Test Econometria

En un modelo con variables instrumentales: a) Se llama ecuación estructural a: Y0i = β0 + β1X1i + β2X2i + β3Y1i + ui. d) Ninguna de las anteriores. c) a) y b) son correctas. b) Se llama ecuación reducida a: Y1i = π0 + π1X1i + π2X2i+ π3Z1i + ui.

El método de estimación generalizado de los momentos (MGM) es: Menos eficiente que el modelo de MC2E. Ninguna de las anteriores. El método de MC2E puede ser un caso particular de modelo MGM. No se puede utilizar cuando hay variables instrumentales.

Los modelos económicos de demanda y oferta suelen presentar: Exogeneidad de la variable explicativa. Exogeneidad del instrumento. Endogeneidad de la variable explicativa. Endogeneidad de la variable instrumental.

Indica qué dos condiciones tienen que darse para que un instrumento Z sea válido para la variable X: Cov(X, vi)≠ 0, Cov(Z, v) = 0. Cov(X, Z)≠ 0, Cov(Z, v) = 0. Cov(X, vi) = 0, Cov(Z, v)≠ 0. Ninguna de las anteriores.

En un modelo con varias variables endógenas indica qué condición es suficiente para identificar el modelo estructural: La condición de orden. La condición de rango. Tanto la condición de orden como la de rango son necesarias pero no suficientes. Ninguna de las anteriores.

Observamos que en nuestro modelo tenemos una variable endógena y llevamos a cabo dos estimaciones. La primera estimación utiliza un instrumento válido para esa variable endógena. El segundo modelo utiliza dos instrumentos válidos para esa variable endógena. Indica: Los errores estándar del primer modelo serán menores que los del segundo. Los errores estándar del segundo modelo serán mayores que los del primero. Los errores estándar del segundo modelo serán menores que los del primero. Ninguna de las anteriores.

En un modelo de MC2E: La segunda etapa estimará el coeficiente de la variable endógena utilizando el componente no problemático. La primera etapa nos dará lugar a los βMC2E. En la segunda etapa comprobaremos que el instrumento es relevante. Ninguna de las anteriores.

Considere el siguiente modelo y la siguiente hipótesis (siendo û el residuo estimado por MCO en la primera etapa): * Yi= B0 + B1X1 + B2X2 +B3Y3 + dû + ei *H0 : d=0. Si no podemos rechazar la hipótesis nula diremos que el modelo padece de autocorrelación. Si rechazamos la hipótesis nula diremos que tenemos un problema de endogeneidad. El contraste que realizaremos testará la normalidad de los errores. Ninguna de las anteriores.

En un modelo donde tenemos dos variables endógenas y dos variables instrumentales, una para cada una de las variables endógenas: Los estimadores resultantes serán siempre consistentes e insesgados. Los estimadores resultantes podrán ser inconsistentes cuando el valor de Cov(Zi,Xi) es próximo a 0. Los estimadores resultantes serán consistentes y sesgados independientemente de la debilidad de los instrumentos. Ninguna de las anteriores.

En un modelo de demanda de alimentos en conserva tal como: Qd = β0 – β1p + β2yd + ɛ1, donde p es es el precio del producto y yd la renta disponible, indica: Nunca tendremos problemas de variables omitidas. Siempre tendremos problemas de endogeneidad. Siempre tendremos problemas de error de medición. Ninguna de las anteriores.

Cuando realizamos una estimación de los residuos de nuestro modelo mediante MC2E podremos: Contrastar siempre mediante el estadísitico J la significatividad de los instrumentos. Contrastar mediante el estadístico J la significatividad de los instrumentos siempre y cuando tengamos el mismo número, como mínimo, de instrumentos que de variables explicativas endógenas. Contrastar mediante el estadísitco J la significatividad de los instrumentos siempre y cuando tengamos menos instrumentos que variables endógenas. Ninguna de las anteriores.

La técnica de las variables instrumentales es básicamente: La técnica MCO, puesto que usamos el proceso de estimación que minimiza la suma cuadrática de los residuos. Una técnica para resolver problemas comunes del error de medición en las variables. Una técnica estadística instrumental que no requiere del uso del razonamiento económico, toda vez que minimiza los residuos. Ninguna de las anteriores.

Los modelos económicos de demanda y oferta suelen presentar: Problemas de sesgo por variable omitida. Ninguna de las anteriores. Problemas por causalidad simultánea. Problemas de error de medición en variables explicativas y explicadas.