Econometría ITema 1

Introducción. Datos Económicos y Modelización

Econométrica

Grado en Administración de Empresas

Manuel de Orte

Departamento de Economía, Universidad Carlos III de Madrid

1. Introducción. (I)

¿Qué es la econometría?

Disciplina basada en el desarrollo de modelos

probabilísticos y de métodos de inferencia

estadística, para el estudio de relaciones

económicas, el contraste de teorías económicas o la

evaluación e implementación de políticas

económicas o empresariales.

Para ello tiene en cuenta la naturaleza de los datos

económicos.2

1. Introducción. (II)

Aplicaciones más comunes:

Predicción de variables macroeconómicas (tipos de interés, inflación, PIB,…).

Macroeconomía: relación inflación-desempleo, relación inflación-masa monetaria,…

Microeconomía: relación educación-salario, relación producción-factores productivos, relación inversión en I+D-beneficios de una empresa,…

Finanzas: análisis de la volatilidad de los activos, modelos de valoración de activos,…

Otras disciplinas: en sociología (relación campaña electoral-votos obtenidos),…

3

1. Introducción. (III)

Análisis causal

Determinar los efectos de ciertas políticas.

Caracterizar y cuantificar la relación de comportamiento entre variables económicas, de acuerdo con lo que sugiere la teoría económica.

4

1. Introducción. (IV)

La econometría se desarrolla como disciplina

independiente de la estadística al centrarse en el

problema inherente a la recopilación y al análisis

de datos económicos, que típicamente son datos

no experimentales (datos observacionales).

5

2. Elementos de un trabajo empírico en econometría.

El modelo económico.

El modelo econométrico.

Datos.

6

2.1. El modelo económico (I)

La teoría económica propone modelos que explican el comportamiento de una o varias variables Y1,…,Ym en función de otra u otras variables X1,…,Xk que se determinan fuera del modelo.

El modelo planteado puede ser más o menos formal: Un modelo formal establece una o varias ecuaciones matemáticas

que describen relaciones entre variables. Dicho modelo suele estar basado en una optimización.

Muchas veces habrá que construir un modelo que nos sirva de base o emplear modelos menos formales basados más en la intuición.

En ambos casos, podemos clasificar las variables en: Endógenas: se determinan dentro del modelo. Exógenas: se determinan fuera del modelo.

7

2.1. El modelo económico (II)

En el caso más sencillo, podemos considerar una variable endógena, Y, y un conjunto de K variables exógenas X1,…,Xk.

El modelo económico permite expresar Y a través de una ecuación del tipo:

Y-f(X1,…,Xk) = 0

o de forma equivalente

Y=f(X1,…,Xk)

Habitualmente la función f(.) no queda caracterizada por la teoría.

8

2.2. El modelo econométrico. (I)

Un modelo econométrico se construye para cuantificar y

contrastar las relaciones entre variables económicas

postuladas por un modelo económico a partir de la

evidencia empírica proporcionada por los datos.

Características de un modelo econométrico:

Reconoce la naturaleza estocástica que gobierna las relaciones entre variables.

Paramatriza f(.) la forma funcional que establece la relación entre Y y X1,…,Xk.

El modelo debe tener en cuenta que hay otros muchos factores que afectan a la decisión y que en general no son observables o identificables.

9

2.2. El modelo econométrico. (II)

El modelo econométrico especifica una forma

funcional que dependerá de parámetros. Esos

parámetros se identifican a partir de la información

que proporcionan la teoría económica, el sentido

común y supuestos probabilísticos no contratables.

10

2.2.1. Naturaleza estocástica.

Dada esta naturaleza es de esperar que cada uno de los datos

no cumpla exactamente cada una de las ecuaciones que

especifica el modelo económico. Sin embargo siempre se puede

encontrar un conjunto de ecuaciones que satisfagan:

E[Y-f(X1,…,Xk)]=0

Esta naturaleza aleatoria de las relaciones económicas se

puede expresar a través de un error inobservable:

Y=f(X1,…,Xk)+e

11

2.2.2. Forma funcional.

El modelo econométrico se puede expresar como:

Y=f(X1,…,Xk;b)+e

La naturaleza del modelo y la interpretación de los parámetros dependen de los supuestos que hagamos sobre el término de error en relación a las variables exógenas.

El carácter experimental o no experimental de dichos datos determina en buena medida los supuestos sobre el término de error.

12

2.3. Datos

Las variables de un modelo económico representan aspectos del comportamiento de los agentes económicos en el ámbito individual o agregado.

Los economistas observamos el comportamiento y características de los agentes. Esta observación constituye la evidencia empírica, los datos.,

La mayoría de las bases de datos en economía están compuestas por datos observacionales o no experimentales.

13

2.3.1. Datos de corte transversal o sección cruzada.

Son datos estáticos, referidos a un periodo fijo, sobre individuos de una población, generalmente provenientes de encuestas sobre familias, empresas, etc.

El orden de los datos no importa, cabe esperar que las observaciones sean independientes entre sí.

A menudo, podemos suponer que los datos se han obtenido mediante un muestreo aleatorio de la población objeto de interés.

Son los datos en los que nos centraremos este curso.

14

2.3.2. Series temporales

Son observaciones de una variable o varias variables a lo largo de varios periodos de tiempo (años, meses, etc.).

Las observaciones no son independientes: la evolución temporal puede explotarse con fines predictivos.

La frecuencia y orden con la que se observan los datos es muy importante.

15

2.3.3. Datos de panel o longitudinales.

Consisten en una serie temporal por cada unidad de sección cruzada. La longitud de las series temporales (T) suele ser mucho mas corta que el numero de unidades de sección cruzada (n).

Generalmente n > T Datos de panel = series temporales de secciones

cruzadas. Son mas difíciles de conseguir. Aportan mas información y permite responder a

preguntas que las secciones cruzadas no pueden. Permiten incluir una estructura temporal en el

razonamiento económico.

16

3. Causalidad y noción de “Ceteris Paribus”.

Objetivo: descubrir si una variable tiene un efecto causal sobre otras variables.

La relación causal es muy diferente de una simple asociación o correlación. El resultado de que correlación no implica causalidad se debe a la naturaleza de los datos económicos, que son no experimentales.

Ceteris Paribus: otros factores (relevantes) siendo iguales, es un concepto clave en el análisis causal. Sin este concepto no se pueden medir efectos causales. Para poder inferir el efecto parcial.

Practica: imposible realizar experimentos en Economía.

Técnicas Econométricas: simulan tales experimentos a partir de datos observacionales.

17