¿Por qué la econometría es una disciplina aparte? (Segunda parte)

martes, 30 de junio de 2009

¿Por qué la econometría es una disciplina aparte? (Segunda parte)

La estadística económica se relaciona principalmente con la recolección, procesamiento y presentación de las cifras económicas en forma de gráficos y tablas. Este es el trabajo del estadístico económico, cuya actividad principal consiste en recoger cifras sobre el PIB, el empleo, los precios, etc. La información así recogida constituye la materia prima para el trabajo de la econometría.

Pero el estadístico económico no va más allá de la recolección de información, pues no le concierne la utilización de las cifras recogidas para probar la validez de las teorías económicas o para refutarlas. Ciertamente, es el econometrista quien se ocupa de realizar esa labor.

Aunque, la estadística matemática proporciona muchas de las herramientas utilizadas por esta ciencia, el econometrista frecuentemente necesita métodos especiales en vista de la naturaleza única de la mayoría de las cifras económicas, ya que éstas no se generan como resultado de un experimento controlado. El econometrista, como el meteorólogo, depende generalmente de cifras que no pueden ser controladas directamente. Por lo tanto, las cifras sobre consumo, ingreso, inversión, ahorro, precios, etc., recogidas por instituciones oficiales y privadas, son información no experimental. El econometrista toma esos datos como dados, hecho que genera problemas especiales que normalmente no se manejan en la estadística matemática. Además, es probable que tales cifras contengan errores de medición, situación que el econometrista puede ayudar a remediar desarrollando métodos especiales de análisis.

¿Por qué la econometría es una disciplina aparte? (Primera parte)

lunes, 29 de junio de 2009

¿Por qué la econometría es una disciplina aparte? (Primera parte)

Tal y como lo sugieren las diversas definiciones de la econometría, esta es un amalgama de teoría económica, economía matemática, estadística económica y estadística matemática. Por lo que el tópico merece ser estudiado en forma separada por las siguientes razones.

La teoría económica hace afirmaciones o formula hipótesis de naturaleza principalmente cualitativa. Por ejemplo, la teoría macroeconómica establece que, permaneciendo constantes otros factores, se espera que una reducción en el precio de un bien aumente la cantidad demandada de ese bien. Así, la teoría económica postula una relación negativa o inversa entre el precio y la cantidad demandada de un bien. Pero la teoría de por sí no proporciona medida numérica alguna de la relación entre los dos; no dice en qué magnitud aumentará o se reducirá la cantidad como resultado de un cambio determinado en el precio del bien. El trabajo del econometrista es proporcionar tales estimativos numéricos. Dicho de otro modo, la econometría da contenido empírico a gran parte de la teoría económica.

El interés principal de la economía matemática es expresar la teoría económica en una forma matemática (ecuaciones) sin considerar la capacidad de medición o de verificación empírica de la teoría. La econometría está interesada principalmente en la verificación empírica de la teoría económica. La econometría utiliza frecuentemente las ecuaciones matemáticas, propuestas por el economista matemático, pero las expresa en tal forma que éstas se prestan para la prueba empírica. Y esta conversión de ecuaciones matemáticas en ecuaciones econométricas requiere una gran dosis de ingenio y destreza.

¿Que es la econometria? - Definiciones

¿Que es la econometria? - Definiciones

De forma literal, econometría significa medición económica. Sin embargo, si bien es cierto que la medición es una parte importante de la econometría, el alcance de esta disciplina es mucho más amplio, tal cual puede inferirse de las siguientes definiciones:

Definiciones de econometría

Definición de econometría 1

La econometría, puede ser definida 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 2

La econometría puede ser definida como la ciencia social en la cual las herramientas de la teoría económica, las matemáticas y la inferencia estadística son aplicadas al análisis de los fenómenos económicos.

Definición de econometría 3

La econometría tiene que ver con la determinación empírica de las leyes económicas.

Definición de econometría 4

El arte del econometrista consiste en encontrar el conjunto de supuestos que sean suficientemente específicos y realistas, de tal forma que le permitan aprovechar de la mejor manera los datos que tiene a su disposición.

