Vista previa del material en texto
Tarea #2: Teoría Econométrica I Magdalena Larreboure D. Parte IV 7) Reproduzca la columna 2 de la Tabla 2 del paper ¿Qué problemas tendría una regresión directa entre el PIB per capita y la protección de los derechos de propiedad? Para replicar la segunda columna hacemos una regresión con los datos de los 64 países que fueron ex colonias (muestra base). La variable dependiente es el log del PIB per cápita y la independiente, la protección promedio contra el riesgo de expropiación entre 1985 y 1995. Obtenemos los mismos resultados: Un coeficiente de 0,522 con error estándar de 0,06. Un R2 de 0,54 para 64 observaciones. El problema de hacer la regresión directa entre el PIB per cápita y la protección de los derechos de propiedad está en la omisión de variables pertinentes, correlacionadas con la variable incluida, lo que provoca sesgo e inconsistencia en los estimadores, además de varianzas distorsionadas, al haber correlación entre el regresor y el error. Hay otros determinantes del PIB per cápita, que están en el error y, a la vez, están correlacionados con la protección de los derechos de propiedad. Por ejemplo, podríamos aseverar que la riqueza de los territorios influirá en la calidad de las instituciones y estas en el PIB. Al ser esta omitida en el modelo, tendremos que el error no es ortogonal a los regresores, violando uno de los supuestos clave de Gauss Markov. Hay muchos otros determinantes de las diferencias en ingreso (PIB) que estarán naturalmente correlacionadas con la calidad de las instituciones, variable modelada a través de una proxy en nuestro modelo con los datos de la protección de los derechos de propiedad. Así, vemos un problema en el supuesto de ausencia de correlación entre la variable independiente y el error, que debe ser solucionado con variables instrumentales para corregir el sesgo que causa a los estimadores MCO. . _cons 4.660383 .4085062 11.41 0.000 3.843791 5.476976 prot .522107 .061185 8.53 0.000 .3997999 .6444142 lgdp Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 68.5817185 63 1.08859871 Root MSE = .71324 Adj R-squared = 0.5327 Residual 31.5397067 62 .508704946 R-squared = 0.5401 Model 37.0420118 1 37.0420118 Prob > F = 0.0000 F( 1, 62) = 72.82 Source SS df MS Number of obs = 64 . reg lgdp prot 8) Reproduzca la columna 1 y 2 de la Tabla 4 del paper. Interprete. Representamos en primer lugar el Panel B, la Primera Etapa para la protección promedio de los derechos de propiedad. Para la primera columna, corremos una regresión entre la variable de protección, a instrumentar, y la variable instrumental que se quiere utilizar, el logaritmo de la mortalidad de los colonizadores. Así vemos la relevancia de este instrumento, analizando la correlación de esta con la variable a instrumentar. Obtenemos un coeficiente estadísticamente significativo. -0,62, con un error estándar de 0,13, resultando un t estadístico de -4,88 lo que es significativo al 99%. Así, el instrumento sería relevante. Para la segunda columna, corremos la misma regresión, agregando en las variables independientes, la variable de latitud. La variable de la mortalidad de los colonizadores continúa siendo estadísticamente significativa, con un coeficiente de -0,53, un error estándar de 0,14 y un test t de -3,72. Agregar la latitud no afecta el análisis. Esta variable no resulta ser estadísticamente significativa. _cons 9.400169 .6116454 15.37 0.000 8.177507 10.62283 logmort -.6213181 .1273148 -4.88 0.000 -.8758166 -.3668195 prot Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 135.886241 63 2.15692446 Root MSE = 1.2584 Adj R-squared = 0.2659 Residual 98.1744456 62 1.5834588 R-squared = 0.2775 Model 37.7117954 1 37.7117954 Prob > F = 0.0000 F( 1, 62) = 23.82 Source SS df MS Number of obs = 64 . reg prot logmort _cons 8.596396 .8083715 10.63 0.000 6.979957 10.21283 latitude 1.989341 1.325374 1.50 0.139 -.6609088 4.63959 logmort -.5257905 .1412039 -3.72 0.000 -.8081452 -.2434358 prot Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 135.886241 63 2.15692446 Root MSE = 1.2458 Adj R-squared = 0.2804 Residual 94.6777377 61 1.55209406 R-squared = 0.3033 Model 41.2085032 2 20.6042516 Prob > F = 0.0000 F( 2, 61) = 13.28 Source SS df MS Number of obs = 64 . reg prot logmort