 observaciones o automotores. En la ciudad de Bogotá. Dichos vehículos fueron clasificados por marca del automotor, tipo, modelo (año), cilindraje del motor, kilometraje, precio de venta, lujos, fabricación nacional o importado, numero de dueños anteriores y si la venta la realizaba el dueño del automotor o algún concesionario. Por último en esta recolección de datos se busco y agrego los precios que la revista motor tenia estipulado para cada tipo de carro.

Posteriormente la totalidad de los 100 datos observados con sus respectivas especificaciones fueron reportados en el programa STATA. Donde cada fila es una observación y cada una de las columnas corresponde a las especificaciones o características mencionadas anteriormente.

Objetivo del Proyecto

El objetivo del proyecto, grosso modo, es estimar los efectos causales que pueden llegar a tener las diferentes características y especificaciones, de los diferentes automóviles, sobre el precio final del vehículo. Y de este modo podremos ver cuál es la característica que más influye o afecta al precio del automotor.

Lo anterior se encuentra sustentado teóricamente bajo el análisis de la regresión lineal múltiple , de la cual se hará uso para poder concluir sobre los resultados. Por tal

Por tal motivo se tendrán que cumplir los cuatro supuestos básicos del modelo de regresión lineal múltiple.

El modelo debe ser lineal en parámetros

Se debe tener una muestra aleatoria

Media condicional igual a cero: E(u|X1,X2,.........;Xn)=0

No perfecta Multicolinealidad

Homocedasticidad: la varianza del error, dado X, debe ser constante.

Por su parte se deberá cumplir también con los supuestos de Gauss-Markov, y de esta forma nuestro modelo será más preciso.

Datos Importantes

Los datos recolectados hacen parte de una base de datos de corte transversal, ya que se trata de una muestra de unidades (automotores) tomada en algún punto del tiempo, que han sido obtenidos de la población subyacente (población de carros usados en Bogotá) mediante un muestreo aleatorio.

Se contara con variables de carácter binario (cero-uno) que se usaran para indicar las características cualitativas del carro.

Por ejemplo: para Marca: Renault o chevrolet

Para Tipo: Sedan o Camioneta

Para fabricación: Importado o Nacional

Sin embargo, estas variables se especificaran más adelante y las encontraremos detalladas en el Do-file del trabajo.

En el trabajo nuestro grupo control serán los automotores marca Renault.

Nuestra variable dependiente del modelo: Precio del automóvil

R2: explica cuanta variación muestral en Y (variables dependiente) está siendo explicada por la variación muestral en X (variables independientes).

STATA

Descripción de Variables

Tabla de Estadísticas descriptivas

PARTE 1. REGRESIONES BASICAS

Se desea saber cuánto cambia en promedio el precio de un automóvil usado particular en Bogotá con los años de uso potenciales que tiene el vehículo controlado por el cilindraje y el kilometraje recorrido.

Antes de esto podemos ver la correlación que existe entre las variables

En este caso (fijándonos en la primer columna) podemos ver que la correlación existente entre el precio, cc (51.5%), y Klm (50.9%) es básicamente la misma. Mientras que la correlación que existe entre las variables explicativas uso y cc es muy pequeña, y lo mismo podríamos decir de la correlación entre cc y Klm.

Sin embargo la correlación existente entre uso y klm es una correlación positiva muy alta lo que nos llevaría a pensar que existe multicolinealidad.

Como se verá en el do-file (Anexo III); debemos entonces crear la variable uso, el cual está determinado por el número de años que tiene el carro en circulamiento, es decir 2011 – año del modelo del carro.

Para esto se plantea el siguiente modelo:

Donde:

Precio: es el precio de venta del vehículo

Uso: es el tiempo de uso potencial del vehículo (en años) desde que se compro

CC: es el cilindraje cubico del motor del carro

Kilom: es el kilometraje recorrido del vehículo (en miles)

Y la regresión nos da que:

Precio = 18400000 – 1821748 Uso + 12314.64 CC – 33.85537 Km + error

El coeficiente que acompaña a la variable uso es negativo, lo que nos indica que un mayor uso del carro conlleva a una disminución en el precio de este. Aproximadamente un año más de uso disminuye en promedio $1821748 (Peso colombiano) en el precio final del carro.

Por su parte el coeficiente del cilindraje (equivalente al tamaño del motor) tiene una relación positiva con el precio. Es decir que un motor entre más grande significara en promedio un precio mayor; según la regresión equivaldría a un aumento en promedio de $12314.64 (peso colombiano) .

Mientras que el coeficiente del kilometraje nos indica que existe (como es de esperarse) una relación negativa con el precio del vehículo. Pues es de esperarse que un vehículo entre mayor recorrido tenga su precio será más bajo. Así que un aumento en 1 Km adicional de recorrido equivaldrá en promedio a una disminución de $33.85537 (pesos colombianos) en el precio final del vehículo.

*la estimación del modelo (1) anterior, se reportara en la columna 1 de la tabla general que se encuentra en el anexo II

1a)

Prueba t para verificar si uso es estadísticamente la significativa al

...