INTRODUCCIN A LA ECONOMETRA E INFORMTICA

MODELOS ECONOMTRICOS E INFORMACIN ESTADSTICA Eva Medina Moral

EXPRESIN DEL MODELO BASICO DE REGRESIN LINEAL La expresin formal del modelo bsico de regresin lineal, que es el modelo bsico en econometra queda formulada como se expresa a continuacin:

Yi = 1 + 2 X 2 i + ... + k X ki + ui
Donde: Y: es la variable endgena o explicada cuyo comportamiento se quiere analizar X: cada una de las variables exgenas o explicativas y que son consideradas como las causas que crean transformaciones en la variable endgena. B: son los parmetros cuyo valor desconozco y voy a estimar. A travs de la estimacin de los parmetros obtengo una cuantificacin de las relaciones existentes entre la Y y cada una de las X. U: perturbacin aleatoria que recoge el efecto conjunto de otras variables no directamente explicitadas en el modelo, cuyo efecto individual sobre la endgena no resulta relevante. i: es el subndice que hace referencia a las diversas observaciones para las cuales se establece su validez. Segn el tipo de valores con los que est trabajando, el subndice har referencia a distintos momentos del tiempo (series temporales: las cotizaciones en bolsa diarias, los ndices de predio al consumo mensuales, los datos anuales del PIB de un pas, etc.) o a distintas unidades econmicas (series de corte transversal: consumo de diferentes familias, inversin de distintas empresas, paro en diferentes provincias, etc.).

IMPORTANCIA DE LOS PARMETROS EN EL MODELO BSICO DE REGRESIN LINEAL La principal utilidad que tienen los parmetros es la de cuantificar las relaciones que existen entre las variables explicativas y la variable endgena. As: El parmetro que corresponde al trmino constante debe ser interpretado como el valor que toma la variable endgena cuando el resto de variables explicativas valen cero. Por ejemplo, en una funcin de consumo, aunque ste depende de la renta y de otras variables, cuando todas ellas valen cero el individuo realiza un consumo para sobrevivir, lo que es conocido como autoconsumo. Ese valor queda recogido en el modelo bsico de regresin lineal a travs del parmetro que corresponde al trmino constante. El resto de parmetros que acompaan a las variables explicativas me miden la relacin entre stas y la variable endgena a travs de su signo y su cuanta. El signo me mide si la relacin entre las variables es directa o inversa (si a medida que la explicativa incrementa tambin lo hace la endgena o viceversa). La cuanta sirve para medir la importancia de la relacin entre la variable explicativa y la variable endgena.

Por tanto, el anlisis de los parmetros estimados me permite conocer la estructura econmica del fenmeno que estamos analizando, entendiendo por estructura el patrn de comportamiento de acuerdo con el cual se desarrolla una accin. De este modo, en un modelo en el que trato de explicar la evolucin del consumo en funcin de la renta y de los tipos de inters, la estructura econmica quedar definida como incrementos de consumo a medida que incrementa la renta y reducciones de consumo a medida que incrementan los tipos de inters. Ahora bien, una vez estimado el modelo, admitimos que la estructura permanece constante para todo el periodo de estimacin. Esto es, que los parmetros son los mismos para toda la muestra y que las relaciones permanecen constantes para todo el periodo analizado. Es por ello, que los parmetros no van acompaados de un subndice en la expresin matemtica del modelo bsico de regresin lineal. Sin embargo, la estructura o relaciones entre las variables pueden variar en el periodo analizado, lo que implicara cambios en los valores de los parmetros. Los valores de los parmetros cambian cuando: Se incorpora una nueva variable al modelo. Ya que como en economa todo est relacionado entre s, la inclusin de una nueva variable explicativa modifica las relaciones existentes entre las variables explicativas, y por tanto las relaciones existentes entre stas y la variable endgena. As, si dos variables explicativas estn muy relacionadas entre s, estarn explicando lo mismo del comportamiento de la endgena y al incluirlas juntas en el modelo su aportacin a la evolucin de la endgena se repartir, mientras que si slo incorporsemos una de ellas toda ella acumulara el peso importante en el

anlisis de la endgena por lo que el valor de su parmetro sera superior que en el caso anterior. Se modifica el periodo muestral. Ya que la inclusin de nuevos aos en el anlisis implica incluir tambin nuevos factores explicativos de la variable endgena o una modificacin en los pesos en que las variables explicativas participan en el comportamiento de la endgena.

El supuesto de constancia en el parmetro estimado conduce a errores en determinadas ocasiones. Esto ocurre cuando se produce un cambio estructural en el sistema econmico a analizar. As, en un mismo periodo se puede haber producido un cambio econmico importante que implique una modificacin radical de las relaciones existentes entre las variables. Por ejemplo: la entrada de Espaa en la Unin Europea implica que el peso de las exportaciones en el crecimiento del PIB es mayor que durante los aos anteriores a la inclusin en la UE, lo que modificara las cuantas de los parmetros; pases que han cambiado de un sistema econmico socialista a uno capitalista implica un cambio radical en las relaciones econmicas (antes tena ms peso el sector pblico y ahora las relaciones de libre mercado); el cambio que se produce en los hbitos de consumo con el trascurso de los aos; la aparicin de las tarjetas como medio de pago supone un cambio tambin en los hbitos de consumo.

UTILIDADES DE LOS MODELOS ECONOMTRICOS El modelo economtrico tiene tres utilidades principales: Anlisis estructural: cuantificacin de las relaciones que entre el periodo analizado ha existido entre las variables implicadas, a travs del conocimiento del signo y valor de los parmetros estimados. Es decir, sirve para conocer como inciden en la endgena variaciones de las variables explicativas. Prediccin: Dados unos valores a futuro para las variables explicativas, y conociendo la expresin matemtica que relaciona las variables explicativas y la variable endgena, es posible predecir los valores que tomar a futuro la variable objeto de estudio. Simulacin o evaluacin de polticas: Efectos que tienen sobre la endgena diferentes estrategias que se planteen de las variables explicativas. Por ejemplo si analizamos las ventas de una empresa en funcin de los precios del producto y del nivel de gasto realizado en publicidad, podramos estar interesados en analizar cuanto incrementaran las unidades vendidas si se mantienen los precios fijos y se incrementa el gasto en publicidad en un porcentaje determinado.

En general, el modelo economtrico es una herramienta de anlisis que ayuda en la toma de decisiones tanto a nivel econmico en general (macro) como en el mbito de la direccin de empresas (micro).

CLASIFICACIN DE LOS MODELOS ECONOMTRICOS Existe una tipologa amplia de modelos economtricos en funcin de distintas clasificaciones: Segn el tipo de datos de las variables utilizadas en el modelo: Series temporales: los datos pueden corresponder a los valores de una variable en el tiempo. Estos pueden tener frecuencia, diaria, semanal, mensual o anual. As podemos analizar las cotizaciones en bolsa diarias, los ndices de predio al consumo mensuales, los datos anuales del PIB de un pas, etc. Series de corte transversal: los valores corresponden a distintos sujetos para un mismo momento del tiempo. En este caso se tratara de series del tipo de consumo de diferentes familias, inversin de distintas empresas, paro en diferentes provincias, etc.

Segn el momento del tiempo al que hacen referencia se distingue entre: Modelos estticos: cuando el subndice i hace referencia al mismo momento del tiempo o al mismo individuo econmico tanto para la endgena como para todas las explicativas. Modelos dinmicos: cuando estn involucradas las variables en diferentes puntos del tiempo. As si estoy analizando la variable endgena consumo, utilizar como variable explicativa la renta de ese mismo periodo, pero tambin podra utilizar la renta del ao pasado, ya que mis decisiones de compra las tomar en funcin de lo que pude ahorrar el ao pasado. Al incluir variables en distintos momentos del tiempo podemos hablar de modelos dinmicos.

