ECONOMETRÍA

powerpoint ejercicios video

INTRODUCCIÓN

En términos generales en la econometría se puede distinguir dos tipos de modelos, los

llamados "clásicos " y de series temporales . Los primeros modelos son aquellos en la que
una lista de variables llamadas exógenas se utilizan para explicar el comportamiento de una
variable llamada endógena, y son en definitiva un medio para llevar a la práctica los modelos
o relaciones planteadas por la teoría económica. Por otra parte, los modelos de series
temporales, especialmente los planteados por Box y Jenkins (1976), no requieren de otras
variables explicativas que el pasado de la serie en estudio. Existen también modelos que
unen la causalidad y el análisis puro del pasado de la serie, uno de estos modelos son los
llamados Ecuaciones de Transferencia o Multivariantes.

Por otro lado y cómo un perfeccionamiento de los modelos clásicos, son los M.C.E. que
plantean que a pesar de la existencia de un equilibrio de largo plazo, en el corto plazo puede
no cumplirse este equilibrio . Sin embargo los agentes económicos consideran o incorporan
como otra variable exógena de su modelo de corto plazo, este desvío respecto del equilibrio
de largo plazo.

Es decir, los modelos de series temporales se distinguen por ser una alternativa a los
métodos clásicos y a la vez pueden permitir el perfeccionamiento de los modelos
tradicionales especialmente, en la identificación de los retardos de la variable endógena en
los modelos dinámicos.

En esta investigación se utilizarón ambos tipos de modelos, por ello se estudiará en este
capítulo los conceptos básicos y fundamentales de la técnica econométrica tanto clásicas
cómo de series temporales.

Además parte de este capítulo será dedicado a revisar las técnicas para determinar la
eficacia de los modelos econométricos. Esta sección es especialmente relevante para esta
investigación, ya que no se pretende, cómo principal objetivo, crear un nuevo modelo, sino
que se analiza el grado de certeza de los modelos del tipo de cambio existentes, y así
detectar y enfrentar el riesgo de esta variable.

 
ORIGEN Y EVOLUCIÓN DE LA ECONOMETRÍA.

En 1926 el profesor noruego Ragnar Frisch introdujo el termino econometría para

denominar a una nueva disciplina que surgía en el campo de la ciencia económica y que
estaba constituida por estudios en los que se combinaban la Teoría Económica, la
Estadística y las matemáticas. Los orígenes de esta nueva disciplina pueden situarse en
épocas más o menos lejanas, según que utilicemos criterios menos o más estrictos a la hora
de considerar un trabajo científico como econométrico. En este sentido existen dos
tendencias predominantes: La de quienes consideran el origen de la Econometría en la
Europa del siglo XIX, con los trabajos de economía matemática de Von Thunen, Cournot,
Edgeworth, Jevons, Walras, Pareto, Wicksell, etc, y la de quienes consideran a dichos
autores como precursores de la econometría pero establecen el origen de ésta en el siglo
XX. Esta última es la de tendencia más extendida.

Etapa pre-econométrica

Puede considerarse como aquella en la que la estadística y la Econometría evolucionaron al

