INTRODUCCIN A LA ECONOMETRA E INFORMTICA

MODELOS ECONOMTRICOS
E INFORMACIN ESTADSTICA
Eva Medina Moral
(Febrero 2002)

EXPRESIN DEL MODELO BASICO DE REGRESIN LINEAL

La expresin formal del modelo bsico de regresin lineal, que es el modelo bsico en
econometra queda formulada como se expresa a continuacin:

Yi = 1 + 2 X 2i + ... + k X ki + ui
Donde:
Y: es la variable endgena o explicada cuyo comportamiento se quiere analizar
X: cada una de las variables exgenas o explicativas y que son consideradas como las
causas que crean transformaciones en la variable endgena.
B: son los parmetros cuyo valor desconozco y voy a estimar. A travs de la
estimacin de los parmetros obtengo una cuantificacin de las relaciones existentes
entre la Y y cada una de las X.
U: perturbacin aleatoria que recoge el efecto conjunto de otras variables no
directamente explicitadas en el modelo, cuyo efecto individual sobre la endgena no
resulta relevante.
i: es el subndice que hace referencia a las diversas observaciones para las cuales se
establece su validez. Segn el tipo de valores con los que est trabajando, el
subndice har referencia a distintos momentos del tiempo (series temporales: las
cotizaciones en bolsa diarias, los ndices de predio al consumo mensuales, los datos
anuales del PIB de un pas, etc.) o a distintas unidades econmicas (series de corte
transversal: consumo de diferentes familias, inversin de distintas empresas, paro en
diferentes provincias, etc.).

IMPORTANCIA DE LOS PARMETROS EN EL MODELO BSICO DE REGRESIN

LINEAL
La principal utilidad que tienen los parmetros es la de cuantificar las relaciones que
existen entre las variables explicativas y la variable endgena. As:

El parmetro que corresponde al trmino constante debe ser interpretado como

el valor que toma la variable endgena cuando el resto de variables
explicativas valen cero. Por ejemplo, en una funcin de consumo, aunque ste
depende de la renta y de otras variables, cuando todas ellas valen cero el
individuo realiza un consumo para sobrevivir, lo que es conocido como
autoconsumo. Ese valor queda recogido en el modelo bsico de regresin
lineal a travs del parmetro que corresponde al trmino constante.
El resto de parmetros que acompaan a las variables explicativas me miden
la relacin entre stas y la variable endgena a travs de su signo y su cuanta.
El signo me mide si la relacin entre las variables es directa o inversa (si a
medida que la explicativa incrementa tambin lo hace la endgena o
viceversa). La cuanta sirve para medir que variable explicativa, de todas las
explicitadas en el modelo, es ms importante para explicar el comportamiento
de la endgena, de tal manera que si todas las variables estn medidas en las
mismas unidades de medida, la variable ms importante ser la que tenga un
mayor valor de su parmetro.

Por tanto, el anlisis de los parmetros estimados me permite conocer la estructura

econmica del fenmeno que estamos analizando, entendiendo por estructura el
patrn de comportamiento de acuerdo con el cual se desarrolla una accin. De este
modo, en un modelo en el que trato de explicar la evolucin del consumo en funcin
de la renta y de los tipos de inters, la estructura econmica quedar definida como
incrementos de consumo a medida que incrementa la renta y reducciones de consumo
a medida que incrementan los tipos de inters.
Ahora bien, una vez estimado el modelo, admitimos que la estructura permanece
constante para todo el periodo de estimacin. Esto es, que los parmetros son los
mismos para toda la muestra y que las relaciones permanecen constantes para todo el
periodo analizado. Es por ello, que los parmetros no van acompaados de un
subndice en la expresin matemtica del modelo bsico de regresin lineal.
Sin embargo, la estructura o relaciones entre las variables pueden variar en el periodo
analizado, lo que implicara cambios en los valores de los parmetros. Los valores de
los parmetros cambian cuando:
-

Se incorpora una nueva variable al modelo. Ya que como en economa todo

est relacionado entre s, la inclusin de una nueva variable explicativa
modifica las relaciones existentes entre las variables explicativas, y por tanto
las relaciones existentes entre stas y la variable endgena. As, si dos
variables explicativas estn muy relacionadas entre s, estarn explicando lo
mismo del comportamiento de la endgena y al incluirlas juntas en el modelo
su aportacin a la evolucin de la endgena se repartir, mientras que si slo
incorporsemos una de ellas toda ella acumulara el peso importante en el
anlisis de la endgena por lo que el valor de su parmetro sera superior que
en el caso anterior.

