You are on page 1of 33

1 UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE INGENIERÍA Departamento de Ingeniería Eléctrica

Econometría:
Estimación empírica de la economía

Nombres: Carlos Enrique Rojas Diaz. Fabián Seguel González. Profesor: Francisco Watkins.

2

ÍNDICE

1. RESUMEN 2. INTRODUCCIÓN 3. RESEÑA HISTÓRICA 4. CONCEPTO DE LA ECONOMETRÍA 5. MODELAJE MATEMÁTICO 5.1 MODELO DE REGRESIÓN LINEAL SIMPLE 5. 2 NOTACIÓN MATRICIAL DEL MODELO LINEAL GENERAL 5.3 MÉTODOS DE ESTIMACIÓN DEL MODELO LINEAL SIMPLE 6. APLICACIONES EN DISTINTOS CAMPOS 6.1 EJEMPLO DE APLICACIÓN EN CHILE 7. CONCLUSIÓN 8. BIBLIOGRAFÍA

03 04 05 09 15 18 20 21 23 28 31 33

3

1. RESUMEN

La econometría (derivado de economía y metria, medición, es decir, medición de la economía) es la rama de la economía que utiliza métodos y modelos matemáticos. El calculo, la probabilidad, la estadística, así como otras áreas de la matemática, se utilizan para predecir e interpretar diversos sistemas y variables económicas. En este trabajo presentaremos a grandes rasgos, como objetivo introductorio, la historia, evolución y definiciones de la econometría para obtener un conocimiento general de las diferentes escuelas econométricas y los enfoques desde los que puede ser abordado el estudio de la materia. Una vez alcanzado el primer objetivo, se dará un conocimiento del uso de los diferentes métodos como cálculo, la probabilidad, la estadística, así cómo otras áreas de las matemáticas que se utilizan en econometría. Asimismo veremos el estado del arte en la economía actual y como esta rama de las ciencias sociales a ganado terreno en este ultimo tiempo.

los econometristas se ven involucrados también en la discusión en el interior de la propia teoría estadística.4 2. entre la gran variedad de técnicas y métodos existentes. dinero. Hay que considerar que tratan con uno de los fenómenos más complejos que conocemos. Primero. está claramente presente un problema de método común al del conjunto de las corrientes existentes en economía. consumo. Sin embargo. el comportamiento de las personas. la relativa a la validez o no de los planteamientos "estrictamente económicos". así como por las diferencias con quienes efectúan su análisis desde la crítica de la economía política y de la multiplicidad de posiciones eclécticas. La herramienta básica usada por los economistas para ello es la construcción de modelos teóricos y matemáticos que describan el comportamiento de los agentes económicos. Tercero. Los econometristas han tratado de emular a las ciencias matemáticas y a las de la naturaleza (física. es decir. química) con mejor o peor resultado a través del tiempo. problema que puede resumirse muy sintéticamente en la pregunta: ¿Una afirmación económica es "científicamente válida" por el simple hecho de estar contrastada empíricamente mediante un modelo econométrico? . INTRODUCCIÓN La econometría trata de explicar el funcionamiento del sistema económico en sus distintos aspectos como producción. Sin embargo. los econometristas quedan involucrados al menos en cuatro grandes discusiones. están presentes las discusiones que surgen de la relación entre la estadística y la economía. esos modelos deben contrastarse con los datos disponibles para saber si estos tienen capacidad explicativa y predictiva. Actualmente la econometría no necesariamente requiere o presupone una teoría económica subyacente al análisis econométrico. discusión que tiene su origen en la diversidad de posiciones en el interior de la propia teoría económica. siendo este un problema exclusivo de los econometristas. ¿cuándo es determinante una u otra? Cuarto. Más aún. distribución del ingreso y todo lo relacionado con los recursos escasos entre distintos fines posibles. Segundo. y poder en definitiva elegir unos sobre otros. la econometría moderna se precia de prescindir voluntariamente de la teoría económica por considerarla un obstáculo.

aunque algunos estudiosos lograron un avance importante en el uso de la estadística en economía. en la medida en que ha sido empleada tanto para proponer nuevas formulaciones como para apoyar o. la econometría se ha movido entre los campos de las teorías económica y estadística. Así. RESEÑA HISTÓRICA La econometría. es una disciplina que siempre se ha movido entre las teorías económicas y estadísticas. la econometría no tuvo un desarrollo significativo sino hasta el siglo XX. Un hecho que influyó en la aplicación de los métodos estadísticos a las ciencias sociales fue la creación de la Sociedad Estadística de Londres. sin embargo. por el escaso desarrollo que había tenido la estadística matemática. durante la segunda década del siglo XX. término introducido por Ragnar Frisch en 1926. la econometría moderna propiamente dicha parece tener su origen. la interacción de estos dos campos del conocimiento no ha sido sencilla. lo daría la Cowles Commission con su libro Statistical inference in dynamic models redacto y publicado en 1950. de la primera pensaban que era esencial para el posterior avance de la economía. el desarrollo de la econometría como disciplina del conocimiento se ha visto favorecido por aquellas otras dos áreas: la teoría económica y la teoría estadística. Así. La real iniciación de la Econometría dentro de las ciencias modernas. fundada en Cambridge en 1833. en parte. además de constituir una especialidad por derecho propio. todavía está en construcción. a pesar de que no es sino hasta finales del XIX que la medición cuantitativa y los métodos estadísticos cobran interés debido. Aunque el término "econometría" fue introducido en 1926 por Ragnar Frisch. Sus antecedentes se remontan al siglo XVII. Desde sus orígenes y por su propia definición. con Henry Ludwell Moore. refutar planteamientos ya hechos en la propia teoría económica. al surgimiento de organizaciones dedicadas a la recolección de datos. economista y estadístico de origen noruego.5 3. Por ello. esta ciencia ha mostrado un indudable avance que desde la perspectiva de la teoría estadística. Los economistas del siglo XIX veían como dos disciplinas independientes a la economía matemática y a la estadística. por analogía con la expresión "biometría" y para referirse a los estudios económicos que hacen uso de métodos estadísticos. mientras que de la segunda consideraban que permitiría una base inductiva con el mismo fin. así como por la falta de datos adecuados y de una teoría estadística apropiada. en su caso. No obstante la reconocida importancia de la Comisión Cowles en el desarrollo de la econometría. consideramos que la econometría moderna propiamente dicha parece tener su . como una disciplina deductiva.

