Estime el modelo bajo el supuesto de datos agrupados (pooled regression). Reporte la salida completa de la regresión

...

Contraste conjunto de los regresores (excepto la constante) -

Estadístico de contraste: F(1, 24597) = 8,61387

con valor p = P(F(1, 24597) > 8,61387) = 0,00333921

Contraste de diferentes interceptos por grupos -

Hipotesis nula: Los grupos tienen un intercepto común

Estadístico de contraste: F(2499, 24597) = 1,15172

con valor p = P(F(2499, 24597) > 1,15172) = 5,93681e-007

- Realice la prueba para determinar si requiere algún tratamiento panel (efectos fijos o aleatorios) o pooled regression. Reporte la salida de la prueba, la decisión (rechaza o no la hipótesis nula), y la conclusión (tratamiento panel o pooled regression).

- Graficar la relación de las dos variables, con el fin de identificar indicios de heterogeneidad individual:

[pic 1]

A simple vista las medias de las variables no son constantes, por lo que se concluye que existe heterogeneidad individual, por consiguiente a continuación se realizaran otras pruebas para determinar el tipo de efectos a usar.

- Prueba F: Betas iguales a cero

Hipótesis nula: Betas iguales a cero

Hipótesis alterna: Betas diferentes a cero

Contraste conjunto de los regresores (excepto la constante) -

Estadístico de contraste: F(1, 24597) = 8,61387

con valor p = P(F(1, 24597) > 8,61387) = 0,00333921

De acuerdo con el valor p, se rechaza la hipótesis nula, el modelo es significativo.

- Prueba F: Interceptos comunes

Hipótesis nula: Los grupos tienen intercepto Común

Hipótesis alterna: Los grupos no tienen intercepto Común

Contraste de diferentes interceptos por grupos -

Hipotesis nula: Los grupos tienen un intercepto común

Estadístico de contraste: F(2499, 24597) = 1,15172

con valor p = P(F(2499, 24597) > 1,15172) = 5,93681e-007

Se rechaza la hipótesis nula, se confirma que hay heterogeneidad individual, por la tanto no se recomienda usar el modelo de pooled regresión.

- Luego estime el modelo de efectos aleatorios y reporte la salida completa:

Modelo 4: Efectos aleatorios (MCG), utilizando 27098 observaciones

Se han incluido 2500 unidades de sección cruzada

Largura de la serie temporal: mínimo 9, máximo 11

Variable dependiente: return_

Coeficiente

Desv. Típica

z

valor p

const

-0,00125505

0,00126326

-0,9935

0,3205

beta

-0,000221081

0,00112281

-0,1969

0,8439

Media de la vble. dep.

-0,001498

D.T. de la vble. dep.

0,037921

Suma de cuad. residuos

38,96494

D.T. de la regresion

0,037921

Log-verosimilitud

50221,75

Criterio de Akaike

-100439,5

Criterio de Schwarz

-100423,1

Crit. de Hannan-Quinn

-100434,2

Varianza 'entre' (between) = 1,88756e-005

Varianza 'dentro' (Within) = 0,00141818

theta medio = 0,0651505

Contraste conjunto de los regresores (excepto la constante) -

Estadístico de contraste asintótico: Chi-cuadrado(1) = 0,0387697

con valor p = 0,843906

Contraste de Breusch-Pagan -

Hipótesis nula: Varianza del error específico a la unidad = 0

Estadístico de contraste asintótico: Chi-cuadrado(1) = 22,9074

con valor p = 1,69993e-006

Contraste de Hausman -

Hipotesis nula: Los estimadores de MCG son consistentes

Estadístico de contraste asintótico: Chi-cuadrado(1) = 24,4803

con valor p = 7,50722e-007

De acuerdo al contraste de Breusch Pagan se confirma que los datos deben tratarse por medio de efectos

- Realice la prueba de Hausman para determinar si requiere efectos fijos o efectos aleatorios. Finalmente decida qué modelo escoger (Pooled regression, efectos fijos o efectos aleatorios).

Contraste de Hausman -

Hipotesis nula: Los estimadores de MCG son consistentes

Estadístico de contraste asintótico: