Contraste de modelos de Efectos Fijos y de Efectos Aleatorios mediante la prueba de Hausman.

Con el propósito de elegir el tipo de modelo que proporciona los estimadores de los coeficientes más consistentes y eficientes, se llevaron a cabo las corridas de la técnica de panel con un modelo de efectos fijos y un modelo de efectos aleatorios, utilizando la variable dependiente de razón de estructura de capital a valor de mercado, CEDP y cuatro variables independientes que fueron significativas y correspondientes a tres de las hipótesis generales, LNZR, IV, RCNT e IDI. Se utilizó el paquete

estadístico, STATA, versión 8.025

Las corridas de cada modelo con las mismas variables dependiente e independientes, se aplicaron a la muestra principal del periodo 1990 – 2004 y a cada una de las

submuestras de periodos de un lustro cada una.

El parámetro estadístico de Hausman (1988) prueba la hipótesis nula de que los efectos específicos de las unidades en observación no están correlacionados con las variables explicatorias y comparar los estimadores del modelo de efectos fijos y los del modelo de efectos aleatorios, dado que el estimador de efectos fíjos es consistente tanto bajo la hipótesis nula como bajo la hipótesis alternativa, mientras que el estimador de efectos aleatorios es consistente y tipicamente eficiente sólo bajo la hipótesis nula.

El estadístico de Hausman evalúa la significancia de la diferencia entre los estimadores de efectos fijos y de efectos aleatorios, de tal forma que este estadístico, bajo la hipótesis nula tiene una distribución Chi cuadrada con un número de grados de libertad correspondiente al número de regresores. Si se rechaza la hipótesis nula, el estimado de efectos aleatorios no es eficiente y es preferible el modelo de efectos fijos26_.

25 _{StataCorp. 2003. Stata Statistical Software: Release 8.0. College Station, TX: Stata Corporation.} 26 _{Ver Baltagi (1995).}

Mario González Valdés 133

En el caso de la muestra principal (periodo completo de 1990 – 2004), la prueba de Hausman indica que no se rechaza la hipótesis nula, por lo cual el modelo

consistente y eficiente resulta ser el de efectos aleatorios. Las cuatro variables independientes involucradas en este modelo, fueron altamente significativas y todas con coeficientes negativos. Lo cual resultó inesperado en el caso de la variable del tamaño relativo. La variable con mayor impacto relativo en la razón de estructura de capital (a valores de mercado ) fue la razón de capital neto de trabajo al total de activos, RCNT, Este resultado indica que, ya sea la liquidez o la intensidad de

utilización de recursos en operación implican una capacidad competitiva suficiente que hacen innecesario el endeudamiento. (Ver cuadros 4.2.8R, 4.2.9R y 4.2.10R

siguientes).

En el caso de la submuestra 1 (periodo 1990 – 1994), la prueba de Hausman resultó que al 5% de probabilidad se rechaza la hipótesis nula y por lo tanto, sólo el modelo de efectos fijos es consistente y preferible. Las cuatro variables independientes en este modelo, resultaron con signo negativo y fueron significativas al 5 % de

probabilidad tres de ellas, excepto la razón del capital de trabajo neto a activos totales, RCNT . (Ver cuadros 4.2.11R, 4.2.12R y 4.2.13R siguientes).

En el caso de la submuestra 2 (periodo 1995 – 1999), la prueba de Hausman resultó que al 5% de probabilidad, no se rechaza la hipótesis nula. De aquí que el modelo consistente y eficiente es el de efectos aleatorios. De las cuatro variables involucradas en este modelo, una de ellas no fue significativa estadísticamente al 5% de probabilidad: la razón de dividendos a costo neto de intereses, IDI. Esto puede interpretarse bajo el supuesto de que bajo condiciones de alta inestabilidad en el contexto económico y de mercados que se presentó durante es periodo, la estructura de capital no estuvo inducida por la política de dividendos. Esto último, cabría esperarlo en bajo un contexto de alta probabilidad de que las empresas podrían estar

Mario González Valdés 134

enfrentando dificultades financieras en el periodo en cuestión. ( Ver cuadros 4.2.14, 4.2.15 y 4.2.16 siguientes).

