Econometría
M.A.F.M. José María M. Chávez Braga
Definición de econometría
La econometría, resultado de cierta perspectiva sobre el papel que desempeña la
economía, consiste en la aplicación de la estadística matemática a los datos
económicos para dar soporte empírico a los modelos construidos por la economía
matemática y obtener resultados numéricos.
Definición de econometría
la econometría puede definirse como el análisis cuantitativo de fenómenos
económicos reales, basados en el desarrollo simultáneo de la teoría y la observación,
relacionados mediante métodos apropiados de inferencia.
Definición de econometría
La econometría se define como la ciencia social en la cual las herramientas de la teoría
económica, las matemáticas y la inferencia estadística se aplican al análisis de los
fenómenos económicos.
Definición de econometría
La econometría tiene que ver con la determinación empírica de las leyes económicas.
Definición de econometría
El arte del econometrista consiste en encontrar un conjunto de supuestos lo bastante
específicos y realistas para que le permitan aprovechar de la mejor manera los datos
con que cuenta
¿Por qué es una disciplina a parte?
Como indican las definiciones anteriores, la econometría es una amalgama de teoría
económica, economía matemática, estadística económica y estadística matemática.
Aun así, la materia merece un estudio separado por las siguientes razones
¿Por qué es una disciplina a parte?
La teoría económica hace afirmaciones o formula hipótesis de naturaleza sobre todo
cualitativa. Por ejemplo, la teoría microeconómica establece que, si no intervienen
otros factores, se espera que la reducción del precio de un bien aumente la cantidad
demandada de ese bien.
¿Por qué es una disciplina a parte?
La teoría económica postula una relación negativa o inversa entre el precio y la
cantidad demandada de un bien. Pero la teoría por sí sola no proporciona medida
numérica alguna de la relación entre los dos; no dice cuánto aumentará o se reducirá
la cantidad como resultado de un cambio determinado en el precio del bien.
¿Por qué es una disciplina a parte?
El interés principal de la economía matemática es expresar la teoría
económica en una forma matemática (ecuaciones) sin preocuparse por la
capacidad de medición o de verificación empírica de la teoría.
¿Por qué es una disciplina a parte?
La econometría, como ya apuntamos, se interesa sobre todo en la verificación
empírica de la teoría económica. Como veremos, el econometrista suele emplear
ecuaciones matemáticas, propuestas por el economista matemático, pero las expresa
de forma que se presten para la prueba empírica.
¿Por qué es una disciplina a parte?
La estadística económica se relaciona en primer lugar con la recopilación,
procesamiento y presentación de cifras económicas en forma de gráficos y tablas.
Éste es el trabajo del estadístico económico, cuya actividad principal consiste en
recopilar cifras sobre el producto nacional bruto (PNB), empleo, desempleo, precios,
etc.
Construcción del modelo
En econometría, el que construye el modelo a menudo se enfrenta a datos
provenientes de la observación más que de la experimentación. Esto tiene dos
implicaciones importantes para la creación empírica de modelos en econometría.
Construcción del modelo
Primero, se requiere que quien elabore modelos domine muy distintas habilidades en
comparación con las que se necesitan para analizar los datos experimentales…
Segundo, la separación de quien recopila los datos y el analista exige que quien
elabora modelos se familiarice por completo con la naturaleza y la estructura de los
datos en cuestión.
Metodología de la econometría
¿Cómo proceden los econometristas en el análisis de un problema económico? Es
decir, ¿cuál es su metodología? Aunque existen diversas escuelas de pensamiento
sobre metodología econométrica, aquí presentaremos la metodología tradicional o
clásica, que aún predomina en la investigación empírica en economía y en las ciencias
sociales y del comportamiento.
Metodología
Planteamiento de la teoría o hipótesis
Keynes plantea:
La ley psicológica fundamental… consiste en que los hombres [y las mujeres], como
regla general y en promedio, están dispuestos a incrementar su consumo a medida
que aumenta su ingreso, pero no en la misma cuantía del aumento en su ingreso
Planteamiento de la teoría o hipótesis
En pocas palabras, Keynes postula que la propensión marginal a consumir (PMC), es
decir, la tasa de cambio del consumo generado por una unidad (digamos, un dólar) de
cambio en el ingreso, es mayor que cero pero menor que uno.