Segn el nmero de variables endgenas que se desee explicar: Modelos uniecuaciones: nicamente existe una variable endgena. Modelos multiecuacionales: existen varias variables endgenas que deseamos explicar, algunas de las cuales pueden ser a su vez variables explicativas de otras ecuaciones.

Segn la transformacin de los datos que se realice: Modelo en niveles: las variables aparecen expresadas en unidades de medida. Modelo en tasas de variacin: las variables aparecen expresadas como incrementos. Cuando una variable la expreso en vez de en niveles en incrementos estoy eliminando la tendencia. Al introducir las variables en niveles puedo encontrar un mayor nmero de variables explicativas aparentemente correctas, ya que es ms fcil encontrar variables explicativas que tengan la misma tendencia que la endgena. Pero eso no significa que esas variables sean las que realmente son causas explicativas de los cambios de la

endgena. Por ello, al eliminar la tendencia de las variables exijo ms al modelo, es decir, tengo en cuenta las variables que son realmente causa. Modelo en logaritmos. El modelo bsico de regresin lineal permite nicamente trabajar con relaciones lineales. Pero no todas las variables tienen porque estar expresadas a travs de una relacin lineal. Cuando estimo un modelo unicamente con una variable endgena y una explicativa lo que trato es de encontrar la lnea que mejor me recoja la informacin suministrada por ambas variables.

FASES PARA LA ELABORACIN DE UN MODELO ECONOMTRICO Las principales etapas que hay que cubrir en un modelo economtrico se pueden resumir en las cuatro siguientes: Especificacin: Esta etapa comprende tanto la determinacin del tema objeto de anlisis como la definicin de las variables explicativas que se incluirn en el modelo. Seleccin del tema objeto de anlisis. Este puede ser del campo de la economa, la gestin de empresas e incluso temas sociales no estrictamente econmicos. Seleccin de las variables explicativas ms importantes, la cual se realiza a travs del: o Anlisis de los antecedentes econmicos: a travs de las teoras econmicas encuentro aquellas variables que a nivel general influyen de una manera importantes sobre la variable endgena o Anlisis de los antecedentes economtricos: bsqueda de modelos similares a la materia objeto de anlisis en libros y revistas sobre econometra. o Propio conocimiento del investigador.

Estimacin: consiste en el clculo del valor de los parmetros a travs de la ayuda de un programa informtico (Eviews). Para realizar esta fase es necesario previamente haber realizado una bsqueda y depuracin de datos. Es necesaria la obtencin de datos suficientes, homogneos y actualizados.

Y = 0 + 1 X1 + 2 X 2 +

Y = 0 + 1 X1 + 2 X 2
En la expresin estimada no existe el componente de la perturbacin aleatoria, ya que una vez que estimo, el valor de la endgena estimado se convierte en una combinacin lineal exacta de las variables explicativas que he utilizado al realizar la estimacin. La estimacin de la perturbacin aleatoria ser el error que cometo con mi modelo al estimar, que incluir precisamente las variables que dejo fuera de la

explicacin (aquellas que tienen poca importancia sobre la variable que trato de analizar). Validacin: a travs de la interpretacin de los resultados analizaremos la bondad del modelo. De tal manera que si el modelo no es bueno para explicar a la variable endgena deber perfeccionarlo a travs de: Una reespecificacin de las variables explicativas, es decir, es posible que haya olvidado incluir alguna variable importante por lo cual el modelo me est dando un grado de error elevado. Una nueva bsqueda de los datos utilizados, ya que si no son los correctos pueden estar aadiendo un componente errtico a la estimacin. Etc. Esta tarea puede repetirse en la prctica un nmero elevado de veces. Utilizacin: para realizar: Anlisis estructural: cuantificar las relaciones entre las X y la Y. Prediccin: anticipar los valores a futuro de la Y Simulacin: efectos sobre Y de distintas estrategias de las X. Esquema a seguir en la elaboracin de un modelo economtrico Especificacin Antecedentes econmicos Antecedentes economtricos Conocimiento del investigador

