Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 UNIVERSIDADE FEDERAL DO TOCANTINS CÂMPUS DE PALMAS CURSO DE CIÊNCIAS ECONÔMICAS 109 Norte, Av. NS-15 – ALCNO -14 – Plano Diretor Norte | Palmas/TO (63) 3219-0808 http://www.uft.edu.br/| fernandofonseca@uft.edu.br Disciplina: Econometria II Prof. Dr. Fernando Fonseca Lista 1 – Econometria II Lista de exercícios para entregar na sexta-feira, dia 26/02/2021, às 23h. Nome: ____________________________________________ Matrícula: _____________ 1. Considere a seguinte equação: 𝑒𝑑𝑢�̂� = 10,36 − 0,094 𝑠𝑖𝑏𝑠 + 0,131 𝑚𝑒𝑑𝑢𝑐 + 0,210 𝑓𝑒𝑑𝑢𝑐 𝑛 = 722, 𝑅2 = 0,214, em que educ é anos de escolaridade formal, sibs é o número de irmãos, meduc é anos de escolaridade formal da mãe, e feduc é anos de escolaridade formal do pai. (i) sibs tem o efeito esperado? Explique. Mantendo meduc e feduc fixos, em quanto deveria sibs aumentar para reduzir os anos previstos da educação formal em ano? (Uma resposta incompleta é aceitável aqui.) (ii) Discuta a interpretação do coeficiente de meduc. (iii) Suponha que o Homem A não tenha irmãos, e sua mãe e seu pai tenham, cada um, 12 anos de educação formal. Suponha também que o Homem B não tenha irmãos, e sua mãe e seu pai tenham, cada um, 16 anos de educação formal. Qual é a diferença prevista em anos de educação formal entre B e A? 2. O salário inicial (mediano) para recém-formados em Direito é determinado pela equação: log(𝑠𝑎𝑙𝑎𝑟𝑦) = 𝛽0 + 𝛽1𝐿𝑆𝐴𝑇 + 𝛽2𝐺𝑃𝐴 + 𝛽3log(𝑙𝑖𝑏𝑣𝑜𝑙) + 𝛽4log(𝑐𝑜𝑠𝑡) + 𝛽5𝑟𝑎𝑛𝑘 + 𝑢, em que LSAT é a nota mediana do LSAT (nota de ingresso no curso de Direito) dos recém- formados, GPA é a nota mediana dos recém-formados nas disciplinas do curso de Direito, http://www.uft.edu.br/ mailto:fernandofonseca@uft.edu.br 2 libvol é o número de volumes da biblioteca da escola de Direito, cost é o custo anual da escola de Direito e rank é a classificação da escola de Direito (com rank = 1 sendo o melhor posto de classificação). (i) Explique a razão de esperarmos 𝛽5 ≤ 0. (ii) Quais são os sinais que você espera para os outros parâmetros de inclinação? Justifique sua resposta. (iii) Utilizando os dados do arquivo LAWSCH85, a equação estimada é log (salary)̂ = 8,34 + 0,0047 𝐿𝑆𝐴𝑇 + 0,248 𝑐𝑜𝑙𝐺𝑃𝐴 + 0,095 log(𝑙𝑖𝑏𝑣𝑜𝑙) + 0,038 log(𝑐𝑜𝑠𝑡) − 0,0033 𝑟𝑎𝑛𝑘 𝑛 = 136, 𝑅2 = 0,842. Qual é a diferença ceteris paribus prevista no salário para as escolas com um colGPA mediano diferente para um ponto? (Descreva sua resposta em percentual.) (iv) Interprete o coeficiente da variável log(libvol). (v) Você diria que é mais razoável frequentar uma escola de Direito que tem uma classificação melhor? Qual é a diferença no salário inicial esperado para uma escola que tem uma classificação igual a 20? 