 ESTUDIANTE:

Bujaico Alfaro, Valeria Allyson

López Coca, Nataly Julia
Méndez Yupanqui, Luis Ángel

 CÁTEDRA: ECONOMETRÍA I

 CATEDRÁTICO: Dr. Jesús Chávez Villaroel

 SEMESTRE: V
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

EJERCICIOS

SI SABEMOS QUE:
𝑦 = 𝑥𝛽+∈

𝑦 = 𝑥𝛽̂ + 𝑒
𝛽 = (𝑥 , 𝑥)−1
 Teniendo en cuenta:
𝑛 𝛴𝑥1 𝛴𝑥2 ⋯ 𝛴𝑥𝑘 𝛴𝑦
𝛴𝑥1 𝛴𝑥 21 𝑎 𝑎 ⋮ 𝛴𝑥1 𝑦
2
𝑥 , 𝑥 = 𝛴𝑥2 𝑎 𝛴𝑥 2 𝑎 ⋮ 𝑥 , 𝑦 = 𝛴𝑥2 𝑦
⋮ 𝑎 𝑎 ⋱ ⋮ ⋮
[ 𝛴 … … … 𝛴𝑥 2 𝑘 ] [𝛴𝑥3 𝑦]

DATOS:

𝑦 = (0; 20 000) ≫ 𝐶𝑟é𝑑𝑖𝑡𝑜 𝐷𝑒𝑠𝑒𝑚𝑏𝑜𝑙𝑠𝑎𝑑𝑜

𝑥1 = (10% − 15%) ≫ 𝑇𝐶𝐴
𝑥2 = (6 𝑚𝑒𝑠𝑒𝑠 − 36 𝑚𝑒𝑠𝑒𝑠) ≫ 𝑃𝑙𝑎𝑧𝑜
𝑥3 = (0 − 1000) ≫ 𝑆𝑐𝑜𝑟𝑖𝑛𝑔
Dónde: 0 = default ∧ 1000= ideal

1. ¿Qué pasaría si?

𝑥1 = 12.5%
𝑥2 = 20 𝑚𝑒𝑠𝑒𝑠
𝑥3 = 500
𝑦= ¿?
ANALISÍS:

Primero: TCA: 12.5% es el promedio de la tasa mínima y máxima

Segundo: Plazo: Es casi la mitad del tiempo, así que la entidad bancaria se arriesga en
un 50%
Tercero: Riesgo: Como es 500 entonces el individuo evaluado tiene 50% de
probabilidad de devolver el dinero y 50% de no pagar.
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

Entonces:

 El promedio de Y e X se acercan y llegan a

un punto en común.
̅
𝒀
 Como los datos supuestos en el ejercicio 1
tienden al medio si sacamos el promedio
entonces podremos estimar el valor de Y

𝑿
̅
𝑿

MATEMÁTICAMENTE:
10% + 15%
𝑥1 = = 12.5% 𝑞𝑢𝑒 𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒 𝑎𝑙 50%
2
6 𝑚𝑒𝑠𝑒𝑠 + 36 𝑚𝑒𝑠𝑒𝑠
𝑥2 = = 20 𝑚𝑒𝑠𝑒𝑠 𝑞𝑢𝑒 𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒 𝑎𝑙 46,6%
2
0 + 1000
𝑥3 = = 500 𝑞𝑢𝑒 𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒 𝑎𝑙 50%
2
PODEMOS SACAR EL PROMEDIO DE LAS 𝑋𝑖 PARA SACAR UN VALOR
APROXIMADO DE Y:
50% + 46,6% + 50%
= 48.88%
3
Es decir que lo máximo que podría prestar la entidad financiera es el 48.88% del total
que está dispuesto:

20 000 − 100%
𝑦 − 48.88%

DE DONDE SACAMOS EL VALOR DE 𝑦 = 9 777.33

ES DECIR QUE CON LA EVALUACIÓN CREDITICIA DEL INDIVIDUO COMO
MÁXIMO LA ENTIDAD FINANCIERA LE PODRÍA PRESTAR S/ 9 777.33
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

2. ¿Qué pasaría si?