incluso desde la propia teoría estadística. como no podía ser de otra manera. tuvo lugar. y entre ellas. en particular. se hizo notar la mejor capacidad predictiva de un sencillo modelo autorregresivo frente a sofisticados modelos macroeconómicos. así como su pretensión por emplear las que constituían las técnicas estadísticas más avanzadas de la época: las series temporales. durante los años treinta. sino también conocer las características estructurales de la economía. En este sentido. en consecuencia. significa también prácticamente el abandono temporal de los grandes sistemas de ecuaciones diferenciales o en diferencias con los que se había pretendido modelar el conjunto de la actividad económica de una formación social y a lo cual se le había venido dedicando esfuerzos significativos. provocaron efectos que tienen cierto paralelismo con los de los años treinta: por un lado. a partir de esa misma época recibe un significativo impulso dentro de la profesión de los econometristas la construcción de sofisticados modelos dinámicos macroeconómicos.6 origen en las investigaciones de Henry Ludwell Moore durante la segunda década del siglo XX. quien ya en 1914 se planteaba: "El problema que tenemos ante nosotros es deducir la curva de demanda con base en la estadística. El proyecto más ambicioso. Ante el fracaso de los grandes sistemas macroeconómicos empíricos a principios de los años setenta se recuperan. para lo cual era necesario no sólo disponer de información suficiente de manera oportuna. por un lado. Y esto constituyó un apoyo decidido a la econometría. la crisis en la concepción económica dominante como resultado de la crisis del propio sistema de formaciones sociales capitalistas. fue tomando fuerza la idea de que los Estados tenían la capacidad de controlar el ciclo de los negocios. viéndose reforzadas. Incluso antes de las denominadas "crisis del petróleo" de los años setenta. se destaca el positivo impacto de Moore al usar los datos en la forma de cambios porcentuales. Es sabido que desde la perspectiva de las diversas formas de entender "lo económico" durante el periodo de entreguerras y. . Por su parte. la correlación múltiple y las tablas de contingencia. Por otro. por otro y simultáneamente. planteamientos que ya se habían formulado en los años treinta. en el terreno de la teoría económica entra en crisis el paradigma dominante: el keynesianismo. Durante el periodo de entreguerras. siendo sustituido por una revitalizada concepción ortodoxa. en especial. los sucesivos acontecimientos que fueron teniendo lugar desde finales de los años sesenta y. completado para la Liga de las Naciones en 1939. el "nacimiento" de la teoría económica keynesiana en contraposición a la entonces dominante concepción ortodoxa o neoclásica. medir el grado en el cual es una descripción precisa de los cambios en la industria actual y estimar los coeficientes numéricos de la elasticidad de la demanda para productos representativos". Así. otras líneas de trabajo de los econometristas. fue una señal muy clara de que una nueva generación de economistas venía a considerar el ciclo de los negocios como el verdadero objeto de la actividad gubernamental. los primeros modelos para una economía en su conjunto fueron desarrollados durante la Gran Depresión como un amplio experimento en la aplicación de los métodos de regresión al conjunto de las diversas teorías existentes sobre el ciclo de los negocios. en esta área del conocimiento se expresa. las series temporales. a principios de los setenta en la economía mundial.

confundir la 'significancia' estadística de los resultados con la económica y fracasar en relacionar la teoría económica con la econometría. Con el análisis del ejemplo mencionado surgen objeciones a la econometría lo que podría llamarse problemas del modelo de regresión lineal. las posibilidades de esos análisis se restringen a los aspectos estrictamente técnicos desde la perspectiva de la teoría estadística. obtener correlaciones 'espurias' del uso de variables 'proxy'. ser incapaces de separarlos distintos efectos de variables multicolineales. Más aún. asumir funciones lineales desconociendo las dimensiones apropiadas de los regresores. se construye un modelo dinámico cuadrático con el que obtiene un "buen ajuste".7 De cualquier manera. con parámetros "altamente significativos" y que las pruebas estadísticas no rechazan: se trata de un modelo que relaciona el índice de precios al consumo trimestral en el Reino Unido de 1964 a 1975. mala especificación de las reacciones dinámicas y de las longitudes de los retrasos. se enfatiza un hecho ampliamente reconocido en la literatura especializada. supone una toma de posición ante ese hecho económico y en esa medida determina en buena parte las posibilidades de análisis. estimar a partir de datos in correctamente medidos basados en números índice. los problemas o simplemente los riesgos a que se enfrenta el econometrista siguen siendo muchos y muy diversos. dicha causalidad le viene dada por la teoría económica en la que se apoye el modelo. ha sido. prefiltrar inadecuadamente los datos. el cual es que ni siquiera el mejor de los modelos econométricos implica ni justifica causalidad alguna. no podemos ni debemos olvidar que la propia definición de las variables económicas que recoge la contabilidad nacional parte a su vez de una definición acerca de qué es lo que debe registrarse. lo cual supone considerarlas como una serie de números en abstracto. evidentemente. hay que ser muy cautelosos con las inferencias económicas que se efectúen a partir de ahí. pero no cabe duda que este reconocimiento de los problemas suponen un indudable avance de la propia teoría econométrica. Se plantea un ejemplo del riesgo de relacionar variables haciendo abstracción de su significado. incluso tal supuesto "mejor de los modelos" a lo sumo tan sólo corrobora o no las asociaciones previamente establecidas. usar un conjunto incompleto de factores determinante. inferir incorrectamente 'causas' de las regresiones. Con ese ejemplo. No obstante. sin embargo. como resultará obvio. construir modelos con variables no observables. predecir sin precisión. es y seguirá siendo plausible efectuar estudios sobre variables económicas sin atender a su significado concreto. es decir. Como se observa. pero tampoco niega la posibilidad de que otra asociación de variables sea la verdadera. Las crisis de los años setenta y el subsiguiente cuestionamiento de las tesis económicas vigentes en ese entonces fueron precisamente el acicate para las corrientes que impulsan el estudio de la información económica sin acudir a planteamientos económicos . esto es. la falta de identificación estructural y una incapacidad de referirnos al pasado de manera unívoca a partir de los resultados observados de una teoría inicial dada. la mala especificación estocástica. el establecimiento de qué es lo que debe medirse y cómo hacerlo implica necesariamente una definición previa del "hecho económico".

en la denominada escuela (y los coloquialmente llamados Chicago boys) de la corriente ortodoxa. Sin embargo. las propuestas de política que se implantan deben tener necesariamente una validación en la teoría económica correspondiente y deben poder refutar la en su momento concepción dominante (el keynesianismo en aquellos años). Sin embargo.8 previos y que se agrupan en torno al estadio de las series temporales y. aunque con mayor claridad desde los ochenta. así sea desde una perspectiva exclusivamente "académica". el relativamente continuo desarrollo de nuevos procedimientos y pruebas estadísticas permite volver a contrastar sobre mejores bases afirmaciones anteriores. finalmente. sólo queda señalar que desde la perspectiva de la teoría estadística. esto es. entre otras. Es universalmente aceptado que desde los años setenta. la econometría es una disciplina evidentemente en construcción. en el conjunto de países integrantes del sistema capitalista mundial (y en los años noventa incluso en la mayoría de los otrora autodenominados países socialistas) se han venido aplicando medidas de política económica que tienen su origen. los trabajos econométricos no están exentos de agudas críticas. crisis que puso en cuestión las tradicionales medidas keynesianas y que permitió el resurgimiento de la también coloquialmente llamada "doctrina neoliberal". En resumen. en particular. sin embargo. Ya desde los años cuarenta se cuestiono la validez de los modelos y. ya desde los mismos años setenta surge desde la teoría econométrica la respuesta a la crítica a que había sido sometida sobre la base de procurar integrar a la econometría los aportes que se hacían desde el enfoque de series temporales. . en torno a la formulación de modelos ARIMA: modelos autorregresivos integrados de medias móviles (ARIMA es el acrónimo de Auto-Regresive IntegratedMoving Average). de la teoría económica keynesiana. La razón última de su aplicación radica en la crisis en que entró aquel sistema a finales de los años sesenta y principios de los setenta.

