You are on page 1of 18

ECONOMETRÍA

Padilla Advincula Mayra


Zuñiga Collazos Sofia
MODELOS DE ECUACIONES
FUNDAMENTALES

 Naturaleza de los modelos de ecuaciones simultáneas:


Quiere decir que se trabaja con modelos uniecuacionales, es decir,
modelos en los cuales había una sola variable dependiente Y y una o más
variables explicativas, las X. En tales modelos nos centramos en la
estimación y/o la predicción del valor medio de Y condicional a los valores
fi jos de las variables X. Por consiguiente, la relación causa-efecto en esos
modelos iba de las X a Y.
EJEMPLO

Función de demanda: Qd = α0 + α1 Pt + u1t α1 < 0


Función de oferta: Qs = β0 + β1 Pt + u2t β1 > 0
Condición de equilibrio: Qd = Qs t
Donde:
Qd = cantidad demandada
Qs = cantidad ofrecida
t = tiempo
Como muestra la siguiente figura, un desplazamiento en la curva de demanda cambia a P
y a Q.
En forma similar, un cambio en u2t (huelgas, clima, restricciones sobre las importaciones o
las exportaciones, etc.) desplazará la curva de oferta, para afectar de nuevo a P y a Q.
Debido a esta dependencia simultánea entre Q y P, u1t y Pt y U2t y Pt no pueden ser
independientes. Por consiguiente, una regresión de Q sobre P violaría un supuesto
importante del modelo clásico de regresión lineal, a saber, el de no correlación entre la(s)
variable(s) explicativa(s) y el término de perturbación.
Independencia entre precio y cantidad
SESGO EN LAS ECUACIONES SIMULTÁNEAS:
INCONSISTENCIA DE LOS ESTIMADORES DE MCO

Consideremos que el modelo keynesiano simple de determinación del ingreso del


ejemplo anterior. Supongamos que deseamos estimar los parámetros de la función
consumo. Si suponemos que:
E(ut) = 0, E(u2 t ) = σ2
E(utut+j) = 0 (para j 0 )
cov(It, ut) = 0
Que son los supuestos del MCRL, demostramos primero que Yt y ut están
correlacionados y luego probamos que βˆ 1 es un estimador inconsistente de β1.
Para probar que Yt y ut están correlacionados, procedemos de la siguiente manera.
Yt = β0 + β1Yt + ut + It

Yt = β0/(1 − β1) + 1/(1 − β1) It + 1/(1 − β1) ut

E(Yt) = β0/(1 − β1) + 1/(1 − β1) It

Donde aprovechamos que E(ut) = 0 y que, como It es exógeno o predeterminado (porque su


valor se fijó con anterioridad), tiene como valor esperado It.

Yt − E(Yt) =ut/(1 − β1)

ut − E(ut) = ut

En donde:

cov (Yt , ut) = E[Yt − E(Yt)][ut − E(ut)]

cov (Yt , ut) = E u2 t/(1 − β1)

cov (Yt , ut) = σ2/(1 − β1)


EL PROBLEMA DE LA IDENTIFICACIÓN

El problema de la identifi cación consiste en buscar una respuesta a la siguiente


pregunta: dada solamente la información sobre P y Q. Un momento de refl exión
revelará que es necesario responder a la pregunta anterior antes de proceder a
estimar los parámetros de la función de demanda. Para resolver el problema de
la identifi cación, primero se introducen algunas notaciones y defi niciones, y
luego se ilustra dicho problema con diversos ejemplos.
En seguida se establecen las reglas que pueden utilizarse para averiguar si una
ecuación en un modelo de ecuaciones simultáneas está identifi cada, es decir, si
en realidad se trata de la relación que se está estimando, bien sea la función de
demanda, de oferta u otra cualquiera.
Para facilitar la exposición, se introducen las siguientes notaciones y defi niciones. El
modelo general de M ecuaciones con M variables endógenas o conjuntamente
dependientes puede escribirse como la siguiente ecuación:
Y1t = β12Y2t + β13Y3t +···+ β1M YMt + γ11X1t + γ12X2t +···+ γ1K XK t + u1t
Y2t = β21Y1t + β23Y3t +···+ β2M YMt + γ21X1t + γ22X2t +···+ γ2K XK t + u2t
Y3t = β31Y1t + β32Y2t +···+ β3M YMt + γ31X1t + γ32X2t +···+ γ3K XK t + u3t .
YMT = βM1Y1t + βM2Y2t +···+ βM, M−1YM−1,t + γM1X1t + γM2X2t +···+ γM K XK t +
uMt
Donde:
Y1, Y2, . . . , YM = M variables endógenas o conjuntamente dependientes
X1, X2, . . . , XK = K variables predeterminadas (una de estas variables X
puede tomar un valor unitario para dar cabida al término del intercepto en cada
ecuación)
u1, u2, . . . , uM = M perturbaciones estocásticas
t = 1, 2, . . .
T = número total de observaciones
β = coeficientes de las variables endógenas
γ = coeficientes de las variables predeterminadas

Como se puede observar, no es preciso que todas y cada una de las variables
aparezcan en cada ecuación.
Problema de Identificacion

