ECONOMETRIA

TEMA 4. MODELIZACIN E INFORMACIN ECONMICA.

4.1. La modelizacin en economa.
4.1.1. Econometra, fundamentos y naturaleza.
La ECONOMETRA es la rama de la Economa que se ocupa de la estimacin prctica de
las relaciones econmicas.
La econometra permite pedir la relacin que hay entre dos variables. En resumen, es la
medicin emprica de las variables economtricas.
Un aspecto relevante de nuestro estudio economtrico es la especificacin del modelo
que tiene como objeto representar lo ms aproximadamente posible el fenmeno bajo estudio, es
decir, un modelo, en resumen, es una representacin de la realidad.
Son dos los componentes fundamentales de cualquier estudio economtrico: teora y
hechos.
As, el enfoque economtrico combina teora y hechos en una forma particular. Desde el
punto de vista de la teora, la econometra puede ser considerada como la aplicacin de la teora
econmica a los datos del "mundo real". A la inversa, desde el punto de vista de los hechos, la
econometra puede considerarse como un modo sistemtico para estudiar historia econmica.
4.1.2. Propsitos de la econometra.
El anlisis estructural es el uso de un modelo economtrico estimado, para efectuar la
medicin cuantitativa de relaciones econmicas.
La prediccin es la aplicacin de un modelo economtrico estimado, para predecir valores
cuantitativos de ciertas variables fuera de la muestra de datos realmente observados.
La evaluacin de polticas es el manejo de un modelo economtrico estimado para elegir
entre polticas alternas.

Un ejemplo - la curva de demanda y la elasticidad precio de la demanda.

La estimacin de elasticidades precio de la demanda para bienes o servicios particulares
es un ejemplo de un estudio economtrico. Combina la teora, aqu representada por el modelo de
la curva de demanda, con hechos, que en este caso slo son dos pares de precios-cantidades. La

PORTAFOLIOS DE INTRODUCCIN A LA ECONOMETRA

tcnica de estimacin es la frmula de la elasticidad arco. Las medidas numricas resultantes para
el grado de respuesta de la cantidad demandada al precio son de inters considerable para
propsitos de anlisis estructural. Tambin son tiles para propsitos de evaluacin de polticas,
por ejemplo, para predecir las importaciones de petrleo del prximo ao o para decretar
impuestos adecuados a la gasolina.

Un segundo ejemplo - la funcin consumo.

La medicin de la PMC ejemplifica un estudio economtrico, mismo que combina teora
(de la funcin consumo) y datos (sobre el consumo y el ingreso agregados) con tcnicas
economtricas [por ejemplo, la estimacin definida antes]. Tal medicin es importante para
comprender la macroestructura de la economa, predecir los futuros niveles de ingreso (y de
empleo) agregado y analizar propuestas de polticas monetarias y fiscales alternativas.

4.2. Construccin de modelos economtricos.

Por definicin, un modelo es cualquier representacin de un fenmeno real tal como un
proceso o sistema real.
La modelstica el arte de construir modelos es una parte integral en la mayora de las
ciencias, ya sean fsicas o sociales, debido a que los sistemas del mundo real bajo consideracin,
por lo comn, son enormemente complejos.
El balance adecuado entre realismo y maleabilidad es la esencia de la "buena"
modelstica. Un "buen" modelo es realista y maleable.

4.2.1. Tipos de modelos.

Modelo verbal/lgico: es el tipo ms sencillo de modelo y el que usualmente se utiliza
primero en cualquier campo de investigacin. Este enfoque emplea analogas verbales, tales
como la metfora y el smil; el modelo resultante a menudo se denomina un paradigma.
Modelo fsico. En ciertos casos el sistema del mundo real es fsico y puede obtenerse un
modelo mediante un ajuste a escala apropiado, hacia arriba o hacia abajo.
Modelo geomtrico, que representa geomtricamente las relaciones. Un modelo
geomtrico utiliza un diagrama para indicar las interrelaciones entre variables. Como el nmero
de dimensiones disponible es limitado, se utilizan pocas variables. Para usar ms variables, se
emplea un modelo algebraico.
4.2.2. Modelos algebraicos.
El modelo algebraico, para propsitos economtricos, es el tipo de modelo ms
importante; representa el sistema del mundo real (real world system) a travs de un sistema de
ecuaciones.