y en el mismo se menciona la necesidad del progreso de la teoría económica mediante la utilización del análisis estadístico y matemático. Christ (1966): Producción de declaraciones de economía cuantitativa que explican el comportamiento de variables ya observadas. Prácticamente la totalidad de las definiciones sobre el termino econometría apuntan en la misma dirección e integran los mismos elementos. Su significado queda recogido en el primer artículo de los estatutos de la mencionada Sociedad. socio fundador de la Sociedad de Econometría. matemática – estadística y datos económicos. . Malinvaud (1966): Aplicación de las matemáticas y método estadístico al estudio de fenómenos económicos. y relacionado por métodos apropiados de inferencia. o predicen la conducta de variables aún no observadas. Valavanis (1959): El objetivo de la econometría es expresar las teorías económicas bajo una forma matemática a fin de verificarlas por métodos estadísticos y medir el impacto de una variable sobre otra. Koopmans y Stone (1954): El análisis cuantitativo de fenómenos económicos actuales. basado en el desarrollo congruente de teoría y observaciones. Klein (1962): El principal objetivo de la econometría es dar contenido empírico al razonamiento a priori de la economía. Algunas de las definiciones más importantes del término: Samuelson. así como predecir acontecimientos futuros y dar consejos de política económica ante resultados deseables. CONCEPTO DE LA ECONOMETRÍA El termino “econometría” fue utilizado por primera vez por Pawel Ciompa en 1910. asignándole el sentido y contenido que le atribuimos en la actualidad.9 4.

todo el cuerpo de la teoría económica se puede considerar como una colección de relaciones entre variables. relacionados mediante métodos apropiados de inferencia. Por su parte. J. 2. para dar apoyo empírico a los modelos construidos por la economía matemática. Las relaciones de oferta y demanda. consiste en la aplicación de la estadística matemática a datos económicos. aun cuando la econometría sea fundamentalmente una disciplina "al servicio" de y desarrollada por y para las que han sido las teorías económicas dominantes en este siglo. el autor reproduce las siguientes cuatro definiciones: 1. Kmenta señala: la teoría económica se ocupa fundamentalmente de las relaciones entre variables. Por su parte. Un texto empleado en los cursos de econometría que sí intenta definir esa disciplina. La econometría puede definirse como la ciencia social en la cual las herramientas de la teoría económica. Gujarati. las de producción y muchas otras que son familiares a todo estudiante de economía. por ejemplo. o bien sólo amplían ligeramente el contenido de la definición citada de Econometría.10 Intriligator (1978): Rama de la economía que se ocupa de la estimación empírica de relaciones económicas. las matemáticas y la inferencia estadística se aplican al análisis de los fenómenos económicos. la econometría se ocupa de la contrastación de las proposiciones teóricas incorporadas en estas relaciones y de la estimación de los parámetros que aparecen en ellas. Así. Chow (1983): Arte y ciencia de usar métodos para la medida de relaciones económicas. las funciones de costos. En realidad. o bien omiten definir el término. y para obtener resultados numéricos. La econometría. es el de D. La econometría puede ser definida como el análisis cuantitativo de fenómenos económicos reales basados en los desarrollos simultáneos de la observación y la teoría. como disciplina. surge y evoluciona de la mano de las diversas y quizá múltiples teorías económicas. las definiciones del término econometría aquí expuestas hacen explícito un hecho importante: la econometría. ubicándola en el proceso de construcción de la teoría económica. que es el resultado de cierta posición sobre el papel de la economía. La econometría se refiere a la determinación empírica de las leyes económicas. los textos comúnmente empleados en los cursos de econometría. es indudable que desde una perspectiva estrictamente estadística sus . Sin embargo. 3. en ese trabajo. 4. En síntesis.

cuyo conocimiento científico debe facilitar su regulación para corregir objetivos de mejora en términos de valores sociales generalmente aceptados. poco puede aportar enfrentada a los problemas económicos existentes en la actualidad. la economía. en el espacio acotado de las ciencias sociales. la teoría sin los hechos. son condiciones necesarias pero no suficientes para un conocimiento real de las relaciones cuantitativas en la vida económica moderna.11 planteamientos tienen mucho en común con los de las matemáticas. La medición sin teoría en una interpretación continua de observaciones estadística. no sólo puede convertirse en un trabajo complejo. poco puede aportar en una disciplina donde el fin último lo constituye la acción. Efectivamente. El análisis aislado de los datos y la búsqueda de relaciones y regularidades sin ninguna orientación previa. al combinar dos corrientes que difícilmente pueden sobrevivir eficazmente de forma aislada. La experiencia ha demostrado que uno de estos tres puntos de vista. Por otro lado. no puede por sí misma explicar los fenómenos económicos. estos son planteamientos de validez general si se satisfacen las condiciones y supuestos sobre los cuales se construye. sino que por el contrario aboga por el enfoque sintético de aunar los conocimientos derivados del enfoque deductivo (teoría). Si no queremos perdernos en la grandiosidad y desconcierto de la masa de los datos estadísticos. normalmente aportará poco en la explicación de como y porque actúan los agentes económicos. etc. No podría tomarse la econometría como sinónimo de aplicaciones matemáticas a la economía. bajo el abanico sintético de teoría y realidad. La econometría no plantea el problema de la dicotomía lógica entre deducción inducción. como causa del conocimiento lógico deductivo. Pero la gran cantidad de información estadística. teoría económica y matemáticas. que genera un conocimiento destinado a la acción eficaz. Un hermoso castillo de naipes que no resistirá la mirada pragmática de un conjunto de decisiones y un olvido de la disciplina a la que pertenece. Econometría no significa lo mismo que estadística económica. aun completa y exacta. el avance científico sin la contrastación empírica. las relaciones de producción e intercambio de bienes y servicios entre agentes sociales. aunque una parte importante de esta teoría tienen marcado carácter cuantitativo.. necesitamos la guía y ayuda de un poderoso armazón . La información estadística se acumula en tasas sin precedentes. La teoría sin medida o contrastación empírica. la química. Luego. sino que incluso puede conducir a conclusiones falsas. estadística. el exclusivo enfoque inductivo no puede generalizar por si sólo el conocimiento del sistema económico y la correcta toma de decisiones. Y esta unificación es lo que constituye la econometría. No es idéntica que lo que llamamos teoría económica. la economía estudia. con los derivados de la observación e inducción (datos). es una ciencia praxeológica (ciencia que estudia la estructura lógica de la acción humana). La unificación es más necesaria hoy que en cualquier etapa anterior de la economía. la física. Y desde esta perspectiva la modelización econométrica es el único camino existente para el estudio riguroso de los problemas económicos. Es la unificación de las tres lo que es poderoso.