sentar las bases que habrían de servir de soporte al nacimiento de la econometría. Esta
etapa se inicia en el siglo XVII con William Petty, autor que ha sido considerado por
muchos economistas como el padre de la econometría y que además fue un gran impulsor de
los primeros trabajos estadísticos. Incluso algunos autores como Newman (1968) y
Schumpeter (1971) señalan que existen indicios de que el estudio demográfico de Jhon
Graunt sobre la población londinense fue una obra conjunta de Graunt y Petty. Para Petty la
búsqueda de leyes económicas a partir de la observación empírica constituía el principal
objetivo científico de los economistas. Por lo que respecta a la evolución de la estadísticas
son muchos los autores que podemos citar ya que son muy numerosas e importantes las
aportaciones al avance de la metodología estadística en esta época . Algunas de las
principales contribuciones se deben al matemático y físico alemán Karl Gauss, que es
considerado como uno de los principales matemáticos de todos los tiempos. A este
investigador se debe la distribución normal y la utilización por primera vez, en 1809, el
método mínimo- cuadrático aplicado al análisis de la regresión . También es destacable la
contribución del estadístico y químico inglés William S. Gosset, conocido con el pseudónimo
de Student, a quién se debe como las contribuciones de Ronald A. Ficher, Markov, etc.
Gracias a estas contribuciones los estadísticos y economistas pudieron comenzar a aplicar
el análisis de la regresión y la contrastación de hipótesis de los modelos económicos a
comienzos del siglo XX. En 1912 el economista norteamericano Irving Fisher, de la
universidad de Yale, trató de organizar un grupo de investigadores que estimulacen el
desarrollo de la teoría económica en su relación con la estadística y las matemáticas.
Aunque el primer intento de organización fracasó, la idea de que las tres especialidades
tenían que utilizarse en común persistió el los años siguientes y algunos autores como H. L.
Moore, G. C. Evans y Henry Schultz hicieron contribuciones importantes. Otros
economistas como Jhon M. Keynes, Joseph A. Schumpeter y Ragnar Frisch fueron grandes
impulsores de este movimiento. El trabajo de H.Moore << Economic Cycles : their Law and
Cause >>, publicado en 1914, es considerado por muchos autores como el primer trabajo
econométrico.

Finalmente los esfuerzos de Charles F. Roos, Ragnar Fisch e Irving Fisher condujeron a la
creación de la econometric sociaty, la cual tuvo lugar el 29 de diciembre de 1930 en
Cleveland, en el estado norteamericano de Ohio. << Su principal objetivo será promover
estudios que contribuyan a la unificación de los enfoques empírico-cuantitativo de los
problemas económicos y que están dominados por un espíritu riguroso constructivo similar
al que predomina en las ciencias naturales >>.

Etapa de aportaciones básicas

Se caracteriza por el estudio de los principales problemas econométricos, tales como la

identificación y estimación de ecuaciones simultáneas, la autocorrelación de las
perturbaciones y la multicolinealidad de los regresores. Koopmans, Aitken, Haavelmo,
Anderson, Rubin, Durbin, Watson, Cochrane y Orcutt, son algunos de los autores que
destacan por sus aportaciones en esta etapa. En 1931 Alfred Cowles ofreció proporcionar
fondos para fundar una revista y una organización de investigación para la Econometric
Society. La revista creada por la iniciativa de Cowles fue econométrica, cuyo primer número
apareció en 1933 y que desde entonces hasta la actualidad ha sido uno de los principales
causes de la información científica de los econometras. En la década de 1960 se efectúan
numerosas aplicaciones prácticas a los modelos de demanda, producción e inversión y se
desarrollan los principales modelos macroeconométricos de enfoque Keynesiano derivados
del importante impacto de la obra del gran econometra Lawrence R. Klein de la Universidad
de Pensilvania, quien alcanzó el Premio Nobel de Economía en 1980. A partir del año 1970, a
raíz de la publicación del libro de Box y Jenkins sobre la predicción univariante, la
metodología ARIMA se incorpora de forma decidida a los modelos econométricos,
especialmente en relación con la especificación de la parte no determinista del modelo, es
decir la perturbación aleatoria, en modelos basados en datos temporales con periodicidad
trimestral o mensual.En las décadas de 1980 y 1990 merecen destacarse de forma especial
las contribuciones metodológicas relativas a los contrastes especificación y evaluación
delos modelos, los avances en la metodología de los modelos dinámicos, y los numerosos
estudios de Econometría Aplicada sobre temas muy diversos, entre las que destacan los
estudios de competitividad y los modelos sectoriales.

ECONOMETRÍA: Concepto

 
Goldberger (1970) dice: << La Econometría puede definirse como la ciencia social en la que
se aplican los instrumentos de la Teoría Económica, Matemáticas e Inferencia Estadística
al análisis de los fenómenos económicos >>.

La econometría es una disciplina científica que tiene por objeto la explicación y la

predicción de los fenómenos económicos, mediante el uso de modelos expresados en forma
matemática y la utilización de métodos estadísticos de estimación y contraste.

Cuando el objetivo de un estudio econométrico es conocer las causas que determinan la

evolución de una variable debemos de expresar una relación matemática entre la variable
explicada por el modelo y las variables que podrían explicar su comportamiento.
Posteriormente recopilaremos un conjunto de datos estadísticos de los variables que
intervienen en el modelo, correspondientes a varios momentos del tiempo o a varias
unidades económicas en un mismo momento del tiempo. También podemos utilizar muestras
que sean combinaciones de datos temporales y atemporales.

Los métodos econométricos nos permiten estimar los valores desconocidos de los
parámetros de la relación y efectuar diversos contrastes respectos a la validez del modelo,
ayudándonos a seleccionar las variables explicativas que manifiestan una mayor incidencia
sobre la variable explicada.

Una vez estimado el modelo apropiado podemos utilizarlo para predecir el comportamiento
futuro de la variable cuya evolución estamos analizando, en función de los valores
esperados de las variables explicativas.

As� por ejemplo, si deseamos explicar la evolución del consumo privado de un país en
función de la renta familiar del consumo anterior, mediante un modelo lineal, expresamos la
siguiente relación.

Ct = b0 + b1 RF1 + b2 C1 -1 + e t

Donde C1 representa el consumo en el año t, RF 1 es la renta familiar en el mismo año y C1-1

es el consumo en el año anterior. La variable et es no observable, se denomina perturbación
aleatoria y se incluye habitualmente en los modelos econométricos para expresar la
diferencia entre verdadero valor de la variable explicada y su valor esperado de acuerdo
con el modelo.
 

La estimación de este modelo con datos de la economía de un país en el período 1975-76, en

términos de consumo per cápita y renta per cápita, expresados en dólares de 1990,
proporcioná el siguiente resultado:

Ct = 5,176 + 0,378 RFt + 0,591 Ct -1

Esta relación puede ser utilizada para efectuar predicciones de la variable explicada en
años sucesivos. La calidad de esta predicción dependerá de la educación del modelo a los
datos del período de estimación y de la estabilidad futura de la relación que hemos
especificado. Las técnicas econométricas nos permiten también efectuar una valoración de
la capacidad predictiva del modelo y contrastar si la variable que figuran en él como
explicativas tienen efectivamente influencia sobre la variable explicada.

Las faces de elaboración de un modelo econométrico difieren según se trate de un modelo

casual o de un modelo de predicción univariante, pero generalmente comprenden, en ambas
clases de modelos, una primera fase de estimación de varias especificaciones alternativas,
una segunda fase en la que se efectúan una serie de contrastes estadísticos con objeto de
seleccionar la más apropiada, y una tercera fase de aplicación del modelo seleccionado para
la predicción y/o el contraste de hipótesis económicas.

La econometría tiene un papel fundamental en la construcción de la Economía Positiva, es

decir en la elaboración de teorías científicas explicativas del comportamiento de las
variables económicas. Para que una teoría sea científica se requiere que sea sometida a
diversos contrastes con la realidad y que supera dichas pruebas satisfactoriamente. Las
teorías contrastadas científicamente son de gran interés para la toma de decisiones, tanto
a nivel de empresa u organismos individuales como para la elaboración de la política
económica de carácter general, ya que permiten actuar sobre unas determinadas variables
(variables instrumentos) con objeto de alcanzar determinados valores de los variables
objetivo.

CONCEPTOS BÁSICOS DE ECONOMETRIA CLASICA

 
Según Goolberger (1964) "La econometría puede definirse cómo la ciencia social en la cual
se aplican las herramientas de la teoría económica, las matemáticas y la inferencia
estadística, al análisis de los fenómenos económicos ".

Al respecto Theil (1971) señala que "la econometría tiene que ver con la determinación
empírica de las leyes económicas ".

La herramienta fundamental de la Econometría

La herramienta fundamental de la econometría es sin lugar a dudas el análisis de regresión

matemática.

Como ejemplo sabemos que los modelos econométricos pueden ser agrupado en los
siguientes tipos; Modelos básicos de regresión, Modelos de Regresión Generalizados,
Modelos de ecuaciones Simultáneas y Modelos de regresión Dinámica y A.R.I.M.A.
( Modelos Autoregresivos y Medias Móviles) y en todos ellos vemos que está presente con
un papel preponderante la regresión.

