Académique Documents
Professionnel Documents
Culture Documents
Prof. Adri Adrin Fern Fernndez CURSO METODOS CUANTITATIVOS AVANZADOS Opci Opcin Econometr Econometra Edici Edicin 2009
CAUSALIDAD Y EXOGENEIDAD
CAUSALIDAD
CONCEPTO DE CAUSALIDAD - CAUSALIDAD SEGUN GRANGER GRANGER . DEFINICION DE GRANGER PRUEBAS (TESTS) DE CAUSALIDAD
TEST TEST
EXOGENEIDAD
PRESENTACION DEFINICIONES
CAUSALIDAD
Concepto de causalidad, seg segn Granger. Cuando no se est est ante un experimento controlado no es sencillo demostrar que una relaci relacin causacausa-efecto existe. Enfoque tradicional o cl clsico sico en Econometr Econometra: definir el modelo de regresi regresin en base a una teor teora econ econmica previa. Enfoque usual: regresar y respecto de x , y analizar la significaci significacin del coeficiente de x. Pero una alta correlaci correlacin entre dos variables no experimentales no constituye evidencia de una relaci relacin de causalidad causalidad entre ellas. Ajustar un modelo de regresi regresin es, principalmente, un ejercicio de cuantificaci cuantificacin. No se cuestiona la existencia de la relaci relacin; se toma dada dada por la teor teora econ econmica. Siguiendo a A. Harvey, una extraordinaria cantidad de fe es puesta en el conocimiento a priori proveniente de la teor teora econ econmica mica.
CAUSALIDAD
Concepto de causalidad, seg segn Granger. La idea de analizar los supuestos impl implcitos en un modelo econom economtrico, respecto de la relaci relacin entre las variables intervinientes, lleva al concepto de CAUSALIDAD, formalizado por C. W. J. Granger (1969).
x se dice que causa causa a y si tomando en cuenta los valores pasados de x es posible realizar mejores predicciones de y, todo lo dem dems igual.
Harvey: esa definici definicin de causalidad no corresponde a una definici definicin aceptable de causacausa-efecto en un sentido filos filosfico; se refiere al m ms limitado concepto de PREDICTIBILIDAD. Por ello se prefiere calificar calificar este concepto de causalidad como CAUSALIDAD SEGUN GRANGER GRANGER.
CAUSALIDAD
x CAUSA a y si:
CAUSALIDAD
CAUSALIDAD
j= n
xt- j +
j =1
xt +
+ t
La prueba de que y no causa a x se convierte en un test F cuya hip hiptesis nula es:
Ho : 1 = 2 = ... = m = 0
Se aplica un filtro ad hoc a las variables y t = ( L ) x t + -1 ( L ) t Se multiplica ambos miembros por (L):
(L) y t = (L) ( L ) x t + t
Se regresa y t respecto a y t-1, y t-2, ..., y t-p junto con m valores futuros y n+p pasados de x. La hip hiptesis de que y no causa a x puede ser probada realizando un test F para los valores futuros de x.
CAUSALIDAD
Asumiendo, como en el test de Sims, Sims, que x y y tienen una representaci representacin como modelos AR (o ARMA), los residuos de estos procesos corresponden a las series blanqueadas blanqueadas. Las correlaciones cruzadas entre estas ltimas pueden aportar informaci informacin sobre los patrones de causalidad Los residuos son componentes de x y y que no pueden ser predichos desde su propio pasado. Una relaci relacin de causalidad en el sentido de Granger entre ambas variables deber debera reflejarse en ellos.
