1 EJC 13: ANALISIS DE POLITICAS CON COMBINACION DE

ECONOMETRIA 2 - ECON 3301 - SEMESTRE II - 08
Profesor: Ramón Rosales; [email protected]
Profesor Taller: William Delgado; [email protected]
Profesor Taller: Juan Carlos Vasquez; [email protected]
Profesor Taller: Diego Marino; [email protected]
Monitor: Alejandro Urrego; [email protected]
Monitor: Juan Sebastián Sánchez; [email protected]
Monitor: Francisco Correa; [email protected]
Monitor: Carlos Morales; [email protected]
EJC 13: ANALISIS DE POLITICAS CON COMBINACION DE CORTES
TRANSVERSALES – ESTIMADOR DE LA DIFERENCIA DE LAS DIFERENCIAS
(DE DIFERENCIA EN DIFERENCIAS).
(Ejemplo 13.3 Wooldridge. Pag 414. Efecto de la ubicación de un incinerador de
basura sobre el precio de la vivienda)
Se desea evaluar el efecto de la construcción de un incinerador sobre el precio de las viviendas cercanas a el.
Se tienen datos de 1978 y 1981 (antes y después del evento, respectivamente)
Descripción de los datos
obs:
321
vars:
25
------------------------------------------------------------------------------storage display
value
variable name
type
format
label
variable label
------------------------------------------------------------------------------year
int
%9.0g
1978 or 1981
age
int
%9.0g
age of house
agesq
float %9.0g
age^2
nbh
byte
%9.0g
neighborhood, 1-6
cbd
float %9.0g
dist. to cent. bus. dstrct, ft.
intst
float %9.0g
dist. to interstate, ft.
lintst
float %9.0g
log(intst)
price
float %9.0g
selling price
rooms
byte
%9.0g
# rooms in house
area
int
%9.0g
square footage of house
land
float %9.0g
square footage lot
baths
byte
%9.0g
# bathrooms
dist
float %9.0g
dist. from house to incin., ft.
ldist
float %9.0g
log(dist)
wind
byte
%9.0g
prc. time wind incin. to house
lprice
float %9.0g
log(price)
y81
byte
%9.0g
=1 if year == 1981
larea
float %9.0g
log(area)
lland
float %9.0g
log(land)
y81ldist
float %9.0g
y81*ldist
lintstsq
float %9.0g
lintst^2
nearinc
byte
%9.0g
=1 if dist <= 15840
y81nrinc
byte
%9.0g
y81*nearinc
rprice
float %9.0g
price, 1978 dollars
lrprice
float %9.0g
log(rprice)
-------------------------------------------------------------------------------
1. El modelo simple en niveles y sin otras variables explicativas de control.
Estimando la ecuación en cada periodo
Para t = 1978
. reg rprice nearinc if year==1978
Source |
SS
df
MS
-------------+-----------------------------Model | 1.3636e+10
1 1.3636e+10
Residual | 1.5332e+11
177
866239953
-------------+-----------------------------Total | 1.6696e+11
178
937979126
Number of obs
F( 1,
177)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
179
15.74
0.0001
0.0817
0.0765
29432
1
-----------------------------------------------------------------------------rprice |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------nearinc | -18824.37
4744.594
-3.97
0.000
-28187.62
-9461.117
_cons |
82517.23
2653.79
31.09
0.000
77280.09
87754.37
-----------------------------------------------------------------------------Para t = 1981
. reg rprice nearinc if year==1981
Source |
SS
df
MS
-------------+-----------------------------Model | 2.7059e+10
1 2.7059e+10
Residual | 1.3661e+11
140
975815048
-------------+-----------------------------Total | 1.6367e+11
141 1.1608e+09
Number of obs
F( 1,
140)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
142
27.73
0.0000
0.1653
0.1594
31238
-----------------------------------------------------------------------------rprice |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------nearinc | -30688.27
5827.709
-5.27
0.000
-42209.97
-19166.58
_cons |
101307.5
3093.027
32.75
0.000
95192.43
107422.6
------------------------------------------------------------------------------
El estimador de diferencia en diferencias
(Pooled OLS)
. reg rprice y81 nearinc y81nrinc
Source |
SS
df
MS
-------------+-----------------------------Model | 6.1055e+10
3 2.0352e+10
Residual | 2.8994e+11
317
914632739
-------------+-----------------------------Total | 3.5099e+11
320 1.0969e+09
Number of obs
F( 3,
317)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
321
22.25
0.0000
0.1739
0.1661
30243
-----------------------------------------------------------------------------rprice |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------y81 |
18790.29
4050.065
4.64
0.000
10821.88
26758.69
nearinc | -18824.37
4875.322
-3.86
0.000
-28416.45
-9232.293
y81nrinc |
-11863.9
7456.646
-1.59
0.113
-26534.67
2806.867
_cons |
82517.23
2726.91
30.26
0.000
77152.1
87882.36
-----------------------------------------------------------------------------Esta estimación es como si se efectuara de manera individual por periodo. Note que el
coeficiente de y81nrinc es no significativo al 5 %.
