1

1 Econometra y datos econmicos

Ezequiel Uriel
Universidad de Valencia
Versin: 09-2013
1 Econometra y datos econmicos 1
1.1 Qu es la econometra? 1
1.2 Etapas en la elaboracin de un modelo economtrico 2
1.3 Datos econmicos 5
1.1 Qu es la econometra?
En primer lugar, veamos algo sobre el origen de la econometra como disciplina.
El trmino econometra se cree que fue acuado por Ragnar Frisch co-ganador del
primer Premio Nobel en Ciencias Econmicas en 1969, junto con el tambin
econmetra J an Tinbergen. Ambos fueron fundadores de la Econometric Society en
1933. En la seccin I de la constitucin de esta sociedad, se afirma que
"La Econometric Society es una sociedad internacional para el avance de la teora
econmica en su relacin con la estadstica y las matemticas. Su principal objetivo ser
promover que tengan como objetivo la unificacin de los enfoques cuantitativo-terico y
cuantitativo-emprico de los problemas econmicos y que son abordados de forma constructiva
y rigurosa similar al que es el enfoque predominante en las ciencias naturales
En el primer nmero de Econometrica (1933), revista de la Econometric Society, Ragnar
Frisch nos da una explicacin sobre el significado de la econometra:
Pero hay varios aspectos del enfoque cuantitativo de la economa, aunque ninguno
de ellos, tomado aisladamente, debera confundirse con la econometra. As, la econometra no
es lo mismo que la estadstica econmica. Tampoco es idntica a lo que llamamos teora
econmica general, aunque una parte considerable de esta teora tenga un carcter
definitivamente cuantitativo. Tampoco debe tomarse la econometra como sinnimo de la
aplicacin de las matemticas a la economa. La experiencia ha demostrado que cada uno de
estos tres puntos de vista, el de la estadstica, la teora econmica y las matemticas, es una
condicin necesaria, pero no por s misma una condicin suficiente, para una verdadera
comprensin de las relaciones cuantitativas en la vida econmica moderna. Se trata de la
unificacin de los tres aspectos lo que le da gran alcance. Y es esa unificacin, lo que
constituye la econometra
Hoy en da, tambin se dice que la econometra es el estudio combinado de los
modelos econmicos, estadstica matemtica y datos econmicos. Dentro del campo de
la econometra se puede distinguir la teora economtrica de la econometra aplicada.
La teora economtrica se refiere al desarrollo de las herramientas y mtodos, y
al estudio de las propiedades de los mtodos economtricos. La teora economtrica
pertenece al mbito de la estadstica.
La econometra aplicada es un trmino que describe la elaboracin de modelos
econmicos cuantitativos y la aplicacin de mtodos economtricos a estos modelos
utilizando datos econmicos. La econometra aplicada se encuentra, bsicamente, dentro
del campo de la economa aplicada.
Cules son los objetivos de la econometra? Vamos a considerar tres objetivos
de la econometra:
1) El conocimiento de la economa real. Los mtodos economtricos nos
permiten estimar las magnitudes econmicas, como la propensin marginal
al consumo o la elasticidad de la mano de obra con respecto al output. Estas
estimaciones se sitan en un determinado tiempo y espacio: por ejemplo, en
2
Espaa en el ltimo cuarto del siglo XX. Adems de la estimacin, en la que
se obtienen los valores numricos, los mtodos economtricos nos permiten
realizar contrastes de hiptesis, por ejemplo, en una funcin de produccin
es admisible la hiptesis de rendimientos a escala constantes?
2) Simulacin de polticas econmicas. Los mtodos de econometra pueden ser
utilizados para simular los efectos de polticas alternativas. Por ejemplo, con
un modelo economtrico apropiado, se podra determinar, en trminos
cuantitativos, el efecto de diferentes tipos del impuesto del tabaco sobre el
consumo de tabaco.
3) Prediccin. Muy a menudo los mtodos economtricos se utilizan para
predecir valores de variables econmicas. Cuando hacemos predicciones
tratamos de reducir nuestra incertidumbre sobre el futuro de la economa.
Esto no es una tarea fcil, ya que, en general, las predicciones slo son
satisfactorias cuando no hay cambios drsticos en la economa. Sera muy
conveniente tambin predecir estos cambios drsticos, pero las predicciones
con mtodos economtricos por lo general no son muy buenas en esos casos,
aunque tampoco funcionan otros mtodos alternativos.
1.2 Etapas en la elaboracin de un modelo economtrico
En la elaboracin de un modelo economtrico se pueden distinguir las siguientes
etapas: especificacin, estimacin y validacin.
Si bien en una primera aproximacin estas etapas siguen un orden secuencial, en
la elaboracin de un modelo economtrico es necesario, por regla general, retroceder en
ms de una ocasin dentro de este orden secuencial. Es decir, en el anlisis
economtrico no se sigue un orden establecido de antemano, sino que es necesario
confrontar continuamente el modelo con los datos y con cualquier otra fuente de
informacin, con la finalidad de obtener un modelo economtrico compatible con los
datos, que permita analizar la realidad, ofrezca mejores predicciones o constituya una
buena base para tomar decisiones. Se procede a continuacin a describir las etapas
enumeradas anteriormente.
(a) Especificacin
La primera etapa de la elaboracin de un modelo economtrico la constituye la
especificacin.
En la etapa de especificacin, vamos a considerar cuatro elementos: el modelo
econmico, el modelo economtrico, los supuestos estadsticos del modelo y los datos.
En este apartado vamos a referirnos a los tres primeros elementos, mientras que en el
epgrafe 1.3 examinaremos los diferentes tipos de datos utilizados en el anlisis
economtrico.
El primer elemento que necesitamos es disponer de un modelo econmico. En
algunos casos, un modelo formal econmico se especifica completamente mediante la
utilizacin de la teora econmica. En otros casos, la teora econmica se utiliza menos
formalmente en la construccin de un modelo econmico.
Despus de obtener un modelo econmico, tenemos que convertirlo a un modelo
economtrico. Vamos a ver con dos ejemplos como se realiza este proceso.
3
EJEMPLO 1.1 Funcin de consumo keynesiana
Keynes formul su conocida funcin de consumo a travs de las siguientes proposiciones:
Proposicin 1: El consumo es una funcin de la renta, y ambas variables estn medidas en
trminos reales. Si las variables se miden en trminos reales, esto significa que cuando los consumidores
deciden la proporcin de renta que van a dedicar al consumo, no se ven afectados por ilusin monetaria.
Analticamente, la proposicin 1 se puede expresar de la siguiente manera:
( ) cons f renta (1-1)
Proposicin 2: El consumo es una funcin creciente de la renta, pero un aumento de la renta
produce siempre un aumento de menor magnitud en el consumo.
Esta proposicin implica que la propensin marginal al consumo es mayor que 0 (que es una
funcin creciente), pero es menor que 1 (un aumento de la renta siempre causa un aumento de menor
magnitud en el consumo).
Analticamente, la proposicin 2 se puede expresar de la siguiente manera:

d
0 1
d
cons
renta
(1-2)
Proposicin 3: La proporcin de la renta dedicada al consumo es menor cuando aumenta la renta.
Es decir, la proporcin del ltimo euro ganado destinado al consumo es ms pequea que la proporcin
de la renta total destinada al consumo.
Analticamente, la proposicin 3 se puede expresar de la siguiente manera:

d
d
con cons
renta renta
(1-3)
En otras palabras, la propensin marginal al consumo es menor que la propensin media al
consumo.
Estas tres proposiciones constituyen un modelo econmico: la funcin de consumo keynesiana.
Para estimar y contrastar este modelo tenemos que convertirlo en un modelo economtrico. Para
esta conversin deben cumplirse dos requisitos.
De acuerdo con el primer requisito, es necesario especificar la forma matemtica de la funcin.
En este caso se ha utilizado la funcin lineal, debido a que, adems de ser simple, es compatible con la
descripcin hecha por Keynes.
Con el fin de cumplir con la segunda exigencia, debe tenerse en cuenta que el modelo formulado
en la proposicin 1 es determinista. Es decir, la renta es el nico factor que se tiene en cuenta para la
determinacin del consumo. Pero en la vida real hay muchos otros factores, distintos de la renta, que
tienen una influencia en el consumo. En un modelo economtrico todos los factores diferentes de las
variables independientes incluidas se renen en una variable denominada perturbacin aleatoria o error
(u). Por lo tanto, el segundo requisito es la introduccin del trmino de error en la ecuacin.
En general, todos los factores relevantes deben ser introducidos de forma explcita en el modelo
economtrico, y el resto de los factores se agrupan en una nica variable: el error o perturbacin aleatoria.
En la funcin de consumo keynesiana el nico factor considerado relevante es la renta.
Teniendo en cuenta estos dos requisitos la funcin de consumo keynesiana se puede expresar de
la siguiente manera:

1 2
cons renta u (1-4)
ste es un modelo economtrico que puede estimarse si se dispone de datos sobre consumo y
renta. Veamos ahora las otras dos proposiciones. En este modelo lineal la propensin marginal al
consumo es la siguiente:

2
d
d
cons
renta
(1-5)
En consecuencia, la proposicin 2 en este modelo es la siguiente:

2
0 1 (1-6)
Una vez que el modelo se ha estimado, es posible comprobar si la estimacin de
2
se encuentra
entre 0 y l.
4
En el modelo lineal la propensin media al consumo, considerando que el error es igual a 0, es la
siguiente:

1 2 1
2
renta cons
renta renta renta

(1-7)
Por lo tanto, la proposicin 3 implica que

1 1
2 2
or 0
renta renta

(1-8)
Es decir,

1
0 (1-9)
Una vez que el modelo se ha estimado, contrastar la proposicin 3 es equivalente a contrastar si
el trmino independiente es significativamente mayor que 0.
EJEMPLO 1.2 Determinacin de los salarios
Modelo econmico:
La teora econmica formal - la teora del capital humano- dice que la educacin (educ), la
experiencia (exper) y el aprendizaje (aprend) son factores que afectan la productividad y por lo tanto al
salario. Entonces, un modelo econmico para explicar el salario podra ser el siguiente:
( , , ) salario f educ exper aprend (1-10)
Por cierto, en su opinin, cree Ud. que falta alguna variable en este modelo?
Modelo economtrico:
El modelo economtrico, que corresponde utilizando una forma lineal matemtica, es el
siguiente:

1 2 3 4
salario educ exper aprend u (1-11)
En resumen, para convertir un modelo econmico en un modelo economtrico:
a) Se ha especificado la forma de la funcin f (.).
b) Se ha incluido en el modelo una perturbacin aleatoria que recoge el efecto
conjunto de otras variables que tambin afectan a los salarios, pero que no figuran en el modelo.
Un elemento importante en la especificacin del modelo es la formulacin de un
conjunto de supuestos estadsticos, que se utilizan en las etapas siguientes. Estos
supuestos estadsticos juegan un papel clave en el contraste de hiptesis y, en general,
en todo el proceso de inferencia llevado a cabo con el modelo.
(b) Estimacin
En la estimacin se obtienen los valores numricos de los coeficientes de un
modelo economtrico. Para completar esta etapa se debe disponer de un conjunto de
observaciones de todas las variables observables que aparecen en el modelo
economtrico especificado, y, por otro lado, es necesario seleccionar el mtodo de
estimacin apropiado, teniendo en cuenta las implicaciones de esta eleccin en las
propiedades estadsticas de los estimadores de los coeficientes. La distincin entre un
estimador y una estimacin debe quedar clara. Un estimador es el resultado de aplicar
un mtodo de estimacin a una especificacin economtrica. Por otra parte, una
estimacin consiste en la obtencin de un valor numrico de un estimador para una
muestra dada. Por ejemplo, la aplicacin del mtodo de mnimos cuadrados a la
especificacin de la funcin de consumo (1-4) proporciona expresiones que determinan
los estimadores
1