PORTAFOLIOS DE INTRODUCCIN A LA ECONOMETRA

El modelo macroeconmico simple, ejemplifica la naturaleza general de los modelos
algebraicos. Tales modelos constan de varias ecuaciones que pueden ser de comportamiento,
como la funcin consumo, una condicin de equilibrio, tal como la del ingreso nacional, o de
algn otro tipo, pero cada ecuacin con un significado y un papel separados en el modelo.
4.2.3. Modelos economtricos.
Un modelo economtrico es un tipo especial de modelo algebraico, estocstico, esto es,
que incluye una o ms variables aleatorias. Representa un sistema a travs de un conjunto de
relaciones estocsticas entre las variables del sistema.
Un modelo economtrico puede ser lineal o no lineal. El supuesto de linealidad es muy
importante tanto para probar teoremas matemticos y estadsticos en relacin con tales modelos,
como para calcular los valores que adoptan las variables en los mismos.
No debera exagerarse la importancia del supuesto de linealidad. Primero, muchas
relaciones econmicas, y en otras ciencias sociales, son lineales por naturaleza propia. La
condicin de equilibrio del ingreso nacional, por ejemplo, es lineal, tanto como lo son las
definiciones de gasto, ingreso, costo y ganancia. Segundo, el supuesto de linealidad slo se aplica
a los parmetros, no a las variables del modelo.
Una tercera razn es que, a menudo, un modelo no lineal puede ser transformado en un
modelo lineal. La transformacin logartmica puede emplearse en muchos casos.
Una cuarta razn para no exagerar el supuesto de linealidad es que cualquier funcin
continua puede ser aproximada de modo razonable por una funcin lineal en un rango apropiado;
por ejemplo, va una serie de expansin de Taylor.
Otra caracterstica importante de un modelo economtrico es su calidad de estocstico,
en oposicin al determinstico. Un modelo estocstico incluye variables aleatorias, no as un
modelo determinstico.

4.3. Informacin econmica y modelizacin.

4.3.1. Los datos en el anlisis econmico.
Tipos de datos
Series de tiempo o temporales: Una serie de tiempo es un conjunto de observaciones
sobre los valores que toma una variable en diferentes momentos del tiempo. Tal informacin
debe ser recopilada a intervalos regulares, es decir, en forma diaria, semanal, mensual, trimestral,
anual, quinquenal, o decenalmente.
Informacin de corte transversal: La informacin de corte transversal consiste en
datos de una o ms variables recogidos en el mismo momento del tiempo.

PORTAFOLIOS DE INTRODUCCIN A LA ECONOMETRA

Informacin combinada: Los datos agrupados tienen elementos de series de tiempo y
de corte transversal reunidos.
Datos longitudinales de panel o de micropanel: Hay un tipo especial de datos
agrupados, la informacin de panel o longitudinal, tambin llamada informacin micropanel, en
la cual la misma unidad de corte transversal (por ejemplo, una familia o una empresa) es
encuestada a lo largo del tiempo.
4.3.2. Fuentes de datos.
Datos para el anlisis emprico: Los datos utilizados en el anlisis emprico
pueden ser recogidos por un organismo del gobierno o gubernamental, un organismo
internacional, una organizacin privada, o un individuo.
Internet: Internet ha revolucionado literalmente la labor de recopilacin de datos. Si
"se navega" por la Red poniendo en los motores de bsqueda solo una palabra (por ejemplo,
tasas de cambio), uno se ver inundado con todo tipo de Fuentes de datos.
La informacin reunida por estas agencias puede ser de naturaleza experimental o no
experimental. En las ciencias sociales los datos obtenidos son generalmente de naturaleza no
experimental, es decir, no estn sujetos al control del investigador.
Precisin de la informacin
Aunque existe cuantiosa informacin disponible para la investigacin econmica, la
calidad de esta no siempre es buena. Existen mltiples razones para ello.
Primero, como se dijo, la mayor paste de la informacin de las ciencias
sociales es de naturaleza no experimental. Por consiguiente, existe una posibilidad de incurrir en
errores de observacin, bien sea por accin a omisin.
Segundo, aun en datos reunidos experimentalmente surgen errores de
medicin debido a las aproximaciones o al redondeo.
Tercero, en encuestas de tipo cuestionario, el problema de respuestas en
blanco puede ser grave. Adems existe el problema adicional de aquellos que responden al
cuestionario pero no pueden contestar a todas las preguntas, especialmente aquellas sensibles
por ser de naturaleza financiera.
Cuarto, los mtodos de muestreo utilizados en la obtencin de los datos puede
variar tanto, que a menudo es difcil comparar los resultados obtenidos de las diversas muestras.
Quinto, las cifras econmicas estn generalmente disponibles en un nivel muy
agregado. Tales macrodatos con un elevado nivel de agregacin pueden no decirnos mucho
sobre individuo o sobre las microunidades que puedan ser el objeto fundamental del estudio.
Sexto, debido a su carcter confidencial, cierta informacin puede ser
publicada solamente en forma muy agregada.

