1
ECONOMETRÍA AVANZADA
ECONOMÍA
MODELOS DE ECUACIONES SIMULTÁNEAS
[Link]. Ximena Songor Jaramillo
Departamento de Economía
Ciclo académico: Abril-Agosto 2025
Las diapositivas tienen como principal referencia el texto básico:
Wooldridge, J. (2015). Introducción a la Econometría (Quinta ed.). México: Cengage Learning.
Tuesday, April 29, 2025 2
Naturaleza de los MES
Simultaneidad
• La simultaneidad es un tipo específico de problema de endogeneidad en
el que la variable explicativa se determina conjuntamente a través de la
variable dependiente.
• Al igual que con otros tipos de endogeneidad, la estimación por variables
instrumentales puede resolver el problema.
• Algunas cuestiones especiales para tener en cuenta con los modelos de
ecuaciones simultáneas (SEM) son las siguientes:
3
Naturaleza de los MES
Modelos de ecuaciones simultáneas
y1 = a1 y2 + b1 z1 + u1
y2 = a2 y1 + b2 z2 + u2
y1 = a1 (a2 y1 + b2 z2 + u2) + b1 z1 + u1
(…terminar de resolver)
4
MES: ejemplo de oferta y demanda de trabajo
Oferta y demanda de trabajo
Iniciemos con una ecuación para estimar, por ejemplo, una función de
oferta de mano de obra hs = a1w + b1 z + u1, donde w es el salario y z es un
desplazador de la oferta. Llame a esto una ecuación estructural - se deriva
de la teoría económica y tiene una interpretación causal donde w afecta
directamente a hs
En este caso, se presenta el problema de que no se puede simplemente
hacer una regresión de las horas observadas sobre el salario, ya que las
horas observadas están determinadas por el equilibrio de la oferta y la
demanda. En este sentido…
5
MES: ejemplo de oferta y demanda de trabajo
Oferta y demanda de trabajo
Consideremos una segunda ecuación estructural, en este caso la
función de demanda de trabajo hd = a2w + u2. Así que las horas
están determinadas por un SEM.
hs = a1w + b1 z + u1
hd = a2w + u2
6
Condición de equilibrio para w
hs = a1w + b1 z + u1
hd = a2w + u2
Condición de equilibrio: W_e
h_s= h_d
a1w + b1 z + u1 =a2w + u2
w = -b1 z/(a1-a2) +(u2-u1)/(a1-a2)
h = a2(-b1 z/(a1-a2) +(u2-u1)/(a1-a2))+ u2 (…terminar de resolver)
7
MES: ejemplo de oferta y demanda de trabajo
Oferta y demanda de trabajo
hs = a1w + b1 z + u1
hd = a2w + u2
Tanto h como w son endógenas porque ambas están determinadas por el
equilibrio de la oferta y la demanda. z es exógena. La disponibilidad de este
desplazador exógeno de la oferta nos permite identificar la ecuación
estructural de la demanda. En ausencia de desplazadores observados de la
oferta, la demanda no podría estimarse (no estaría identificada), esto lo
demostraremos más adelante.
8
MES: Modelo Keynesiano de determinación de ingresos
Distinguir entre parámetros estructurales y parámetros
reducidos.
9
MES: Modelo Keynesiano de determinación de ingresos
10
MES: Modelo Keynesiano de determinación de ingresos
11
SEM: salarios y nivel de precios
12
SEM de salarios y oferta de trabajo.
13
Identificar y estimar un sistema de dos ecuaciones
Modelo Keynesiano de determinación de ingresos (en
parámetros reducidos:
14
Identificar y estimar un sistema de dos ecuaciones
Problema de identificación:
En sistemas de ecuaciones simultáneas, el problema de
identificación surge cuando no existe concordancia entre los
conjuntos de coeficientes estructurales disponibles para obtener
los parámetros de la ecuación.
En primera instancia se puede contabilizar (y contrastar) el
número de incógnitas estructurales y de los parámetros reducidos,
para tener una idea de si está identificada o no, pero seguiremos
un camino más corto.
15
Identificar y estimar un sistema de dos ecuaciones
Problema de identificación:
Sobre los valores numéricos obtenidos de los parámetros
estructurales, sí:
1. Son únicos, se dice que la ecuación está identificada de
manera precisa o exacta.