Los defensores de la teoría y planteamientos abstractos y generales alejados de la realidad. e incluir ambos campos en el concepto de econometría. Por el contrario. ser más precisa. más realista. tarea perteneciente a la disciplina denominada estadística económica. . labor que corresponde a la tarea denominada especificación y en la que es evidente una cierta carga subjetiva del modelizador. teoría económica y matemática. etc. Hoy día se tiende a posicionar a la actividad econométrica en el punto intermedio. la teoría con los datos. Algunos aspectos de la econometría han cambiado. Estadísticas actuales y otros estudios actuales. y en muchos aspectos. El esquema adjunto nos ilustra sobre el papel y lugar de la econometría en la combinación de las teorías económicas y los hechos. sin embargo. La teoría. que ante un sistema o problema concreto habrá desarrollado un modelo de tipo general. La estructura teórica que nos ayudará en esta situación debe. La econometría tampoco coincidirá con la obtención de datos. no será posible una interpretación significativa y una coordinación de nuestras observaciones. que constantemente amenace y perturbe a los teóricos y evite que se queden en un conjunto obsoleto de suposiciones. debe inspirarse para extenderse por la técnica de la observación. El análisis econométrico se materializará normalmente en la estimación de un modelo econométrico. Tales extremos son difíciles de mantener y la econometría hace posible su entendimiento al combinarlos.. Por ello es necesario concretarlo y darle la forma de un modelo econométrico. Sin ello. prestando un lenguaje de entendimiento entre dos escuelas ocasionalmente enfrentadas en el análisis económico. Inicialmente se pretendía cohesionar el desarrollo matemático deductivo con el conocimiento empírico. existiendo en la actualidad una tendencia generalizada a no incluir a esta última ciencia como componente básico. números índices. formulando sus nociones cuantitativas abstractas. y los defensores del análisis exclusivo de los datos económicos. Este modelo usualmente será abstracto y por su generalidad no será posible enfrentarlo a datos obtenidos de la realidad económica. la econometría se sitúa en el puente que permite conciliar la deducción con la inducción. aspecto al que se hace referencia en diferentes partes del presente proyecto. estableciéndose un proceso de retroalimentación continúo entre resultados e hipótesis incorporados a la teoría. es decir la obtención y depuración de datos. cuantas nacionales. a modo de puente entre los extremos deductivo e inductivo. El primer componente en el esquema adjunto es la teoría económica.12 teórico. como son la conjunción de datos. A veces la especificación del modelo viene también restringida por la propia disposición de datos o los resultados finales de la estimación. Este modelo será el resultado de un proceso que combinará teoría y hechos mediante la utilización de técnicas econométricas. más compleja que las hasta ahora disponibles. deben ser los sanos elementos de confusión.

ajustes estacionales. En ocasiones los datos no podrán utilizarse de forma directa y deberán sufrir un tratamiento antes de formar parte del modelo. no será posible repetirlo para modificar alguna de las condiciones de partida. Esta es la esencia de los métodos econométricos y que caracteriza su actividad.datos. La estimación del modelo econométrico dará lugar a unas relaciones cuantificadas de variables que podrán utilizarse para el análisis estructural. Tales circunstancias especiales se deben a la forma en que se desarrolla y obtienen los datos económicos. etc.13 El segundo componente básico son los hechos ocurridos en el mundo real y referidos al campo que se pretende investigar. Tal experimento se realiza sin ningún control y obtenidos sus resultados . mezcla. cualitativo o de tipo mixto. simulación de políticas y previsión. han tenido que desarrollar y configurar un cuerpo consolidado de conocimientos que corresponden a la denominada econometría teórica. Entre estos tratamientos y en el caso de series temporales se encontrarían los cambios de base. extrapolación. el esquema propuesto transmite cierta imagen de proceso terminal. Esta expresión cuantitativa numérica de los hechos constituirán los datos económicos. Por su naturaleza podrán ser de tipo cuantitativo. reflejo del mundo real y componente empírico del proceso de estimación. Con los datos depurados y la especificación se podrá iniciar la estimación del modelo con los métodos econométricos. la inferencia desde datos no experimentales con un alto grado de incertidumbre. Los métodos econométricos pueden contemplarse como una extensión de los métodos estadísticos. que por las circunstancias especiales del trabajo y datos económicos. El investigador económico tiene muy poco que hacer ante el experimento social. interpolación. pero para que puedan ser utilizados en el enfoque econométrico deberán expresarse en forma numérica. Sin embargo. . cuya naturaleza es fundamentalmente no experimental.

como una actividad continua y en el que se produce un permanente aprendizaje sobre los resultados. 3.14 con un principio y un fin. La etapa de estimación y contraste puede realimentar tanto el planteamiento teórico de base como los datos utilizados. a la luz de nueva información muestral. Lo anterior es especialmente cierto en la utilización de los modelos econométricos para la previsión. por lo que en general será más correcto referirnos al proceso de modelización econométrica. al menos por los siguientes rasgos: 1. en un proceso de mejora permanente. por lo que será necesario una revisión continua del proceso. El proceso de estimación del modelo debe ser permanente. El output o utilización del modelo tendrá desviaciones sobre los objetivos del proyecto investigador. 2. . cuando la realidad de la práctica econométrica es diferente.

Por ejemplo. El modelo predice que a través del tiempo el gasto en consumo evoluciona paralelamente al nivel de renta. además la diferencia entre ambas cifras se supone una constante β1.1.15 5. Por ejemplo. MODELAJE MATEMÁTICO La Econometría necesita de la Teoría Económica para que le proporcione un marco conceptual.1 Procedimiento necesario para la creación de un modelo econométrico. Un modelo econométrico no es un modelo geométrico ni un modelo matemático. Para analizar la creación de un modelo econométrico se debe seguir una serie de procedimientos paso a paso tal y como lo ilustra la figura 1. en donde. la de una ciencia. Los modelos matemáticos son utilizados por todas las ciencias. En un modelo geométrico se representan mediante gráficos o diagramas relaciones entre variables económicas (IS/LM. La econometría pretende elevar la economía a esta categoría. la teoría de Keynes proporciona un marco en el que se relacionan dos variables económicas: Consumo (C) y Renta (Y). Utilizaremos como ejemplo le función de demanda Keynesiana dada por: Este modelo permite explicar la evolución temporal de los gastos de consumo (C) por medio de una variable que indica el nivel de renta (Y). Oferta/Demanda utilizadas en el análisis económico). Por lo tanto la economía necesita de la econometría para seguir desarrollándose. a un modelo econométrico. Figura 1. C = f (Y ) . además se postula que C es una función de la Y : C = f (Y ) Y no a la inversa. De acuerdo con esto en cada periodo debe haber gastado en consumo una proporción de la renta dada por β 2 y. Para que la teoría económica pueda utilizarse en un estudio econométrico necesita de una elaboración matemática que de lugar a un modelo y en particular. En un modelo matemático se representan mediante ecuaciones matemáticas relaciones entre variables.

Comunidades Autónomas. sectores empresariales. En concreto. Una vez que se ha especificado el modelo y que se dispone de los datos adecuados de todas las variables. Muchas veces. pero esto es sólo una aproximación. En nuestro ejemplo: C = a + bY + ε Donde ε es la perturbación aleatoria. se necesitan datos de cada una de las variables que entran en el modelo. III) Datos de panel: surgen al cruzar una sección cruzada con una serie temporal. En nuestro ejemplo. C. Algunos de los principales tipos de daos son: I) Datos de series temporales: miden una variable en períodos de tiempo sucesivos. el trimestre. En esta función asumimos que el factor determinante del C es la Y . etc. Consiste en medir empíricamente los parámetros que caracterizan el modelo y aquí entra la estadística. se trata de buscar los datos apropiados. La forma funcional ha de estar perfectamente definida. el tamaño está condicionado por la información estadística disponible. dada una muestra de C e Y . el día e incluso podemos trabajar con datos intrahorarios (Bolsa). El modelo debe ser pequeño. Por ejemplo. C = a + bY .16 Las principales diferencias entre un modelo matemático y uno econométrico son: A. Un modelo econométrico es estocástico porque aparecen en el mismo variables aleatorias. ε puede recoger factores como las expectativas de los agentes. es una función lineal caracterizada por a y b . Las hipótesis que hagamos sobre estas variables aleatorias son fundamentales para decidir qué técnica econométrica usar. La interpretación de ε es la influencia combinada sobre el C de variables distintas a la Y . países. empresas. El tamaño. tipos de interés. B. ε recogerá. que son los parámetros de la misma. familias. en teoría. El carácter estocástico. la semana. en la función de consumo. Una vez que se ha especificado el modelo econométrico. el mes. Es decir. Disponer de datos temporales hace que podamos poner un subíndice t (tiempo) a las variables: Ct = a + bYt + ε t II) Datos de sección cruzada: miden una variable en un momento determinado del tiempo para distintas entidades. ya que no nos creemos que haya una relación exacta entre C e Y . La frecuencia puede ser el año. Estas entidades pueden ser individuos. Esto quiere decir que tiene que tener pocos parámetros que le caractericen. factores estacionales. escueto. tendríamos el dato de consumo de una familia a lo largo de una serie de años. podríamos usar distintos tipos de datos. todos los fallos del modelo. se pasa a la etapa de estimación del mismo. sobre . En nuestro ejemplo. En general. La idea es medir o estimar numéricamente a y b .

