¡Descarga econometría y más Apuntes en PDF de Ciencias Empresariales solo en Docsity!
Bloque IV. Tema IV.
La modelización e
información económica
4.1 La modelización en Economía
Concepto de Econometría
La Econometría es la rama de la economía que se ocupa de la estimación práctica de las relaciones económicas.
Dentro del contexto econométrico, ‘MODELO’ es la representación, necesariamente simplificada, de cualquier fenómeno, proceso, institución y – en general- de cualquier sistema.
El nacimiento de la Econometric Society se produjo en Cleveland (USA) en diciembre de
- En 1933 se inició la publicación de la revista ‘Econometrica’, donde empiezan a aparecer publicaciones de avances teóricos aplicados a la Econometría.
En 1933, la ‘Comisión Cowles’, dirigida por Marshak, y posteriormente por Koopmans, sentó las bases de la Econometría actual.
En 1944, Haavelmo publica ‘The probability approach in econometrics’, donde defiende la naturaleza estocástica de la Teoría Económica.
Los modelos ARMA fue Box (yerno de Fisher) y Jenkins, quienes publicaron en 1970 el libro ‘Time series analysis, forecasting and control’, en el que utilizan los operadores diferencias y diferencias estacionales para eliminar tendencias en media y ciclos. Box-Cox completaron una serie de transformaciones para el tratamiento de los modelos de series temporales (ARIMA).
1949, Tinberger publica el primer “Tratado sobre Econometría”. A partir de est momento proliferan las publicaciones con desarrollo, postulados y técnicas cuantitativas.
Otros economistas implicados en la ciencia econométrica:
- Yule (1937): AR; Wold (1938).
- Samuelson, Keynes, en s)sus origenes, criticos, luego apoyaron la ciencia econométrica.
- Premios nobel (económetras, puros):
- 1969: Tinberger y Frisch
- 1980: Klein
- 80 a 90’: casi todos
- 2003: Engle y Granger…
En la década de los 80´, el desarrollo de SW específicos para SSTT hacen que la extensión, perfeccionamiento y generalización de la Econometría sea un hecho.
Se trabaja con E-Views (Econometric-Views).
Otros SW:
- Stata Modler, Macros de Excel para regresiones, al igual q con SPSS.
- Dinámica práctica en Econometría, en C.Real:
Método en Econometría
En la última etapa, OBJETIVO ÚLTIMO de la Modelización Econométrica, tendremos posibilidad de:
Análisis estructural: es el uso del modelo econométrico estimado, para efectuar la medición cuantitativa de relaciones económicas. También permite la comparación de teorías contrarias sobre un mismo fenómeno
Predicción: es la aplicación de un modelo econométrico estimado, para predecir valores cuantitativos de ciertas variables fuera de la muestra de datos realmente observados-
Evaluación de políticas: es el manejo de un modelo econométrico estimado para elegir entre políticas alternativas.
Modelo económico Vs Modelo econométrico
El proceso científico parte de unos axiomas o hipótesis científicas, que al confirmarse pasan a la consideración de leyes y al unificarse y sistematizarse se trasforman en teorías, siendo Ciencia un conjunto de teorías recíprocamente consistentes. Bunge (1969) plantea de manera gráfica la diferencia entre teoría y modelo:
Por esta razón, la economía ha desarrollado modelos específicos para su aplicación a sistemas reales más concretos: los Modelos Econométricos.
Modelos que han de basarse necesariamente en un modelo económico más o menos general y formalizado, y completarse con los aspectos particulares propios del sistema en estudio.
Por tanto, perderá generalidad, pero al ajustarse más al tema en estudio, será mucho más valido.
4.2 Construcción de Modelos Econométricos
Elementos de un Modelo Econométrico
- Relación funcional
- Variables
- Parámetros (bj) 1. Relación funcional
PIB = f(VAS, VAA, ti)
ó
Y= f(W, AF)
- Para medir una misma Variable distintas posibilidades 2. Variables
- ENDÓGENAS (o INDEPENDIENTES):
A explicar (ej.: PIB)
PIBt= f(VASt , VAAt , tit , PIBt- 1 )
- EXÓGENAS (o INDEPENDIENTES, o EXPLICATIVAS): VAS, VAA, ti.
- PREDETERMINADAS: Conjunto de variables exógenas y endógenas desplazadas (PIBt-1).