3. Suponha que você tenha interesse em estimar o relacionamento ceteris paribus entre y e 𝑥1. Para esse propósito você pode coletar dados de duas variáveis de controle, 𝑥2 e 𝑥3. (Para melhor clareza, você pode entender y como uma nota do exame final, 𝑥1 como frequência às aulas, 𝑥2 como nota de média graduação até o semestre anterior, e 𝑥3 como uma nota de teste de aptidão acadêmica ou de teste de avaliação.) Seja 𝛽1̃ a estimativa da regressão simples de y sobre 𝑥1 e seja �̂�1 a estimativa de regressão múltipla de y sobre 𝑥1, 𝑥2, 𝑥3. (i) Se 𝑥1 for altamente correlacionada com 𝑥2 e 𝑥3 na amostra e 𝑥2 e 𝑥3 tiverem grandes efeitos parciais em y, você antecipa que 𝛽1̃ e �̂�1 sejam semelhantes ou muito diferentes? Explique. (ii) Se 𝑥1 for quase não correlacionada com 𝑥2 e 𝑥3, mas 𝑥2 e 𝑥3 forem altamente correlacionadas, 𝛽1̃ e �̂�1 tenderão a ser semelhantes ou muito diferentes? Explique. (iii) Se 𝑥1 for altamente correlacionada com 𝑥2 e 𝑥3, e 𝑥2 e 𝑥3 tiverem pequenos efeitos parciais em y, você anteciparia que ep(𝛽1̃) ou ep(�̂�1) será menor? Explique. (iv) Se 𝑥1 for quase não correlacionada com 𝑥2 e 𝑥3, 𝑥2 e 𝑥3 tiver grandes efeitos parciais em y, e 𝑥2 e 𝑥3 forem altamente correlacionadas, você anteciparia que ep(𝛽1̃) ou ep(�̂�1) será menor? Explique. 3 4. A seguinte equação representa os efeitos das receitas totais de impostos sobre o crescimento subsequente do emprego para a população de municípios do Estados Unidos: 𝑐𝑟𝑒𝑠𝑐 = 𝛽0 + 𝛽1𝑝𝑎𝑟𝑐𝑝 + 𝛽2𝑝𝑎𝑟𝑐𝑟 + 𝛽3𝑝𝑎𝑟𝑐𝑣 + 𝑜𝑢𝑡𝑟𝑜𝑠 𝑓𝑎𝑡𝑜𝑟𝑒𝑠, em que cresc é a variação percentual do emprego de 1980 a 1990, enquanto o total das receitas de impostos tem a seguinte distribuição: 𝑝𝑎𝑟𝑐𝑝 é a parcela dos impostos sobre a propriedade, 𝑝𝑎𝑟𝑐𝑟 é a parcela das receitas de impostos sobre a renda, e 𝑝𝑎𝑟𝑐𝑣 é a parcela das receitas de impostos sobre as vendas. Todas essas variáveis estão mensuradas em 1980. A parcela omitida, 𝑝𝑎𝑟𝑐𝑡, inclui taxas e impostos variados. Por definição, as quatro parcelas somam um. Outros fatores incluiriam despesas com educação, infraestrutura e assim por diante (todos mensurados em 1980). (i) Por que devemos omitir uma das variáveis de parcela de impostos da equação? (ii) Dê uma interpretação cuidadosa de 𝛽1. 5. A Variável rdintens corresponde a gastos com pesquisa e desenvolvimento (P&D) como uma porcentagem das vendas. As vendas são mensuradas em milhões de dólares. A variável profmarg corresponde a lucros como uma porcentagem das vendas. Usando os dados do arquivo RDCHEM de 32 empresas da indústria química, estimou-se a seguinte equação: 𝑟𝑑𝑖𝑛𝑡𝑒𝑛𝑠̂ = 0,472 + 0,321 log(𝑠𝑎𝑙𝑒𝑠) + 0,050 𝑝𝑟𝑜𝑓𝑚𝑎𝑟𝑔 (1,369) (0,216) (0,046) 𝑛 = 32, 𝑅2 = 0,099. (i) Interprete o coeficiente de log(sales). Em particular, se sales aumenta em 10%, qual é a variação percentual estimada em rdintens? Esse efeito é economicamente grande? (ii) Teste a hipótese de que a intensidade de P&D não varia com sales contra a alternativa de que P&D aumenta com as vendas. Teste nos níveis de 5% e 10%. (iii) Interprete o coeficiente na profmarg. Ele é economicamente grande? (iv) Profmarg tem um efeito estatisticamente significante sobre rdintens? 