Estimacin Bsqueda y depuracin de datos

Validacin

NO
Bondad del modelo

SI
Utilizacin Anlisis estructural Prediccin Simulacin

TIPOLOGA DE VARIABLES Y DATOS EN LA MODELIZACIN ECONOMTRICA Se entiende por variable al concepto econmico que queremos analizar. Normalmente utilizaremos variables cuantitativas, es decir, aquellas cuyos valores vienen expresados de forma numrica. Sin embargo, tambin existe la posibilidad de incluir en el modelo economtrico informacin cualitativa, siempre que la informacin cualitativa pueda expresarse de forma cuantitativa. Dentro de este tipo de variables conviene conocer las siguientes posibilidades que se le pueden presentar al econmetra: Variables proxies: son variables aproximadas a la variables objeto de anlisis. Por ejemplo, si quiero utilizar una variable que mida el nivel cultural de un pas (variable culitativa) puedo utilizar como variable proxy el nmero de bibliotecas existentes en un pas, que si bien no recoge el concepto exacto que yo quiero medir, si se aproxima al mismo. Variables ficiticas o dummy: estas variables representan la incidencia que tiene sobre la variable endgena objeto de anlisis un fenmeno cualitativo. Habitualmente, a la variable ficticia se le asignan dos valores arbitrarios segn se de o no cierta cualidad en un fenmeno. As, se le puede asignar el valor 1 si ocurre un determinado fenmeno y 0 en caso contrario. Estas variables pueden ser de dos tipos: o Ficticia de intervalo: Por ejemplo si estoy analizando la variable exportaciones en Espaa desde 1970 hasta el ao 2000, hay un hecho importante que es la entrada de Espaa en la Unin Econmica que debo recoger a travs de la utilizacin de la variable ficticia. Ficticia de escaln: Por ejemplo si est analizando el crecimiento econmico de un pas en el que en un ao determinado hubo un acontecimiento meteorolgico que tuvo una repercusin negativa sobre la economa, al tratarse ste de un dato casual (y no equilibrado con el resto de valores que toma la serie) debo introducir en el modelo este tipo de informacin para que la tenga en cuenta en la estimacin y cometa un menor error.

Las variables ficticias se pueden incluir tanto en modelos temporales como en modelos de corte transversal. Por ejemplo, si se analiza la venta de coches a nivel provincial, se puede incluir una variable ficticia que valga 0 cuando la provincia no tiene metro y 1 cuando si que lo tiene.

Se entiende por datos, los diferentes valores que toma una variable. Los datos pueden corresponder a los valores de una variable en el tiempo (serie temporal), o a valores para diferentes sujetos en un momento dado (datos de corte transversal). Por otro lado, las formas alternativas en que un modelo puede venir expresado, obliga frecuentemente a transformaciones de los datos originales (tasas de crecimiento, diferencias, logaritmos) o incluso a un cierto tratamiento previo de los mismos (eliminacin de tendencia, eliminacin de estacionalidad, etc...) Con la informacin disponible, el econmetra deber elaborar una base de datos de tal manera que: Aos 1990 1991 ... 2000 Individuos 1 2 ... N Variable 1 Datos Datos Datos Datos Variable 2 Datos Datos Datos Datos Variable 3 Datos Datos Datos Datos

Los datos que formen la base de datos han de ser: Suficientes: como mnimo para poder realizar la estimacin, el nmero de observaciones debe ser igual al nmero de parmetros que queremos estimar. Sin embargo si no se cumplen unos requisitos mnimos, aunque tericamente se puede realizar la estimacin, sta no ser fiable. Homogneos: los datos que hacen referencia a una misma variable deben estar expresados de una forma homognea, esto quiere decir que todos deben ir en niveles o en tasas de variacin o en logaritmos. La homogeneidad de los datos tambin hace referencia al hecho de que todos deben o no ir corregidas de determinados efectos que se dan en la economa como la tendencia o la estacionalidad. Nunca se puede incluir en el modelo una variable cuyos datos estn expresados en distintas bases. Actuales: La falta de actualidad en los datos impide realizar un anlisis completo del fenmeno econmico, ya que ste se referir nicamente al periodo muestral utilizado en la estimacin.