-MATEMÁTICAS (Deterministas) y ESTOCÁSTICAS (Ut).
3. Parámetros del modelo: βj
**^PIBt= ^β 0 + ^β 1 *VASt + ^β 2 *VAAt +**
**+ ^β 3 *tit + ^β 4 *PIBt-**
Los parámetros, son los coeficientes que acompañan a las variables exógenas, y representan la relación existente entre la endógena y las exógenas.
Los parámetros ^βj son CONSTANTES, son FIJOS: PERMANENCIA ESTRUCTURAL.
Estos parámetros significan ELASTICIDADES , PROPENSIONES MARGINALES
Etapas en la construcción de un Modelo Econométrico
- Especificación inicial:
- Relación funcional.
- Variables y parámetros
- Estimación y contraste:
- Estimación de coeficientes
- Contraste de hipótesis
- Validación:
- Bondad del ajuste
- Contrastes No paramétricos
- Utilización del modelo
- Predicción
- Evaluación de políticas
- Control óptimo 1. Especificación
- Especificación de relaciones lineales
- Selección de variable(s) a estudiar y de variable(s) explicativas. Relación Lineal o Linealizable.
- Matriz de información (valores de las variables)
- Interpretación económica (Signos del modelo estimado y consistencia sobre teoría o hipótesis económica)
- Componente aleatoria: hipótesis de Normalidad (con media y varianzas CONSTANTES).
- Obtención del Modelo Lineal
- Planteamiento de la teoría o de la hipótesis.
¿Que plantea Keynes?
Dice que los hombres, como regla general, están dispuestos a incrementar su consumo a medida que su ingreso aumenta, pero no en la misma cuantía del aumento de su ingreso.
R inicial mensual = 1000 € Consumo mensual = 900€
R aumentada = 1200€ Consumo = 1000€
Incremento renta = 200€ Incremento Consumo = 100€
Es decir, Keynes postula que existe una PROPENSIÓN MARGINAL A CONSUMIR (PMC), es decir, la tasa de cambio del consumo generado por una unidad (€) de cambio en el ingreso, es mayor que cero pero menor que uno. Es decir, como ya se conoce: 0<c<1.
- Especificación del modelo matemático de la teoría de consumo keynesiana.
Keynes postula una relación positiva entre el consumo y el ingreso por renta, pero no especifica la forma precisa de la relación funcional entre las dos. Un economista con conocimientos matemáticos, rápidamente sugeriría la función keynesiana de consumo:
- Especificación del modelo econométrico del consumo.
Pero hay que tener en cuenta que el modelo propuesto es un modelo matemático, es decir, implica exactitud en la relación (es determinista), y la economía esta englobada dentro de las ciencias sociales (recoge aspectos humanos, climatológicos etc.) considerando entonces una no exactitud de las relaciones en estudio.
A la hora, por ejemplo, de estudiar la relación anterior en 1000 familias españolas, seguro, o de manera muy improbable que todas las observaciones se ajustasen a la recta representada anteriormente, ya que hay factores como el tamaño de la familia, las edades de sus miembros, su religión etc… que ejercen una influencia distinta sobre el consumo. Para dar credibilidad a estas relaciones, consideradas inexactas, entre las variables económicas, el económetra modificará la función de consumo determinista, transformándola del siguiente modo:
Donde u es la variable ALEATORIA, o PERTURBACIÓN ALEATORIA o ESTOCASTICA, o ERROR, que tiene propiedades probabilísticas definidas. Es decir, este término recoge los factores que afectan al consumo pero que no son considerados en el modelo de forma explícita.
Esta última ecuación, aunque muy sencilla, sería un Modelo Econométrico, más concretamente, un Modelo de Regresión Lineal (que es el objetivo de la asignatura).
Por tanto, la función econométrica de consumo plantea como hipótesis que la variable dependiente Y (consumo) está relacionada linealmente con la variable explicativa X (ingresos por renta) pero que la relación entre las dos no es exacta, está sujeta a variaciones individuales.
Resto de puntos Comunes con etapas actuales
Aleatoriedad, Dinamicidad y Simultaneidad en Mod. Econométricos
Para aceptar la naturaleza de los modelos estocásticos en economía, considerando de nuevo la función de consumo, en ella se especifica, que a cualquier nivel de ingreso
nacional (PIB), el consumo está determinado en forma preciosa como el número.