CAUSALIDAD
Tests de causalidad: Blanqueado de las Series Bajo la hip hiptesis nula de que x y y NO presentan una relaci relacin de causalidad, la correlaci correlacin cruzada de sus residuos se distribuye IN(0,1/T) cuando la muestra es suficientemente grande. Si x* y y* denotan las series blanqueadas blanqueadas, las correlaciones cruzadas se definen como: como:
r k ( x * , y * ) = corr ( x* t - k , y* t ) k = 0 , 1, 2, ...
a) r k ( x * , y * ) 0 para algn k > 0 x y b) r k ( x * , y * ) 0 para algn k < 0 x y c) r k ( x * , y * ) 0 para varios k caus. instan
EXOGENEIDAD
Presentacin
Concepto: Una variable es EXOGENA si el an anlisis se puede realizar condicional a dicha variable y, por tanto, no es necesario modelizarla. modelizarla. El concepto de EXOGENEIDAD depende de la finalidad del modelo: para inferencia estad estadstica (an (anlisis estructural), predicci prediccin o simulaci simulacin y control (pol (poltica econ econmica). La posibilidad de definir un modelo uniecuacional depende de la exogeneidad de las variables explicativas, zt. Estimaciones eficientes de los par parmetros requieren que no haya p prdida de informaci informacin sobre ellos al condicionar condicionar en las variables explicativas.
EXOGENEIDAD
Presentacin
Las variables explicativas deben ser tratadas como si fueran fijas fijas en muestras repetidas, a an cuando pueden haber sido generadas por un proceso estoc estocstico como yt Engle, Hendry y Richard (Econometrica , 1983). Art (Econometrica, Artculo de referencia obligado. Se refieren a la exogeneidad de una variable con respecto a un par parmetro o conjunto de par parmetros en particular.
Ejemplo. Explicaci Explicacin de los precios de los transables en Uruguay. Variable explicativa: precios internacionales (precios mayoristas mayoristas de EE.UU.). Por otro lado, demanda de dinero en EE.UU. Variable explicativa: precios mayoristas en EE.UU. EE.UU.
EXOGENEIDAD
Definiciones
Sea xt = (y (yt , zt) generada por un proceso con funci funcin de densidad condicional D(xt /Xt-1 , ), donde Xt-1 corresponde a la historia de la variable x:
Xt-1 = ( xt-1, xt-2, ..., xo )
Sean los par parmetros perteneciente a pasibles de ser particionados en ( (1,2) , y la partici particin es tal que permite la factorizaci factorizacin
D ( xt | X t -1 , ) = D ( y t | z t , X t -1 , 1 ) . D ( z t | X t -1 , 2 )
La densidad condicional de yt y la marginal de zt operan un CORTE SECUENCIAL (sequential cut) en la densidad condicional D(xt /Xt-1 , ), si y s slo si 1,2 son par parmetros de variaci variacin libre (v (variation free).
( 1 , 2 ) 1 x 2 donde 1 1 2 2
EXOGENEIDAD
Definiciones: Exogeneidad D Dbil z t es d dbilmente ex exgena respecto de un conjunto de par parmetros de inter inters s y solo s s existe una partici particin (1,2) de tal que: i) sea un subconjunto (o una funci funcin) solamente de 1. ii) ii) [ (yt / zt ; 1) , (z t ; 2) ] operan un corte secuencial El elemento esencial de la exogeneidad d dbil es que la densidad marginal (de z t) no contiene informaci informacin relevante sobre 1 El planteamiento respecto de los par parmetros de inter inters tiene relaci n con el (los) par metro(s) ) de la ecuaci relaci par metro(s ecuacin principal. Por ej. una elasticidad
EXOGENEIDAD
Exogeneidad D Dbil Ejemplo modelo recursivo
yt = zt + 1t zt = yt 1 + 2t
donde las perturbaciones it son independientes
1,t ~ IN ( , ) 2,t
El par parmetro de inter inters es . En este caso:
=
0
11 0 = 0 22
11
22
EXOGENEIDAD
Exogeneidad D Dbil Ejemplo modelo recursivo
, 2 ) = D(z t / Z
t-1
, Yo , 2)
Adem Adems de la exogeneidad d dbil, se exige que z no dependa de los valores pasados de y. Es decir, que no exista retroalimentaci retroalimentacin entre z y y. Si zt es fuertemente exgena, entonces y no causa a z en el sentido de Granger.