y

2

. Sustituyendo los datos muestrales en esas expresiones, se

obtienen dos valores: un valor para
1

y otro para
2

, que son las estimaciones de los

parmetros
1
y

2
.
5
En general, es posible obtener expresiones analticas de los estimadores,
particularmente en el caso de la estimacin de relaciones lineales. Sin embargo, en los
procedimientos de estimacin no lineal es a menudo difcil establecer su expresin
analtica.
(c) Validacin
En la etapa de validacin se evalan los resultados. En esta etapa se evala si las
estimaciones obtenidas en la etapa anterior son aceptables, tanto por la teora econmica
como desde el punto de vista estadstico. Se analiza, por un lado, si las estimaciones de
los parmetros del modelo tienen los signos y magnitudes esperados, es decir, si
satisfacen las limitaciones establecidas por la teora econmica.
Desde el punto de vista estadstico, por otro lado, se llevan a cabo contrastes
estadsticos sobre la significatividad de los parmetros del modelo en los que se utilizan
los supuestos estadsticos formulados en la etapa de especificacin. A su vez, es
importante contrastar si los supuestos estadsticos del modelo economtrico se cumplen,
aunque hay que tener en cuenta que no todos los supuestos son contrastables. La
violacin de alguno de estos supuestos implica, en general, la aplicacin de otros
mtodos de estimacin, que permitan obtener estimadores que gocen de las mejores
propiedades estadsticas posibles.
Una manera de establecer si el modelo es adecuado para hacer predicciones es
utilizar el modelo fuera del perodo muestral, y despus comparar los valores predichos
de la variable endgena con los valores realmente observados.
1.3 Datos econmicos
Como hemos visto, el anlisis emprico utiliza datos para contrastar una teora o
para estimar una relacin. Es importante destacar que en Econometra utilizamos datos
no experimentales. Los datos no experimentales se recogen mediante la observacin del
mundo real de una manera pasiva. En este caso los datos no son el resultado de
experimentos controlados. Los datos experimentales se recogen a menudo en entornos
de laboratorio, como ocurre en las ciencias naturales.
Ahora, vamos a ver tres tipos de datos que se pueden utilizar en la estimacin de
un modelo economtrico: series temporales, datos de corte transversal y datos panel.
Series temporales
En las series temporales, los datos son observaciones de una variable a lo largo
del tiempo. Por ejemplo: magnitudes de las cuentas nacionales, como el consumo, las
importaciones, ingresos, etc. El orden cronolgico de las observaciones proporciona
informacin potencialmente importante. En consecuencia, en una serie temporal la
ordenacin de las observaciones es relevante.
No se puede asumir que los datos de series temporales sean independientes a
travs del tiempo. La mayora de las series econmicas se relacionan con sus historia
reciente. Ejemplos tpicos son los agregados macroeconmicos como los precios y los
tipos de inters. Este tipo de datos se caracteriza por la dependencia serial, de forma que
el supuesto de muestreo aleatorio resulta inapropiado en este caso.
La mayora de los datos econmicos agregados slo estn disponibles para
frecuencias bajas (anual, trimestral o mensual en algunas ocasiones) por lo que el
tamao de la muestra suele ser mucho menor que en los tpicos estudios de corte
transversal. La excepcin son los datos financieros, donde se dispone de datos para
6
frecuencias ms elevadas (semanal, diaria, por hora, etc.) de forma que los tamaos
muestrales pueden ser muy grandes.
Datos de corte transversal
En los datos de corte transversal se dispone de una observacin por individuo y
se refieren a un punto determinado en el tiempo. En la mayora de los estudios, los
individuos encuestados son personas (por ejemplo, en la Encuesta de Poblacin Activa
(EPA), ms de 100000 personas son entrevistadas cada trimestre), hogares (por ejemplo,
la Encuesta de Presupuestos Familiares), empresas (por ejemplo, la Encuesta de
Empresas Industriales) u otros agentes econmicos. Las encuestas son una fuente tpica
para datos de corte transversal. En muchos estudios economtricos contemporneos de
corte transversal el tamao muestral es bastante elevado.
En los datos de corte transversal, las observaciones deben ser obtenidas
mediante un muestreo aleatorio, lo que implica que las observaciones sean
independientes entre s. El orden de las observaciones en los datos de corte transversal
no importa para el anlisis economtrico. Si los datos no se obtienen con una muestra
aleatoria, tendremos un problema de seleccin muestral.
Hasta ahora nos hemos referido a datos de tipo de micro, pero tambin se pueden
tener datos de corte transversal relativos a unidades agregadas, como pases, regiones,
etc. Por supuesto, los datos de este tipo no se obtienen mediante un muestreo aleatorio.
Datos de panel
Los datos de panel (o datos longitudinales) consisten en observaciones de corte
transversal repetidas a lo largo del tiempo. As pues, los datos panel combinan
elementos de datos de corte transversal y de series temporales. Estos conjuntos de datos
consisten en un conjunto de individuos (por lo general personas, hogares o empresas)
encuestados repetidamente a lo largo del tiempo. En la modelizacin se adopta
generalmente el supuesto de que los individuos son independientes entre s, pero que,
para un individuo dado, las observaciones a lo largo del tiempo son mutuamente
dependientes. Por lo tanto, el orden dentro de un corte transversal de un conjunto de
datos panel no importa, pero el orden en la dimensin temporal es relevante. Si no
tenemos en cuenta el tiempo en datos de panel, se dice que estamos utilizando datos de
corte transversal agrupados (pooled).