2. El modelo en niveles y con las variables explicativas de control edad y edad^2.
El estimador de diferencia en diferencias
. reg rprice y81 nearinc y81nrinc age agesq
Source |
SS
df
MS
Number of obs =
321
-------------+-----------------------------F( 5,
315) =
44.59
Model | 1.4547e+11
5 2.9094e+10
Prob > F
= 0.0000
Residual | 2.0552e+11
315
652459451
R-squared
= 0.4144
-------------+-----------------------------Adj R-squared = 0.4052
Total | 3.5099e+11
320 1.0969e+09
Root MSE
=
25543
-----------------------------------------------------------------------------rprice |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------y81 |
21321.04
3443.631
6.19
0.000
14545.62
28096.47
nearinc |
9397.936
4812.222
1.95
0.052
-70.22385
18866.1
y81nrinc | -21920.27
6359.745
-3.45
0.001
-34433.22
-9407.321
age | -1494.424
131.8603
-11.33
0.000
-1753.862
-1234.986
agesq |
8.691277
.8481268
10.25
0.000
7.022567
10.35999
_cons |
89116.54
2406.051
37.04
0.000
84382.57
93850.5
------------------------------------------------------------------------------
2
Se presenta cambio en los estimadores, principalmente en la variable y81nrinc con respecto a los obtenidos
anteriormente. El coeficiente de y81nrinc ahora es significativo al 1 %. Compare el R^2 ajustado.
3. El modelo en niveles y con las variables explicativas de control: edad, edad^2, distancia a
la carretera interestatal, área del terreno, etc.
El estimador de diferencia en diferencias
. reg rprice y81 nearinc y81nrinc age agesq intst land area rooms baths
Source |
SS
df
MS
-------------+-----------------------------Model | 2.3167e+11
10 2.3167e+10
Residual | 1.1932e+11
310
384905860
-------------+-----------------------------Total | 3.5099e+11
320 1.0969e+09
Number of obs
F( 10,
310)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
321
60.19
0.0000
0.6600
0.6491
19619
-----------------------------------------------------------------------------rprice |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------y81 |
13928.48
2798.747
4.98
0.000
8421.533
19435.42
nearinc |
3780.337
4453.415
0.85
0.397
-4982.408
12543.08
y81nrinc | -14177.93
4987.267
-2.84
0.005
-23991.11
-4364.759
age |
-739.451
131.1272
-5.64
0.000
-997.4629
-481.4391
agesq |
3.45274
.8128214
4.25
0.000
1.853395
5.052084
intst | -.5386352
.1963359
-2.74
0.006
-.9249548
-.1523157
land |
.1414196
.0310776
4.55
0.000
.0802698
.2025693
area |
18.08621
2.306064
7.84
0.000
13.54869
22.62373
rooms |
3304.227
1661.248
1.99
0.048
35.47904
6572.974
baths |
6977.317
2581.321
2.70
0.007
1898.191
12056.44
_cons |
13807.67
11166.59
1.24
0.217
-8164.239
35779.57
-----------------------------------------------------------------------------El coeficiente de y81nrinc es mucho más significativo.
4. El modelo en logaritmos y sin otras variables explicativas de control (para interpretar el
efecto en porcentajes).
El estimador de diferencia en diferencias.
. reg lrprice y81 nearinc y81nrinc
Source |
SS
df
MS
-------------+-----------------------------Model | 11.8433724
3 3.94779079
Residual |
36.305771
317 .114529246
-------------+-----------------------------Total | 48.1491434
320 .150466073
Number of obs
F( 3,
317)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
321
34.47
0.0000
0.2460
0.2388
.33842
-----------------------------------------------------------------------------lrprice |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------y81 |
.1930937
.0453207
4.26
0.000
.1039263
.2822611
nearinc |
-.339923
.0545555
-6.23
0.000
-.4472595
-.2325865
y81nrinc | -.0626489
.0834408
-0.75
0.453
-.2268166
.1015188
_cons |
11.28542
.0305145
369.84
0.000
11.22539
11.34546
-----------------------------------------------------------------------------El coeficiente de y81nrinc no es significativo.
3
5. El modelo en logaritmos y con otras variables explicativas de control (algunas en
logaritmos: distancia a la carretera interestatal, el área del terreno y el área de la casa).
El estimador de diferencia en diferencias (con controles adiccionales)
. reg lrprice y81 nearinc y81nrinc age agesq lintst lland larea rooms baths
Source |
SS
df
MS
-------------+-----------------------------Model | 35.2722832
10 3.52722832
Residual | 12.8768602
310 .041538259
-------------+-----------------------------Total | 48.1491434
320 .150466073
Number of obs
F( 10,
310)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
321
84.92
0.0000
0.7326
0.7239
.20381
-----------------------------------------------------------------------------lrprice |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------y81 |
.1620725
.0284999
5.69
0.000
.1059947
.2181502
nearinc |
.032232
.0474876
0.68
0.498
-.0612067
.1256707
y81nrinc | -.1315132
.0519712
-2.53
0.012
-.2337742
-.0292523
age | -.0083591
.0014111
-5.92
0.000
-.0111358
-.0055825
agesq |
.0000376
8.67e-06
4.34
0.000
.0000206
.0000547
lintst | -.0614482
.0315075
-1.95
0.052
-.1234439
.0005474
lland |
.099845
.024491
4.08
0.000
.0516554
.1480347
larea |
.3507722
.0514865
6.81
0.000
.2494649
.4520795
rooms |
.0473343
.0173274
2.73
0.007
.0132402
.0814285
baths |
.0942767
.0277256
3.40
0.001
.0397225
.1488309
_cons |
7.651756
.4158832
18.40
0.000
6.833445
8.470067
------------------------------------------------------------------------------
Al controlar por otros factores el coeficiente de y81nrinc es significativo al 5%. El coeficiente de y81nrinc es el
efecto del evento, por lo tanto el incinerador generó una disminución del 13.2% en el precio de las casas
cercanas a él como resultado de su construcción.
4