TAREA DE ECONOMETRÍA I – REGRESIÓN LINEAL
samyrosalesTrabajo15 de Junio de 2020
10.665 Palabras (43 Páginas)456 Visitas
DEPARTAMENTO DE ESTADÍSTICA Y MATEMÁTICAS
TAREA DE ECONOMETRÍA I – REGRESIÓN LINEAL
Observación: Tenga en cuenta las siguientes instrucciones.
- Los siguientes ejercicios los debe realizar utilizando el programa econométrico R por programación. En los ejercicios que se requiera construya las tablas por programación para mostrar los resultados.
- El trabajo lo de debe presentar en un archivo WORD con los resultados y el análisis respectivo
- Debe entregar el trabajo en una carpeta comprimida con el documento del trabajo, el código en R los datos
- La siguiente tabla presenta los datos sobre el precio del oro (Poro), el IPC y el índice de la bolsa de valores de Nueva York (BVNY) para EU durante el periodo 1974 – 2006.
Precio del oro, IPC y BVNY
Date | Poro | BVNY | IPC |
| Date | Poro | BVNY | IPC |
1974 | 59,26 | 511,354 | 49,3 |
| 1991 | 262,11 | 683,172 | 136,2 |
1975 | 61,02 | 513,355 | 53,8 |
| 1992 | 243,82 | 707,151 | 140,3 |
1976 | 24,84 | 522,585 | 56,9 |
| 1993 | 259,77 | 728,89 | 144,5 |
1977 | 57,71 | 521,766 | 60,6 |
| 1994 | 284 | 733,702 | 148,2 |
1978 | 93,22 | 521,781 | 65,2 |
| 1995 | 284,17 | 772,856 | 152,4 |
1979 | 206,68 | 526,668 | 72,6 |
| 1996 | 287,77 | 843,72 | 156,9 |
1980 | 512,56 | 537,015 | 82,4 |
| 1997 | 231,02 | 947,735 | 160,5 |
1981 | 360,03 | 543,262 | 90,9 |
| 1998 | 194,24 | 1046,826 | 163 |
1982 | 275,67 | 537,884 | 96,5 |
| 1999 | 178,88 | 1119,681 | 166,6 |
1983 | 324,35 | 562,952 | 99,6 |
| 2000 | 179,11 | 1145,589 | 172,2 |
1984 | 260,48 | 562,733 | 103,9 |
| 2001 | 174,04 | 1104,785 | 177,1 |
1985 | 217,26 | 579,297 | 107,6 |
| 2002 | 209,73 | 1022,889 | 179,9 |
1986 | 267,66 | 608,802 | 109,6 |
| 2003 | 263,38 | 1009,746 | 184 |
1987 | 346,46 | 635,979 | 113,6 |
| 2004 | 309,72 | 1126,262 | 188,9 |
1988 | 336,94 | 623,514 | 118,3 |
| 2005 | 344,74 | 1199,9 | 195,3 |
1989 | 281,44 | 655,336 | 124 |
| 2006 | 503,46 | 1300,799 | 201,6 |
1990 | 283,51 | 658,947 | 130,7 |
|
|
|
|
|
Este archivo en Excel se adjunta con el nombre “Datos_E1_Precio_Oro_BVNY”.
Se supone que la inversión es una protección contra la inflación si su precio y/o tasa de retorno, al menos, se mantiene al ritmo de la inflación. Para probar esta hipótesis, se decide ajustar los modelos
Modelo 1 Modelo 2
[pic 1]
- Explique el significado de los coeficientes en los dos modelos anteriores.
Modelo 1
β1: Es la tasa de retorno esperada de invertir en oro cuando la inflación es igual a cero.
β2: Cambio esperado en la tasa de retorno de invertir en oro cuando la inflación aumenta en una unidad.
Modelo 2
β1: Es la tasa de retorno esperada de invertir en la bolsa de valores cuando la inflación es igual a cero.
β2: Cambio esperado en la tasa de retorno de invertir en la bolsa de valores cuando la inflación aumenta en una unidad.
- Si la hipótesis de que la inversión es una protección contra la inflación es correcta, ¿qué valores esperaría para [pic 2] en ambos modelos?
Se esperaría que los signos sean positivos para [pic 3] porque cuando la inflación aumenta, se espera que no se desvalorice el dinero y esto se va a lograr si la tasa de retorno crece al menos a un ritmo igual al de la inflación, por lo tanto debería haber una relación directa.
- Usar los datos de la tabla anterior para ajustar por OLS los modelos propuestos. Interpretar los principales resultados, ¿es válido el supuesto de normalidad? Use los resultados de los modelos estimados para determinar empíricamente, ¿cuál inversión es mejor protección contra la inflación?
summary(mod1) Call: lm(formula = Poro ~ IPC) Residuals: Min 1Q Median 3Q Max -150.557 -90.711 5.178 37.052 310.944
Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 116.8937 54.2597 2.154 0.0391* IPC 1.0282 0.4022 2.556 0.0157* --- Signif. Codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 102.7 on 31 degrees of freedom Multiple R-squared: 0.1741, Adjusted R-squared: 0.1474 F-statistic: 6.534 on 1 and 31 DF, p-value: 0.0157 |
...