Los orígenes de la regresión se remonta a 1886 con las investigaciones sobre el efecto que
tienen la altura de los padres sobre la altura de sus hijos, realizada por Francis Garton.

Para definir este concepto podemos recordar lo planteado por Gujarati (1993) que indica
que "el análisis de regresión está relacionado con el estudio de la dependencia de una
variable, llamada variable dependiente, con una o más variables adicionales, llamadas
independientes, con la perspectiva de estimar el valor medio o promedio de la primera en
términos conocidos (que se obtienen a partir de muestreos repetidos) de las segundas."

Por otro lado y dado que la probabilidad de poder establecer la totalidad de las variables
independientes es muy baja, así cómo especificar en forma perfecta la relación entre
ambas, se debe agregar a esa relación un término que exprese esa deficiencia el que recibe
el nombre de término de perturbación o término del error estocástico.

 
La relación completa entre la variable dependientes y la(s) explicativa(s) se expresa por la
siguiente ecuación

Y = f(X) + e

(función que recibe el nombre de ecuación de regresión de Y sobre X).

Antes de entrar a detallar las características y la metodología del análisis de regresión, es

necesario apuntar algunas consideraciones:

Se trata de una relación de causa-efecto que debe tener su origen, en la teoría económica.
Si la relación no se sustenta en alguna teoría económica y estadísticamente se cumple una
relación de dependencia, ello no es válido para asumir una relación de causalidad.

El análisis de regresión no se debe confundir con el análisis de correlación, el cual consiste

en medir el grado de relación lineal entre las variables, a diferencia del análisis de
regresión que mide relaciones de causalidad. Por otro lado el análisis de correlación supone
que todas las variables son aleatorias, mientras que cuando se regresiona se supone que las
variables explicativas son fijas en muestreos repetidos.

Para lograr determinar la ecuación de regresión que nos permite expresar la función
anteriormente expuesta, existen varias técnicas matemáticas - estadísticas cómo son la de
MCO ( Método de Mínimos Cuadrados Ordinarios ), MVS ( Método de Máxima
verosimilitud ) etc. de los cuales el más utilizado es el Método de Mínimo Cuadrado
Ordinario.

La Econometría ha experimentado un gran desarrollo en las últimas décadas, tanto en su

metodología como en sus aplicaciones. Algunos factores a mencionar son los siguientes:

El aumento de la disponibilidad de datos estadísticos, gracias a la labor de diversos

organismos nacionales e internacionales.

 
La generalización del uso de ordenadores y los avances experimentados en el desarrollo de
programas informáticos destinados a los problemas econométricos, que facilitan el uso
técnicas complejas.

Los efectos de las innovaciones y la internacionalización sobre las sociedades actuales , ya

que aumentan la competitividad e impulsan a muchas empresas e instituciones a basar su
decisiones en estudios cuantitativos bien fundamentados , lo que percute sobre una mayor
demanda de estudios econométricos .

Sus principales objetivos son:

Introducir al estudiante en la terminología y en los conceptos básicos con objeto de

capacitarle para comprender los resultados de los estudios econométricos.

Proporcionarle una base apropiada que le facilite una posterior ampliación de los
conocimientos econométricos, tanto teóricos como aplicados.

Capacitar al futuro economista, o a otros profesionales interesados en el análisis de series

económicas, para la resolución prácticas de problemas de predicción y contraste con las
técnicas básicas.

LOS MODELOS ECONOMÉTRICOS

Los modelos econométricos tratan de explicar el comportamiento de una o de más variables

en función de la evolución de otras variables que se consideran explicativas. Las variables
explicadas por el modelo se denominan endógenas, mientras que las variables explicativas
del modelo, pero no explicadas por él se denominan predeterminadas. Entre las variables
predeterminadas distinguimos dos grupos: exógenas y endógenas retardadas. Mientras que
estas últimas no son explicadas por el modelo en el momento t, pero han sido explicadas por
él en un momento anterior, las exógenas son variables que no son explicadas por el modelo
en ningún momento.
 