𝑥1 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒
𝑥2 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒
𝑥3 = 200
𝑦= ¿?
ANALISÍS:
Como 𝑥1 y 𝑥2 son constantes lo único que determinaría la cantidad prestada
es el valor de 𝑥3 que es el riesgo de pago como el valor ideal es de 1000 y
en el ejercicio propuesto 𝑥3 = 200 la cantidad prestada sería mínima.
MATEMÁTICAMENTE:
𝑦 = 𝛽0 + 𝛽1 ̅̅̅
𝑥1 + 𝛽2 ̅̅̅
𝑥2 + 𝛽3 𝑥3 + 𝐸
Son valores constantes

Al decir constante nos referimos que en este ejemplo lo único que define el modelo es
𝛽3 la probabilidad de pago.
SI SUPONEMOS QUE:
𝛽3 = 1000 ⇒ 𝑦 = 20 000
𝛽3 = 0 ⇒ 𝑦=0

EN PROBABILIDADES:
𝛽3 = 200

1000 ⟶ 100% Se puede deducir que la probabilidad de

20% pago solo es de un 20%
200 ⟶ ¿?%

Entonces la empresa prestataria solo podría brindar un máximo del 20% del dinero total
que está dispuesta a prestar, es decir:
20 000 𝑥 20
= 4000
100
Respuesta: La entidad bancaria solo podría prestar S/ 4 000 porque el riesgo de no pago
es excesivo.
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

3. Sí:

CASO 1:
0 ≤ 𝑦 ≤ 20000
10% ≤ 𝑥1 ≤ 15% 𝑛 = 15

6 ≤ 𝑥2 ≤ 30 𝛽̂ =¿ ?
0 ≤ 𝑥3 ≤ 1000

ANÁLISÍS:
Como cada 𝑥𝑖 se encuentra en un intervalo y para poder estimar el valor de
𝛽, se tomarán variables aleatorias del rango del intervalo. Al relacionar las
variables aleatorias de cada 𝑥𝑖 con la 𝑦 obtendremos una ecuación de
dispersión donde se puede estimar el valor de 𝛽.

MATEMÁTICAMENTE:
Y X1 X2 X3
1294 0.1001 4 81
2974 0.1165 7 130
5184 0.118 9 181
5751 0.1236 12 238
11339 0.124 15 268
12236 0.13 16 322
12291 0.131 17 455
12338 0.1325 19 470
13820 0.1396 20 512
13935 0.145 21 551
14605 0.1458 23 642
17766 0.1458 28 721
19064 0.147 29 770
19295 0.1486 32 786
19661 0.15 33 908

Al relacionar cada 𝑥𝑖 con 𝑦 obtendremos

una ecuación parecida a:
𝑦 = 𝛽0 + 𝛽𝑖 𝑥𝑖
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

RELACIONANDO 𝑥1 CON 𝑦
Obtenemos el siguiente gráfico:

y = 0.000002x + 0.1048
X1 R² = 0.8988
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0 5000 10000 15000 20000 25000

y = 0.000002x + 0.1048 R² = 0.8988

R
𝑦 = 𝛽0 + 𝛽𝑖 𝑥𝑖
²
²
ENTONCES:
=
𝛽0 = 0.1048
0
. 𝛽1 = 0.000002
0
1
RELACIONANDO 𝑥28CON 𝑦
Obtenemos el siguiente6gráfico:
R
y = 0.0015x + 1.2419
²
X2 R² = 0.9552