 El problema de identificación pretende establecer si las estimaciones numéricas de los


parámetros de una ecuación estructural pueden obtenerse de los coeficientes en
forma reducida estimados. Si puede hacerse, se dice que la ecuación particular está
identificada; si no, se dice entonces que la ecuación bajo consideración está no
identificada o subidentificada.
 Surge porque diferentes conjuntos de coeficientes estructurales pueden ser
compatibles con el mismo conjunto de información. En otras palabras, una ecuación
en una forma reducida dada puede ser compatible con diferentes ecuaciones
estructurales o con diferentes hipótesis (modelos), y puede ser difícil decir cuál
hipótesis (modelo) particular se está investigando. En lo que resta de la sección se
consideran diversos ejemplos para mostrar la naturaleza del problema de
identificación.
Subidentificación

Considere de nuevo el modelo de demanda y oferta, conjuntamente con la condición de


mercado nivelado, o de equilibrio, según la cual la demanda es igual a la oferta.
Mediante la condición de equilibrio se obtiene:
α0 + α1Pt + u1t β0 + β1Pt + u2t
se obtiene el precio de equilibrio
Pt 0 = 𝜋+ vt
Donde:
𝜋 = β0 − α0/(α1 − β1)
vt = u2t − u1t/(α1 − β1)
Donde:
Al sustituir Pt, se obtiene la siguiente cantidad de equilibrio: 𝜋 = 1 α1β0 − α0β1/(α1 − β1)
wt = α1u2t − β1u1t/(α1 − β1)
Qt 1 + wt
Funciones hipotéticas de oferta y demanda y el problema de la identificación.
Identifi cación precisa o exacta

 La razón por la cual no fue posible identifi car las anteriores funciones de demanda o de
oferta fue porque las mismas variables P y Q están presentes en ambas funciones y no se
dispone de información adicional. Pero suponga que se considera el siguiente modelo de
demanda y oferta:
 Función de demanda: Qt α0 + α1Pt + α2 It + u1t α1 < 0, α2 > 0
 Función de oferta: Qt β0 + β1Pt + u2t β1 > 0
 I = ingreso del consumidor, una variable exógena
Al utilizar el mecanismo de nivelación del mercado, cantidad demandada = cantidad
ofrecida, se tiene:
α0 + α1Pt + α2 It + u1t β0 + β1Pt + u2t
se obtiene el siguiente valor de equilibrio de
Pt: Pt 0 + 𝜋1 It + vt
Sobreidentificación

Para ciertos bienes y servicios, el ingreso, al igual que la riqueza del consumidor, es un
determinante importante de la demanda. Por consiguiente, al modifi car la función de demanda
como se muestra a continuación, y manteniendo la función de oferta como antes, se obtiene:

Función de demanda: Qt α0 + α1Pt + α2 It + α3Rt + u1t

Función de oferta: Qt β0 + β1Pt + β2Pt−1 + u2t

Al igualar la demanda a la oferta, se obtiene el siguiente precio y la siguiente cantidad de


equilibrio:

Pt = 𝜋0+ 1 It + 2Rt + 3Pt−1 + vt

Qt = 𝜋 4 + 5 It + 6Rt + 7Pt−1 + wt
En donde:
• 𝜋 0 = β0 − α0/(α1 − β1)
• 𝜋1 = -α2/(α1 − β1)
• 𝜋 2 = -α3/(α1 − β1)
• 𝜋 3 = -β2/(α1 − β1)
• 𝜋 4 = α1β0 − α0β1/(α1 − β1)
• 𝜋 5 = -α2β1/(α1 − β1)
• 𝜋 6 = -α3β1/(α1 − β1)
• 𝜋 7 = α1β2/(α1 − β1)
• wt = α1u2t − β1u1t/(α1 − β1)
• vt = u2t − u1t/(α1 − β1)
Reglas para la identifi cación

Como lo indican los ejemplos anteriores, en principio es posible recurrir a las ecuaciones en
forma reducida para determinar la identificación de una ecuación en un sistema de
ecuaciones simultáneas.
Pero los ejemplos también muestran que este proceso puede llegar a ser muy dispendioso y
laborioso. Por fortuna, no es indispensable utilizar este procedimiento. Las llamadas
condiciones de orden y de rango de identificación aligeran la labor, proporcionando una
rutina sistemática.
Para entender las condiciones de orden y de rango, se introduce la siguiente notación:
M = número de variables endógenas en el modelo.
m = número de variables endógenas en una ecuación dada.
K = número de variables predeterminadas en el modelo, incluyendo el intercepto.
k = número de variables predeterminadas en una ecuación dada.
Condición de orden para la identifi cación

Una condición necesaria (pero no sufi ciente) para la identifi cación, conocida como la
condición de orden, puede expresarse en dos formas diferentes pero equivalentes, de la
siguiente manera (las condiciones necesaria y sufi ciente para la identifi cación se
presentan más adelante):
 En un modelo de M ecuaciones simultáneas, para que una ecuación esté identifi cada
debe excluir al menos M − 1 variables (endógenas y predeterminadas) que aparecen
en el modelo. Si excluye exactamente M − 1 variables, la ecuación está exactamente
identifi cada. Si excluye más de M − 1 variables, estará sobreidentifi cada.
 En un modelo de M ecuaciones simultáneas, para que una ecuación esté identifi cada,
el número de variables predeterminadas excluidas de esa ecuación no debe ser
menor que el número de variables endógenas incluidas en la ecuación menos 1, es
decir, K − k ≥ m − 1
Si K − k = m − 1, la ecuación está exactamente identifi cada, pero si K − k > m − 1,
estará sobreidentifi cada.

You might also like