Académique Documents
Professionnel Documents
Culture Documents
Willy W. Cortez 2
Resumen
poda aceptar o rechazar determinada teora econmica segn su verificacin por los datos
cambio de percepcin tiene sus orgenes en los problemas metodolgicos que estn
alrededor del anlisis economtrico. Por otro lado, desarrollos recientes en las tcnicas de
anlisis permiten vislumbrar un futuro en donde se da una mayor interaccin entre teora y
data.
I. Introduccin
fenmeno econmico? La respuesta a esta pregunta no slo tiene que ver con el grado de
enfrentan en el anlisis de los datos. Estos problemas tienen su origen en la naturaleza no-
experimental de los datos que obligan a los econometristas a hacer una serie de supuestos
que enfrentan los investigadores de manera cotidiana son la existencia de datos imperfectos
con poca correspondencia con las variables definidas en los modelos econmicos y el poco
reas del conocimiento como son la estadstica, las matemticas. Posteriormente se discute
algunos de los problemas con los datos, mientras que la seccin cuarta presenta una
2
el reconocimiento de los problemas existentes en la econometra forman el sustento de una
II. Qu es Econometra?
manera:
ser el instrumento que nos permita aceptar o rechazar modelos se impuso a partir del
trabajo de Haavelmo (1944). Por muchos aos esta fue la visin predominante entre los
econmica que debe venir primero. Esto es as porque la teora econmica establece las
hiptesis sobre el comportamiento econmico que deben ser sujeto a pruebas mediante la
3
aplicacin de tcnicas economtricas. Para probar la validez de una teora se inicia con su
El siguiente paso constituye la confrontacin del modelo con los datos. El objetivo de esta
econmicas. Si la teora es compatible con los datos reales, entonces se acepta la teora
como vlida. Si, por otro lado, la teora es incompatible con el comportamiento observado,
evidencia emprica, modifica la teora. Por consiguiente, segn esta visin, la econometra
economa.
Esta definicin clara y precisa de lo que puede hacer la econometra comienza a tener
problemas cuando se comienza a reconocer, por ejemplo, que los modelos econmicos
planteamiento del modelo estadstico o muestral correcto (Judge et al, 1980). De hecho, es
una visin ms escptica que la de Koutsoyiannis. Tal es el caso de Greene (2000) quien
experimentales pueda llevarnos a descubrir o revelar alguna verdad compleja, (si es que se
4
impensable. En el mejor de los casos, podemos esperar obtener observaciones muestrales
de la poblacin y asumir que las condiciones que se necesitan para utilizar nuestras
relacin terica ya que enfrenta una serie de dificultades. Algunas de las dificultades que
se encuentran a lo largo del anlisis economtrico son: (1) los datos son mal medidos o
tienen poca correspondencia con las variables del modelo; (2) algunas de las variables
pueden ser inherentemente inmedibles; (3) la teora puede hacer un planteamiento muy
general de la forma funcional correcta, lo cual obliga al econometrista a tener que definir la
forma funcional de una lista muy larga de candidatos potenciales; (4) las propiedades
estocsticas del trmino de error asumidas pueden ser violados, lo cual pone en duda el uso
de los mtodos de estimacin y los procedimientos inferenciales que han sido usados; y (5)
instrumentos que han permitido enfrentar algunos de estos problemas. Sin embargo, dada
la naturaleza del objeto de estudio, existen otros problemas que obligan a tener una visin
econometra como un instrumento que nos permite tener un mejor entendimiento de las
5
III. Cuestiones no resueltas en Econometra
Uno de los puntos centrales sobre el que se sustenta la econometra clsica se refiere al
(1989) argumenta que desde finales del siglo XIX diversos investigadores comenzaron a
los hallazgos de estos pioneros que contradicen los supuestos de la econometra clsica; a
distribucin Gausiana. 4
Otro punto que toca Mirowski (1989) en su trabajo es que los fundadores del National
datos no buscaba probar determinada teora econmica, sino todo lo contrario, buscaba
6
En su visin ms ortodoxa, el papel central de la econometra es determinar si los
datos confirman o no determinado modelo econmico. Segn Wilber (1979) las pruebas
empricas raramente resuelven disputas tericas porque existen una serie de problemas que
Cuarto, tanto el mtodo de recoleccin como la construccin de los datos empricos no son
muy confiables, lo que hace necesario cierto tratamiento de los datos. La existencia de
datos contradictorios hace necesario que se introduzca cierto tipo de juicio de valor, lo cual,
a su vez, determina que el resultado dependa del tipo de decisiones tomadas por el
investigador. Por todas estas dificultades empricas, Wilber (1979) llega a la conclusin de
esttica. El modelo es escogido por el investigador segn su propia visin acerca del
Reconoce un tipo de probabilidad que est asociado a la frecuencia relativa y que no puede
7
terico es encontrado que se ajusta adecuadamente a los datos, los resultados pueden ser
variable exgena.
por otro elemento del anlisis y que tiene que ver con la naturaleza de los experimentos que
ocurren la economa. Para Leamer (1983) el papel del econometrista es algo diferente:
que existe un efecto real sobre la variable dependiente, mientras que en el segundo caso, lo
ms probable es que los cambios en la variable dependiente sean causados por variables
aleatorias. Sin embargo, existe una gran dificultad en determinar uno u otro caso. La razn
experimentales. Economa es una ciencia que se caracteriza por que los datos se obtienen
estimadores Mnimos Cuadrados sean insesgados no significa que para cada muestra el
distribucin que una asignacin no-aleatoria. Por lo tanto, aleatoriedad no asegura que
cada uno de los experimentos este mezclado adecuadamente, pero s asegura que la mezcla
8
(1) incertidumbre muestral y (2) incertidumbre por la mala especificacin. Si se tiene
cero. Leamer demuestra que existe una cantidad fija de incertidumbre que se debe a la
mala especificacin y que es independiente del tamao de muestra. Por lo tanto, existe una
Para Leamer (1983) inferencia estadstica es y debe permanecer una opinin. Segn
l, no existe tal cosa como una inferencia objetiva. La razn es que las inferencias son la
conclusin lgica que se basan en un conjunto de hechos (facts) que el investigador debe
de definir al momento de hacer el anlisis economtrico, para los cuales no hay criterios
objetivos de seleccin. Esta visin es diferente del de los econometristas clsicos quienes
han interpretado que la objetividad cientfica significa que un economista debe identificar
exactamente las variables del modelo, la forma funcional, y la distribucin de los errores
previos al anlisis economtrico. Esta visin, sin embargo, pasa a segundo plano en el
momento mismo del anlisis porque los investigadores usualmente estiman decenas, sino
existe una ciencia unificada, en el sentido de usar las misma herramientas de anlisis. Para
los postmodernos, las ciencias naturales y las sociales son diferentes en naturaleza y por
9
naturales, entonces, algunas de las herramientas utilizadas por los econometristas deberan
Uno de los problemas ms recurrentes que enfrentan los econometristas es la pobre calidad
de los datos. En muchos casos existe una gran separacin entre la informacin disponible y
la requerida para contrastar la validez de los modelos tericos. Para Griliches (1985) la
razn fundamental de esta gran separacin estriba principalmente en que ambas actividades
son realizadas por diferentes individuos. En casi la totalidad de pases las labores de
participaban o tenan poco inters en participar. El anlisis de los datos, por otro lado,
recae en la labor de los econometristas con casi nula participacin de las oficinas de
Los datos econmicos son generalmente reportados por las empresas o individuos,
quienes no son observadores profesionales y que no tienen ningn inters particular por
10
definicin de variables y en el proceso de recoleccin de la informacin ha ido creciendo.
Pese a las dificultades presentes, en los ltimos aos se ha observado un flujo creciente de
ejemplo, con informacin muy detallada sobre mercados financieros, datos longitudinales
bases de datos a nivel microeconmico, que nos permitiera analizar, por ejemplo, el
notar que existen otras oficinas de gobierno que coleccionan datos econmicos como
han sido del todo satisfactorio para los econometristas por varios motivos. En primer lugar,
porque los economistas tienden a desarrollar modelos utilizando variables que son difciles
de cuantificar que no tienen una contraparte emprica; -por ejemplo, los conceptos de
capital humano, utilidad, o ingreso permanente. En segundo lugar, los modelos tericos
pueden estar incompletos equivocados que el nivel de agregacin sea tal que no
buscando la maximizacin de su funcin objetivo siempre. Los datos, por otro lado,
11
muestran un alto grado de heterogeneidad que no necesariamente coinciden con los
Ante esta realidad, Griliches adopta una actitud positiva: la imperfeccin de los datos
no se debe a un diseo especfico sino ms bien es todo lo que hay. En ese sentido, l
concuerda con quienes creen que es mejor tener datos imperfectos a no tenerlos. En estas
datos imperfectos y reconocer que los resultados de los anlisis dependen de los datos.
V. Abusos de la Econometra
Uno de los malos usos ms comunes en econometra es utilizar las pruebas de significancia
ellos mismos de que una variable es importante mediante la presentacin de las pruebas de
significativo. Este punto es claro para los estadsticos porque para ellos la diferencia
12
La prueba parece decir sobre la significancia sustantiva sin una investigacin
exhaustiva de qu tan verdadera debe ser la hiptesis para que sea verdadera. El punto que
McCloskey deja claro es que la prueba t, solo establece significancia estadstica que no es
lo mismo que una significancia econmica. Para l, la prueba no discute que tan cerca
deben de estar los parmetros estimados de los hipotticos para que la teora sea
deben de estar los parmetros estimados de los hipotticos. Para ello es importante discutir
Esta es una decisin que la debe de tomar el investigador de forma abierta, sin tener que
Una sugerencia para corregir este tipo de error (o mal uso) es seguir las
significativa o no, debe estar basada en el uso de la funcin de prdida. sta, a su vez, debe
estar basada en una evaluacin de la importancia relativa de todos los errores posibles.
deriva del hecho que la estructura es en general sub-determinado por las propiedades
consisti en usar la teora econmica para especificar la estructura causal. Los mtodos
estadsticos son aplicados para medir la fortaleza de las relaciones causales y posiblemente,
la prueba de restricciones derivados de la teora. Dos crticos a esta visin son Lucas
13
Lucas (1976), por un lado, argumenta que los parmetros estructurales identificados
mejor manejo de la economa, el fine tunning. Sin embargo, para fines de los 70s los
La explicacin del fracaso generalizado se debe segn Lucas, a que los individuos
adaptan su conducta para obtener la mxima ventaja de la nueva situacin del medio
ambiente institucional causado por el cambio en poltica econmica. Por lo tanto, las
ecuaciones utilizadas para predecir los efectos de la nueva poltica no seran vlidas dado
asociado a la teora econmica prevaleciente en ese tiempo que a las bases metodolgicas
Sims (1980), por otro lado, argumenta que no slo las restricciones tericas usadas
identificables. De hecho, las interdependencias son tan numerosas que cada variable
14
acuerdo con Sims, se debera dejar que los datos hablaran, sin imponer restricciones
tericas, al menos hasta el punto de estimacin. El modelo propuesto por Sims, llamado
extremadamente eficaz para resumir las propiedades estadsticas de las series de tiempo
econmicas, pero no pueden ser usadas para la evaluacin de polticas porque los VAR son
modelos en formas reducidas y por consiguiente no pueden decir nada acerca de relaciones
causales. Sims propone usar los VAR para identificar los efectos de los choques
econmicos estructurales (en lugar de los parmetros estructurales que corresponden a los
coeficientes de las variables econmicas). Pero esta tarea, an cuando mucho menos
Desde principios de los aos 80s, uno de los campos ms dinmicos dentro de la ciencia
slo nuevas tcnicas de anlisis, sino adems nuevas pruebas estadsticas, la aparicin de
nuevas bases de datos, y la reduccin considerable del costo de anlisis de los datos (en
15
tiempo y recursos financieros), que permiten vislumbrar o abrigar mayores expectativas
acerca del papel de la econometra en nuestro afn de tener un mejor entendimiento del
es decir, los esfuerzos, para que exista compatibilidad entre la informacin y conceptos
centra en objetos tales como funciones de criterio de los agentes, conjuntos de informacin
el desarrollo de modelos tericos que vayan de la mano con el anlisis de los datos.
dialogo entre teora y datos. Segn l, el anlisis VAR al permitir evaluar los efectos de
reglas de poltica alternativa, genera una interaccin entre teora y datos que marca la
prctica actual en la macroeconoma. Una ventaja de los modelos VAR es que permiten
16
evaluar el impacto de choques externos sobre todo el sistema sin necesidad que asumir
modelos estructurales, y por lo tanto, evitando caer en la crtica de Lucas. Existen lmites,
sin embargo, a lo que pueden hacer los modelos VAR. Estos no pueden dar respuestas a
Kantz y Schreiber (2002), por ejemplo, hacen notar que mtodos lineales interpretan
la estructura regular existente en los datos, tales como la frecuencia dominante o las
correlaciones lineales. Esto significa que la dinmica intrnseca del sistema esta gobernado
por el paradigma lineal donde causas pequeas conducen a efectos pequeos. En la medida
externo aleatorio. En cambio, teora de caos indica que los choques aleatorios no son la
Se debe notar sin embargo, que las aplicaciones de estos modelos en economa recin estn
intentos por solucionar problemas que existen en la econometra paramtrica como, por
17
ejemplo, la consistencia entre los datos y los principios de maximizacin, homoteticidad y
separabilidad de las preferencias. O el problema que aparece de asumir la relacin entre las
variables de inters adquiere una forma lineal. Esta preocupacin llev a una serie de
sino que trata de estimar dicha distribucin para encontrar la media condicional y
Una de las desventajas de este mtodo es, sin embargo, la necesidad de contar con
muestras muy grandes si es que se desea estimar la funcin de relacin entre ambas
Esta es quizs una de las mayores desventajas del mtodo y una de las razones por las
es frecuentemente bien intencionado pero no debe existir ninguna duda que tal bsqueda
18
invalida las teoras de inferencia tradicional. El concepto de insesgamiento, consistencia,
de los datos: algunas veces se considera que el trmino de error esta correlacionado, otras
veces que no lo estn. Algunas veces se considera que exhiben una distribucin normal,
ecuacin es lineal, otras es no-lineal. Todo esto se traduce en que el (los) resultado (s) del
cuando los datos no estn disponibles. l sugiere es reportar las correspondencias entre
segn Leamer, se debe demandar la demostracin de que las inferencias son insensibles a
econometrista es dejar de lado las pretensiones cientficas y aceptar el hecho de que los
19
Si las tcnicas para enfrentar estos problemas ya existen y son parte del arsenal de los
Creo que esto sera una prctica ms honesta que la de la econometra clsica.