35 =
30
0
25 .
20
0
1
15 8
10
6

0
0 5000 10000 15000 20000 25000
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

y = 0.0015x + 1.2419 R² = 0.9552

R
𝑦 = 𝛽0² + 𝛽𝑖 𝑥𝑖

ENTONCES:
=
𝛽0 = 1.2419
0
. 𝛽2 = 0.0015
0
1
RELACIONANDO 𝑥28 CON 𝑦
6
Obtenemos el siguiente gráfico:
R
²
y = 0.0421x - 40.194
X3 R² = 0.915
=
1000
900
0
800
.
700
0
600 1
500 8
400 6
300
200
100
0
0 5000 10000 15000 20000 25000

y = 0.0421x - 40.194 R² = 0.915

𝑦 = 𝛽0 + 𝛽𝑖 𝑥𝑖

ENTONCES:
𝛽0 = −40.194
𝛽3 = 0.0421

ENTONCES SUMANDO BETAS:

𝛽1 = 0.000002
𝛽2 = 0.0015 ∑ 𝛽𝑖 = 0.043602
𝛽3 = 0.0421
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

0.043602
= 0.014534
3

𝛽̂ = 0.014534
RESPUESTA: Para la entidad bancaria el 4,21% representa un muy alto riesgo de no
pago. La 𝛽̂ explica un 1% de la 𝑦, es decir, el dinero que llegará a prestar será el
mínimo cercano o ya nodesembolsará.

CASO 2:
5000 ≤ 𝑦 ≤ 6000
14% ≤ 𝑥1 ≤ 15% 𝑛 = 15

24 ≤ 𝑥2 ≤ 30 𝛽̂ =¿ ?
0 ≤ 𝑥3 ≤ 1000

ANÁLISÍS:
Como cada 𝑥𝑖 se encuentra en un intervalo y para poder estimar el valor de
𝛽, se tomarán variables aleatorias del rango del intervalo. Al relacionar las
variables aleatorias de cada 𝑥𝑖 con la 𝑦 obtendremos una ecuación de
dispersión donde se puede estimar el valor de 𝛽.
MATEMÁTICAMENTE:

Y X X2 X3
5004 0.141 24 181
5123 0.1414 25 642
5195 0.142 25 322
5235 0.1421 25 908
5369 0.1423 26 455
5417 0.1424 26 268
5425 0.1434 26 551 Al relacionar cada 𝑥𝑖 con 𝑦
5685 0.1456 27 721 obtendremos una ecuación parecida
5732 0.1458 27 238 a:
5851 0.146 28 770 𝑦 = 𝛽0 + 𝛽𝑖 𝑥𝑖
5894 0.1463 29 470
5896 0.1483 29 512
5921 0.1487 29 786
5965 0.1491 30 81
5970 0.1497 30 130
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

RELACIONANDO 𝑥1 CON 𝑦
Obtenemos el siguiente gráfico:

X1 y = 0.000009x + 0.0972
R² = 0.9169
0.152

0.15

0.148

0.146

0.144

0.142

0.14

0.138
4800 5000 5200 5400 5600 5800 6000 6200

y = 0.000009x + 0.0972 R² = 0.9169

R
𝑦 = 𝛽0 + 𝛽𝑖 𝑥𝑖
²
²
ENTONCES:
=
𝛽0 = 0.0972
0 𝛽1 = 0.000009
.
0
RELACIONANDO 𝑥2 CON 1 𝑦
8
Obtenemos el siguiente gráfico:
6
R
² X2 y = 0.0008x + 22.848
R² = 0.0186
35
=
30
0
25
.
20 0
1
15
8
10 6
5

0
4800 5000 5200 5400 5600 5800 6000 6200
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

y = 0.0008x + 22.848 R² = 0.0186

R
𝑦 = 𝛽²0 + 𝛽𝑖 𝑥𝑖
=
ENTONCES:
0
. 𝛽0 = 22.848
0
1 𝛽2 = 0.0008
8
6
RELACIONANDO 𝑥2 CON 𝑦
R
² gráfico:
Obtenemos el siguiente

= y = 0.278x - 1084.3
X3 R² = 0.1459
1000 0
900 .
800 0
700
1
8
600
6
500
400
300
200
100
0
4800 5000 5200 5400 5600 5800 6000 6200

y = 0.278x - 1084.3 R² = 0.1459

𝑦 = 𝛽0 + 𝛽𝑖 𝑥𝑖

ENTONCES:
𝛽0 = −1084.3
𝛽3 = 0.278
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

ENTONCES SUMANDO BETAS:

𝛽1 = 0.000009
𝛽2 = 0.0008 ∑ 𝛽𝑖 = 0.278809
𝛽3 = 0.278

0.278809
= 0.092936
3

𝛽̂ = 0.092936

RESPUESTA: Para la entidad bancaria el 27,8% representa un mayor riesgo de no

pago. La 𝛽̂ explica un 9% de la 𝑦, es decir, el dinero que llegará a prestar será el
mínimo cercano a S/ 5000.

