cobb- douglas and dea exercise: microeconomics (2º cuatrimestre 2012/13)

3
RAFAEL JUAN RODRÍGUEZ GUTIÉRREZ MICROECONOMÍA 1ºA ADE- DERECHO PRÁCTICA 2 PRIMERA PARTE: A partir de los datos disponibles en formato Excel referentes al sector agrícola de Taiwán (1958-1972), se pide estimar la función de producción Cobb-Douglas indicando: 1. El valor de los coeficientes estimados y evaluar su significatividad. ¿Qué interpretación tienen en el contexto de la teoría de la producción? (Ayuda: elasticidad-producto del trabajo y del capital). 2. La bondad de ajuste del modelo a los datos y su interpretación. 3. El tipo de rendimientos a escala que muestra esta función de producción justificando su respuesta. 1. Los coeficientes estimados son: β 1 =1,498766863613 , que sería la elasticidad-producto con respecto al input trabajo. Es un valor significativo con un 95% de seguridad, ya que se probabilidad es menor que 0,05, en concreto 0,0167584827346207. Por tanto, podemos afirmar que el factor trabajo interviene en la productividad agraria de Taiwán. NOTA: Teóricamente, buscamos averiguar el cambio porcentual en el output ante un cambio en el input trabajo de un 1% (manteniendo el capital constante). β 2 =0,489858470406131 , que sería la elasticidad-producto con respecto al input capital. Es un valor significativo, con un 95% de seguridad, ya que su probabilidad es menor que 0,05, en concreto 0,000433177620897663. Por tanto, es posible afirmar que el factor trabajo interviene la productividad agraria de Taiwán. 2. La tabla de Estadísticas nos ayudará a dar una visión global sobre nuestro análisis. El coeficiente de correlación múltiple es de 0,94, es decir, es un índice muy alto de relación entre las variables que se nos propone estudiar (ya que es bastante cercano a 1). Nuestro coeficiente de determinación R^2 y el R^2 ajustado dan muy buena sensación, ya que son cercanos a un 0,9 (0,88 y 0,87 aprox). En otras palabras, nuestro modelo explica porqué ocurren esas variaciones casi en un 90% de los casos. El error típico es prácticamente nulo (0,07). El dato más importante en la tablilla de Análisis de Varianza es el Valor Crítico de F, que nos arroja un valor de 0,0000001867, que, por ser menor a 0,05, corrobora nuestra tesis: nuestro análisis de regresión es válido. 3. Sobre los rendimientos a escala: Podemos obtener información realizando la adición de β 1 y β 2 , que sería 1.988625334019131. Al

Upload: rafael-j-rodriguez-gutierrez

Post on 26-Jul-2015

102 views

Category:

Economy & Finance


3 download

TRANSCRIPT

Page 1: Cobb- Douglas and DEA exercise: Microeconomics (2º Cuatrimestre 2012/13)

RAFAEL JUAN RODRÍGUEZ GUTIÉRREZ MICROECONOMÍA 1ºA ADE-DERECHO PRÁCTICA 2

PRIMERA PARTE:A partir de los datos disponibles en formato Excel referentes al sector agrícola de Taiwán (1958-1972), se pide estimar la función de producción Cobb-Douglas indicando:1. El valor de los coeficientes estimados y evaluar su significatividad. ¿Qué interpretación tienen en el contexto de la teoría de la producción? (Ayuda: elasticidad-producto del trabajo y del capital).2. La bondad de ajuste del modelo a los datos y su interpretación.3. El tipo de rendimientos a escala que muestra esta función de producción justificando su respuesta.

1. Los coeficientes estimados son:β1=1,498766863613 , que sería la elasticidad-producto con respecto al input trabajo. Es un valor significativo con un 95% de seguridad, ya que se probabilidad es menor que 0,05, en concreto 0,0167584827346207. Por tanto, podemos afirmar que el factor trabajo interviene en la productividad agraria de Taiwán. NOTA: Teóricamente, buscamos averiguar el cambio porcentual en el output ante un cambio en el input trabajo de un 1% (manteniendo el capital constante).