Referencias bibliogrficas
Frisch, Ragnar (1933) Editors Note, Econometrica, Vol 1, Number 1, January, pp. 1-4.
Griliches, Zvi (1985) Data and Econometricians The Uneasy Alliance, American Economic
Review, Vol. 75, No. 2, pp. 196-200.
Griffiths, William; R. Carter Hill; George G. Judge, (1980) Learning and Practicing
Econometrics, John Wiley & Sons, Inc.
Haavelmo, Trygve (1944) The Probability Approach in Econometrics, Econometrica, Vol. 12,
Supplement (July), pp. iii-vi+1-115.
Kantz, Holger; Thomas Schreiber (2002) Nonlinear Time Series Analysis, Cambridge Nonlinear
Science Series 7, Cambridge University Press.
Leamer, Edward E., (1983) Lets take the con out of Econometrics, American Economic Review
Vol. 73, No. 1, March, pp. 32-43.
Lucas, Robert (1976) Econometric Policy Evaluation: A Critique, in the Phillips and Labor
Markets, Karl Brenner and Alan H. Meltzer (eds.), Carnegie Rochester Conference Series on
Public Policy, Vol. 1, Amsterdam: North-Holland Publishing Company, pp. 19-46.
20
McCloskey, Donald (1985) The loss function has been mislaid: the rhetoric of significance test,
American Economic Review, Vol. 75, May.
Mirowski, Philip (1989) Tis a Pity Econometrics isnt an Empirical Endeavor: Mandelbrot, Chaos
and the Noah and Joseph Effects, Ricerche Economiche, Vol. XLIII, No 1-2, pp. 76-99.
Sims, Christopher A., (1980) Macroeconomics and reality, Econometrica, Vol. 48, pp 1-48.
Wilber, Charles (1979) Empirical Verification and Theory Selection: the Keynesian-Monetarist
Debate, Journal of Economic Issues, Vol. XIII, No. 4, December, pp. 973-982
1
Trabajo preparado para el Seminario Internacional sobre Metodologa de la Ciencia en Economa,
Facultades de Economa, Universidad Michoacana de San Nicols de Hidalgo (UMSNH) y Universidad
Nacional Autnoma de Mxico (UNAM), 22-24 Marzo de 2007. Agradezco los comentarios hechos por los
participantes del Seminario. Los errores u omisiones que puedan existir en el presente documento son mi
responsabilidad.
2
wcortez@cucea.udg.mx, Departamento de Mtodos Cuantitativos, Centro Universitario de Ciencias
Econmico-Administrativas, Universidad de Guadalajara
3
Que incluye avances en reas como la estadstica, las matemticas, recoleccin de datos y la facilidad para el
procesamiento de la informacin que involucra tanto el desarrollo de software, como el de hardware)
4
El mismo Mirowski (1989) hace referencia a los hallazgos de otro investigador, Benoit Mandelbrot, quin
en un estudio realizado ente fines de los 70s y principios de los 80s, encuentra que los precios tienen un
comportamiento temporal diferente a los supuestos de normalidad. Entre ellos se encuentran: (i) muestran
grandes cambios discontinuos; (ii) los grandes cambios de precios tienden a aglutinarse; (iii) la raz del
cuadrado de las desviaciones con respecto a la media no tiende a disminuir conforme aumenta el tamao de la
muestra. Todo esto significa que los precios no deberan ser modelados como si presentaran una distribucin
normal.
5
Un problema que las tcnicas economtricas recientes han logrado superar mediante el desarrollo de pruebas
como el Criterio de Akaike (AIC) o el de Schwartz (SC).
6
De nuevo, los avances en las tcnicas economtricas han permitido el desarrollo de pruebas como el de
Causalidad Granger que permite determinar la direccin de causalidad entre dos variables.
7
Esto es, explicacin ocurre cuando la hiptesis se deriva despus del evento, mientras que prediccin ocurre
cuando la hiptesis se deriva antes del evento.
21