Los modelos econométricos tienen tantas ecuaciones como variables explicadas, o variables
endógenas corrientes. Los modelos más sencillos en este sentido son los uniecuaciones, en
los cuales existe una sola variable endógena o regresando.

Además de las variables citadas, en cada ecuación de un modelo econométrico interviene

generalmente una variable no observable, la perturbación aleatoria, la cual recoge los
efectos de diversos factores que desvían ligeramente el valor de la variable explicada
respecto al valor esperado de acuerdo con el modelo.

Los modelos econométricos pueden clasificarse de acuerdo con varios criterios. Algunos de
las principales clasificaciones son las que se recogen en el siguiente cuadro.

CLASIFICACIÓN DE LOS MODELOS ECONOMÉTRICOS

1.- Según el número de ecuaciones

Uniecuacionales

Multiecuacionales

2.- Según la forma funcional

Lineal

No Lineal

3.- Según la naturaleza de los datos

Temporales (<<time series>>)

Atemporales (<<cross-section>>)

Mixtos

Modelo clásico
 

4.- Según la característica de la generalización

Modelo perturbación aleatoria

Modelo con incorrelación total

5.- Según la corrección existente entre regresores y perturbación

Modelo con icorrelación contemporánea

Modelo con correlación contemporánea

6.- Según las características dinámicas

Estáticos

Modelos con retardo

Modelos autorregresivos

Los modelos uniecuasionales en el que figura una sola variable endógena corriente, que es la
figura en el lado izquierdo de la oración. Se denomina modelo múltiple al modelo
uniecuacional con varias variables explicativas. Generalmente formulamos un modelo
uniecuacional para cada una de las variables cuya evolución nos interesa analizar, salvo que
exista interdependencia entre la variable explicada por la ecuación y algunas de las
variables explicativas.

Si se produce esta interdependencia debemos de formular un sistema de ecuaciones en el

que tengan en cuenta las diversas relaciones existentes entre las variable, utilizando
métodos de estimación especialmente diseñados para modelos multiecuacionales. Por lo que
respecta a la forma funcional hay que señalar que la mayoría de los modelos econométricos
son lineales y fácilmente linealizables mediante estimación de modelos lineales. Existen
además métodos apropiados para la estimación de modelos no lineales sin necesidad de
transformarlos en lineales.

Según la naturaleza de los datos distinguimos entre modelos temporales, atemporales y

mixtos. La mayor parte de los modelos econométricos se basan en series temporales,
especialmente cuando su objetivo es la predicción, pero también son frecuentes los
estudios efectuados con datos correspondientes a distintas unidades económicas en un
mismo momento del tiempo. Los modelos con datos mixtos son aquellos en los que se utiliza
una combinación de series temporales y atemporales, es decir un conjunto de observaciones
a lo largo del tiempo correspondiente a varias unidades económicas. Según la característica
de la perturbación aleatoria distinguimos entre modelo clásico y modelo generalizado. En
dicho modelo la perturbación aleatoria tiene características de ser un ruido blanco,
término con el que se designa en la terminología estadística a una variable aleatoria con
media nula, varianza constante autocovarianzas nulas. Por lo que respecta a la correlación
existente entre los regresores , o variables explicativas , y la perturbación aleatoria , los
modelos son incorrelación total o que presenta al menos incorrelación en un mismo momento
del tiempo son más sencillas de estimar , que los que presentan el problema de la existencia
de correlación contemporánea entre algún regresor y la perturbación . Por último,
atendiendo a las características dinámicas del modelo distinguimos entre modelos estáticos
y dinámicos, entendiendo que los primeros son aquellos en los que las modificaciones en una
variable explicativa tiene un efecto inmediato sobre la variable explicada, el cual no se
propaga a periodos sucesivos, mientras que consideramos dinámicos los modelos en los que
los efectos de las alteraciones en las variables explicativas se transmiten a la variable
explicada a través de varios periodos de tiempo. Habitualmente se denominan modelos con
retardos a los que incluyen variables exógenas retardadas entre las variables explicativas,
mientras que denominamos modelos autorregresivos aquellos en que figura como variable
explicativas algún valor retardado de la variable explicada. Dedicaremos bastante atención
a un problema econométrico importante que es el de la multicolinealidad, el cual está
presente en la mayor parte de los datos económicos y dificulta de forma importante el
proceso de selección de regresores.

