Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Cemento Melón Ma. Jesús Berrios Josefa Correa Ma. Javiera Suárez Grupo 24: Profesora: Pilar Alcalde Entrega: 30 de Octubre Prof.: Pilar Alcalde 1 Elección Binaria Modelo Probabilidad Lineal Variable Media Desv. Est. Mínimo Máximo u 0,4107143 0,1637756 -0,0902346 0,7477261 Variable Coef. P>z paccion 0,0012877 0,680 ipsa 0,0001151 0,657 sp500 -0,0000771 0,956 pcomp1 0,0000718 0,904 pcomp2 -0,0033952 0,933 comod -0,0000973 0,269 tipocamb -0,0009433 0,699 interes 0,0670882 0,184 indicem 0,0056407 0,741 indicesp -0,0038546 0,587 reparti : 1 si los dividendos repartidos en i periodo son mayores o igual a $1.166 y 0 si no. Al 5% de significancia podemos concluir que ninguna de las variables testeadas es significativa para determinar con que probabilidad la empresa reparte dividendos sobre o bajo los $1.166 en i periodo. Elección Binaria Modelo Logit Variable Media Desv. Est. Mínimo Máximo u 0,4107143 0,1661433 0,0249596 0,7533779 reparti : 1 si los dividendos repartidos en i periodo son mayores o igual a $1.166 y 0 si no. Variable Coef. dy/dx P>z paccion 0,0054097 0,0011341 0,680 ipsa 0,0004837 0,0000538 0,658 sp500 -0,0003240 -0,0001675 0,956 pcomp1 0,0003018 0,0000874 0,904 pcomp2 -0,0142633 -0,0097427 0,933 comod -0,0004089 -0,0000660 0,275 tipocamb -0,0039627 -0,0004532 0,700 interes 0,2818380 0,0607806 0,185 indicem 0,0236965 0,0077828 0,741 indicesp -0,0161932 -0,0033666 0,587 Al 5% de significancia podemos concluir que ninguna de las variables testeadas es significativa para determinar con que probabilidad la empresa reparte dividendos sobre o bajo los $1.166 en i periodo. Elección Binaria En el modelo de probabilidad lineal, lo coeficientes de cada parámetro muestran le efecto marginal de aumentar en una unidad la variable que lo acompaña, mientras que en el modelo logit solo muestra el sentido de la variación y no la magnitud; la magnitud se ve con la derivada de X con respecto a la derivada de Y. En ambos modelos los efectos marginales son similares, lo que muestra la efectividad en la solución al problema de la linealidad al usar el modelo