UNIVERSIDAD NACIONAL DE PIURA
FACULTAD ECONOMIA COMPUTACION APLICADA A LA ECONOMIA
Elaboracin de Pronsticos
Tcnicas Cuantitativas Modelo Economtrico: Conjunto de
ecuaciones que representan la conducta de la economa.
MODELOS ECONOMTRICOS
Tcnicas Cualitativas Investigaciones de mercado
Econometra
Metodologa Economtrica
Medicin econmica. Apoyo emprico a teoras.
1 Paso: Enunciado de la teora.
2
economtrico.
Paso:
Especificacin
del
modelo
Forma de obtener resultados numricos. Manera de aprovechar los datos de la mejor manera posible. Pregunta: dado nuestro modelo cul es el efecto del cambio en alguna variable sobre nuestra variable de inters?
3 Paso: Estimacin a partir de la informacin
disponible.
4 Paso: verificacin o inferencia estadstica
(prueba de hiptesis).
1 paso: Enunciado de la Teora
2 Paso: Eleccin del modelo
Debemos elegir una forma funcional: Lineal: Y 1 X1 2 X 2
Necesitamos saber qu variables estn relacionadas y por qu.
Cobb Douglas: Y AX11 X 2 2
Por ej.: Una funcin de produccin micro establece que el producto de la firma es funcin de sus insumos:
Y F ( L; K )
La relacin entre las variables no es una relacin matemtica sino estocstica. Por este motivo debemos aadir un trmino de error:
Y 1 X1 2 X 2
Otras funciones: Funcin de costos, funcin de
demanda, funcin de oferta, etc.
Y es la variable dependiente, mientras que las X son variables independientes. Se supone que las X causan a las Y.
Para construir un modelo:
Existen diferentes pruebas para detectar los errores de especificacin:
F Se deben introducir la menor cantidad de variables claves de la investigacin y reducir el error de especificacin. F Mediante el anlisis de los errores se omiten o se agregan variables, esto implica no eliminar variables relevantes ni incluir variables superfluas, resulta ms grave eliminar una variable relevante que incluir una variable irrelevante.
Examen de Residuales Estadstico d de Durbin Watson, Prueba Reset de Ramsey y Prueba del multiplicador de Lagrange.
Por lo tanto es importante obtener la mejor informacin para el diseo de un Modelo.
Clientes y Empleo: Mtodo de estimacin
5000000 4000000 CLIENTES
3: Estimacin: Mnimos Cuadrados
Clsicos
El criterio de los mnimos cuadrados busca minimizar la discrepancia entre la estimacin y el verdadero valor de la variable Y. Formalmente, el criterio busca minimizar la suma de los residuos al cuadrado. Lo que se est estimando es una funcin promedio.
3000000
2000000
1000000
0 0 4000 8000 12000
EMPLEO
Bondad del Ajuste
Estadstica: Test de Significacin Global e Individual
4: Verificacin Inferencia
Qu tan buena es la lnea de regresin ajustada a un conjunto de datos. El coeficiente de determinacin R2 es una medida resumen que nos dice qu tan bueno es el ajuste. Mide la proporcin de la variacin total en Y explicada por el modelo de regresin. 0 R2 1
Individual: Nos dice si cada una de las
variables es individualmente relevante en la explicacin de la variable dependiente. La hiptesis nula es que el coeficiente asociado a una variable es cero. Global: Nos dice si TODAS las variables en conjunto brindan una buena explicacin de los movimientos de Y.