Aquí comienza un proceso iterativo en la modelización. llegamos al paso de la verificación o validación del modelo. Variables ficticias o dummies: que toman valor uno o cero. Variables continuas: pueden tomar valores en todos los puntos de la recta real ( C e Y ). no lo usamos. sino que reformulamos el modelo teórico. Hay que tener en cuenta que esta distinción varía dependiendo del modelo econométrico en particular y su objetivo. en kilos. Variables Exógenas: explican a la endógena pero no pueden estar influidas por ella. etc. además de la renta. ya que si no aceptamos un modelo. en la función de consumo familiar. Clasificación de variables en un modelo econométrico Las variables de los modelos econométricos se pueden clasificar en 4 categorías: Variable Endógena: es aquella explicada por otras variables. el hecho de que la familia viva en el campo o en la ciudad puede ser relevante para explicar diferencias en el consumo. o bien. Una vez que el modelo ha sido estimado usando las técnicas econométricas adecuadas.17 todo la inferencia estadística (que usa la información muestral disponible para inferir características de toda una población). pero que pueden ser factores relevantes a la hora de explicar a otra variable. . Es denotada por y . se construye una variable ficticia que toma uno para las familias que viven en la ciudad y cero para las que viven en el campo ( Di ) y se introduce como una exógena más en el modelo. Se establecen criterios (gráficos y estadísticos) para rechazar o aceptar el modelo.). Hay características que no se pueden medir (en pesos. Variables discretas: sólo toman valores en algunos puntos de la recta real. Por ejemplo. tratamos de una forma más adecuada los datos. Para ello.

No hay que confundir esta hipótesis de linealidad con la linealidad entre las variables. Es decir: ln Y = ln A + α ln K + β ln L 2. α (elasticidad respecto de la producción de la empresa) y β (elasticidad de la producción de la empresa con respecto al trabajo).1 MODELO DE REGRESIÓN LINEAL SIMPLE El objetivo es especificar. No existe ninguna . Hipótesis de especificación correcta Esta hipótesis supone que las variables explicativas del modelo son aquellas variables relevantes que explican el comportamiento de la endógena. cumplen la hipótesis de linealidad en los parámetros las tres: y = β 1 + β 2x y = β 1 + β 2e x y = β 1 + β 2 ln x En determinadas relaciones económicas no se cumple la hipótesis de linealidad en los coeficientes. Es decir. Ct = β 1 + β 2Yt + ε t Donde β 1 y β 2 son los parámetros de esta relación. en la función de consumo tendremos. en las relaciones entre y y x que se dan a continuación. donde Y representa la producción de la empresa. Para ello.18 5. hace que esta relación cumpla la linealidad en los parámetros. sólo la primera es formalmente lineal. L es trabajo y K es el stock de capital: Y = AK α Lβ . Hipótesis de linealidad en los parámetros Establece la linealidad en los parámetros en la relación entre la variable endógena y las exógenas. Por ejemplo. estimar y contrastar relaciones entre variables económicas usando datos. Una simple transformación logarítmica en los datos. Un ejemplo sencillo es la función de producción de tipo Cobb-Douglas. es necesario hacer una serie de hipótesis simplificadoras: 1. Sin embargo. Los parámetros desconocidos de esta función son A (parámetro de eficiencia).

sería posible obtener una única estimación de a y b. el modelo está bien planteado o especificado. Es decir. es mejor tener una nube de datos y pocos parámetros a estimar. β 2 . . β k son constantes en el tiempo. Es decir.. 3. es necesario disponer de tantos datos como parámetros a estimar. Hipótesis de grados de libertad positivos Los grados de libertad de un modelo se definen como la diferencia entre el número de datos ( n ) y el número de variables explicativas ( k ). Con un único dato. gl = n − k ≥ 0 .. No obstante. Formalmente. Hipótesis de independencia lineal entre las variables explicativas Esta hipótesis implica que cada variable explicativa contiene información adicional sobre la endógena que no está contenida en otras. pero para que la estimación sea estable.. Hipótesis de parámetros constantes Esta hipótesis supone que los parámetros β 1 ..19 variable xi que no explique nada de la y . se puede resumir la información muestral sobre las k variables explicativas (regresores) en una matriz. no sería posible estimar de forma única ambos parámetros. Con dos datos. Si hubiera información repetida. 4. habría variables explicativas dependientes linealmente de otras. 5. Esta hipótesis supone que. de tamaño n × k con la siguiente estructura:  x11  x1k   ⋮ ⋱ ⋮   x ⋯ x  nk   n1 Donde la matriz es de rango máximo. En el ejemplo de la función de consumo keynesiana hay que estimar dos parámetros (a y b). es preferible siempre disponer de más datos que parámetros a estimar. denotada por X . como mínimo.

xnk   β k   ε n       de n ecuaciones que se corresponde con la forma . .   . .  x . . .   .   = y  x  n   n1 β + ε .    β   k .       .    ε   n  β1 β = . Y =X compacta de escribir el MLG.  y   n La información asociada a las variables explicativas se recoge en una matriz llamada X de tamaño n × k :  x11 . Este es un sistema O bien. x1k    X=  .20 5.  + . El modelo lineal general (MLG) escrito en forma matricial o compacta es:  y1   x11  . 2 NOTACIÓN MATRICIAL DEL MODELO LINEAL GENERAL La información asociada a la variable endógena se almacena en un vector columna y de tamaño n × 1 :  y1    Y=  . x1k   β 1   ε 1  . x  nk   n1 Las perturbaciones en un vector ε de tamaño n × 1 y los parámetros en un vector β de tamaño k × 1 :  ε1 ε = .

+ β k x ki + U i Donde los parámetros β cuantifican la relación parcial de cada variable exógena X con la endógena Y. Para ello. Este procedimiento plantea utilizar. donde habrá tantos puntos como datos utilizados. El método de mínimos cuadrados (Estimación MCO) Planteamiento Sea el Modelo Básico de Regresión Lineal (MBRL) definido como: y i = β 1 + β 2 x 2i + β 3 x3i + ...…. como estimación de los parámetros. ¿Qué significa esto? Está claro que. Partimos de que se ha completado la etapa de especificación del modelo econométrico y son conocidos por tanto los valores de la “Y” y las “X” para la muestra temporal o transversal seleccionada. si dispusiéramos a priori de los parámetros estimados podríamos escribir el MBRL NO como: y i = β 1 + β 2 x 2i + β 3 x 3i + .. Esto se denomina NUBE DE PUNTOS real.. i ... Cada punto representa el par de valores de Consumo y Renta observados en ese período (año) concreto. Ct = a + bYt + ε t Donde a es el consumo autónomo y b la propensión marginal a consumir. Se plantea ahora la siguiente pregunta ¿cómo obtener una buena estimación de esos parámetros β a partir de los datos disponibles para “Y” y para cada una de las “X”? Uno de los procedimientos más conocidos es el denominado Estimador de Mínimos Cuadrados Ordinarios1 (MCO). + β k x ki + U i Sino como: 1En estadística la regresión lineal o ajuste lineal es un método matemático que modeliza la relación entre una variable dependiente Y...21 5. β2. aquella combinación de β1. βk que minimice los errores que el modelo cometerá.3 MÉTODOS DE ESTIMACIÓN DEL MODELO LINEAL SIMPLE Estimación del modelo lineal simple: Supongamos que queremos estimar los parámetros de la función de consumo keynesiana (modelo de regresión lineal simple)...... se dispone de una muestra de n datos de consumo y renta que se puede representar en el plano Ct e Yt .. las variables independientes X y un término aleatorio ε.

.. de forma inmediata. el valor real de la endógena en cada observación con el valor estimado: ˆ ei = yi − yi = = yi − ( βˆ1 + βˆ2 x2i + βˆ3 x3i + . + βˆ k x ki Y.. del valor asignado a las estimaciones de los parámetros β.22 ˆ y i = βˆ1 + βˆ 2 x 2i + βˆ 3 x 3i + . podríamos computar el error o residuo que el modelo comete en la estimación de cada valor de la endógena comparando...... pues bien.. + βˆk xki ) Este error dependería. por tanto. el método de MCO sugiere utilizar aquella combinación de parámetros estimados que minimice la suma al cuadrado de todos los errores cometidos para las “n” observaciones disponibles. ... evidentemente....

acabados. Acá se nombraran algunas de las áreas donde se aplica la econometría en forma predictiva. jóvenes. estilos. por lo que son necesarias las herramientas estadísticas para cuantificar y predecir su comportamiento. se basa en la construcción de modelos formales con los cuales es posible verificar hipótesis. Las empresas emplean los pronósticos para decidir qué producir (qué producto o qué combinación de productos se deben producir). aprovechando al máximo los recursos disponibles de producción. así como de planeación estratégica respecto a las líneas de producto. como por ejemplo en una planta armadora de autos en la que cada unidad contiene cientos de piezas que concurren en la producción. Las empresas por lo regular. Los pedidos generalmente son impredecibles en su volumen y en su fecha de arribo. y al manejo de los recursos para surtir lo mejor posible los pedidos de los clientes. APLICACIONES EN DISTINTOS CAMPOS A pesar de que la econometría es el nombre con el que se designa la aplicación de las técnicas matemáticas y estadísticas a la resolución de problemas de economía. Por ejemplo la empresa Ford motor en sus inicios solo ofrecía autos de un solo tipo y de color negro. Planeación y control de operaciones Durante la etapa de planeación y el control de las operaciones se decide el surtido de los pedidos. entrada a un mercado nuevo. sexo femenino. No se puede maximizar solo el surtido de los pedidos o solo el proceso productivo. Cada proceso productivo tiene sus particularidades y requerimientos. 1. cuándo producir (si por lo pronto se deben acumular inventarios para anticipar . etc. El proceso productivo generalmente medible y conocido. administración del equipo de ventas y planeación de la producción. lográndose así conocimientos valiosos y predicciones cuantitativas de mayor precisión. etc. En las últimas décadas se ha recurrido crecientemente al uso de técnicas econométricas para la validación de muchas afirmaciones que se formulan en diferentes planos. Nunca se podrá enfatizar la importancia de la plantación de las operaciones en el funcionamiento de la organización. en comparación con un azucarero donde el producto es a granel.23 6. ya no solo en la económica. la planeación y control de las operaciones trata de llegar a una solución en que ambos requerimientos queden satisfechos. etc. Su importancia se ha incrementado debido a las operaciones globales y a los requerimientos de los clientes de recibir entregas puntuales y en menor tiempo posible. La econometría. ahora hay diferentes estilos pensando en grupos específicos de clientes como son las amas de casa. por lo general. además de que las empresas tienen más productos y variedad de colores. medir variables estadísticas y realizar pruebas de simulación. además hay una extensa gama de colores. pronostican sus ventas para ayudar a definir sus decisiones de administración de inventarios. la plantación y control de las operaciones varía considerablemente. y esta bajo el control del administrador de la producción.

ya que toda la organización se moverá en busca de objetivos comunes aplicando unas estrategias también comunes.). cuáles son los consumidores a los que se quiere atender (mercado meta).24 una gran demanda en el futuro o cuántos turnos se debe trabajar). . También usan los pronósticos de precios y de la disponibilidad de insumos futuros a fin de guiar sus decisiones de producción. precios y cambios de costos. es decir. 3. el producto o servicio. financieros y tecnológicos) para llevar esas acciones a cabo. la dirección debe analizar las oportunidades que ofrece el mercado. 2. Ésta requiere pronósticos de las condiciones económicas en general. y dónde producir (si se debe tener una o más plantas y dónde deben estar ubicadas). donde la empresa configura óptimamente su oferta. cuales son los productos sustitutos y complementarios ofrecidos en el mercado. dichos pronósticos se podrían utilizar para determinar su la inversión en una planta nueva y su equipo será necesaria en el futuro. quiere decir no solamente enunciar intenciones sino plantear objetivos medibles y alcanzables. Por ejemplo. proponiendo acciones específicas y conociendo las necesidades de recursos (humanos. y si éste responde a sus necesidades. El proceso estratégico se materializa en la creación de una propuesta de valor. Mercadotecnia Las decisiones de fijación de precios. Por último se debe analizar qué política de distribución es la más adecuada para que el producto o servicio llegue al consumidor. La administración estratégica implica tener conciencia del cambio que se presenta en el entorno día a día. de vías de distribución y de gastos de publicidad dependen mucho de los pronósticos de respuesta a las ventas de diversos esquemas de mercadotecnia. crecimiento de mercado y similares con objeto de planificar a largo plazo la compañía. físicos. Administración estratégica Es mejor anticiparse a los acontecimientos futuros en lugar de sufrir y adaptarse a los sucesos que ocurran y nos afecten. técnicos. qué productos están ofreciendo y cuál es su política de mercadeo. Significa además solidez en el trabajo. las noticias y probabilidades respecto al ingreso de nuevos competidores y los posibles proveedores. si posee el capital requerido. Antes de producir un articulo u ofrecer algún servicio. La dirección marca las pautas de actuación. también tienen que detectar cuáles son sus posibles competidores. enfocándola a su grupo meta a través de un proceso adecuado de segmentación de mercado. Además. etc. qué capacidad de compra tendrían a la hora de adquirir. También deben realizar un análisis interno de la empresa para determinar si realmente cuenta con los recursos necesarios (si dispone de personal suficiente y calificado.