Definición de econometría 5

El método de investigación econométrica busca esencialmente una conjunción entre la teoría económica y la medición real, utilizando como soporte la teoría y la técnica de inferencia estadística.

Estimación de la función consumo con datos de la economía boliviana

sábado, 9 de mayo de 2009

Estimación de la función consumo con datos de la economía boliviana

El modelo

La expresión más conocida de la función consumo se denota por:

C = c0 + c1 Y

Donde:

C representa el consumo

c0 el consumo autónomo

c1 la propensión marginal al consumo

Y el ingreso

Especificación econométrica

El modelo se especificará de la siguiente manera:

C = c0 + c1 Y + et

En donde et representan las perturbaciones aleatorias.

Los datos

A continuación se muestran los datos de la economía boliviana para el intervalo comprendido entre 1988 y 2006.

Año

Ingreso (en miles de Bs 1990)

Consumo (en miles de Bs 1990)

1988

14219987

11280822

1989

14758943

11482159

1990

15443136

11869886

1991

16256453

12264368

1992

16524115

12700433

1993

17229578

13122712

1994

18033729

13507684

1995

18877396

13905760

1996

19700704

14359906

1997

20676718

15139505

1998

21716623

15934817

1999

21809329

16375001

2000

22356265

16752142

2001

22732700

16964767

2002

23297736

17311639

2003

23929417

17637776

2004

24928062

18151035

2005

26030240

18755349

2006

27278913

19518921

Estimación de los parámetros por MCO

La estimación de los parámetros a través de MCO brinda los siguientes resultados:

C = 1684298 + 0.66 Y + ut

El reporte generado con Eviews se muestran a continuación:

Dependent Variable: CONSUMO

Method: Least Squares

Date: 05/09/09 Time: 10:44

Sample: 1988 2006

Included observations: 19

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

1684298.

248099.9

6.788789

0.0000

Y

0.661050

0.012007

55.05568

0.0000

R-squared

0.994423

Mean dependent var

15107089

Adjusted R-squared

0.994095

S.D. dependent var

2607525.

S.E. of regression

200377.1

Akaike info criterion

27.35309

Sum squared resid

6.83E+11

Schwarz criterion

27.45251

Log likelihood

-257.8544

F-statistic

3031.128

Durbin-Watson stat

0.582504

Prob(F-statistic)

0.000000

Los resultados obtenidos parecen ser algo razonables, los signos de los parámetros concuerdan con la teoría económica, la propensión marginal a consumir es de 66 %, aunque previsiblemente esta debería ser más alta.

Esta fue una primera aproximación.

Estimacion modelo de crecimiento de Harrod-Domar con datos de la economía boliviana

jueves, 23 de abril de 2009
Estimacion modelo de crecimiento de Harrod-Domar con datos de la economía boliviana
A continuación la estimación del modelo de crecimiento económico de Harrod-Domar con datos de la economía de Bolivia.

Siguiendo la metodología seguida por Alfonso Barbancho se procedió a estimar el modelo de Harrod y Domar con datos de la economía boliviana.

El Modelo:

El modelo de Harrod y Domar pertenece, al grupo de modelos basados en el multiplicador y el acelerador. Tiene una gran influencia keynesiana y, como los de Kalecki, Samuelson, Kaldor, Hicks, es tan simplificado que su verificación econométrica parece ser una cuestión bastante difícil. Puede afirmarse que el objetivo principal perseguido por todos estos modelos es la explicación teórica y simplificada de ciertos fenómenos dinámicos de la economía. Pero la simplificación es tan grande, que por lo regular no son decisivos en el terreno empírico.

Considerando al tiempo como una variable discreta, el modelo de Harrod-Domar acostumbra a formularse mediante las tres siguientes ecuaciones:

St = sYt

It=v(Yt-Yt-1)

St=It

En donde S representa el ahorro, I la inversión e Y la renta.

a. La primera ecuación, es la función de ahorro y expresa el comportamiento de los ahorradores, suponiendo que la cantidad ahorrada es una parte proporcional de la renta. El coeficiente s expresa, por tanto, la propensión media y marginal al ahorro.

b. La segunda ecuación define el comportamiento de los empresarios en cuanto a su actitud para invertir. Esta actitud se supone de manera que la inversión realizada en el período t es proporcional al incremento de la renta de dicho período con respecto a la del anterior.

c. Por último, la tercera ecuaciones una de las conocidas relaciones contables.