Se modifica el periodo muestral. Ya que la inclusin de nuevos aos en el

anlisis implica incluir tambin nuevos factores explicativos de la variable
endgena o una modificacin en los pesos en que las variables explicativas
participan en el comportamiento de la endgena.

El supuesto de constancia en el parmetro estimado conduce a errores en

determinadas ocasiones. Esto ocurre cuando se produce un cambio estructural en el
sistema econmico a analizar. As, en un mismo periodo se puede haber producido un
cambio econmico importante que implique una modificacin radical de las relaciones
existentes entre las variables. Por ejemplo: la entrada de Espaa en la Unin Europea
implica que el peso de las exportaciones en el crecimiento del PIB es mayor que
durante los aos anteriores a la inclusin en la UE, lo que modificara las cuantas de
los parmetros; pases que han cambiado de un sistema econmico socialista a uno
capitalista implica un cambio radical en las relaciones econmicas (antes tena ms
peso el sector pblico y ahora las relaciones de libre mercado); el cambio que se
produce en los hbitos de consumo con el trascurso de los aos; la aparicin de las
tarjetas como medio de pago supone un cambio tambin en los hbitos de consumo.
UTILIDADES DE LOS MODELOS ECONOMTRICOS
El modelo economtrico tiene tres utilidades principales:
-

Anlisis estructural: cuantificacin de las relaciones que entre el periodo

analizado ha existido entre las variables implicadas, a travs del conocimiento
del signo y valor de los parmetros estimados. Es decir, sirve para conocer
como incide en la endgena variaciones de las variables explicativas.
Prediccin: Dados unos valores a futuro para las variables explicativas, y
conociendo la expresin matemtica que relaciona las variables explicativas y
la variable endgena, es posible predecir los valores que tomar a futuro la
variable objeto de estudio.
Simulacin o evaluacin de polticas: Efectos que tienen sobre la endgena
diferentes estrategias que se planteen de las variables explicativas. Por
ejemplo si analizamos las ventas de una empresa en funcin de los precios del
producto y del nivel de gasto realizado en publicidad, podramos estar
interesados en analizar cuanto incrementaran las unidades vendidas si se
mantienen los precios fijos y se incrementa el gasto en publicidad en un
porcentaje determinado.

En general, el modelo economtrico es una herramienta de anlisis que ayuda en la

toma de decisiones tanto a nivel econmico en general (macro) como en el mbito de
la direccin de empresas (micro).

CLASIFICACIN DE LOS MODELOS ECONOMTRICOS

Existe una tipologa de modelos economtricos en funcin de distintas clasificaciones:
Segn el tipo de datos de las variables utilizadas en el modelo:
-

Series temporales: los datos pueden corresponder a los valores de una

variable en el tiempo. Estos pueden tener frecuencia, diaria, semanal, mensual
o anual. As podemos analizar las cotizaciones en bolsa diarias, los ndices de
predio al consumo mensuales, los datos anuales del PIB de un pas, etc.
Series de corte transversal: los valores corresponden a distintos sujetos para
un mismo momento del tiempo. En este caso se tratara de series del tipo de
consumo de diferentes familias, inversin de distintas empresas, paro en
diferentes provincias, etc.

Segn el momento del tiempo al que hacen referencia se distingue entre:

-

Modelos estticos: cuando el subndice i hace referencia al mismo momento

del tiempo o al mismo individuo econmico tanto para la endgena como para
todas las explicativas.
Modelos dinmicos: cuando estn involucradas las variables en diferentes
puntos del tiempo. As si estoy analizando la variable endgena consumo,
utilizar como variable explicativa la renta de ese mismo periodo, pero tambin
podra utilizar la renta del ao pasado, ya que mis decisiones de compra las
tomar en funcin de lo que pude ahorrar el ao pasado. Al incluir variables en
distintos momentos del tiempo podemos hablar de modelos dinmicos.

Segn el nmero de variables endgenas que se desee explicar:

-

Modelos uniecuaciones: nicamente existe una variable endgena.