Especificación del modelo matemático
A pesar de haber postulado una relación positiva entre el consumo y el ingreso,
Keynes no especifica la forma precisa de la relación funcional entre ambas cosas. Por
simplicidad, un economista matemático puede proponer la siguiente forma de la
función keynesiana de consumo
Y β1 + β2 X 0 < β2 < 1
Especificación del modelo matemático
Donde Y = gasto de consumo y X = ingreso, y donde β1 y β2, conocidos como los
parámetros del modelo, son, respectivamente, los coeficientes del intercepto y de la
pendiente.
El coeficiente de la pendiente β2 mide la PMC se presenta geométricamente la
ecuación. Esta ecuación plantea que el consumo está relacionado linealmente con el
ingreso, y es un ejemplo de un modelo matemático de la relación entre consumo e
ingreso, llamada en economía función consumo.
Especificación del modelo matemático
En la ecuación, la variable que aparece al lado izquierdo del signo de la igualdad se
llama variable dependiente, y la(s) variable(s) del lado derecho se llama(n) variable(s)
independiente(s), o explicativa(s). Así, en la función keynesiana de consumo, la
ecuación, el consumo (gasto) es la variable dependiente, y el ingreso, la explicativa.
Especificación del modelo econométrico de
consumo
El modelo puramente matemático de la función de consumo dado en la ecuación es
de interés limitado para el econometrista, pues supone una relación exacta o
determinista entre el consumo y el ingreso.
Especificación del modelo econométrico de
consumo
Pero las relaciones entre las variables económicas suelen ser inexactas. Así, si fuéramos a
obtener información sobre gasto de consumo e ingreso disponible (es decir, después de
impuestos) de una muestra de, por ejemplo, 500 familias y graficar estos datos, con el
gasto de consumo en el eje vertical y en el eje horizontal el ingreso disponible, no
esperaríamos que las 500 observaciones quedaran exactamente sobre la línea recta de la
ecuación porque, además del ingreso, otras variables afectan el gasto de consumo, como el
tamaño de la familia, las edades de sus miembros, su religión, etcétera.
Especificación del modelo econométrico
de consumo
Para dar cabida a relaciones inexactas entre las variables económicas, el econometrista
modificaría la función determinista de consumo en la ecuación de la siguiente manera:
Y β1 + β2 X + u
donde u, conocida como término de perturbación o de error, es una variable aleatoria
estocástica) con propiedades probabilísticas bien definidas. El término de perturbación u
representa todos los factores que afectan el consumo pero que no se consideran en el
modelo en forma explícita.
Especificación del modelo econométrico de
consumo
Técnicamente, dicha ecuación es un ejemplo de un modelo de regresión lineal, la función econométrica de
consumo plantea como hipótesis que la variable dependiente Y (consumo) está relacionada linealmente con la
variable explicativa X (ingreso), pero que la relación entre las dos no es exacta: está sujeta a variaciones
individuales.
Obtención de información
Para estimar el modelo econométrico dado en la ecuación, esto es, para obtener los
valores numéricos de β1 y β2, son necesarios los datos. Aunque tendremos más que
decir sobre la importancia crucial de los datos para el análisis económico.
La variable Y en esta tabla es el gasto de consumo personal (GCP) agregado (para la
economía en su conjunto), y la variable X, el producto interno bruto (PIB), una medida
del ingreso agregado, ambos medidos en miles de millones de dólares de 2000Por
consiguiente, los datos están en términos “reales”, es decir, se midieron en precios
constantes (2000).
Estimación del modelo econométrico
Ahora que tenemos los datos, la siguiente labor es estimar los parámetros de la función
consumo. La estimación numérica de los parámetros da contenido empírico a la función
consumo. Por el momento, note que la técnica estadística conocida como análisis de
regresión es la herramienta principal para obtener las estimaciones.
