MODELOS DE ECUACIONES SIMULTÁNEAS Introducción En los modelos vistos anteriormente, como es el caso de Regresión Lineal Simple y Múltiple, Modelo

Lineal de Probabilidad, Logit, etc., se trató exclusivamente con modelos uniecuacionales, es decir, modelos en los cuales hay una sola variable dependiente Y y una o m s variables independientes X. En tales modelos se reali!a la estimación y"o predicción del valor medio de Y condicional a los valores de X. La relación causa e#ecto en tales modelos va de las X a la Y. En muchas situaciones tal relación causa e#ecto en un sentido o uniecuacional no tiene sentido. Esto sucede cuando $ est determinada por las % y algunas de las % est n a su ve! determinadas por $. En otras palabras hay una relación en dos sentidos, o simultaneas entre $ y algunas de las %. Es me&or reunir un con&unto de variables 'ue puedan ser determinadas simult neamente mediante el con&unto restante de variables, precisamente lo 'ue se hace en los modelos de ecuaciones simult neas. En estos modelos hay m s de una ecuación, una para cada una de las variables mutuamente o con&untamente dependientes o endógenas $, a di#erencia de los modelos uniecuacionales, los modelos de ecuaciones simultaneas no es posible estimar los par metros de una ecuación aisladamente sin tener en cuenta la in#ormación proporcionada por las dem s ecuaciones. (ada ecuación no puede ser estimada aisladamente por el m)todo de m*nimos cuadrados ordinarios, ya 'ue no se cumplen algunos de los supuestos del modelo y los estimadores obtenidos aplicando este m)todo son sesgados, es decir, no convergen hacia sus verdaderos valores poblacionales independientemente del tama+o de la muestra, adem s son inconsistentes.

Problema de identi icación El modelo general de M ecuaciones con M variables endógenas o con&untamente dependiente puede escribirse. 3s* % t es una variable exógena actual mientras %t4.. + λ1k X kt + e1t Y2 t = β 21Y1t + β 23Y3t + .. endógenas. a'uellas cuyos valores est n determinados por #uera del modelo.. Las variables predeterminadas est n divididas en dos categor*as. tanto presentes como re!agadas y endógena re!agadas. + β 2 mYmt + λ21 X 1t + λ22 X 2t + . $. es decir. $m . + βMM −1YM −1t + λ1 X 1t + λM 2 X 2t + . + λ2 k X kt + e2 t ----------------------------YMt = βM 1Y1t + βM 2Y2t + . coe#icientes de las variables predeterminadas Las variables 'ue ingresan al modelo de ecuaciones simultaneas son de dos tipos. %/. es una variable endógena re!agada.. + λMk X kt + e mt donde . coe#icientes de las variables endógenas 2. a'uellos cuyos valores est n determinadas #uera del modelo. es conocido y por tanto no estoc stica.. + β1mYmt + λ11 X 1t + λ12 X 1t + . -.. variables predeterminadas u... uM . -. M variables endógenas o con&untamente dependiente %. Predeterminadas. $t4. %0 . Las variables endógenas se consideran estoc sticas... con un re!ago de un per*odo de tiempo.. exógenas. -.. u/. M perturbaciones estoc sticas 1 .. Y1t = β12Y2 t + β13Y3t + . El con&unto de ecuaciones simult neas se conoce como ecuaciones estructurales o de comportamiento por'ue ellas representan la estructura 5de . $/... es una variable exógena re!agada. y para el per*odo t el valor de la variable t4..

y se obtiene operando algebraicamente de manera similar como se obtuvo la ecuación del consumo 5(6.ut (t9 1:.ut (t4 1. 1.6(t9 1:. E&emplo.ut sustituyendo $t9(t. $.ut Ct = π 0 + π 1 I t + wt operando algebraicamente Ct = 9> β0 β1 ut + It + 1 − β1 1 − β1 1 − β1 β0 1 − β1 β π1 = 1 1 − β1 ut wt = 1 − β1 π0 = π0 1 + π1 π1 β1 = 1 + π1 β0 = Expresando a $ en una ecuación en #orma reducida La ecuación de $ se muestra a continuación. $. (t91:.$t. (t9 1:. 1.(t9 1:.It . =onde. ingreso I.It . 1. 7na ecuación de #orma reducida es a'uella 'ue expresa una variable endógena en t)rminos de las variables predeterminadas y las perturbaciones estoc sticas únicamente. 8unción consumo. (. I $t9(t.5(t. 1. 1.It 6. variables endógenas variable exógena. gasto de inversión. consumo. .(t.ut <ngreso.It en la ecuación. 1. (.$t. Los 1 y los 2 se conocen como par metros o coe#icientes estructurales.4 1.It (t91:.un modelo económico6 de una econom*a o de un agente económico.ut 5.It . 1. ECUACIONES EN !O"MA "EDUCIDA 3 partir de las ecuaciones estructurales se pueden obtener las ecuaciones en #orma reducida y estimar los par metros o coe#icientes de #orma reducida.