6. As taxas de aluguel são influenciadas pela população de estudantes em uma cidade onde há universidades? Seja rent o aluguel médio pago pela unidade alugada em uma determinada cidade, onde há universidades. Seja pop o total da população da cidade, avginc, a renda média da cidade e pctstu, a população de estudantes como um percentual da população total. Um modelo para testar uma relação é log(𝑟𝑒𝑛𝑡) = 𝛽0 + 𝛽1 log(𝑝𝑜𝑝) + 𝛽2 log(𝑎𝑣𝑔𝑖𝑛𝑐) + 𝛽3𝑝𝑐𝑡𝑠𝑡𝑢 + 𝑢. 4 (i) Formule a hipótese nula de que o tamanho da população estudantil relativo à população das cidades não tem efeito ceteris paribus sobre os aluguéis mensais. Formule a alternativa de que há um efeito. (ii) Quais sinais você espera para 𝛽1 𝑒 𝛽2? (iii) A equação estimada, usando dados de 1990 de 64 cidades com universidades do arquivo RENTAL, é log(𝑟𝑒𝑛𝑡)̂ = 0,043 + 0,066 log(𝑝𝑜𝑝) + 0,507 log(𝑎𝑣𝑔𝑖𝑛𝑐) + 0,0056 𝑝𝑐𝑡𝑠𝑡𝑢 (0,844) (0,039) (0,081) (0,0017) 𝑛 = 64, 𝑅2 = 0,458. O que está errado com a seguinte afirmação: “Um aumento de 10% na população está associado a um aumento de cerca de 6,6% no aluguel”? (iv) Teste a hipótese formulada no item (i) no nível de 1%. 7. Na Seção 4.5 usamos, como exemplo, o teste da racionalidade da avaliação dos preços de casas. Lá, usamos um modelo log-log em price e assess [veja a equação (4.47)] Aqui vamos usar uma formulação nível-nível. (i) No modelo de regressão simples 𝑝𝑟𝑖𝑐𝑒 = 𝛽0 + 𝛽1𝑎𝑠𝑠𝑒𝑠𝑠 + 𝑢, A avaliação é racional se 𝛽1 = 1 e 𝛽0 = 0. A equação estimada é 𝑝𝑟𝑖𝑐�̂� = −14,47+ 0,976 𝑎𝑠𝑠𝑒𝑠𝑠 (16,27) (0,049) 𝑛 = 88, SQR = 165.644,51, 𝑅2 = 0,820. Primeiro, teste a hipótese H0: 𝛽0 = 0 contra a hipótese alternativa bilateral. Em seguida, teste H0: 𝛽1 = 1 contra a hipótese alternativa bilateral. O que você concluiu? (ii) Para testar a hipótese conjunta 𝛽0 = 0 e 𝛽1 = 1, precisamos do SQR do modelo restrito. É como calcular ∑ (𝑝𝑟𝑖𝑛𝑐𝑒𝑖 − 𝑎𝑠𝑠𝑒𝑠𝑠𝑖 𝑛 𝑖=1 ) 2, em que 𝑛 = 88, visto que os resíduos do modelo restrito são exatamente 𝑝𝑟𝑖𝑛𝑐𝑒𝑖 − 𝑎𝑠𝑠𝑒𝑠𝑠𝑖. (Nenhuma estimação é necessária para o modelo restrito porque ambos os parâmetros estão especificados sob H0.) Isso tem como resultado SQR = 209.448,99. Faça o teste F para a hipótese conjunta. (iii) Agora, teste H0: 𝛽2 = 0, 𝛽3 = 0 e 𝛽4 = 0 no modelo 𝑝𝑟𝑖𝑐𝑒 = 𝛽0 + 𝛽1𝑎𝑠𝑠𝑒𝑠𝑠 + 𝛽2𝑙𝑜𝑡𝑠𝑖𝑧𝑒 + 𝛽3𝑠𝑞𝑟𝑓𝑡 + 𝛽4𝑏𝑑𝑟𝑚𝑠 + 𝑢. 5 O R-quadrado da estimação desse modelo usando as mesmas 88 residências é 0,829. (iv) Se a variância de price varia com assess, lotsize, sqrft ou bdrms, o que você pode dizer sobre o teste F do item (iii)? 8. No Exemplo 4.7, usamos dados de empresas manufatureiras não sindicalizadas para estimar a relação entre a taxa de rejeição e outras características da firma. Agora, vamos olhar esse exemplo mais de perto e usar todas as empresas disponíveis. (i) O modelo populacional estimado no Exemplo 4.7 pode ser escrito como log(𝑠𝑐𝑟𝑎𝑝) = 𝛽0 + 𝛽1ℎ𝑟𝑠𝑒𝑚𝑝 + 𝛽2 log(𝑠𝑎𝑙𝑒𝑠) + 𝛽3 log(𝑒𝑚𝑝𝑙𝑜𝑦) + 𝑢 Usando as 43 observações disponíveis para 1987, a equação estimada é log(𝑠𝑐𝑟𝑎𝑝)̂ = 11,74 − 0,042 ℎ𝑟𝑠𝑒𝑚𝑝 − 0,951 log(𝑠𝑎𝑙𝑒𝑠) + 0,992 log(𝑒𝑚𝑝𝑙𝑜𝑦) (4,57) (0,019) (0,370) (0,360) 𝑛 = 43, 𝑅2 = 0,310. Compare essa equação com aquela estimada com somente 29 firmas não sindicalizadas na amostra. (ii) Mostre que o modelo populacional pode também ser escrito como log(𝑠𝑐𝑟𝑎𝑝) = 𝛽0 + 𝛽1(ℎ𝑟𝑠𝑒𝑚𝑝) + 𝛽2 log(𝑠𝑎𝑙𝑒𝑠/𝑒𝑚𝑝𝑙𝑜𝑦) + 𝜃3 log(𝑒𝑚𝑝𝑙𝑜𝑦) + 𝑢, em que 𝜃3 = 𝛽2 + 𝛽3. [Dica: Lembre-se de que log(𝑥2/𝑥3) = log(𝑥2) − log(𝑥3). ] Interprete a hipótese H0: 𝜃3 = 0. (iii) Quando a equação do item (ii) é estimada, obtemos log(𝑠𝑐𝑟𝑎𝑝)̂ = 11,74 − 0,042 ℎ𝑟𝑠𝑒𝑚𝑝 − 0,951 log(𝑠𝑎𝑙𝑒𝑠/𝑒𝑚𝑝𝑙𝑜𝑦) + 0,041 log(𝑒𝑚𝑝𝑙𝑜𝑦) (4,57) (0,019) (0,370) (0,205) 𝑛 = 43, 𝑅2 = 0,310. Controlando o treinamento dos trabalhadores e a razão vendas-empregados, as empresas maiores têm taxas de rejeição maiores estatisticamente significantes? (iv) Teste a hipótese de que um aumento de 1% sem sales/employ está associado a uma queda de 1% na taxa de rejeição. 