EXOGENEIDAD
Definiciones: Super Exogeneidad zt es super ex exgena respecto a un conjunto de par parmetros de inter inters s y solo si z t es d dbilmente ex exgena respecto a y 1 es invariante a intervenciones que afecten a 2 Si bien la exogeneidad fuerte implica la causalidad seg segn Granger, lo contrario no es cierto.
EXOGENEIDAD
Definiciones: Super Exogeneidad La superexogeneidad permite sustentar los ejercicios de simulaci simulacin y control control, propios del an anlisis de pol polticas. En la determinaci determinacin de la superexogeneidad de una variable subyace la posibilidad de un cambio en el proceso generador de datos de la variable explicativa. Si no se cumple la condici condicin de superexogeneidad, superexogeneidad, la variable zt no se puede considerar ex exgena a los efectos de la simulaci simulacin y control. Cr Crtica de Lucas Lucas (de 1976)
EXOGENEIDAD
10
EXOGENEIDAD
Definiciones: Exogeneidad Estricta
Si ut es el t trmino de perturbaci perturbacin de un modelo, zt (una variable explicativa) se dice estrictamente ex exgena si: E(zt u t + i ) = 0 para todo i.
y t = z t + 1,t z t = 1 z t -1 + 2 y t -1 + 2,t
1,t ~ IN ( , ) 2,t 11 12 = 12 22
Se asume que los par parmetros (, 1, 2, 11, 22, 12) tienen variaci variacin libre, cumpliendo los requerimientos para que la matriz de covarianzas de los errores sea definida positiva. El par parmetro de inter inters es .
11
Se deduce que yt y zt son tambi tambin normales, con covarianza no nula. Obsrvese que E[yt/zt,...] = zt + E [ 1t /zt ] El segundo trmino del miembro derecho es distinto de cero, dado que los errores no son incorrelacionados. El tratamiento de este caso requiere que revisemos algunos resultados relativos a la distribucin normal multivariante y a sus momentos condicionales.
12
11
22
]}
con = 12
11 22
X 1 ~ N ( 1 , 11 ) ( X 1| X 2 ) ~ N [ 1 +
X 2 ~ N ( 2 , 22 )
11 ( 2 2 X 2 - 2 ) , 11 ( 1 - ) 22
3,t 11 + 2 12 + 2 22 12 + 22 V = 12 + 22 22 2,t
13
12 . z 1 z t -1 + ... 22 1 t -1
De esa manera se obtienen los resultados presentados en Engle et al: E [ yt / zt, ... ] = b zt + c1 zt-1 + c2 yt-1 donde:
b = + 12 22
c = - 12 i i 22
14
Considrese ahora el modelo de regresin: yt= b zt + c1 zt-1+ c2 yt-1+ ut donde ut ~ IN( 0 , 2 ) Analicemos distintos tipos de relacin entre yt y zt
i) ii)
12 = 0 12 = 0 y 2 = 0
12 = 0 Ello implica la incorrelaci incorrelacin (independencia) entre las perturbaciones, pero no entre yt y zt. A partir del supuesto planteado se observa que:
E [ yt / zt, ... ] = zt V [ yt / zt, ... ] = 11 E [ zt / Zt-1, Yt-1] = 1 zt-1 + 2 yt-1 V [ zt / Zt-1, Yt-1] = 22
15
12 = 0
De esta manera, la densidad condicional de yt respecto de zt puede factorizarse como un corte secuencial con: 1 = ( , 11 ) 2 = ( 1 , 2 , 22 ) Desde el momento en que el par parmetro de inter inters () es una funci funcin exclusivamente de 1, zt es d dbilmente ex exgena respecto de . Si no se cumple la condici condicin supuesta (12 0), zt no es d dbilmente ex exgena respecto de , y los estimadores por MCO del modelo son inconsistentes.
12 = 0 y 2 = 0
16