Econometra II.

Hoja de Problemas 2

1. Se quiere estudiar si los beneficios de las empresas dependen del gasto en I+D que
realizan. Para estimar la ecuacin
benef iciost = 1 + 2 ventast + 3 gIDt + ut
se dispone de una muestra de 70 empresas, de las que se conocen sus beneficios,
ventas y gastos en I+D (gID) en un determinado periodo. Suponemos que este
modelo cumple los supuestos bsicos del modelo de regresin lineal con observaciones
iid, salvo quizs el supuesto de homocedasticidad.
a) El modelo se estima por MCO obtenindose
benef iciost = 1, 253 + 0, 655ventast + 0, 120gIDt + et .
Se estima adems por MCO la regresin auxiliar
e2t = 1 + 2 ventast + 3 gIDt + 4 ventas2t + 5 gIDt2 + 6 ventast gIDt + vt
y se obtiene R2 = 0, 23. Contraste si el modelo verifica el supuesto de homocedasticidad en esta muestra.
b) Sabiendo que el estimador de White de la varianza de 3 es 0.004624, contraste
la hiptesis nula de que el gasto en I+D no afecta a los beneficios de las
empresas frente a la alternativa de que los beneficios empresariales dependen
positivamente del gasto en I+D.
2. Considere el modelo de regresin simple sin constante:
yt = xt + ut ,

t = 1, ..., T,

donde xt slo toma valores positivos. Suponemos que este modelo cumple los supuestos bsicos del modelo de regresin lineal con observaciones iid, salvo el supuesto de
homocedasticidad puesto que var(ut |xt ) = 2 xt . Se dispone de la siguiente informacin:
T
T
T
P
P
P
xt = 1977
yt = 1578
x4t = 41630
t=1
T
P

t=1
T
P

x2t = 4897

xt yt = 3851

t=1

T
P

t=1

t=1

x2t e2t = 6121341

t=1
T
P

T
P

t=1

e2t = 380560

u
b2t = 260125
T = 1000

t=1

donde et son los residuos basados en el estimador MCO y u

bt son los residuos basados
en el estimador MCG
1

a) Contraste, utilizando el estimador MCO, H0 : = 0 frente a H1 : 6= 0

b) Obtenga el estimador de mnimos cuadrados generalizados de y calcule su

varianza estimada.

3. Considere el modelo lineal con una sola variable explicativa

Yt = Xt + ut
donde la variable Xt siempre es positiva. Se consideran los siguientes estimadores
alternativos del parmetro unidimensional :
PT
PT
PT
T
X
X
Y
X t Yt
Y
Yt
t
t
t
t=1
t=1
b4 = 1
b1 = PT
; b2 = PT
; b3 = Pt=1
;

T
2
T t=1 Xt
t=1 Xt
t=1 Xt
t=1 Xt
a) Si se verifican todos los supuestos bsicos del modelo lineal de regresin con
observaciones iid, determine la esperanza y la varianza (condicional) de cada
uno de estos estimadores y seleccione, entre los que sean insesgados, aquel que
sea ptimo.
b) Supongamos que en realidad no se cumple el supuesto de homocedasticidad, ya
que las perturbaciones son independientes con media 0 y V ar(ut |Xt ) = 2 t .

1) Determine cul es ahora el estimador lineal insesgado ptimo de y calcule

su esperanza y su varianza.
2) Es posible encontrar t de manera que el estimador ptimo obtenido en el
subapartado anterior sea b1 ? Responda tambin a esta pregunta cambiando
b1 por b2 , b3 y b4 .

4. Considere el modelo de regresin simple sin constante:

yt = xt + ut ,

t = 1, ..., T,

que satisface todos los supuestos bsicos del modelo de regresin lineal con observaciones iid, salvo quizs el supuesto de homocedasticidad. Se dispone de la siguiente
informacin:
P 4
P
P
y
=
1842
x
=
1977
t
t
t xt = 41629
t
t
P 2 2
P 2
T = 1000
t xt et = 221193
P t xt = 4897
P
2
t xt yt = 4445
t et = 26295
b t , donde b es el estimador MCO de .
et = yt x
a) Contraste H0 : = 0 frente a H1 : 6= 0.
b) Sabiendo ahora que

X x t yt
t

t2

= 165 y

X x2
t

t
t2

= 176,

donde t2 = V ar (ut |xt ), obtenga el estimador de mnimos cuadrados generalizados y proponga un estimador de su varianza.
2

c) Suponiendo que t2 = 1 + 2 x2t , donde 1 y 2 son parmetros desconocidos,

obtenga estimadores consistentes de los parmetros 1 y 2 . Explique cmo
obtendra un estimador del parmetro asintticamente eficiente a partir de
estas estimaciones.
5. El nmero de desempleados de un pas en un periodo de tiempo (Dt ) depende de
la poblacin activa que exista en dicho periodo (At ) y del nivel de produccin (Pt ),
segn el modelo
Dt = 1 + 2 At + 3 Pt + ut
Se dispone de 78 observaciones de estas variables para la economa espaola. En
base a esa muestra se ha estimado por MCO el modelo obtenindose los siguientes
resultados:
(1) : Dt = 34241 + 3,75 At 1,98 Pt + et
(0,558)
[0,402]

(0,377)
[0,281]

Entre parntesis figuran los errores estndar de los estimadores MCO vlidos cuando
se verifican todos los supuestos bsicos del modelo y entre corchetes los errores estndar robustos a heterocedasticidad (basados en la matriz de varianzas de White).
Supondremos que este modelo satisface todos los supuestos bsicos del modelo de
regresin con observaciones iid salvo, quiz, el de homocedasticidad; adems supondremos que los errores siguen una distribucin normal. Se dispone de los siguientes
resultados basados en estimaciones MCO auxiliares (entre parntesis se dan los errores estndar MCO):
(2) : e2t =
0 +
1 At +
2 Pt +
3 A2t +
4 Pt2 +
5 At Pt + resid.;
(3) : et = 0 + 1 At + 2 Pt + 3 A2t + 4 Pt2 + 5 At Pt + resid.;
(4) : e2t = 1 + 2 At + 3 Pt + vt ;

R2 = 0,24,

v v = 135,4

(5) : et = 1 + 2 At + 3 Pt +
bt ;

R2 = 0,01,

b
b = 34587

(6) : Dt = Dt / At ; At = At / At ; Pt = Pt / At
Dt = 562 + 6,02 At 1,92 Pt + et
(84,8)

(0,94)

(0,39)

(7) : Dt = Dt / At ; Ct = 1/ At ; At = At / At ; Pt = Pt / At
Dt = 34449Ct + 3,77 At 1,99 Pt + et ;
(4965)

(0,059)

(0,39)

(8) : Dt = Dt /At ; Ct = 1/At ; Pt = Pt /At

Dt = 3,78 34634Ct 1,99 Pt + et .
(0,60)

(5133)

(0,40)

Con esta informacin:

3

R2 = 0,45

R2 = 0,05

a) Contraste, de todas las formas que pueda, que la varianza de las perturbaciones
ut depende de las variables At y Pt .
b) Utilizando el estimador MCO, contraste la significatividad individual de la
variable At .
c) Un analista llega a la conclusin de que V ar(ut |X) = 2 At y realiza una estimacin eficiente del modelo basada en esa informacin. Indique cmo debera
contrastar este analista la significatividad individual de la variable At y qu
resultado obtendra.
6. Un analista de una empresa informtica sugiere un modelo lineal para explicar las
ventas mensuales de ordenadores personales, Yt , en funcin de la poblacin, X1t , y
de la renta per cpita, X2t :
Yt = 0 + 1 X1t + 2 X2t + ut

(1)

Suponemos que este modelo cumple los supuestos bsicos del modelo de regresin
lineal con observaciones iid, salvo quizs el supuesto de homocedasticidad; tambin
suponemos que los errores siguen una distribucin normal. En base a una muestra
de 130 ciudades de Estados Unidos se han obtenido los resultados que se presentan
en la tablas adjuntas.
a) Con la informacin proporcionada en las tablas, contraste de todas las formas
posibles si lo errores son homocedsticos.
b) El mismo analista propone dos posibles vas para mejorar la estimacin. La
primera consiste en estimar por MCO el modelo:
p
Y
X2t
1
ut
t = 0
+ 1 X1t + 2
+
X1t
X1t
X1t
X1t

(2)

La segunda posibilidad es estimar por MCO el modelo:

p
ut
Y
1
X1t
t = 0
+ 1
+ 2 X2t +
X2t
X2t
X2t
X2t

(3)

Qu forma funcional tendra la varianza del error del modelo (1) si el estimador
MCO de los parmetros del modelo (2) es el estimador de mnima varianza?
y Qu forma funcional tendra la varianza condicional del error del modelo
(1) si el estimador MCO de los parmetros del modelo (3) es el estimador de
mnima varianza?. Para obtener estimadores eficientes de los parmetros del
modelo en (1) qu modelo debe estimarse?. Justifique la respuesta utilizando
la informacin de las tablas.
c) En base a las respuestas en los apartados anteriores, contraste si la poblacin
es un factor determinante para el nivel de ventas.

7. Suponga que est interesado en estudiar el comportamiento de la demanda de ropa

de mujer en Espaa y que para ello dispone de una muestra de datos sobre gasto
del hogar y caractersticas demogrficas para 2931 hogares formados por parejas
casadas. El objetivo final es estudiar si la elasticidad de la demanda de ropa con
respecto a la renta total del hogar es mayor cuando la mujer participa en el mercado
de trabajo que cuando no lo hace. Para ello se ha estimado la siguiente curva de Engel
de cuya estimacin se dispone de varias tablas de resultados (ver hojas adjuntas).
Share_wt = 1 + 2 log(Xt ) + 3 Dt + 4 Dt log(Xt ) + 5 Edadt + 6 Edad2t + ut ,
donde Share_w es el porcentaje de gasto en ropa de mujer sobre la renta total
del hogar, X es la renta total del hogar. La participacin laboral de la mujer viene
recogida por la variable ficticia D que toma valor 1 cuando la mujer participa en el
mercado de trabajo y 0 cuando no participa. Los efectos no lineales de la edad se
controlan por la variable Edad y su cuadrado. Suponemos que este modelo cumple
los supuestos bsicos del modelo de regresin lineal con observaciones iid, salvo
quizs el supuesto de homocedasticidad; tambin suponemos que los errores siguen
una distribucin normal. Para llegar al objetivo final, debe seguir los siguientes
pasos:
a) Contraste de todas las formas posibles la hiptesis de homocedasticidad.
b) En vista de los resultados obtenidos en la tabla 3, se cree que la edad es la
variable causante de la heterodedasticidad, de la forma V ar(ut |X) = 2 Edad2t .
Confirme si sus sospechas son ciertas.
c) Explique cmo contrastara la hiptesis de que la elasticidad-renta de la ropa de
mujer es mayor cuando la mujer participa en el mercado de trabajo que cuando
no lo hace. Cul es su conclusin? Nota: La frmula de la elasticidad-renta en
esta curva de Engel es
=

2 + 4 D
log(q)
=1+
log(X)
Share_w

8. Considere la siguiente relacin lineal entre el precio de las viviendas (price) y algunas
caractersticas de las mismas como metros cuadrados (sqrf t), tamao de la parcela
(lotsize) y nmero de dormitorios (bdrms):
pricet = 1 + 2 sqrf tt + 3 lotsizet + 4 bdrmst + ut

(1)

Se dispone de 88 observaciones. Suponemos que este modelo cumple los supuestos

bsicos del modelo de regresin lineal con observaciones iid, salvo quizs el supuesto
de homocedasticidad; tambin suponemos que los errores siguen una distribucin
normal. Se dispone de la siguiente informacin sobre la regresin MCO auxiliar de
la variable gt sobre los regresores del modelo 1:
gt = 1,6161 + 0,000495sqrf tt + 0,000059lotsizet + 0,30485bdrmst
5

(2)

donde gt = u2t . De la regresin auxiliar 2 se sabe que R2 = 0,16. Adems se dispone

de la informacin proporcionada en las tablas adjuntas.
a) Contraste de todas la formas posibles la hiptesis de homocedasticidad de los
errores del modelo 1.
b) Teniendo en cuenta los resultados obtenidos en el apartado anterior, contraste
si la variable lotsize es significativa en la ecuacin 1.
c) Suponga ahora que la varianza de los errores del modelo 1 es:
var(ut |X) = t2 = 2 (1 + 2 sqrf tt + 3 lotsizet + 4 bdrmst )2
Explique cmo podra estimar t2 y cmo transformara el modelo 1 para obtener el estimador MCGF de = (1 , 2 , 3 , 4 ) .
d ) La Tabla 4 muestra los resultados de la estimacin del modelo 1 segn la transformacin utilizada en el apartado anterior. Contraste la validez del supuesto
del apartado anterior sobre la varianza de los errores del modelo de la ecuacin
1.
9. Considere el siguiente modelo de uso del tiempo dedicado al ocio:
ociot = 1 + 2 edadt + 3 hijost + 4 rentat + ut

(1)

donde la variable ocio es el nmero de horas semanales que se asignan a actividades

recreativas, edad la edad en aos, hijos es el nmero de hijos menores de 18 aos y
renta la renta mensual del hogar. Suponemos que este modelo cumple los supuestos
bsicos del modelo de regresin lineal con observaciones iid, salvo quizs el supuesto
de homocedasticidad. Utilizando una muestra de 100 mujeres se ha estimado el
vector de parmetros y los resultados se muestran en las tablas adjuntas.
a) Contraste de todas las formas posibles si efectivamente existe un problema con
los errores del modelo.
b) Un grupo de investigacin cree que V ar(ut |X) = t2 = 2 edadt . Segn lo que
se presenta en las tablas, explique detalladamente qu hicieron estos investigadores para obtener un estimador eficiente de .
c) Tiene razn el grupo de investigacin en relacin al origen de la heterocedasticidad?
d ) Contraste la idea de que a mayor nmero de hijos (no adultos) menor es el
tiempo que una mujer dedica al ocio.
10. El modelo (1) se estima por dos mtodos distintos utilizando 250 observaciones.
Los resultados aparecen en las expresiones (2) y (3), que muestran dos estimaciones
MCO con, entre parntesis, errores estndar vlidos cuando se verifican los supuestos
bsicos y, entre corchetes, errores estndar de White. Las regresiones auxiliares (4) y
6

(5) han sido tambin estimadas por MCO. Suponemos que el modelo (1) cumple los
supuestos bsicos del modelo de regresin lineal con observaciones iid, salvo quizs
el supuesto de homocedasticidad; asimismo, suponemos que los errores del modelo
(1) siguen una distribucin normal. El rango de X2t es (0, ).
Yt = 1 + 2 X2t + 3 X3t + ut
Yt = 25,18 + 1,61X2t 1,43X3t + et ,
(2,6)
[3,7]

(0,5)
[0,6]

(1)
(2)

R = 0,19

(0,6)
[0,7]

1
X2t
X3t
Y
t = 21,89
+ 1,16
1,92
+ et ,
X2t
X
X
X
(2,1)
(0,4)
(0,5)
2t
2t
2t

R2 = 0,23

2
2
e2t =
1 +
2 X2t +
3 X3t +
4 X2t
+
5 X3t
+
6 X2t X3t + a
t , R2 = 0,21
e2 = 1 + 2 X2t + bt , R2 = 0,20, bb = 64
t

(3)

(4)
(5)

a) Se sospecha que V ar (ut |X) depende de X2t . Es cierta esta sospecha? Justifique su respuesta.
b) Qu hiptesis sobre la V ar (ut |X) se asume en la estimacin (3)?

c) Escriba la regresin auxiliar del contraste de heterocedasticidad de White para

los errores del modelo transformado (3). A partir de qu valor del coeficiente
de determinacin de esta regresin auxiliar se rechazara la hiptesis sobre la
V ar (ut |X) asumida en (3)?

d ) Contraste la significatividad estadstica de la variable X3t si el R2 de la regresin

auxiliar especificada en c) es 0.10.

12345656789
12342567
9ABACDACE5F2234A75
AED75A2E5 2A

12342587
9ABACDACE5F2234A7598595C545AD5DA5425
1234256
AED75A2E5 2A

2!B4A75656"#

2!B4A75656"#

C$4DAD53A%2EC756"#
F2234A

C$4DAD53A%2EC756"#

&A''$ACE ED(5 E)E2EE$

F2234A

&A''$ACE ED(5

E)E2EE$

*3(55

&

#(+6,-.8

#(8+/00

8(#68"6

&

#(#.-660

#(0.#/.

#(6"08--

#(,.6,

16

#(6""808

#(6++8

#(,+,0+

16

#(.0+0#/ #(,,6#8.

6(#.+...

#(8/+8

18

"(8,"6-6 #(#06/"0

+"(6,#-

168

)#("088-8 #(8.0/,"

)6(88#+0

#(88-0

0(/+-6"

16218

#(#.0#"8 #(686#+0

#(/."8,,

#(-8.6

6(-8/#+

18

)#(+80..+ #(860-86

)8(-"+#+

#(#60"

6-6-(#,

188

#(#+,+0, #(#"-6#-

6(/6/"8,

#(#,,-

) 2AD

#(6+".+. 55A2C5DABACD(5%2

#(86,#8

!5 2AD5
AD

/(#/666. $3245$EAC

#(6+6#8

5546A4D

-(/,0+6" 55557)E2EE$

-(+6"#6

) 2AD

#(.+/#8- 55A2C5DABACDACE5
%2
8,("-"#+ 55$3245$EAC

!5 2AD5
AD
5546A4D

),+(-+/#, 557)E2EE$

93C)82EC5
E2E

8(#.#0-0 55*37)E2EE$

93C)82EC5
E2E

51234255"
5575
9ABACDACE5F2234A751

8(#8"0/ 5555*37)E2EE$

#(###,8

AED75A2E5 2A

512342555575
9ABACDACE5F2234A7598595C545AD5
DA5425123425"
AED75A2E5 2A

2!B4A75656"#

2!B4A75656"#

C$4DAD53A%2EC756"#

C$4DAD53A%2EC756"#

F2234A

&A''$ACE ED(5 E)E2EE$

1&

#(+"/."0 #(8+68,"

8(6-#/0

116

#(68/#++ #(6+0660

#(,6",+

118

"(8//-/. #(#08#0.

+8(,#-

55

&A''$ACE ED(5

E)E2EE$

*3(55

&

)+6.(6"0. 6--6(#68

)#("0#80

#(/6."

1&

-8/(-+-, 66-8(/0+

#("/-#+"

#(/#.

1&8

)6"8(/"#0 "",(6,#-

)#(".8-.

#(0.+-

) 2AD

#(.+.-66 5555A2C5DAB(5%2

1&2118

+(8--6+0 -(686...

6(8/88"0

#(8#+/

!5 2AD5AD

6.(0.-8/ 5555$3245$EAC

6(#0"

116

8,"(,+., ,#"(/#6-

#("+"6.6

#(/8-0

)06(/."+0 555593C)82EC5E2E

6(.//"

1168

)+,(..--6 60/("#6,

)#("+808

#(/8+

1162118

-(#688,0 8(,+0,#-

6(-#--00

#(608/

118

).(+/8.+8 0(,,6+,.

)6(".66

#(600/

1188

#(#0+/88 #(#"+##+

6(,//-,-

#(#08.

#(6/"-00 555A2C5DABACDACE5%2

#(6+6-.

5546A4D

+(0/"#0

F2234A

25%2234A51(51&(511659511852C5D55ACA2D25AC5)FA35$!7
1:9;<66;8=51&:$;5<66;8=5116:<6;5<66;8=5118:<8;<66;8

) 2AD

51234255+
5575
9ABACDACE5F2234A751
AED75A2E5 2A

512342550
5575
9ABACDACE5F2234A7598595C545AD5
DA5425123425+
AED75A2E5 2A

2!B4A75656"#

2!B4A75656"#

C$4DAD53A%2EC756"#
F2234A

C$4DAD53A%2EC756"#

&A''$ACE ED(5 E)E2EE$

55

F2234A

&A''$ACE ED(5

E)E2EE$

*3(55
#(..-0

1&

#(+0+,68 #(8,"6/8

6(..,68

&

#(+,6,. ,+(68,/,

#(##0,"+

116

#(#.#806 #(#"++8,

8(+-#+0

1&

)/(+"6#,, ,6(/#+,,

)#(#.86/

#(.80/

118

"(8.6".0 #(#/0.#"

-8(/..-

1&8

+(+,-,#- 8.(--/,0

#(6,.0+6

#(,-..