es de interés toda distribución futura de utilidades. Con métodos matemáticos se formulan y especifican los modelos económicos. 5. Los gobiernos usan esos pronósticos para guiar su política monetaria y fiscal y las empresas privadas para planeación estratégica. en todo el mundo.25 Cuando las empresas pierden el contacto con los mercados. Una parte de los riesgos en los mercados financieros ocurren por sucesos a los cuales no se les asocia ninguna probabilidad. Con métodos estadísticos y utilizando los datos disponibles . Por lo tanto. 4. . como se ha descrito en los tópicos anteriores. además de realizar pronósticos de los valores futuros de las variables que facilitan el diseño de políticas para regular la evolución de algunas de ellas Los gobiernos y las empresas privadas que elaboran pronósticos. Asignar una probabilidad a todos los eventos que puedan alterar las utilidades de las empresas. es lo que se denomina “Análisis de Riesgo”. porque las fluctuaciones de una economía mundial tienen efectos a nivel industrial y empresarial. Por lo tanto la econometría entrega herramientas para probar la validez del as teorías económicas. asociándole así una probabilidad a cada posible valor que puedan alcanzar las utilidades. que son luego empleados para verificar las proposiciones teóricas a través de técnicas de inferencia estadística. los cuales muestran en términos de ecuaciones las principales proposiciones de la teoría económica. se puede definir el “Riesgo” como la probabilidad de que los precios de los activos que se tengan en un portafolio se muevan adversamente ante cambios en las variables macroeconómicas que los determinan. se obtiene estimaciones de los parámetros de los modelos. Economía Es en esta área donde surge la econometría. con el objeto de caracterizar el perfil de riesgo que representa cada escenario factible. Esto implica el desarrollo de una capacidad efectiva para anticiparse a las reacciones potenciales del mercado e intentar de esta forma estar siempre actualizado. las que permiten decidir si las hipótesis planteadas por los modelos se pueden rechazar o no. Administración del riesgo financiero Para evaluar y asegurar los riesgos asociados con un portafolio de acciones. También son fundamentales para las empresas y los inversionistas que necesitan evaluar activos como las opciones y otros derivados. son sorprendidas por los cambios en las exigencias del cliente porque son lentas a la hora de reaccionar a los nuevos competidores y no suelen estar preparadas para utilizar programas innovadores. pronostican usualmente las principales variables económicas.

En la medida en que se enfrenta a la incertidumbre del futuro de estas variables. a la forma como se invierten. pues. Las finanzas son una derivación de la economía que trata el tema relacionado con la obtención y gestión del dinero. es decir. la organización en que se realice la selección de personal. si se pudiera determinar con precisión los cambios en estas variables. entre otras variables. 7. Para esto cabría considerar las diferencias individuales o sea. se ha tornado cada vez más relevante poder anticipar las posibles variaciones de las tasas de intereses. Puede decirse.26 Por ejemplo la rentabilidad de las empresas está directa o indirectamente vinculada con los precios de activos financieros. para su funcionamiento y su evolución. el concepto ampliado de finanzas es el de una ciencia que. Razón por la cual. Tradicionalmente en. sin exageración. 6. Administración del personal La administración de personal tiene como una de sus tareas proporcionar las capacidades humanas requeridas por una organización y desarrollar habilidades y aptitudes del individuo para ser lo más satisfactorio así mismo y a la colectividad en que se desenvuelve. la elección de la persona adecuada para un puesto adecuado y un costo adecuado que permita la realización del trabajador en el . que una organización es el retrato de sus miembros. que se puede derivar en su gasto o inversión. Esto nos lleva a determinar el marco de referencia. Por lo tanto. es necesario considerar los distintos cursos de acción posibles y las consecuencias que cada uno de ellos tiene si se presentan diferentes escenarios. Los planificadores financieros también deben predecir entradas y salidas con objeto de predecir el flujo de efectivo y conservar la liquidez de la compañía. tener en cuenta las necesidades de la organización y su potencial humano así como la satisfacción que el trabajador encuentra en el desempeño del puesto. Las finanzas buscan mejorar las fuentes de las que se obtiene dinero y busca optimizar su utilización. No se debe olvidar que las organizaciones dependen. No habría ninguna decisión financiera que tomar. recursos o capital por parte de una persona o empresa. la sobrevivencia misma de las compañías depende de los movimientos en dichos mercados. utilizando modelos matemáticos. las cotizaciones de las acciones en los mercados bursátiles y el tipo de cambio. primordialmente del elemento humano con que cuenta. Las finanzas se refieren a la forma como se obtienen los recursos. Finanzas Las finanzas estudian múltiples aspectos y elementos relacionados con todo el proceso de la obtención y administración del dinero o capital. pierden o rentabilizan. la administración de personal es un procedimiento para encontrar al hombre que cubre el puesto adecuado. a la forma como se gastan o consumen. brinda las herramientas para optimizar los recursos materiales de las empresas y las personas. Se deben predecir las tasas de interés de modo que las adquisiciones de capital nuevo se planifiquen y financien. la cual es.

Se requieren los pronósticos de la cantidad de trabajadores que se necesita en distintas categorías con el objeto de planificar los programas de reclutamiento y la capacitación en el trabajo. evolución y características generales. Los pronósticos de población son fundamentales para plantear gastos gubernamentales en cuidado de la salud. así como el ausentismo y la tasa de rotación del personal que se espera. Los demógrafos pronostican. en forma rutinaria y con detalle las poblaciones de países y regiones en todo el mundo. por ejemplo por edad. asistencia social.27 desempeño de su puesto y el desarrollo de sus habilidades y potenciales a fin de hacerlo más satisfactorio y asimismo y a la comunidad en que se desenvuelve para contribuir. etc. de esta manera. 8. . considerados desde un punto de vista cuantitativo. Muchas decisiones en el sector privado. los gerentes de personal necesitan los pronósticos de la oferta de mano de obra en varias áreas. seguridad social. sexo y raza. son guiadas por pronósticos demográficos de subgrupos determinados. Por tanto la demografía estudia estadísticamente la estructura y la dinámica de la población y las leyes que rigen estos fenómenos. infraestructura. a los propósitos de organización. como la línea estratégica de un producto por parte de varias empresas. estructura. Además. Demografía Es la ciencia que tiene como objetivo el estudio de las poblaciones humanas y que trata de su dimensión.

65E-05 2.0000 996. organismo gubernamental dedicado al estudio de estas materias.198156 Std. Los datos son los recopilados en la encuesta “origen destino” de 1991 en una muestra de 29182 familias.28 6.53868 1.521931 80.0000 0. εi: Residuos de la muestra (término de perturbación). El modelo planteado es: GTP = β0 .937419 t-Statistic 16. Prob.45E-05 222.5550 -210.1617 0. La variable INGRESO es la marca de clase de 8 intervalos establecidos entre los cuales se reparte la muestra.β2 AUTO + β3 PERSONAS + εi El gasto (GTP) es una estimación del precio promedio en transporte público (microbuses.78110 -4. Entonces.1 EJEMPLO DE APLICACIÓN EN CHILE Este modelo tiene como finalidad explicar el gasto en transporte público (mensual) generado por las familias de santiago. metro. β2: Explica el cambio en el gasto a medida que aumenta la cantidad del autos. β1: Corresponde al cambio en el gasto por cada peso extra de ingreso.778711 7.0000 0.β1 INGRESO . Los parámetros son: β0: Intercepto del modelo.4129 -7. 0.09290 -26. al correr la regresión con estas variables y parámetros queda: LS // Dependent Variable is GTP Sample: 1 29182 Included observations: 29182 Variable C INGRESO PERSONAS AUTOS R-squared Coefficient 210. La variable AUTOS se refiere al número de autos en la familia. Error 12. Las PERSONAS corresponden al número de integrantes por familia. realizada por la Comisión de Planificación de Inversiones en Infraestructura de Transporte. Secretaria Ejecutiva (SECTRA).9543 Mean dependent var .47734 Prob. taxis colectivos urbanos) en valores de diciembre del año 2000 por la cantidad de viajes mensuales realizados por las familias encuestadas. basándose en modelos teóricos. β3: Explica el cambio en el gasto a medida que aumenta la cantidad de integrantes de la familia.

dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) Si planteamos las hipótesis de que las nuevas variables no son significantes para el modelo tenemos: H0: β4 = 0.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 264.92514 Prob.318679 732.318796 0.0000 0.000000 Mean dependent var S.8 1.57E+10 -233912. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 887. β5 = 0 y H1: β4 ≠ 0.56768 58. β5: Corresponde al cambio en el gasto por cada persona estudiante. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.7574 1.806 0.β2 AUTO + β3 PERSONAS + β4 EMPLEADOS + β5 ESTUDIANTES + εi Las nuevas variables corresponden a la cantidad de personas empleadas (EMPLEADOS) y estudiantes (ESTUDIANTES) en la familia. La regresión nos queda: LS // Dependent Variable is GTP Sample: 1 29182 Included observations: 29182 Variable C INGRESO PERSONAS AUTOS EMPLEADOS ESTUDIANTES R-squared Adjusted R-squared S. es decir.39867 -253.0000 0.0000 0.000000 Dado que nuestro R2 no es muy alto.9715 1. las variables no explican poderosamente el gasto en transporte.7369 13. Error 11. β5 ≠ 0 Luego probamos con un test de hipótesis lineales conjuntas: .000257 73.0583 -0.E.19383 13.0000 0. Los nuevos parámetros son: β4: Corresponde al cambio en el gasto por cada persona empleada.838096 Std.825131 S. 0.311703 5.198074 794.0000 0.26500 -34.D.7369 13.693779 t-Statistic 22.51458 22.55E-05 3.19554 2730.84E+10 -236291.7 1.0378 0.35675 13.D.342384 5.8092 309.35788 2403.58059 -16.541 0.7445 307.29 Adjusted R-squared S.31360 53.9543 887.296594 7.β1 INGRESO .0000 996. desarrollaremos un nuevo modelo incluyendo dos nuevas variables: GTP = β0 .69404 1.

30 2 2  RC − R R  n − k 0. que al ser comparado con el F de tabla o tabulado entrega la evidencia suficiente para rechazar β1=β2=β3=β4=β5=β6=0.0378 ESTUDIANTES + εi En la nueva regresión podemos ver que si bien se observa un R 2 “bajo” (≈32%).508 > FT = 3 ) Como el F calculado es mayor que le F tabulado.95 ( 2.000257INGRESO . se puede decir que existe evidencia suficiente al 5% de significancia para rechazar las hipótesis conjuntas que afirman que las variables no son significativas para el modelo (H 0: β4 = 0. ∞ ⋅ 1 − 0. La significancia global también queda demostrada por el F-estatistic alto. Además encontramos que los parámetros en forma individual son significativos.318796 2   FC = 2583.0000). la significancia global que vemos con un valor igual a Prob (F-statistic) 0.318796 − 0. Los signos son coherentes con lo propuesto. n − k )  C    0.7445EMPLEADOS + 307. por lo tanto estudiaremos el segundo modelo planteado: ESTUDIANTES + εi  GTP = 264. que aunque la fracción total de la varianza que puede explicar el modelo sea baja.8092AUTOS + 73. ya que la probabilidad de rechazar la no-significancia de estos.000000 . es nula (Prob.β1 INGRESO . esto no significa que el modelo no nos explique la variable dependiente (GTP).95 F=   1 − R 2  ⋅ r ≈ F ( r.0583 .β2 AUTO + β3 PERSONAS + β4 EMPLEADOS + β5 .nos indica. es decir. GTP = β0 . Las relaciones positivas de la cantidad de integrantes (Personas).0. 0. la explica en forma significativa.39867PERSONAS + 309. β5 = 0).253. se cumplen las relaciones negativas del Ingreso y la cantidad de Autos en la familia. Empleados y Estudiantes también son coherentes.198156  29182 − 6 F=  ≈ F 0.

de validación de modelos. ampliando su área de uso. variado parámetros según los datos de muestra y objetivos deseados. ha incorporado el análisis de series. tipo de relación entre las variables. ha proporcionado métodos de estimación. Si al final no es posible refutar una teoría económica. observamos un proceso contrario y la econometría se expande a campos tan diversos como la historia económica. que si bien nunca nos permitirán verificar una teoría. si será factible aprender mediante la modelización econométrica de las relaciones relevantes entre agentes económicos. ya que éste podrá deberse a la teoría o a las hipótesis introducidas por el modelizador. las finanzas o incluso a disciplinas tan dispares como la geografía o la medicina. el análisis empírico de tipo causal. las expectativas de los agentes. Se debe ser realista y contar con las limitaciones de los métodos de estimación e inferencia. y sigue considerándose como el instrumento más eficaz para la simulación y la previsión a medio y a largo plazo. El económetra. Pero tomando todo ello en consideración y aunque no sea posible rechazar teorías. Ha desarrollado la microeconometría. así como mejorando sus modelos predictivos y sus campos de uso. Todo ello se traduce en que el modelo ha incluido un conjunto de hipótesis adicionales a las establecidas por la teoría económica en que se sustenta. Si en un principio se pensó que la econometría es el único camino posible para llenar de contenido empírico las teorías económicas.31 7. al efectuar la especificación del modelo necesita concretar muchos aspectos no contenidos en la teoría económica que intenta someter al proceso de refutación. Con todo esto. La refutación de teorías económicas mediante modelos econométricos. CONCLUSIÓN Es preciso reconocer que el optimismo que guió el nacimiento y desarrollo de la econometría. lo que se quiere concluir es que la econometría aun esta en desarrollo. el marketing. es una posición difícil de mantener. son el instrumento más válido para la predicción y el análisis económico. y la refutación del modelo no podrá orientarnos en la localización del error. es el único procedimiento de que disponemos en economía para enfrentar nuestra 'ciencia' con el mundo real. disminuyó considerablemente a mediados de lo setenta y en la actualidad se contempla a la econometría desde posiciones más moderadas y realistas. Sin embargo. la importante generalidad de la “ciencia” económica y las dificultades existentes para disponer de datos suficientes y de calidad apropiada. método de estimación. Como consecuencia de ello deberá establecer restricciones de nulidad en los parámetros. personalmente lo acepto ya que nunca pretendí tal hazaña. . tal planteamiento en la actualidad es por lo menos discutible. En lugar de disminuir en desarrollo y aplicaciones. tipos de variables. etc. La econometría ha sufrido ataques importantes pero ha sabido incorporar los aspectos más válidos de sus críticas. Utilizar los modelos no refutados. desarrollados para grandes muestras que nunca se dispone.

pero hay que ser realista con la aplicación de estos. así como también en una mejoría de los modelos. La los modelos de predicción econométricos se están expandiendo a otras áreas aportando una mejoría en el desarrollo de estas. Para finalizar la econometría esta evolucionando a cada momento. . Por lo que aun se debe mejorar en la teoría previctoria de la econometría. gracias a la diversificación de sus aplicaciones que lleva a la mejoría de las modelos. en el ejemplo visto (gasto de transporte en familias chilenas) se pudo ver como se debía cambiar el modelo para que se ajustara mejor a las condiciones.32 La idea de tener modelos predictivos es muy tentadora.

Wooldridge. 1997. Alfonso Novales Cinca.33 8. OTRAS FUENTES: Comisión de Planificación de Inversiones en Infraestructura y de Transporte. “Introductory Econometrics: a modern approach”. “Econometría”. BIBLIOGRAFÍA PAPERS: “The economics and econometrics of risk: An introduction to the special issue” “Philosophy and objectives of econometrics” “Progress and challenges in econometrics” “Recursive estimation in econometrics” TEXTOS: Jeffrey M. 2006. Segunda edicion. Segunda edición. Editorial McGraw – Hill. Editorial Madrid. Secretaría Ejecutiva (SECTRA) .