Esto, en sí, no es razonable, ya que además del Ingreso existen otros factores que pueden afectar, y de hecho afectan, al consumo (riqueza, precios preferencias…). Por tanto lo
lógico, para un nivel de renta o ingresos, es plantear esa expresión , pero
4.3 Información económica y modelización
La justificación econométrica ha de soportarse empíricamente sobre datos, observaciones del sistema real.
Por tanto, Datos, es la información de los hechos reales.
A la hora de construir un modelo, hemos de tener datos de todas las variables incluidas en él, tanto de la variable a explicar (endógena), como de las explicativas (exógenas).
Tipos de datos económicos
o Experimentales o no experimentales o Cuantitativos y Cualitativos o Subjetivos u Observacionales o SSTT, De Corte Transversal o Datos de Panel o Series de Alta y Baja Frecuencia Temporal o Macroeconómicos o Microeconómicos o En Niveles o en Euros o Pesetas Constantes o En Tasas o en Unidades...
Una vez obtenidos los datos homogéneos de las variables seleccionadas, tendremos ya las matrices de información:
Problemática de los datos cara a la modelización
En general, la información, a la hora de construir un modelo, no está disponible de la forma deseada.
Debemos decidir si utilizamos variables “proxy”, o como expresar los datos: en cantidades nominales o reales, en cantidades totales o “per cápita”, niveles (absolutos) o primeras diferencias o diferencias porcentuales, existencias o flujos.
Por otro lado, los datos, en muchas ocasiones hay que tratarlos de distintas maneras (eliminando la tendencia, ajuste estacional para poder comparar series y centrarnos en el fenómeno de interés, etc…)
Aparte de estas decisiones, encontramos problemas en las fuentes estadísticas, en los métodos de obtención de los datos, problemas por cambio de estructura y problemas técnicos.
A) PROBLEMA ATRIBUIBLE A LA FUENTE ESTADISTICA
Dentro de este tipo de problemas tenemos:
o Lagunas estadísticas: No siempre, por diversas razones, existen todos los datos referentes a un fenómeno. Bien por conflictos bélicos, bien por otros problemas, aparecen variables con datos conocidos, antes y después de estos hechos. o Cambios metodológicos: Cuando extraemos información de una fuente estadística, debemos prestar atención a los posibles cambios en la variable: cambios metodológicos conceptuales (cambia la denominación de la variable que recoge el fenómeno en estudio), o cambios metodológicos de valoración (la misma variable se obtiene por agregación distinta a la que se venía obteniendo).
B) ATRIBUIBLES AL METODO DE OBTENCION
Pueden producirse por dos motivos fundamentalmente:
o Errores de muestreo: Por la simple equivocación al realizar el muestreo, o por errores al transcribir los resultados del muestreo. o Errores de observación y/o medida: Los datos que están medidos son sujetos a diversas imprecisiones y desviaciones. De hecho, los datos a menudo son revisados debido a un reconocimiento posterior de estas imprecisiones y desviaciones. Las imprecisiones suelen provocarse por la falta de una correcta conceptualización. Si existen cambios en conceptualización se han de reconfigurar los datos para poder hacerlos comparables y consistentes en el tiempo.
1. INTERPOLACIÓN
La interpolación consiste en determinar valores que se encuentran entre otros valores conocidos. El caso más sencillo es la Interpolación Lineal , donde el punto a determinar es una combinación lineal de los puntos de información conocidos. Así, si es una observación, y la siguiente observación disponible es , la estimación interpolada en t+1 vendrá dada por:
Otro tipo de interpolación, es la interpolación exponencial , que emplea la media geométrica:
2. EXTRAPOLACION
Es un problema parecido al anterior, pero en este caso hay que completar la serie para los primeros datos, ya que si fuese para los últimos, sería una predicción (si se hace, sería muy justificadamente).
Las técnicas de extrapolación conllevan la misma filosofía que las anteriores. Si tenemos datos hasta el periodo t+1, pero necesitamos tener el dato de la observación t+2, siendo para el caso Lineal:
Por otro lado, para el caso Exponencial:
3. HOMOGENEIZACION AÑO BASE
Se refiere al problema que surge cuando cambia el año base. Habrá, por tanto, que reconfigurar la serie para hacerla consistente y comparable.
Generalmente este problema aparece cuando trabajamos con datos de SSTT en forma de números índices (como IPC).