)8(/-80/6 "(.8-#,0

)#(0.,."

#(-,+.

) 2AD

#(/+0,0/ 5555A2C5DAB(5%2

-(."-06

1&2116

!5 (5A

6.(/#"#0 5555$3245$EAC

6(#0"--

116

8(#+-0/

1168

5546A4D

)06(,88+/ 555593C)82EC5
E2E

25%2234A51(51&(511659511852C5D55ACA2D25AC5)FA35$!7
1:9;<86;8=51&:$;5<86;8=5116:<6;5<86;8=5118:<8;<86;8

0(8+,#6

+(/+8/+

6(#,/,8.

#(8/,,

)#(+0-"6" #("-+6/.

)#(,,,.

#(",-/

1162118

)8(6680" 8(6++"8,

)#(.,#6.

#("8,.

118

6(#,/+6+ ".(80-"/

#(#8/0./

#(.//.

1188

)#(68.-,, 0(/+0+-,

)#(#6.6/

#(.,-/

#(#0..0- 555A2C5DABACDACE5%2

#(6+6+0

) 2AD

1234565678A
BCDEC8F816C568
123245246789AB9CD2E7F
265E72967F9A2
F93D2E77 !
"2##B$B246 F65%7AAA
89AB9CD2

6&F696B6B$

'AC%77

"
!%()!!*+ *%(!++ ! (%,( 
(%*(*
%(+(+ (%+(*(* %) (
(%((**
1
,%!.,.(
%*!.* (%,, ))* (%,),)
1/&(%!*, (%**).+ &(%+)). (%*!.
11
&(%* ++( (%) &*%,+.
(%((((
11
(%((.,) (%(( * *%*)) (%((((
&9A25
(%( ., 77772947523245246709A ,%.!),.
516257&9A25 (%(!, 7777F%1%7523245246709A *% +),
2697-3D45-67777777777269E711372595

BCDEC8
123245246789AB9CD2E7F
265E72967F9A2
F93D2E77 !
63833473C656 7638!CC48144748"8
7#C46C53
"2##B$B246 F65%7AAA 6&F696B6B$
89AB9CD2
'AC%77
"
!%()!!*+ *%.*! (%+ ))) (%* 
%(+(+ (%+(,(,! %),*
(%((*,
1
,%!.,.(
%,.)*)! (%,*)++ (%,)+!
1/&(%!*, (%*, +, &(%+) , (%*!*
11
&(%* ++( (%!+!(* &,%)(!(( (%((((
11
(%((.,) (%((*. ,% . +
(%((((
&9A25
(%( ., 77772947523245246709A ,%.!),.
516257&9A25 (%(!, 7777F%1%7523245246709A *% +),

BCDEC8$
123245246789AB9CD2E7F81777552799CD976
265E72967F9A2
F93D2E77 !
"2##B$B246 F65%7AAA
89AB9CD2
"
11
11

,%.*( .
&(%,*,+(
(%((!**

6&F696B6B$

'AC%77

%(,(..
,%,+! *
(%(,(+( &,%(..(
(%(((,., ,%,) ,,*

(%((((
(%((((
(%((((

&9A25
(%(+,. 77772947523245246709A
516257&9A25 (%(!.+, 7777F%1%7523245246709A
F%%7#7A24A2B4
7777:9B:27B4#7$AB62AB4
F79A257A2B5
!().%), 7777F$;9A<7$AB62AB4
47DB:2DB5
&).!%(* 7777=&696B6B$
1ACB4&9647696 %(+.+ 7777'AC5=&696B6B$6

%((((((
%.)++
+% (!+ !
+% ( *)
%,**
(%((((((

BCDEC8%8
926796B4E
123245246789AB9CD2E7F81>7552799CD976
265E72967F9A2
F93D2E77 !
89AB9CD2

"2##B$B246

F65%7AAA

6&F696B6B$

'AC%77

"
->
-/1
-/1-/11
-/11
1
1/11
1/11
1-/11
1-/11
11
11>
11/11
11>

)!%
&()%,+)
% ( )!
)!!%*.,.
&%+,.
% ) +).
&(%(!..
& )(%++.
,(+%)!()
&*%,+!!*
&!,%* *
(%+*(!,.
&+,%+ ,.,
(%+ +)**
(%(( ,
&%)&(,

+()%).
,()%*(
)%!,*,
.%+(*
.%!*!
*%)!)+
(%()*(
*!,(%!*.
).%).,+
%+)++
%!.!((
(%+..,.
,%+
%*!,+.
(%(!.
(%((()

(%!*.)+
&(%(,.
(%((!
(% (!( )
&(%()+,+)
(%++!,
&(%,(+).
&%,)((,.
%.!(
&!%(!. 
&%.),.)+
!%( *(+
&(%! ,!
(%.))!!
(%(*(()
&(%(,!*.

(%),+
(%.!
(% +
(%!**,
(% +(*
(%*,))
(%*( .
(%*,
(%((+.
(%((+
(%((+
(%(((
(%* )
(%.,
(% ,
(% ,)

&9A25
516257&9A25
269E71-31/-

(%(. 77772947523245246709A !)%+)!!

(%(*  7777F%1%7523245246709A (,% +(

BCDEC8&8B4C'74C56(8B)*+,*-.1/0)*+,*-.11213*3
123245246789AB9CD2E79F
265E72967F9A2
F93D2E77 !
"2##B$B246 F65%7AAA 6&F696B6B$
89AB9CD2
'AC%77
9"
%,) () *%.*, (%+*  (%*)*.
9%,.)  (%++,(+ %) ,*(
(%((,
91
%!,).+
%+,!!(+ (%+ + (%.(!
91&(%!(+ (%*,(. &(%)!* (%.*
"
&(%)()
(%+,* &,%)), ,( (%((((
11
(%((.)! (%((,
,%)!*!+! (%((((
&9A25
(%(,+!.) 77772947523245246709A (%,),*
516257&9A25 (%(,))( 7777F%1%7523245246709A (%)++
BCDEC89
123245246789AB9CD2E7F81>7552799CD97,6
265E72967F9A2
F93D2E77 !
89AB9CD2

"2##B$B246

F65%7AAA

6&F696B6B$

'AC%77

"
9"
9">
9"/99"/91
9"/9199->
9-/919-/11
91
91/11
9191-/11
11
11>

(%*+),
&()%)+!
!)),%.
&!*,%(+,
&*)%.
(!)%(
.%))*
*%.)(+,
&)%*+*(,
&(%(.( )
!.)%!,(
&+% (.*.+
&)%),*
(%!+,)).
(%()(,!
&(%((((+

!% +.+*
*+%)
+.!(%.*
, )%(*(
)! %*.(
(,%)*
%,+)+),
(%+. 
!(% ! +
(%! (!
, %))*
!%,! +
)% ,++
(%+,,
(%(, (+.
(%(((!,)

(%*! (*
&(%*,*+)+
(%).*(
&(%*+(
&%,(.*
%+,),
(% !+,+
(%!+( .+
&(%,)(!+
&(%.)+*
%+ !)+
&%!.***+
&%,,*)*
%+( . !
(%..) 
&(% +**

(%.* .
(%,*
(%+!+,
(%,+(
(%!(
(%,(
(%!*
(%)!!
(%,*.,
(%!.!(
(%!*(
(%*,)
(% )
(%,.)
(%)).
(%))()

&9A25
516257&9A25

(%(+,+) 77772947523245246709A (%())(

(%( ,. 7777F%1%7523245246709A (%(  +

12345656784
BCDEC8F
9ABACDACE5F2234A75*&
AED75A2E5 2A
2!B4A7565,,
C$4DAD53A%2EC75,,
F2234A
&A''$ACE
ED(5
E)E2EE$
&
)86(//#"6
8.(-/+#- )#(/",0#6
>1?
#(##8#0,
#(###0-8
"(88##.0
@71
#(688//,
#(#6"8"/
.(8/+#."
A9
6"(,+8+8
.(#6#6-+
6(+"/-"0
) 2AD
#(0/8"08 5555A2C5DABACDACE5%2
BDCEAD5) 2AD
#(00#006 5555(9(5DABACDACE5%2
((5'5A5AC
+.(,""-, 5555B626A5C'5$EAC
!5 2AD5AD
"##/8"(, 5555$3245$EAC
5546A4D
)-,8(,//+ 55557)E2EE$
93C)82EC5E2E
8(6#./.0 5555*37)E2EE$

*3(55
#(-088
#(##6,
#(####
#(68/.
8."(+-0#
6#8(/6"66(#0+-#
66(6/,##
+/(-0#8"
#(######

BCDEC8
9ABACDACE5F2234A75985
95:5AD5DA5425A5ADC5DA54251234256
AED75A2E5 2A
2!B4A7565,,
C$4DAD53A%2EC75,,
F2234A
&A''$ACE
ED(5
E)E2EE$
&
6+080(866"0.(-6
6("/--66
>1?
)6(,+.+#/
#(0"/#./ )8(.6,/6.
>1?8
)-(.,)#/
-(0")#0 )#(6#/-.,
>1?2@71
#(###-+/
#(###8//
6(0-.0/"
>1?2A9
#("6-0-/
#(8+8#.6(8-,6"+
@71
)8(0/".6,
,(0086," )#("#,0,.
@718
#(###"+8
#(##6,-#
#(6.6-,@712A9
)6(#8#,0#
6(00/6+- )#(068""/
A9
)6.,8(,-6
+-",(-," )#("0-+.+
A98
8,.(/+-6
/+,(,"#"
#(",6,-"
) 2AD
#(",""6- 5555A2C5DABACDACE5%2
BDCEAD5) 2AD
#("686+, 5555(9(5DABACDACE5%2
((5'5A5AC
+,,"(,6- 5555B626A5C'5$EAC
!5 2AD5AD
8(/#E#. 5555$3245$EAC
5546A4D
),,"(".++ 55557)E2EE$
93C)82EC5E2E
8(#+8/68 5555*37)E2EE$

*3(55
#(6/""
#(##-0
#(.6-/
#(6#"#
#(86+/
#(/+,#(,-,0
#(+-86
#(/60#(/#"0
"-6/("60
/#.-(",8#("#--8#(+,+.0
+(",0.+"
#(####6#

BCDEC8$
9ABACDACE5F2234A75*&
AED75A2E5 2A
2!B4A7565,,
C$4DAD53A%2EC75,,
8EA5FAEA6AD2E$E9)&CEACE5E2CD2D55G5&%22C$A
F2234A
&A''$ACE
ED(5
E)E2EE$
*3(55
&
)86(//#"6
"/(6",86 )#(+,06./
#(++."
>1?
#(##8#0,
#(##68+6
6(0+88,"
#(6#88
@71
#(688//,
#(#6//8+
0(.80/#/
#(####
A9
6"(,+8+8
,(-/,08+
6(0"",6/
#(6#0#
) 2AD
#(0/8"08 5555A2C5DABACDACE5%2
8."(+-0#
BDCEAD5) 2AD
#(00#006 5555(9(5DABACDACE5%2
6#8(/6"((5'5A5AC
+.(,""-, 5555B626A5C'5$EAC
66(#0+-#
!5 2AD5AD
"##/8"(, 5555$3245$EAC
66(6/,##
5546A4D
)-,8(,//+ 55557)E2EE$
+/(-0#8"
93C)82EC5E2E
8(6#./.0 5555*37)E2EE$
#(######

BCDEC8%
9ABACDACE5F2234A751*&
AED75A2E5 2A
2!B4A7565,,
C$4DAD53A%2EC75,,
F2234A
&A''$ACE
ED(5
E)E2EE$
1&
+#(""#0.
8,(/.++6
6(/-/,00
1>1?
#(##-6#/
#(##6","
8(./#808
1@71
#(#.8+/"
#(#6-.+.
0(6,,8-6
1A9
+(8#00##
,(.+80"6
#(+,6+/8
) 2AD
#(".0-6# 5555A2C5DABACDACE5%2
BDCEAD5) 2AD
#("/-,+" 5555(9(5DABACDACE5%2
!5 2AD5AD
6+"(66+# 5555$3245$EAC
5546A4D
)6-.(8"06 555593C)82EC5E2E

*3(55
#(#,-6
#(##".
#(####
#(+08/(#,.##.
6(/#/+0,
"(+.+8-+
8(".0-6.

BCDEC8&
9ABACDACE5F2234A75985
95:5AD5DA5425A5ADC5DA5425123425-
AED75A2E5 2A
2!B4A7565,,
C$4DAD53A%2EC75,,
F2234A
&A''$ACE
ED(5
E)E2EE$
&
)-(+0++00
6.(-"/#- )#(8"-,.#
1&
"66(8#,"
06,(/".6
#(+#8./8
1&8
6#66"(,66,00(0#(,+88.8
1&21>1?
)6(0#8860
6("6+#68 )6(86,-#1&21@71
)/(+/+-,"
6/(/,80, )#(-80##"
1>1?
#(#6/0..
#(#+8###
#("-#"/#
1>1?8
)6(-+)#0
0(8")#+ )#(#8""#8
1>1?21@71
#(###-"8
#(##6#0"
#(-#0-,/
1@71
#(#"#"#8
#(,8+"./
#(#"0/68
1@718
)6(60)#+
#(##,,,. )#(##6"#8
) 2AD
#(#+68-0 5555A2C5DABACDACE5%2
BDCEAD5) 2AD
)#(#+,88+ 5555(9(5DABACDACE5%2
!5 2AD5AD
88#"(.0/ 5555$3245$EAC
93C)82EC5E2E
6(06.0/. 5555*37)E2EE$

*3(55
#(,6-.
#(060#(".0/
#(880/
#(0/6"
#(/"-+
#(.,6+
#(0,++
#(./#,
#(...#
6(/"..-"
+(60/""#
0(+0/"-"
#(,.6/#,

12345656785
1234256

9ABACDACE5F2234A75>&>
AED75A2E5 2A
C$4DAD53A%2EC756##
F2234A

&A''$ACE

ED(5

E)E2EE$

*3(55

&
9B9
FH>
I1B

8/(8..,)#(8/-0#,
)8(-/"80/
#(6#+,80

"(/08"+/
#(#,#6."
6(#8,6+"
#(8,+"/"

/(8+0#-,
)"(-8-"86
)8(-#++-"
#("/#,"+

#(####
#(###.
#(#6,6
#(/660

) 2AD
BDCEAD5) 2AD
93C)82EC5E2E

#(66.-0+ 5555A2C5DABACDACE5%2
#(#.6.-, 5555(9(5DABACDACE5%2
6(.".-6. 5555*37)E2EE$

6-(/,###
6#(/#/,0
#(##0-.-

1234257

9ABACDACE5F2234A75985952A5EA5AD245'!51234A56
AED75A2E5 2A
C$4DAD53A%2EC756##
F2234A

&A''$ACE

ED(5

E)E2EE$

*3(55

&
9B9
9B98
9B92FH>
9B92I1B
FH>
FH>8
FH>2I1B
I1B
I1B8

)-,(-8/8+(6-##+"
)#(#"+//,
"(#/08#+
)-(86,60,
)6+,(#.6"
68(.,/+/
)6+(-#6.#
6./(0,0.
#(#/,8-6

8/.(088#
66(80886
#(6#/".,
"(60+/+/
6(8-.#6+
6-6(,,6#
6,(0#+//(.+8"00
+#(+-+-.
#(//-.,0

)#(6/"6,,
#(-+0".,
)#("""6"0
#(./6/68
)"("//6.0
)6(66-8+"
#(0.,#-6
)6(."0/0.
"(.66#0,
#(6##.+,

#(,08.
#(0-.8
#(/".,
#(""",
#(##66
#(80,6
#(-,/#
#(#++.
#(###8
#(.6.,

) 2AD
BDCEAD5) 2AD
93C)82EC5E2E

#(6./6.# 5555A2C5DABACDACE5%2
#(660.#. 5555(9(5DABACDACE5%2
8(#6#/.. 5555*37)E2EE$

..(.+#."
86-(/#08
#(#6-.,.

1234258
9ABACDACE5F2234A751>&>
AED75A2E5 2A
C$4DAD53A%2EC756##
F2234A

&A''$ACE

ED(5

E)E2EE$

*3(55

1&
19B9
1FH>
1I1B

8/(#"-,8
)#(8/-08,
)8(0#8.#+
#(8."+,8

"(/#.068
#(#."06,
6(#/6,6#("-/-"8

/(8,///0
)8(.""+#6
)8(-8,+##(,-+##+

#(####
#(##-8
#(#6/#
#(-##8

) 2AD
BDCEAD5) 2AD
5546A4D

#(8-,8"/ 5555A2C5DABACDACE5%2
#(88-/-+ 5555(9(5DABACDACE5%2
)8#-(8#"/ 555593C)82EC5E2E

8(/+8+.#
8(606-/+
6(.,606/

1234259
9ABACDACE5F2234A75985952A5EA5AD245'!51234A5"
AED75A2E5 2A
C$4DAD53A%2EC756##
F2234A

&A''$ACE

ED(5

E)E2EE$

*3(55

&
1&
1&8
1&21FH>
1&21I1B
19B9
19B98
19B921FH>
19B921I1B
1FH>
1FH>8
1FH>21I1B
1I1B
1I1B8

,-0(,"#8
)"60/(6-#
-#0/(0,,
8#,(8,6.//(./".
)."(#8/,"(0#,6.0
68("/-."
6,(8-68"
)66/(6.+,
68(8/600
)6#(60+#6
)8/#(+-+"
#(,/-6--

""/#(-66"8/"(0.
6.8--(6.
6,6.(0.,+0(68+,
"/8(-"6/
6+(#,600
0#(,"/"/
8,(#6#..
0/+(,-"+
80(80.6#
6"(.6+..
"6+("0.,
6(-6#+"-

#(8+68+)#(8",0#"
#(866"/8
#(66--0#
6(6-8"8+
)#(8-./,+
#(8".8-#(8#"-6#
#(0+686/
)#(6/"-#/
#(-0/6+8
)#(/"#-+0
)#(,+/,0/
#(06./8+

#(,#88
#(,68#
#(,""6
#(.#.6
#(8+0+
#(,#""
#(,66+
#(,"."
#(+600
#(,08/
#(0-60
#(-0/6
#("."#(+"/6

) 2AD
BDCEAD5) 2AD
((5'5A5AC
!5 2AD5AD
5546A4D
93C)82EC5E2E

#("#"-80 5555A2C5DABACDACE5%2
#(6.,6"# 5555(9(5DABACDACE5%2
/(,6,/0" 5555B626A5C'5$EAC
+8+/(--" 5555$3245$EAC
)"-#(##+" 55557)E2EE$
8(#"#.60 5555*37)E2EE$

"(-//#.,(/"6--/
/(#,#6#/
/(---,"6
8(,,60+8
#(##6/#+

123425A
9ABACDACE5F2234A75>&>
AED75A2E5 2A
C$4DAD53A%2EC756##
8EA5FAEA6AD2E$E9)&CEACE5E2CD2D55G5&%22C$A
F2234A

&A''$ACE

ED(5

E)E2EE$

*3(55

&
9B9
FH>
I1B

8/(8..,)#(8/-0#,
)8(-/"80/
#(6#+,80

"(."#0"0
#(#/0.-/
#(./880+
#("+/.",

0(.-+-##
)"(+0,/.+
)8(+-",6.
#(8.+0++

#(####
#(###0
#(#680
#(/0,6

) 2AD
BDCEAD5) 2AD
((5'5A5AC
!5 2AD5AD
5546A4D
93C)82EC5E2E

#(66.-0+ 5555A2C5DABACDACE5%2
#(#.6.-, 5555(9(5DABACDACE5%2
6#(8#"/# 5555B626A5C'5$EAC
...+(#." 5555$3245$EAC
)"/8(68/, 55557)E2EE$
6(.".-6. 5555*37)E2EE$

6-(/,###
6#(/#/,0
/(+88++0
/(080/0"
-("-6+-0
#(##0-.-