β2=0,489858470406131 , que sería la elasticidad-producto con respecto al input capital. Es un valor significativo, con un 95% de seguridad, ya que su probabilidad es menor que 0,05, en concreto 0,000433177620897663. Por tanto, es posible afirmar que el factor trabajo interviene la productividad agraria de Taiwán.

2. La tabla de Estadísticas nos ayudará a dar una visión global sobre nuestro análisis. El coeficiente de correlación múltiple es de 0,94, es decir, es un índice muy alto de relación entre las variables que se nos propone estudiar (ya que es bastante cercano a 1). Nuestro coeficiente de determinación R^2 y el R^2 ajustado dan muy buena sensación, ya que son cercanos a un 0,9 (0,88 y 0,87 aprox). En otras palabras, nuestro modelo explica porqué ocurren esas variaciones casi en un 90% de los casos. El error típico es prácticamente nulo (0,07). El dato más importante en la tablilla de Análisis de Varianza es el Valor Crítico de F, que nos arroja un valor de 0,0000001867, que, por ser menor a 0,05, corrobora nuestra tesis: nuestro análisis de regresión es válido.

3. Sobre los rendimientos a escala: Podemos obtener información realizando la adición de β1 y β2, que sería 1.988625334019131. Al ser mayor a la unidad, la conclusión a la que llegamos es que nos encontramos ante rendimientos crecientes a escala (serían constantes a escala si el valor fuera 1 y decrecientes si arrojase un valor inferior a 1).

En definitiva, la función que buscamos sería la estimación del modelo econométrico, un modelo logarítmico doblemente cuyos coeficientes estimados asociados a las variables independientes miden elasticidades:ln q=−3,3385+1,4988∗lnL+0,4898∗lnK+0,0748 , por tanto, siendo de la forma:ln q=β0+β1∗lnL+β2∗lnK+u.

SEGUNDA PARTE:

Page 2: Cobb- Douglas and DEA exercise: Microeconomics (2º Cuatrimestre 2012/13)

RAFAEL JUAN RODRÍGUEZ GUTIÉRREZ MICROECONOMÍA 1ºA ADE-DERECHO PRÁCTICA 2a) Índice de eficiencia de cada área de riego y comentario.b) Pegar la pantalla de lo que se ve en un área de riego ineficiente.

a) El índice va desde 0 (ineficiente total) a 1 (la máxima eficiencia): Cazorla (lambda1): Es ineficiente en un 20,3% (Es eficiente en un 79,7%, y su índice sería 0,203)Guadalentín (lambda2): Es ineficiente en un 60,15% (Su índice es de 0,3985)Campiña Norte (lambda3): Es eficiente (ineficiente en un 0%) (Su índice es 1)Campiña Sur (lambda4): Es eficiente (ineficiente en un 0%) (Su índice es 1)Sierra Mágina (lambda5): Es ineficiente en un 57,16% (Por tanto, es eficiente en un 42,84%, osea, su índice sería de 0,4284).

Campiña Norte y Sur son las más eficientes, modelo a copiar para el resto de Comarcas. Guadalentín es la que mayor ineficiencia entre input-output acumula, a la que Sierra Mágina se acerca, con una diferencia con las más eficientes cercana a un 60%). Cazorla queda en una posición intermedia, diferenciándose de las eficientes en un 20%. Lógicamente, es difícil comparar regiones simplemente por este parámetro, ya que en la producción olivarera intervienen muchos más factores físicos que el agua, y no se puede olvidar que la producción no se cuenta muchas veces debido al interés de los grandes terratenientes por cobrar las subvenciones a la agricultura que se destinan desde la Unión Europea a regiones con agricultura poco desarrolladas. Ya en su día, el economista clásico David Ricardo prestó un gran interés sobre el factor productivo tierra, cuando observó que muchos terratenientes tenían parcelas ociosas, que, expropiándose para ponerse en manos de empresarios (OJO: No políticos), aumentarían su productividad y, por ende, mejorarían la situación de las regiones, ya que es una inversión regional propia, y no una exterior que perpetuaría la existencia de latifundios improductivos y caciques engordados desde Bruselas, donde no conocen la casta política que nos dirige en el Sur de Europa.

Pego la imagen de Excel de dos de las áreas ineficientes: