Metodos cuantitativos para el analisis economico

UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONOMICAS

Examen Parcial II

Nombre del profesor: William Alirio Martínez

Grupo Teórico:     02                          Mes: Noviembre       Año: 2015            Ciclo:    II Nombre de la Asignatura: Métodos Cuantitativos para el Análisis Económico

Estudiante: KATHERINE STEPHANIE MANCIA RAMIREZ           

A continuación conteste de forma breve y clara las preguntas planteadas.

1. A continuación elija la respuesta al concepto planteado (10%). 

1. Variables Endógenas                                                      ( _1_  )
2. Modelo de rezagos distribuidos                                      ( _8_  )
3. Causa de los rezagos         (622)                                             ( _10  )
4. Variables Exógenas                                                       ( _2_  )
5. Modelo autorregresivo                                              ( _6_  )

Posibles respuestas:

1. Equivalen a las variables dependientes de un modelo de regresión con una sola ecuación.
2. Equivalen a las variables X, o regresoras, en tal modelo, en tanto las variables X no estén correlacionadas con el término de error de esa ecuación.
3. Modelo obtenido  mediante un proceso puramente algebraico; está desprovisto de cualquier soporte teórico.
4. Modelo con una media que varía con el tiempo o una varianza que cambia con el tiempo, o ambas.
5. Riesgo moral, propensión marginal, instituciones
6. Modelo que incluye uno o más valores rezagados de la variable dependiente entre sus variables explicativas.
7. Regresión de una serie de tiempo con raíz unitaria sobre otra serie de tiempo con raíz unitaria
8. Modelo de regresión que incluye no sólo valores actuales sino además valores rezagados (pasados) de las variables explicativas (las X).
9. Tiene una media igual a cero, una varianza constante σ2 y no está serialmente correlacionado.
10. Razones Psicológicas, Tecnológicas, institucionales

1. A continuación responda claro y brevemente la pregunta planteada (10%). 

1. El modelo de Koyck es ad hoc^[1], pues no se obtuvo mediante un proceso puramente algebraico; está provisto de soporte teórico. 

La idea planteada anteriormente reconoce el hecho de que el modelo de koyck no es ni un proceso algebraico y que tiene soporte teórico, lo cual es totalmente erróneo, este modelo en realidad se obtuvo mediante un proceso estrictamente algebraico el cual sufria de fundamentos teóricos.

        a)         Falso            b)    Verdadero

1.2. El modelo de ajuste parcial se parece a los modelos de Koyck y de expectativas adaptativas—aparte de la diferencia en la apariencia del término de error—  en que es autorregresivo. 

Efectivamente en el modelo de koyck, el del ajuste parcial y el de expectativas adaptativas tienen una aparente diferencia en el término error, pero por otro lado cabe mencionar que el modelo de ajuste parcial se basa en la incertidumbre y el otro se basa en rigideces técnicas entre otros, se podría decir que los antes mencionados son más sólidos que el modelo de koyck y como último punto hay que señalar que los 3 producen el mismo modelo estimado, dado eso es de tener micho cuidado con las especificación o justificación de la elección de alguno de estos modelos.

        a)          Falso            b)    Verdadero 

1.3. La técnica de Almón tiene algunos problemas graves de estimación debido a la presencia de la variable explicativa estocástica Yt−1 y a su probable correlación con el término de perturbación.

Al respecto, la técnica de Almon tiene una clara ventaja sobre el método de Koyck porque, como vimos, el último tiene algunos problemas graves de estimación debidos a la presencia de la variable explicativa estocástica Yt−1 y a su probable correlación con el término de perturbación.

        a) Falso            b)    Verdadero

1.4. Los términos “serie de tiempo estacionaria” y “serie de tiempo integrada de orden cero” no son la misma cosa.

El modelo de caminata aleatoria no es más que un caso específico de una clase más general de procesos estocásticos conocidos como procesos integrados. Recuerde que el MCA sin deriva es no estacionario, pero su serie de primeras diferencias, como se muestra en (21.3.8), es estacionaria. Por tanto, el MCA sin deriva se llama proceso integrado de orden 1 y se denota como I(1). De manera similar, si una serie de tiempo tiene que diferenciarse dos veces (es decir, se toman primeras diferencias de la serie de primeras diferencias) para hacerla estacionaria, esa serie de tiempo se denomina integrada de orden 2. 15 En general, si una serie de tiempo (no estacionaria) debe diferenciarse d veces para hacerla estacionaria, decimos que la serie es integrada de orden d. Una serie de tiempo Yt integrada de orden d se denota como Yt ∼ I(d). Si una serie de tiempo es estacionaria desde el principio (es decir, si no requiere ninguna diferenciación), decimos que es integrada de orden cero y se denota mediante Yt ∼ I(0). Por tanto, con los términos “serie de tiempo estacionaria” y “serie de tiempo integrada de orden cero” daremos a entender la misma cosa. La mayoría de las series de tiempo económicas son I(1); es decir, por lo general se convierten en estacionarias sólo después de tomar sus primeras diferencias.

...