MODELOS ECONOMÉTRICOS Y RELACIONES CAUSALES

La búsqueda de relaciones causales es el principal objetivo científico. La econometría en su

origen estuvo fundamentalmente orientada como una metodología que permitiese
contrastar la veracidad de las relaciones causales establecidas por la teoría económica. La
metodología econométrica permite estimar diversos modelos teóricos y contrastar cuáles
de las variables explicativas incluidas tiene una incidencia significativa sobre la variable
explicada. En este sentido existen dos cuestiones importantes que pueden plantearse: la
existencia de correlación estadística entre dos variables é implica la existencia de una
relación causal entre ellas? La aceptación de hipótesis de nulidad de un parámetro ¿implica
que no existe relación entre la variable explicativa correspondiente y la variable explicada?
 

Respecto a la primera cuestión hay que señalar la existencia de una relación causal
importante entre dos variables implica la existencia de un elevado grado de correlación
entre ellas, pero lo recíproco no es cierto, ya que puede existir una elevada correlación
estadística debida a la casualidad, o debida a que existe algún nexo entre ambas variables,
a través de una tercera variable con la que ambas están relacionadas, sin que
necesariamente exista una relación causal entre ellas. La existencia de una relación
estadística significativa y estable entre dos o más variables raramente se debe a la
casualidad. Generalmente esta relación se debe a la existencia de algún vinculo casual entre
ellas o bien a la relación que ambas mantienen con una tercera variable. La distinción entre
estas dos últimas situaciones no siempre es fácil, si bien existen algunos métodos
econométricos que permiten alcanzar conclusiones de interés en muchos casos. Si la
relación existente entre dos variables no se debe a la casualidad, ni a la relación con una
tercera variable (lo cual se puede contrastar estadísticamente), entonces es claro que
existe una relación casual. El análisis causalidad es bastante complicado, ya que a veces es
difícil precisar el sentido de la causalidad (es decir cual es la variable causa y cuál la
variable efecto). Los principales enfoques econométricos para el análisis causalidad son el
de Wiener-Granger , el de Wu-Hausman , y el basado en el análisis postmuestral del modelo
. Los dos primeros son propios de un nivel más avanzado, pero el tercero de estos enfoques
puede abordarse de un conocimiento de la metodología econométrica de carácter general.
Este enfoque consiste en aceptar la validez de un modelo basado en hipótesis razonables si
éste no es refutado en su contrastación con la realidad, tanto en lo que respecta al período
de estimación del modelo, o período muestral, como en lo que concierne a su estabilidad
postmuestral y su capacidad predictiva. Si bien la aplicación práctica más frecuente de los
modelos econométricos es la predicción económica, no debe olvidarse que la contrastación
de las teorías es también importante, ya que no sólo contribuye a mejorar la capacidad
predictiva de los modelos, sino que además permite una mejor orientación de la política
económica en lo que respecta a la relación entre medios necesarios y objetivos a alcanzar,
pudiendo contribuir de forma importante a una mayor eficacia de las medidas tendentes a
solucionar los diversos problemas económicos.

BIBLIOGRAFIA

Box, G.E.P., y Jenkins. G.M., Time Series Analysis, Forecasting and Control, Holden-Day,
1970.

Guisón, María del Carmen, Econometría, Editorial McGraw Hill, 1997.

Gujarati, D.N., Econometr�a, Editorial McGraw Hill,1983.

Jiménez, E. Uriel y Rosat, I. Gea, Econometría Aplicada, Editorial AC, 1997.

Johnston, J., Métodos de Econometría, Editorial Vicens Vives, 1973.

Newman, J.R., El mundo de las matemáticas, vol.3, Editorial Grijalbo, 1968.

Novales, A., Econometría, Editorial McGraw Hill, 1994.

Shumpeter, J.A., Historia del análisis económico, Editorial Ariel, 1971.