2. 2. Hay más de un valor numérico como resultado, la ecuación
está sobreidentificada y
3. 3. No se puede obtener parámetros estructurales a partir de los
coeficientes en forma reducida, la ecuación está
subidentificada o no identificada.
16
Identificar y estimar un sistema de dos ecuaciones
Reglas para la identificación:
Condición de orden: al menos una variable exógena debe
excluirse de esta ecuación.
Condición de rango: al menos una de las variables exógenas
excluidas de la primera ecuación debe tener un coeficiente de
población diferente de cero en la segunda ecuación.
17
Identificar y estimar un sistema de dos ecuaciones
SEM de salarios y precios
18
Identificar y estimar un sistema de dos ecuaciones
SEM de salarios y oferta de trabajo.
19
Identificar y estimar un sistema de dos ecuaciones
SEM de salarios y precios
En Stata:
- ssc install bcuse
- bcuse mroz
20
Estimación por Mínimos Cuadrados en dos etapas
• Una vez que se determina que una ecuación está identificada,
se puede estimar mediante Mínimos Cuadrados en dos Etapas
MC2E (como alternativa uniecuacional). En este caso, las
variables exógenas que omite una ecuación son las que
permiten instrumentalizar a la variable exógena que realmente
es endógena en una ecuación.
• De este modo, es posible solucionar el problema de
simultaneidad/ endogeneidad inherente a un MES.
21
Procedimiento en dos etapas
• Primera etapa:
1. Estimar la ecuación en parámetros reducidos de la variable que,
siendo endógena, figura como exógena en una ecuación.
2. Obtener el pronóstico de la ecuación en parámetros reducidos.
• Segunda etapa:
Estimar la ecuación de interés, pero en lugar de utilizar la variable
observada, utilizamos su pronóstico.
22
MC2E: SEM de salarios y precios
23
MC2E: SEM de salarios y precios
24
Validación de instrumentos
• Validez de MC2E.
– Si el estimador MC2E difiere significativamente del MCO, es
evidencia de que la endogeneidad sí es un problema, y se debe
usar el estimador MC2E.
• Relevancia (los instrumentos utilizados son relevantes, es
decir, están suficientemente correlacionados con la variable
endógena que se busca instrumentar).
– Si el F estadístico de los instrumentos excluidos en la primera
etapa es menor que 10, hay preocupación por instrumentos
débiles (Staiger y Stock, 1997)
25
Validación de instrumentos
• Validez de instrumentos (ecuaciones sobreidentificadas):
– Los instrumentos adicionales son válidos porque no están
correlacionados con el término de error.
En todos los casos, la conclusión se apoya en pruebas
estadísticas.
26
Sistemas de ecuaciones con series de tiempo
Modelo keynesiano modificado de determinación del ingreso:
27
Identificar y estimar un sistema de + dos ecuaciones
SEM de tres ecuaciones
28
Identificar y estimar un sistema de + dos ecuaciones
Condición de orden para identificación.
Una ecuación estará identificada si satisface la condición de orden para
identificación, es decir si el número de variables exógenas excluidas de la
ecuación es al menos el mismo que el número de las variables endógenas
del lado derecho.
29
Identificar y estimar un sistema de + dos ecuaciones
Condición de orden para identificación.
Una ecuación estará identificada si satisface la condición de orden para
identificación, es decir si el número de variables exógenas excluidas de la
ecuación es al menos el mismo que el número de las variables endógenas
del lado derecho.
30
Identificar y estimar un sistema de + dos ecuaciones
Condición de orden para identificación.
Una ecuación estará identificada si satisface la condición de orden para
identificación, es decir si el número de variables exógenas excluidas de la
ecuación es al menos el mismo que el número de las variables endógenas
del lado derecho.
31
Identificar y estimar un sistema de + dos ecuaciones
Condición de orden para identificación.
Una ecuación estará identificada si satisface la condición de orden para
identificación, es decir si el número de variables exógenas excluidas de la
ecuación es al menos el mismo que el número de las variables endógenas
del lado derecho.
32
Identificar y estimar un sistema de + dos ecuaciones
Condición de orden para identificación.
Una ecuación estará identificada si satisface la condición de orden para
identificación, es decir si el número de variables exógenas excluidas de la
ecuación es al menos el mismo que el número de las variables endógenas
del lado derecho.
33
Sistemas de ecuaciones con series de tiempo
Práctica STATA: datos consumo
34
Gracias
35