para 'ue una ecuación est) identi#icada. Si la ecuación no est identi#icada o est subidenti#icada no se puede estimar los par metros. 7na ecuación identi#icada puede estar exactamente identi#icada o sobreidenti#icada. aun'ue en la practica la condición de orden es generalmente adecuada para asegurar la identi#icabilidad. De inición %. de las variables 5endógenas y predeterminadas6 'ue aparecen en el modelo. En un modelo de M ecuaciones simult neas. .Yt = C t + I t Yt = β0 + β1Yt + u t + I t Yt − β1Yt = β0 + u t + I t (1 − β1 )Yt = β0 + u t + I t Sustituyendo (t91:. Si excluye exactamente M4. debe excluir al menos M4. Se dice 'ue est sobreidenti#icada si pueden obtenerse m s de un valor num)rico para algunos para algunos de los par metros de las ecuaciones estructurales.$t. 1.ut β0 It ut + + (1 − β1 ) (1 − β1 ) (1 − β1 ) Yt = λ0 + λ1 I t + vt Yt = λ0 = λ1 = β0 1 − β1 1 1 − β1 λ0 λ1 =espe&ando los coe#icientes ?etas λ −1 β1 = 1 λ1 β0 = IDENTI!ICACI#N El problema de identi#icación pretende establecer si las estimaciones num)ricas de los par metros de una ecuación estructural pueden ser obtenidas de los coe#icientes estimados en #orma reducida. es # cil de aplicar pero proporciona solamente una condición necesaria para la identi#icación. "E$LAS DE IDENTI!ICACI#N Condición de orden de la identi icación 7na condición necesaria 5pero no su#iciente6 para la identi#icación es conocida como condición de orden. Se dice 'ue una ecuación est exactamente identi#icada si pueden obtenerse valores únicos de los par metros estructurales.

variables la ecuación est exactamente identi#icada. hay una correspondencia uno a uno entre los coe#icientes estructurales y los coe#icientes en #orma reducida. Esta operación es permisible por'ue las variables explicativas est n predeterminadas y no est n correlacionadas en el t)rmino de error. /6 Se aplica M(@ individualmente a las ecuaciones en #orma reducida. el m)todo de obtener las estimaciones de los coe#icientes estructurales a partir de las estimaciones M(@ de los coe#icientes de la #orma reducida se conoce como m)todo de m*nimos cuadrados indirectos 5M(<6. El m)todo de M*nimo cuadrados en dos etapas est dise+ado en especial para ecuaciones sobreidenti#icadas. A6 @btener estimaciones de los coe#icientes estructurales originales a partir de los coe#icientes estimados en #orma reducida. Este procedimiento comprende tres pasos.6 @btener las ecuaciones en #orma reducida. variables estar sobreidenti#icada. . aun'ue tambi)n puede ser aplicado a ecuaciones exactamente identi#icadas. Si excluye m s de M4. La idea b sica de M(E/ es reempla!ar la variable explicativa endógena por una combinación lineal de variables predeterminadas en el modelo y utili!ar esta combinación como variable explicativa en lugar de la variable endógena original. ESTIMACI#N DE UNA ECUACI#N SO)"EIDENTI!ICADA( METODO DE M'NIMOS CUAD"ADOS EN DOS ETAPAS *MC+E. M&TODO DE M'NIMOS CUAD"ADOS INDI"ECTOS( ESTIMACI#N DE UNA ECUACI#N EXACTAMENTE IDENTI!ICADA Para una ecuación estructural precisa o exactamente identi#icada.4 Exprese la variable endógena 5$ i6 en #orma reducida con todas las variables predeterminadas del modelo. (omo la ecuación esta exactamente identi#icada.. siendo los resultados id)nticos. . .

y puede aplicar M(@ a la ecuación se encuentra como variable dependiente. obteniendo la estimación de la variable endógena 5 A.4 Sustituya en la ecuación donde ˆ Y i ˆ Y i ˆ Y i 6. . Este m)todo dar estimaciones consistentes de los par metros.4 E#ectúe la regresión de la ecuación en #orma reducida./. por $i.