IMPORTANT: This assignment is assessed and worth 10% of the overall assessment for this unit. The deadline for submission of work for this assignment is 6:00pm, Friday October 21st.  Your solutions must be typed before you may submit them through Assignment Box on the Moodle website. You must attach your EViews workfile to your answers. If you do use some other packages, such as R, please also remember to attach the relevant package workfile to your submission.

Late submission of assignments Work submitted late will receive a mark of zero, unless the Lecturer has been advised as soon as possible of any extenuating circumstances with supporting evidence (e.g. medical certificate).

Question 1 (25 marks)

The data file okun5 − aus contains quarterly observations on the Australian unemployment rate

(U), and the Australian GDP growth rate (G) from 1978Q2 to 2016Q2, available at http://www.principlesofeconometrics.com/poe5/data/rdata/okun5 −aus.rdata.

● Plot these series and perform unit root tests on them to assess whether or not they are stationary.  In your answer, justify your choice of a test equation, present the results from estimating that equation, state the null and alternative hypotheses, and draw a conclusion. [15 marks]

● Use a 5% significance level. What are the orders of integration of the two series ? [10 marks]

Question 2 (25 marks)

Using the NLS panel data on N = 716 young women, we consider only years 1987 and 1988. We are interested in the relationship between ln(WAGE) and experience, its square, and indicator variables for living in the south and union membership.

The ln(WAGE) equation specified as a panel data regression model is given by

ln(WAGE)it  = β1 + β2 EXPERit + β3 EXPERit(2) + β4 SOUTHit

+ β5 UNIONit +“i + eit .                                                       (3.1)

Estimation results are in the following table.

(a) The OLS estimates of the ln(WAGE) model for each of Columns (1) and (2).  How do the

results compare ? For these individual year estimations, what are you assuming about the regression parameter values across individuals (heterogeneity) ?  [5 marks]

(b)  Column (3) contains the estimated fixed effects model specified in equation (3.1). Compare

these estimates with the OLS estimates. Which coefficients, apart from the intercepts, show the most difference ?  [5 marks]

(c) The F–statistic for the null hypothesis that there are no individual differences is  11.68. What are the degrees of freedom of the F-distribution if the null hypothesis is true ? What is the 1% level of significance critical value for the test ? What do you conclude about the null hypothesis.  [5 marks]