logit. La media se mantiene constante para ambos casos, mientras que la desviación estándar, mínimo y máximo varían levemente. Al aplicar el modelo logit, la probabilidad pasa a distribuir entre 0 y 1, mientras que en el modelo de probabilidad lineal distribuye entre -0,2 y 1. Esto muestra la efectividad del modelo logit para explicar los modelos de probabilidad. Variables Omitidas Test Link Test RESET de Ramsey Se rechaza H0 si valor-p≤α tobt= 0,98 Valor-p= 0,334 No hay evidencia suficiente para rechazar H0, por lo tanto, podemos decir que no hay problema en la forma de las Y. Se rechaza H0 si valor-p≤α Fobt= 1,00 Valor-p= 0,4033 No hay evidencia suficiente para rechazar H0, por lo tanto, podemos decir que no hay variables omitidas en el modelo. Variables Omitidas Test del Multiplicador Lagrange χ2obt = 30,334226 Valor-p = 0,00248633 Rechazo H0 si el valor-p≤α Por lo tanto, con un nivel de significancia del 5%, hay evidencia suficiente para rechazar H0, es decir, hay variables omitidas en el modelo original que minimiza nuestro Akaike; por lo que habría que incluir las variables del modelo “mejorado” para así explicar mejor el precio de nuestra acción en cada periodo. Forma Funcional Test χ2obt Valor-p H0: θ = -1 303,49 0,000 θ = 0 37,65 0,000 θ = 1 23,07 0,000 Debido a que hay evidencia para rechazar todas las formas de θ, podríamos usar directamente el parámetro que nos dio θ o usar la variable original. Preferimos ser más conservadores y usar la forma original de la variable Y, que corresponde a una variable en nivel. Transformación Box-Cox Valor-p θ= 0,5301228 0,000 Se rechaza H0 si valor-p≤α Forma Funcional Criterio de Akaike Hipótesis no anidadas Xi AIC IPSAi 576,3487 SP500i 573,4124 indicemi 576,2960 indicespi 574,9567 H0: H1: Fobt Valor-p β2=β3=β4= 0 β1 ≠ 0 4,776 0,0053 β1=β3=β4= 0 β2 ≠ 0 3,65 0,0184 β1=β2=β4= 0 β3 ≠ 0 4,74 0,0054 β1=β2=β3= 0 β4 ≠ 0 4,23 0,0096 Mediante los dos test concluimos que: Según el criterio de Akaike preferimos la variable SP500, ya que es la que mejor explica la variabilidad del precio de la acción (menor AIC). Según el test de hipótesis no anidadas, preferimos