Con esta técnica y los datos de la tabla, obtuvimos los siguientes valores estimados de β1 y
β2, a saber, -299.5913 y 0.7218. Así, la función consumo estimada es
Yˆt -299.5913 + 0.7218Xt
El acento circunflejo (sombrero) sobre Y indica que es un valor estimado, se muestra la
función consumo estimada (es decir, la línea de regresión).
la línea de regresión se ajusta bien a los datos, pues los puntos que corresponden a
los datos están muy cercanos a ella. En esta gráfica vemos que de 1960 a2005 el
coeficiente de la pendiente (es decir, la PMC) fue de alrededor de 0.72, lo que indica
quepara el periodo muestral un incremento de un dólar en el ingreso real produjo, en
promedio, un incremento cercano a 72 centavos en el gasto de consumo real
Estimación del modelo econométrico
Decimos “en promedio” porque la relación entre consumo e ingreso es inexacta;
como se deduce en la gráfica, no todos los puntos correspondientes a los datos están
exactamente en la recta de regresión. Con palabras sencillas, podemos decir que, de
acuerdo con los datos, el promedio o media del gasto de consumo aumentó alrededor
de 72 centavos por cada dólar de incremento en el ingreso real
Pruebas de hipótesis
En el supuesto de que el modelo ajustado sea una aproximación razonablemente
buena de la realidad, tenemos que establecer criterios apropiados para comprobar si
los valores estimados obtenidos en una ecuación, por ejemplo, concuerdan con las
expectativas de la teoría que estamos probando. De acuerdo con los economistas
“positivos”, como Milton Friedman, una teoría o hipótesis no verificable mediante la
evidencia empírica no puede ser admisible como parte de la investigación científica
Pruebas de hipótesis
Como ya señalamos, Keynes esperaba que la PMC fuera positiva pero menor que 1. En el
ejemplo observamos que la PMC es alrededor de 0.72. Pero antes de aceptar este resultado
como confirmación de la teoría keynesiana de consumo, debemos averiguar si esta
estimación está lo bastante abajo de la unidad para convencernos de que no se trata de un
suceso debido al azar o de una peculiaridad de los datos. En otras palabras, ¿es 0.72
estadísticamente menor que 1? Si lo es, puede apoyar la teoría de Keynes.
Tal confirmación o refutación de las teorías económicas con fundamento en la evidencia
muestral se basa en una rama de la teoría estadística conocida como inferencia estadística
(pruebas de hipótesis). A lo largo de los temas veremos cómo realizar en la práctica este
proceso de inferencia.
Pronóstico o predicción
Si el modelo escogido no refuta la hipótesis o la teoría en consideración, servirá para
predecir el (los) valor(es) futuro(s) de la variable dependiente Y, o de pronóstico, con
base en el (los) valor(es) futuro(s) conocido(s) o esperado(s) de la variable explicativa,
o predictora, X.
Para ilustrarlo, suponga que queremos predecir la media del gasto de consumo para
2006. El valor del PIB para 2006 fue de 11 319.4 millones de dólares.14 Colocamos
esta cifra del PIB en el lado derecho de la ecuación y obtenemos:
Yˆ2006 -299.5913 + 0.7218 (11 319.4)
7 870.7516
Pronóstico o predicción
Por tanto, con ese valor del PIB, la media o el promedio del gasto de consumo
previsto es de alrededor de 7 870 millones de dólares. El valor real del gasto de
consumo registrado en 2006 fue de 8 044 millones de dólares. El modelo estimado,
por tanto, subpredijo el gasto de consumo real por casi 174 000 millones de dólares.
Se diría que el error de predicción es de aproximadamente 174 000 millones de
dólares, que representa alrededor de 1.5% del valor real del PIB para 2006. Cuando
analicemos a profundidad el modelo de regresión lineal, trataremos de averiguar si
un error de esa naturaleza es “pequeño” o “grande”. Pero lo que ahora importa es
observar que tales errores de predicción son inevitables, dada la naturaleza
estadística del análisis