latitude Representamos ahora el Panel A, Mínimos Cuadrados en Dos Etapas: Para la primera columna, corremos la regresión de variables instrumentales, incluyendo como instrumento la variable de mortalidad de los colonizadores como única variable independiente. Obtenemos un coeficiente de 0,92, con un error estándar de 0,15. Así, el impacto de las instituciones en el ingreso per cápita resulta ser altamente significativo y aún más alto que el estimado por el método MCO. Para la segunda columna, corremos la regresión de variables instrumentales, incluyendo como instrumento la variable de mortalidad de los colonizadores y la variable de latitud como variables independientes. . Instruments: logmort Instrumented: prot _cons 2.086889 .9853227 2.12 0.038 .1172566 4.056521 prot .9170798 .1501859 6.11 0.000 .6168625 1.217297 lgdp Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 68.5817185 63 1.08859871 Root MSE = .92229 Adj R-squared = 0.2186 Residual 52.7384371 62 .850619954 R-squared = 0.2310 Model 15.8432814 1 15.8432814 Prob > F = 0.0000 F( 1, 62) = 37.29 Source SS df MS Number of obs = 64 Instrumental variables (2SLS) regression . ivreg lgdp ( prot= logmort) Esta columna nos muestra que añadir la variable latitud no cambia la relaciónentre la calidad de las instituciones y el PIB per cápita. El coeficiente es ahora mayor, de 0,95, con un error de 0,21. Además, el impacto de la variable latitud queda ahora estimado con el signo contrario al esperado (supuestamente, a mayor latitud absoluta, se espera un mayor PIB) y resulta ser no significativa. Así, podría concluirse, de acuerdo a los autores, que la correlación existente entre la calidad de las instituciones y la latitud ha sido la causante de que anteriormente se le haya considerado como una variable determinante a la hora de explicar el comportamiento del PIB, lo que sería un error. Señale y explique las diferencias entre la tabla 2 y 4. ¿Qué variables instrumentales utilizan los autores y cómo sustentan su elección? Las principales diferencias entre ambas tablas están en el método utilizado para obtener el impacto que tienen las instituciones en el desarrollo económico de cada país. En el primer caso, se usa una proxy endógena, dados los datos disponibles de la protección a los derechos de propiedad. En este caso, teníamos presente sesgo en los estimadores por la correlación entre este regresor y variables omitidas en el error, como lo es la riqueza de los territorios que permite un mejor desarrollo de las instituciones y a la vez un mayor PIB per cápita. Para la tabla 4, al usar la variable instrumental, se elimina este sesgo y se obtiene un mayor estimador, señalando que el sesgo producido sin usar la . Instruments: latitude logmort Instrumented: prot _cons 1.935822 1.211469 1.60 0.115 -.4866592 4.358303 latitude -.4684693 1.26539 -0.37 0.713 -2.998772 2.061834 prot .9532863 .2075696 4.59 0.000 .5382253 1.368347 lgdp Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 68.5817185 63 1.08859871 Root MSE = .96292 Adj R-squared = 0.1483 Residual 56.5597279 61 .927208654 R-squared = 0.1753 Model 12.0219906 2 6.0109953 Prob > F = 0.0000 F( 2, 61) = 18.07 Source SS df MS Number of obs = 64 Instrumental variables (2SLS) regression . ivreg lgdp latitude ( prot= logmort) variable instrumental resulta en una subestimación del impacto. En ambos casos los coeficientes obtenidos son significativos, pero para la estimación de MCO obtenemos un coeficiente de 0,52 y con VI de 0,92, lo que es una diferencia apreciable. La variable instumental utilizada es la mortalidad de los colonizadores. Para ser una variable instrumental válida, esta debe ser relevante y exógena. Los autores sustentan su elección de mortalidad de los colonizadores como instrumento plausible para el desarrollo de las instituciones en cuanto las enfermedades mortales afectaban a los colonizadores europeos en Asia y África y así generaron un efecto en el tipo de instituciones que instauraron (relevante) y a la vez tuvieron un mínimo efecto en la salud y economía de los indígenas, quienes crecieron con estas enfermedades y desarrollaron inmunidad ante estas. Así, esta variable sería exógena, no teniendo efecto en el PIB de hoy más que a través de su influencia en el desarrollo de las instituciones.