la variables SP500 ya que es el único test que no se rechaza, con un nivel de significancia del 1% es el segundo test, en donde β2 es distinto de cero. Se rechaza H0 si valor-p≤α Por lo tanto, elegimos el índice SP500. Forma Funcional Test hipótesis no anidadas Test J de Davidson y MacKinnon Modelo 0: Modelo 1: Modelo 2: H0: H1: Fobt Valor-p β2=β3=β4= 0 β1 ≠ 0 2,82 0,0481 β1=0 Algún βi ≠ 0 i=[2;4] 0,25 0,6188 Se rechaza H0 si valor-p≤α Por lo que, con un nivel de significancia del 5%, decidimos elegir la variable SP500 al cubo (X, X2,X3). Fobt= 8,49 Valor-p= 0,0052 Fobt= 0,25 Valor-p= 0,6188 Se rechaza H0 si valor-p≤α Con un nivel de significancia del 5%, podemos concluir que es mejor incluir las variables al cubo. En conclusión, incluimos la variable SP500 al cubo (X, X2,X3), ya que ambos test nos indican lo mismo. Esto significa que la variable al cubo explica mejor que la variable en logaritmo el precio de nuestra acción en determinado periodo. 𝑟𝑒𝑝𝑎𝑟𝑡! = 𝛽! + 𝛽!𝑖𝑝𝑠𝑎! + 𝛽!𝑠𝑝500! + 𝛽!𝑝𝑐𝑜𝑚𝑝1! + 𝛽!𝑝𝑐𝑜𝑚𝑝2! + 𝛽!𝑐𝑜𝑚𝑜𝑑! + 𝛽!𝑡𝑖𝑝𝑜𝑐𝑎𝑚𝑏! + 𝛽!𝑖𝑛𝑡𝑒𝑟𝑒𝑠! + 𝛽!𝑖𝑛𝑑𝑖𝑐𝑒𝑚! + 𝛽!𝑖𝑛𝑑𝑖𝑐𝑒𝑠𝑝! + 𝛽!"𝑝𝑎𝑐𝑐𝑖𝑜𝑛! + 𝑢! 0 1 2 3 D en si ty -.2 0 .2 .4 .6 .8 Fitted values kernel = epanechnikov, bandwidth = 0.0575 Kernel density estimate 𝑟𝑒𝑝𝑎𝑟𝑡! = 𝑒𝑥𝑝 𝛽! + 𝛽!𝑖𝑝𝑠𝑎! + 𝛽!𝑠𝑝500! + 𝛽!𝑝𝑐𝑜𝑚𝑝1! + 𝛽!𝑝𝑐𝑜𝑚𝑝2! + 𝛽!𝑐𝑜𝑚𝑜𝑑! + 𝛽!𝑡𝑖𝑝𝑜𝑐𝑎𝑚𝑏! + 𝛽!𝑖𝑛𝑡𝑒𝑟𝑒𝑠! + 𝛽!𝑖𝑛𝑑𝑖𝑐𝑒𝑚! + 𝛽!𝑖𝑛𝑑𝑖𝑐𝑒𝑠𝑝! + 𝛽!"𝑝𝑎𝑐𝑐𝑖𝑜𝑛! + 𝑢! 1− 𝑒𝑥𝑝 𝛽! + 𝛽!𝑖𝑝𝑠𝑎! + 𝛽!𝑠𝑝500! + 𝛽!𝑝𝑐𝑜𝑚𝑝1! + 𝛽!𝑝𝑐𝑜𝑚𝑝2! + 𝛽!𝑐𝑜𝑚𝑜𝑑! + 𝛽!𝑡𝑖𝑝𝑜𝑐𝑎𝑚𝑏! + 𝛽!𝑖𝑛𝑡𝑒𝑟𝑒𝑠! + 𝛽!𝑖𝑛𝑑𝑖𝑐𝑒𝑚! + 𝛽!𝑖𝑛𝑑𝑖𝑐𝑒𝑠𝑝! + 𝛽!"𝑝𝑎𝑐𝑐𝑖𝑜𝑛! + 𝑢! 0 .5 1 1. 5 2 2. 5 D en si ty 0 .2 .4 .6 .8 Pr(repart) kernel = epanechnikov, bandwidth = 0.0633 Kernel density estimate 𝑢! = 𝛿! + 𝛿!ln (𝑖𝑝𝑠𝑎)! + 𝛿!ln (𝑠𝑝500)! + 𝛿!𝑝𝑐𝑜𝑚𝑝1!𝑖𝑛𝑑𝑖𝑐𝑒𝑚! + 𝛿!𝑝𝑐𝑜𝑚𝑝2!𝑖𝑛𝑑𝑖𝑐𝑒𝑚! + 𝛿!𝑝𝑐𝑜𝑚𝑝2!𝑝𝑐𝑜𝑚𝑝2_15! + 𝛿!"𝑝𝑐𝑜𝑚𝑝1!𝑖𝑝𝑠𝑎! + 𝛿!!𝑠𝑝500!𝑖𝑝𝑠𝑎! + 𝛿!"𝑖𝑝𝑠𝑎!𝑐𝑟𝑖𝑠𝑖𝑠! + 𝛿!"𝑠𝑝500!𝑐𝑟𝑖𝑠𝑖𝑠! + 𝛿!"𝑝𝑐𝑜𝑚𝑝1!𝑐𝑟𝑖𝑠𝑖𝑠! + 𝛿!"𝑝𝑐𝑜𝑚𝑝2!𝑐𝑟𝑖𝑠𝑖𝑠! + 𝑣! 𝐻!: 𝛿! = 0 ∀ 𝑘 = [1; 15] 𝐻!:𝑎𝑙𝑔ú𝑛 𝛿! ≠ 0 𝑝𝑎𝑐𝑐𝑖𝑜𝑛! = 𝛽! + 𝛽!𝑖𝑝𝑠𝑎! + 𝛽!𝑝𝑐𝑜𝑚𝑝1! + 𝛽!𝑝𝑐𝑜𝑚𝑝2! + 𝛽!𝑖𝑛𝑡𝑒𝑟𝑒𝑠! + 𝛽!𝑖𝑛𝑑𝑖𝑐𝑒𝑚! + 𝑢! 𝑝𝑎𝑐𝑐𝑖𝑜𝑛! = 𝛽! + 𝛽!𝑖𝑝𝑠𝑎! + 𝛽!𝑠𝑝500! + 𝛽!𝑖𝑛𝑑𝑖𝑐𝑒𝑚! + 𝛽!𝑖𝑛𝑑𝑖𝑐𝑒𝑠𝑝! + 𝑢! 𝑝𝑎𝑐𝑐𝑖𝑜𝑛! = 𝛽! + 𝛽!𝑠𝑝500! + 𝛽!𝑠𝑝500!! + 𝛽!𝑠𝑝500!! + 𝛿!𝑝𝑎𝑐𝑐𝚤𝑜𝑛! 𝐻!: 𝛿! = 0 𝐻!: 𝛿! ≠ 0
Compartir