El propio sistema permite obtener la siguiente relación:

((Yt-Yt-1)/Yt)=s/v

En el que el primer miembro expresa simplemente la tasa de crecimiento de la renta, la cual, como puede verse, es igual al coeficiente de ahorro dividido por el de inversión.

Esta relación suele utilizarse para determinar la propensión al ahorro que se quiere con el fin de que la renta aumente a una tasa fijada de antemano; la determinación se ha ce fácilmente al suponer que el coeficiente de inversión permanece invariable.

Por otra parte, la ecuación anterior ordenada convenientemente, da lugar a una ecuación en diferencias de primer orden con coeficientes constantes cuya solución es:

Yt=k(v/(v-s))t

La cual da la trayectoria temporal de la renta en función de los coeficientes de ahorro y de inversión. Se ve claramente que Yt es monótona y explosiva cuando v>s; en el caso en que vt tiene un comportamiento temporal oscilante (positivo para los valores pares de t y negativo para los impares).

Especificación econométrica

El modelo se especificará de la siguiente manera:

St=s0+s1Yt+e1t

It=v0+v1(Yt-Yt-1)+e2t

St=It

En donde et representan las perturbaciones aleatorias.

Los datos

A continuación se muestran los datos de la economía boliviana para el intervalo comprendido entre 1988 y 2007.

Año

Renta (en miles de Bs. 1990)

Inversión (en miles de Bs. 1990)

1988

14219987,18

1742299,51

1989

14758942,72

1706846,387

1990

15443135,93

1939424,556

1991

16256452,78

2309227,55

1992

16524115

2587870,423

1993

17229578,43

2655894,506

1994

18033728,55

2442940,909

1995

18877396,16

2780084,101

1996

19700703,98

3106140,796

1997

20676718

3937438,5

1998

21716623,48

5087830,236

1999

21809328,57

4310603,476

2000

22356265,1

3927006,284

2001

22732699,99

3084701,085

2002

23297736,38

3655612,299

2003

23929416,93

3259138,279

2004

24928062,19

3222710,281

2005 (p)

26030239,79

3437558,63

2006 (p)

27278912,67

3757082,441

2007 (p)

28524027,12

4232114,476

Estimación de los parámetros por MCO

La estimación de los parámetros a través de MCO brinda los siguientes resultados:

St=51735.35 + 0.151214 Yt + u1t

It=16505989+6.046564 (Yt-Yt-1) + u2t

St=It

Los reportes generados con Eviews se muestran a continuación:

Dependent Variable: S

Method: Least Squares

Date: 05/08/09 Time: 22:57

Sample: 1988 2007

Included observations: 20

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

51735.35

768976.5

0.067278

0.9471

RENTA

0.151214

0.036400

4.154231

0.0006

R-squared

0.489472

Mean dependent var

3184321.

Adjusted R-squared

0.461110

S.D. dependent var

917895.4

S.E. of regression

673819.2

Akaike info criterion

29.77395

Sum squared resid

8.17E+12

Schwarz criterion

29.87352

Log likelihood

-295.7395

F-statistic

17.25764

Durbin-Watson stat

0.681893

Prob(F-statistic)

0.000596

Dependent Variable: INVERSION

Method: Least Squares

Date: 05/08/09 Time: 22:59

Sample(adjusted): 1989 2007

Included observations: 19 after adjusting endpoints

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

16505989

2255756.

7.317275

0.0000

DELTAINGRESO

6.046564

2.775650

2.178431

0.0437

R-squared

0.218231

Mean dependent var

21058110

Adjusted R-squared

0.172245

S.D. dependent var

4070580.

S.E. of regression

3703456.

Akaike info criterion

33.18673

Sum squared resid

2.33E+14

Schwarz criterion

33.28615

Log likelihood

-313.2740

F-statistic

4.745563

Durbin-Watson stat

0.269309

Prob(F-statistic)

0.043739

Cómo se puede observar de los resultados, las dos estimaciones realizadas por MCO presentan grandes problemas.

Esta fue una primera aproximación.