6 9. A tabela seguinte foi criada ao usar os dados do arquivo CEOSAL2, onde erros padrão estão entre parênteses abaixo dos coeficientes: Variável dependente: log(salary) Variáveis Independentes (1) (2) (3) log(sales) 0,224 0,158 0,188 (0,027) (0,040) (0,040) log(mktval) ___ 0,112 0,100 (0,050) (0,049) Profmarg ___ -0,0023 -0,0022 (0,0022) (0,0021) ceoten ___ ___ 0,0171 (0,0055) comten ___ ___ -0,0092 (0,0033) intercepto 4,94 4,62 4,57 (0,20) (0,25) (0,25) Observações 177 177 177 R-quadrado 0,281 0,304 0,353 A variável mktval é o valor de mercado da empresa, profmarg é o lucro como porcentagem das vendas, ceoten corresponde aos anos de trabalho como diretor-executivo na atual empresa, e comten é o total de anos na empresa. (i) Comente os efeitos de profmarg sobre o salário dos diretores-executivos. (ii) O valor de mercado tem um efeito significante? Explique. (iii) Interprete os coeficientes de ceoten e comten. As variáveis são estatisticamente significantes? (iv) O que você entende do fato de que a permanência muito longa na empresa, mantendo fixo os outros fatores, está associada a salários mais baixos? 10. A análise a seguir foi obtida usando dados do arquivo MEAP93, que contém as taxas de aprovação (em porcentagem) de um teste de matemática escolar. (i) A variável expend são os gastos por estudante, em dólares, e math10 é a taxa de aprovação no exame. A regressão simples a seguir relaciona math10 com lexpend = log(expend): 𝑚𝑎𝑡ℎ10̂ = −69,34 + 11,16 𝑙𝑒𝑥𝑝𝑒𝑛𝑑 (25,53) (3,17) 𝑛 = 408, 𝑅2 = 0,0297 Interprete o coeficiente de lexpend. Em especial, se expend aumentar em 10%, qual é a alteração percentual estimada em math10? Como você interpreta a estimativa de um intercepto grande e negativo? (O valor mínimo de lexpend é 8,11 e seu valor médio é 8,37.) (II) O R-quadrado pequeno do item (i) indica que os gastos são correlacionados com outros fatores que afetam math10? Explique. Você esperaria que o R-quadrado fosse muito maior se os gastos fossem designados de forma aleatória às escolas – isto é, independente das outras escolas e das características dos estudantes – em vez de ter os distritos escolares determinando os gastos? 7 (iii) Quando log do engajamento e a porcentagem de estudantes com direito ao programa federal de almoço grátis são incluídos, a equação estimada se torna 𝑚𝑎𝑡ℎ10̂ = −23,14 + 7,75 𝑙𝑒𝑥𝑝𝑒𝑛𝑑 − 1,26 𝑙𝑒𝑛𝑟𝑜𝑙𝑙 − 0,324 𝑙𝑛𝑐ℎ𝑝𝑟𝑔 (24,99) (3,04) (0,58) (0,36) 𝑛 = 408, 𝑅2 = 0,1893 Comente sobre o que acontece com o coeficiente de lexpend. O coeficiente de gastos ainda é estatisticamente diferente de zero? (iv) Como você interpreta o R-quadrado do item (iii)? Quais são alguns outros fatores que podem ser usados para explicar math10 (em nível escolar)? Referências WOOLDRIDGE, J. M. 2017. Introdução à Econometria: uma Abordagem Moderna. 4. ed. São Paulo: Cengage Learning.
Compartilhar