PORTAFOLIOS DE INTRODUCCIN A LA ECONOMETRA

Debido a mltiples problemas, el investigador debe tener siempre en mente que el
resultado de la investigacin solamente ser tan bueno como lo sea la calidad de los datos. Por
consiguiente, si en situaciones dadas los investigadores encuentran que los resultados de la
investigacin son "insatisfactorios", la causa puede ser la mala calidad de los datos y no la
utilizacin de un modelo equivocado. Desafortunadamente, debido a la naturaleza no
experimental de los datos utilizados en la mayora de los estudios de las ciencias sociales, los
investigadores con frecuencia no tienen alternativa diferente que depender de la informacin
disponible. Pero ellos siempre deben tener en mente que los datos utilizados pueden no ser los
mejores y deben tratar de no ser muy dogmticos sobre los resudados obtenidos de un estudio
dado, especialmente cuando la calidad de los datos es sospechosa.
Observaciones sobre las escalas de medicin de las variables.
Las variables que a menudo encontraremos se clasifican en cuatro categoras generales:
escala de proporcin, escala de intervalo, escala ordinal y escala nominal. Resulta importante
comprender cada una de ellas.
o La escala nominal consiste en situar a cada individuo o elemento en una u otra
clase dada (por ejemplo, hombre/mujer; lugar de nacimiento). Pertenecer a una u otra
clase no significa ser mejor o peor, indica que son distintos.
o La escala ordinal sita los posibles valores en orden (primero, segundo,...), sin
que la distancia entre dos posiciones consecutivas sea necesariamente constante, fija. En
esta escala puede distinguirse, adems, entre mayor y menor. Por ejemplo, la posicin de
los equipos de ftbol en el Campeonato de Liga; o las categoras profesionales en una
empresa.
Las escalas nominal y ordinal son apropiadas para caracteres cualitativos.
o La escala de intervalo permite asignar a cada individuo un nmero para as
indicar su posicin exacta a lo largo de una escala continua. Por ejemplo, la temperatura
medida en grados Celsius, donde 10 C significa ms calor que 5 C, pero no el doble de
calor.
o La escala de proporcin (o proporcional) es la ms perfecta. En ella existe un
cero absoluto y, adems, tiene sentido hablar de doble o mitad (un ejemplo de esta
medida sera la longitud).
Las escalas de intervalo y proporcional se usan para medir caracteres cuantitativos.

4.3.3. Datos, informacin y modelizacin.

Problemtica de los datos en la modelizacin atribuibles a la fuente estadstica:
Lagunas estadsticas: aplicacin de frmulas de interpolacin y extrapolacin.
Cambios metodolgicos, homogenizacin de series: Cambios en los criterios de
valoracin. Cambios conceptuales. Cambios del ao base de referencia.

PORTAFOLIOS DE INTRODUCCIN A LA ECONOMETRA

Problemtica de los datos en la modelizacin atribuibles al mtodo de obtencin: Errores de
muestreo. Errores de observacin y /o media.

Tratamiento y depuracin de datos: El reto de los datos se afronta gracias a una serie de
tratamientos y medidas de depuracin donde destacan las siguientes tcnicas:
Interpolacin y extrapolacin de datos.
Alisado de series.
Eliminacin de puntos errticos.
Homogenizacin de series.
Solucin de problemas tcnicos.