MANERA ANALÍTICA DE RESOLVER

Dado que nuestras variables aleatorias son: CASO 1

Y X1 X2 X3
12236 0.13 12 181
19661 0.15 17 642
13935 0.1236 20 322
5184 0.1458 15 908
5751 0.1396 29 455
19064 0.131 32 268
11339 0.147 33 551
17766 0.124 20 721
19295 0.1001 28 238
1294 0.118 9 770
2974 0.145 16 470
12291 0.1325 4 512
14605 0.1486 7 786
12338 0.1165 21 81
13820 0.1458 23 130
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

Además, asumimos que nuestro modelo está representado por la función:

𝒚 = 𝜷𝟎 + 𝜷𝟏 𝒙𝟏 + 𝜷𝟐 𝒙𝟐 + 𝜷𝟑 𝒙𝟑 + 𝑬

Determinamos los valores expresado en matrices logrando que:

 La matriz que representa Y es:
12236
19661
13935
5184
5751
19064
11339
17766
19295
1294
2974
12291
14605
12338
13820

 La matriz que representa X es:

0.13 12 181
0.15 17 642
0.1236 20 322
0.1458 15 908
0.1396 29 455
0.131 32 268
0.147 33 551
0.124 20 721
0.1001 28 238
0.118 9 770
0.145 16 470
0.1325 4 512
0.1486 7 786
0.1165 21 81
0.1458 23 130
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

Además, tenemos que 𝜷 = (𝑿′ 𝑿)−𝟏 (𝑿′𝒀)

 Resolviendo 𝑋′𝑋 será igual a:

15 1.9975 286 7035

1.9975 0.26900587 37.8953 956.9065

286 37.8953 6568 120875

7035 956.9065 120875 4249209

 Hallando (𝑋 ′ 𝑋)−1

6.674472795 -46.9523514 -0.02300532 0.000177648

-46.9523514 388.7605515 -0.037600702 -0.008743444

-0.02300532 -0.037600702 0.001079091 1.58589E-05

0.000177648 -0.008743444 1.58589E-05 1.45909E-06

 Resolviendo 𝑋′𝑌

181559

23955.4464

3671884

78371752
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

Teniendo en cuenta que 𝛽 = (𝑋 ′ 𝑋)−1 (𝑋′𝑌) el valor de β es:

16495.763219438307442 Β0

-34993.8694298948666 Β1
=β=
127.62030032730139 Β2

-4.61643212494230933 Β3

Viendo que nuestra función está determinada por:

𝒀 = 𝟏𝟔𝟒𝟗𝟓. 𝟕 − 𝟑𝟒𝟗𝟗𝟑𝒙𝟏 + 𝟏𝟐𝟕. 𝟔𝟐𝒙𝟐 − 𝟒. 𝟔𝟏𝒙𝟑

Dado que el rango principal de todas las variables fue reducido asumimos las siguientes
variables aleatorias: CASO 2

Y X1 X2 X3
5004 0.142 26 181
5425 0.146 29 642
5685 0.1456 25 322
5970 0.256 27 908
5235 0.1458 29 455
5965 0.1497 30 268
5874 0.1423 24 551
5123 0.1421 25 721
5894 0.1487 26 238
5965 0.1483 28 770
5874 0.1491 29 470
5369 0.1424 30 512
5896 0.141 27 786
5123 0.1434 26 81
5417 0.1414 25 130
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

Además, asumimos que nuestro modelo está representado por la función:

𝒚 = 𝜷𝟎 + 𝜷𝟏 𝒙𝟏 + 𝜷𝟐 𝒙𝟐 + 𝜷𝟑 𝒙𝟑 + 𝑬

Determinamos los valores expresado en matrices logrando que:

 La matriz que representa Y es:

5004
5425
5685
5970
5235
5965
5874
5123
5894
5965
5874
5369
5896
5123
5417

 La matriz que representa X es:

1 0.142 26 181
1 0.146 29 642
1 0.1456 25 322
1 0.1426 27 908
1 0.1458 29 455
1 0.1497 30 268
1 0.1423 24 551
1 0.1421 25 721
1 0.1487 26 238
1 0.1483 28 770
1 0.1491 29 470
1 0.1424 30 512
1 0.141 27 786
1 0.1434 26 81
1 0.1414 25 130
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

Además, tenemos que 𝛽 = (𝑋 ′ 𝑋)−1 (𝑋′𝑌)

 Resolviendo 𝑋′𝑋 será igual a:

15 2.1704 406 7035

2.1704 0.31417522 58.788 1016.5088
406 58.788 11044 191690
7035 1016.5088 191690 4249209

 Hallando (𝑋 ′ 𝑋)−1

175.8070871530 -1316.5627731997 0.601624320305 -0.0032548597

-1316.5627731997 10674.8083824948 -8.90571770394 0.0277979918
0.6016243203 -8.9057177039 0.02622006004 -0.00004843489
-0.0032548597 0.0277979918 -0.00004843489 0.00000115916

 Resolviendo 𝑋′𝑌
83839

12137.9383

2270535

39820685

Teniendo en cuenta que 𝜷 = (𝑿′ 𝑿)−𝟏 (𝑿′𝒀) el valor de β es:

-4468.99832920982868 Β0

77050.497593475149 Β1
=β=
-52.6172342845579529 Β2

0.711609393149211073 Β3
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

Viendo que nuestra función está determinada por:

𝒀 = −𝟒𝟒𝟔𝟖. 𝟗𝟗 + 𝟕𝟕𝟎𝟓𝟎. 𝟒𝟗𝒙𝟏 − 𝟓𝟐. 𝟔𝟏𝟕𝒙𝟐 + 𝟎. 𝟕𝟏𝟏𝒙𝟑

4. HALLAR 𝑅 2 (PROBLEMA 3)

Si sabemos que:
𝑆𝐶𝐸 𝑆𝐶𝑅
𝑅 2 = 𝑆𝐶𝑇 = 1 − 𝑆𝐶𝑇

CASO 1:
Donde:
̂ − 𝑌̅̂)2
𝑆𝐶𝑅 = ∑ 𝑒𝑖 2 𝑆𝐶𝑇 = ∑(𝑌𝑖 − 𝑌̅) 𝑆𝐶𝐸 = ∑(𝑌𝑖

De modo que utilizaremos:

2
∑ 𝑒𝑖 2
𝑅 =1−
∑(𝑌𝑖 − 𝑌̅)

Viendo los datos:

 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
FACULTAD DE ECONOMIA

Dónde hallando 𝑅 2 :
∑ 𝑒𝑖 2
𝑅2 = 1 −
∑(𝑌𝑖 − 𝑌̅)
425145133
𝑅2 = 1 − = 0.134164
491023171.7

CASO 2:
Donde:
̂ − 𝑌̅̂)2
𝑆𝐶𝑅 = ∑ 𝑒𝑖 2 𝑆𝐶𝑇 = ∑(𝑌𝑖 − 𝑌̅) 𝑆𝐶𝐸 = ∑(𝑌𝑖

De modo que utilizaremos:

∑ 𝑒𝑖 2
𝑅2 = 1 −
∑(𝑌𝑖 − 𝑌̅)

Viendo los datos:

Dónde hallando 𝑅 2
∑ 𝑒𝑖 2
𝑅2 = 1 −
∑(𝑌𝑖 − 𝑌̅)
968188.08
𝑅2 = 1 − = 0.460189
1793568.933