Beruflich Dokumente
Kultur Dokumente
Econometra
Resumiendo
En un sentido literal, la palabra compuesta econometra, significa
medicin econmica, y una manera sencilla y concisa de
definirla dice que es la ciencia social que aplica herramientas
matemticas, estadsticas y econmicas, a los fenmenos
econmicos. Por lo tanto, esta disciplina se relaciona de manera
directa con materias como mercadeo, finanzas, contabilidad,
microeconoma, macroeconoma y economa internacional. La
habilidad del profesional de la econometra, radica en identificar
un grupo de supuestos que sean los suficientemente realistas
como para permitir el aprovechamiento de los datos disponibles.
Entre sus principales aplicaciones, la econometra se emplea para
estimar, a partir de ciertos datos, las relaciones econmicas,
comprobar hiptesis y pronosticar el comportamiento de
variables tanto econmicas como de individuos.
Tipos de econometra
Esta ciencia tiene diferentes clasificaciones segn los mbitos de
estudio y aplicacin, pero de manera general, todas estas
clasificaciones se agrupan en dos amplias categoras
1. Econometra terica
Se utiliza en desarrollos metodolgicos, con el fin de medir
aquellas relaciones de origen econmico que quedan
especificadas por los propios modelos economtricos. Para
lograrlo, se requiere del apoyo de otra ciencia, la estadstica
matemtica. A manera de ejemplo, puede citarse uno de los
modelos ms comunes, el de mnimos cuadrados. La aplicacin
correcta de la econometra terica, deber poner de manifiesto
los supuestos del mtodo sealado, as como sus propiedades y
comportamiento, en caso de que uno de los supuestos no se
cumpla.
2. Econometra aplicada
En esta categora se aplican herramientas de econometra
terica, para el estudio especfico de algunas reas econmicas
Modelos economtricos
El trmino modelo, puede definirse desde un punto de vista
cientfico, como la representacin simple, en smbolos
matemticos, de un conjunto de relaciones. En el caso del
modelo economtrico, se dice que es un modelo econmico,
que incluye especificaciones necesarias para su aplicacin
emprica.
Tales
especificaciones
se
establecen
en
tres
pasos
fundamentales:
Identificarlasvariables
Formular unarelacin entrelas variablesenproceso ylas
queinfluyen sobrestas
Emplear la expresin perturbacin aleatoria para razonar
en trminos de probabilidades, y no en trminos exactos
2) Estimacin
La segunda fase consiste en la obtencin de unas estimaciones
numricas para los parmetros de la/s ecuacin/es anteriormente
especificadas. Disponemos de varios mtodos para tal estimacin.
Que apliquemos uno u otro depende, a nuestros efectos, de las
propiedades que el fenmeno presenta. Para estimar modelos
uniecuacionales podemos recurrir a mtodos como:
-Mnimos cuadrados ordinarios (MCO).- Mnimos cuadrados
generalizados (MCG).
-Mxima
verosimilitud
(MV).En
el
caso
de
modelos
multiecuacionales podemos atender a varios enfoques, lo cual, asu
vez, nos conducir a mtodos como:
-Mnimos cuadrados indirectos (MCI).
-Mnimos cuadrados en dos etapas (MC2E).- Mnimos cuadrados de
clase k (MCK).
-Mxima verosimilitud con informacin limitada (MVIL).- Mnimos
cuadrados en tres etapas (MC3E).
-Mxima verosimilitud coninformacin completa(MVIC)
3) Contraste o validacin
En la etapa de contraste se realiza una valoracin de los
resultados obtenidos, y ello desde dos puntos de vista: desde un
punto de vista econmico, tenemos que comprobar que el
modelo describe adecuadamente el fenmeno que tratamos de
cuantificar. Debemos comprobar si los signos y magnitud de los
coeficientes son acordes con lo dispuesto por la teora
econmica. Desde el punto de vista estadstico, disponemos de
varios contrastes para verificar que se cumplen los supuestos
adoptados para la especificacin y estimacin del modelo.
Adems, disponemos de contrastes para evaluarla fiabilidad
estadstica de nuestras estimaciones. Cuando el modelo no
supere satisfactoriamente esta fase, deberemos optar por un
replanteamiento del mismo. Deberemos optar por una nueva
especificacin, revisar los supuestos de partida, etc. Slo cuando
el modelosupera esta fasees posible suutilizacina efectos
desimulacin y prediccin.
- Variables
Una variable es una caracterstica que puede observarse en los
individuos. Como ya hemos sealado, los modelos economtricos
tratan de explicar el comportamiento de una o ms variables en
funcin de la evolucin de otras variables que se consideran
explicativas. Como tambin dijimos, en esa explicacin tiene un
papel importante el sentido de la causalidad. Atendiendo a este
criterio, podemos clasificar las variables como variables
endgenas y variables predeterminadas. Las variables endgenas
son las variables explicadas por el modelo, mientras que las
predeterminadas son variables explicativas pero no explicadas.
Las variables endgenas, son aquellas que son influidas por, y
que pueden influir en, otras variables, mientras que las variables
predeterminadas influyen, pero no son influidas por otras
variables. Las variables predeterminadas, a su vez, pueden ser
variables exgenas (variables que no son explicadas por el
modelo en ningn momento de tiempo), y variables endgenas retardadas (que
no son explicadas por el modelo en el momento actual, pero s en uno
anterior).Por ltimo sealar que los modelos economtricos tienen tantas
ecuaciones como variables explicadas. En los modelos uniecuacionales existe una
- Parmetros
Los parmetros son los coeficientes que acompaan a las
variables, y su estimacin es el paso previo para la utilizacin del
modelo economtrico. Representan la cuantificacin delfenmeno
que analizamos.
- Datos
La utilizacin y estimacin de modelos economtricos exige
disponer de datos suficientes sobre cada una de las variables
incluidas en el mismo. Estos datos con los que nos encontramos
en el anlisis pueden ser clasificados de la siguiente manera:
.Seriestemporales:setratadevaloresdeunavariablealolargod
eltiempo,esdecir, una serie temporal consiste en un conjunto de
observaciones sobre una variable determinada para distintos
momentos de tiempo.
.
Datosdecortetransversal:valoresparadiferentessujetosenun
momentodado. Los datos de corte transversal son un conjunto de
observaciones de distintos individuos o elementos relativos a un
mismo momento de tiempo.