En el caso de la submuestra 3 (periodo 2000 – 2004), la prueba de Hausman, dio como resultado el rechazo de la hipótesis nula al nivel del 5% de probabilidad. De aquí que el modelo de efectos fijos es el modelo consistente. De las cuatro variables independientes involucradas en este modelo, sólo resultó significativa al nivel de 5% de probabilidad el Indice de valoración relativa IV, con coeficiente de signo negativo. Sin embargo, el rechazo de la hipótesis nula es por 3 milésismas del valor de

probabilidad, es decir si se reduce ligeramente la región de rechazo en esa magnitud, se puede considerar que la hipótesis nula no puede rechazarse, con lo cual, el modelo de efectos aleatorios puede ser considerado consistente y eficiente. Por otro lado, en dicho modelo de efectos aleatorios, todas las variables independientes son

estadísticamente significativas al 5% de probabilidad. Por esta última razón, se considera que este modelo es preferible. (Ver los cuadros 4.2.17, 4.2.18 y 4.2.19 siguientes).

Mario González Valdés 135 4.2.8R Cuadro de resultados del análisis de panel con el método de efectos fijos. Especial 1.

Muestra principal (periodo 1990 – 2004). Variable dependiente: CEDP. Variables independientes: LNZR; IV, RCNT, IDI

Fixed-effects (within)

regression Number of obs = 744

Group variable (i): FIRM Number of groups = 52

R-sq: within = 0.3009

Obs per group:

min = 10 between = 0.3775 avg = 14.3 overall = 0.3277 max = 15 F(4,688) = 74.03 corr(u_i, Xb) = -0.1105 Prob > F = 0

CEDP Coef. Std. Err. t P>|t| [95% Conf. Interval]

LNZR -0.0678657 0.0203376 -3.34 0.001 -0.1078 -0.0279345 IV -0.1479619 0.0104255 -14.19 0 -0.16843 -0.1274924 RCNT -0.2797664 0.0596257 -4.69 0 -0.39684 -0.1626963 IDI -0.0016986 0.0004627 -3.67 0 -0.00261 -0.00079 _cons 0.6445585 0.01373 46.95 0 0.617601 0.6715162 sigma_u 0.19568675 sigma_e 0.24722765

rho 0.38518711fraction of variance due to u_i

F test that all u_i=0: F(51, 688) = 8.09 Prob > F = 0.0000

Mario González Valdés 136 4.2.9R Cuadro de resultados del análisis de panel con el método de efectos aleatorios. Especial1. Muestra principal (periodo 1990 – 2004). Variable dependiente: CEDP. Variables independientes: LNZR; IV, RCNT, IDI.

Random-effects GLS regression Number of obs = 744

Group variable (i): FIRM Number of groups = 52

R-sq: within 0.2996 Obs per group: min = 10

between 0.4098 avg = 14.3

overall 0.3429 max = 15

Random effects u_i ~ Gaussian Wald chi2(4) = 329.39

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0

CEDP Coef. Std. Err. z P>|z| [95% Conf. Interval]

LNZR -0.0478508 0.013504 -3.54 0 -0.07432 -0.0213835 IV -0.1487183 0.0100081 -14.86 0 -0.16833 -0.1291027 RCNT -0.3109321 0.0565038 -5.5 0 -0.42168 -0.2001867 IDI -0.0017672 0.0004524 -3.91 0 -0.00265 -0.0008805 _cons 0.6531262 0.0280086 23.32 0 0.59823 0.708022 sigma_u 0.17853859 sigma_e 0.24722765 rho 0.34276206

(fraction of variance due to

u_i)

Breush & Pagan

test results: Var sd = sqrt(Var)

CEDP 0.1393103 0.373243 e 0.0611215 0.2472276 u 0.031876 0.1785386 Test: Var(u) = 0 chi2(1) = 503.97 Prob > chi2 = 0

Mario González Valdés 137 4.2.10R Cuadro de resultados de la prueba de Hausman. Especial 1

Muestra principal (1990-2004)

Coeficients

(b) (B) (b-B) sqrt(diag(V_b-V_B))

fixed . Difference S.E.

LNZR -0.0678657 -0.0478508 -0.0200149 0.0152072 IV -0.1479619 -0.1487183 0.0007564 0.0029203 RCNT -0.2797664 -0.3109321 0.0311657 0.0190405 IDI -0.0016986 -0.0017672 0.0000686 0.0000974

b consistent under Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(4) = (b-B)'[(V_b-V_B)^(-1)](b-B) 4.46 Prob>chi2 0.3477 No se rechaza la Ho.

Mario González Valdés 138

4.2.11R Cuadro de resultados del análisis de panel con el método de efectos fijos. Especial 2.