Modelos Desarrollados por MetroGAS
Modelos: Demanda Mensual vs. Temperatura Mensual
La venta de gas Residencial y Comercial representa 55% de los ingresos de MetroGAS. Se la proyecta utilizando una regresin con alto poder explicativo y estadsticamente confiable, para el Presupuesto Anual, el Plan de Negocios Quinquenal y el anlisis de Casos de Negocios
El uso de los clientes en vigor (no cortados) sustituye exitosamente la utilizacin de las poco representativas estadsticas sobre nivel de ingresos de los consumidores La demanda muestra un punto de inflexin en relacin con la temperatura
30
RESIDENTIAL + INDUSTRIAL DAILY CONSUMPTION - MAY 2001
20,000,000+ INDUSTRIAL DAILY CONSUMPTION - MAY 2001 RESIDENTIAL 20,000,000+ INDUSTRIAL DAILY CONSUMPTION - MAY 2001 RESIDENTIAL 20,000,000
15,000,000 15,000,000 15,000,000
10,000,000
10,000,000
10,000,000
5,000,000 5,000,000 5,000,000
Economtricos
Actual Predicted Actual
0
MO
Predicted Actual
N TU E WE D TH U N MO N TU E WE D TH U N TU E WE D TH U N TU E WE D TH U FR I SA T SU N MO N TU E WE D TH U FR I SA T FR I SA T SU SU FR I SA T MO SU MO
0 0
Predicted
Demanda mensual de gas por usuario Residencial y Comercial, en funcin de la temperatura mensual promedio Demanda diaria de gas para usuarios Residenciales, Comerciales, Industriales y GNC (D+I), en funcin de la temperatura diaria promedio
DT = DC.CV DC= a + b.GC + c.GF R2=0.99 a, b, c: Coeficientes DT : Demanda Total Residencial y Comercial DC: Demanda por Cliente CV: Clientes en vigor GC: Grados de Calor GF: Grados de Fro
0.4 0.2 0.0 -0.2 -0.4 -0.6 2001 2002 Residual 2003 2004 Actual 2005 Fitted
8 6 4 2 0
m3
m3
m3
MO N MO TU N E WE TU E D WE TH D U TH FR U I SA FR I T SU SA T N MO SU N N MO TU N E WE TU E D WE TH D U TH FR U I SA FR I T SU SA T N MO SU N N MO TU N E WE TU E D WE TH D U TH FR U I SA FR I T SU SA T N MO SU N N MO TU N E WE TU E D WE TH D U TH FR U I SA FR I T SU SA T N MO SU N N MO TU N E WE TU E D WE TH D U TH U
(Software: Eviews)
25
TEMPERATURA
Demanda diaria de gas D+I, en funcin de la temperatura horaria
20
CALOR
El precio relativo no integra la regresin debido a su escaso poder explicativo en Buenos Aires (fuentes alternativas estructuralmente ms caras) El anlisis de la serie 1945/2005 permiti elaborar escenarios de temperatura con probabilidad asociada
15
10
FRIO
0 1 2 3 4 5 6 7
DEMANDA
Algunas funciones en Eviews
Hacer grficos: PLOT PIB serie2 Mostrar varias series: SHOW PIB serie2 Calcular tasas trimestrales:
Calcular componente cclico y anlisis de estadsticos
GENR CC_LPIB = LPIB HP_LPIB Volatilidad: clculo de la desviacin tpica de cada serie
GENR t_trim = (serie/serie(-1)-1)
Calcular tasas anuales:
GENR t_anual= (serie/serie(-4)-1) GENR logaritmo=LOG(serie)
Correlacin: calcular el coeficiente correlacin entre el CC del PIB y el CC de la otra serie
GENR SD_CCLPIB=@STDEV(CC_LPIB) Calcular la desviacin tpica relativa: DT(serie)/DT(PIB)
Calcular logaritmos:
Detectar fondos y picos a partir de tasas trimestrales
GENR COEFCOR=@COR(cc_lpib,cc_serie) GENR COEFCOR1=@COR(cc_lpib,cc_serie(+1)) GENR COEFCOR2=@COR(cc_lpib,cc_serie(+2)) GENR COEFCOR_1=@COR(cc_lpib,cc_serie(-1)) GENR COEFCOR_2=@COR(cc_lpib,cc_serie(-2)) SHOW COERCOR_2 COEFCOR_1 COEFCOR COEFCOR1 COEFCOR2