Modelos multiecuacionales: existen varias variables endgenas que deseamos
explicar, algunas de las cuales pueden ser a su vez variables explicativas de
otras ecuaciones.

Segn la transformacin de los datos que se realice:

-

Modelo en niveles: las variables aparecen expresadas en unidades de medida.

Modelo en tasas de variacin: las variables aparecen expresadas como
incrementos. Cuando una variable la expreso en vez de en niveles en
incrementos estoy eliminando la tendencia. Al introducir las variables en niveles
puedo encontrar un mayor nmero de variables explicativas aparentemente
correctas, ya que es ms fcil encontrar variables explicativas que tengan la
misma tendencia que la endgena. Pero eso no significa que esas variables
sean las que realmente son causas explicativas de los cambios de la
endgena. Por ello, al eliminar la tendencia de las variables exijo ms al
modelo, es decir, tengo en cuenta las variables que son realmente causa.

Modelo en logaritmos. El modelo bsico de regresin lineal permite nicamente

trabajar con relaciones lineales. Pero no todas las variables tienen porque estar
expresadas a travs de una relacin lineal. Cuando estimo un modelo
unicamente con una variable endgena y una explicativa lo que trato es de
encontrar la lnea que mejor me recoja la informacin suministrada por ambas
variables.

FASES PARA LA ELABORACIN DE UN MODELO ECONOMTRICO

Las principales etapas que hay que cubrir en un modelo economtrico se pueden
resumir en las cuatro siguientes:
Especificacin: Esta etapa comprende tanto la determinacin del tema objeto de
anlisis como la definicin de las variables explicativas que se incluirn en el modelo.
-

Seleccin del tema objeto de anlisis. Este puede ser del campo de la
economa, la gestin de empresas e incluso temas sociales no estrictamente
econmicos.
Seleccin de las variables explicativas ms importantes, la cual se realiza a
travs del:
o Anlisis de los antecedentes econmicos: a travs de las teoras
econmicas encuentro aquellas variables que a nivel general influyen
de una manera importantes sobre la variable endgena
o Anlisis de los antecedentes economtricos: bsqueda de modelos
similares a la materia objeto de anlisis en libros y revistas sobre
econometra.
o Propio conocimiento del investigador.

Estimacin: consiste en el clculo del valor de los parmetros a travs de la ayuda de

un programa informtico (Eviews). Para realizar esta fase es necesario previamente
haber realizado una bsqueda y depuracin de datos. Es necesaria la obtencin de
datos suficientes, homogneos y actualizados.

Y = 0 + 1 X1 + 2 X2 +

Y = 0 + 1 X 1 + 2 X 2
En la expresin estimada no existe el componente de la perturbacin aleatoria, ya que
una vez que estimo, el valor de la endgena estimado se convierte en una
combinacin lineal exacta de las variables explicativas que he utilizado al realizar la
estimacin. La estimacin de la perturbacin aleatoria ser el error que cometo con mi
modelo al estimar, que incluir precisamente las variables que dejo fuera de la
explicacin (aquellas que tienen poca importancia sobre la variable que trato de
analizar).

Validacin: a travs de la interpretacin de los resultados analizaremos la bondad del

modelo. De tal manera que si el modelo no es bueno para explicar a la variable
endgena deber perfeccionarlo a travs de:
-

Una reespecificacin de las variables explicativas, es decir, es posible que

haya olvidado incluir alguna variable importante por lo cual el modelo me est
dando un grado de error elevado.
Una nueva bsqueda de los datos utilizados, ya que si no son los correctos
pueden estar aadiendo un componente errtico a la estimacin.
Etc.

Esta tarea puede repetirse en la prctica un nmero elevado de veces.

Utilizacin: para realizar:

-

Anlisis estructural: cuantificar las relaciones entre las X y la Y.

Prediccin: anticipar los valores a futuro de la Y
Simulacin: efectos sobre Y de distintas estrategias de las X.
Esquema a seguir en la elaboracin de un modelo economtrico
Especificacin
Antecedentes econmicos
Antecedentes economtricos
Conocimiento del investigador

Estimacin
Bsqueda y depuracin de datos

Validacin

NO
Bondad del modelo

SI
Utilizacin
Anlisis estructural
Prediccin
Simulacin

TIPOLOGA DE VARIABLES Y DATOS EN LA MODELIZACIN ECONOMTRICA

Se entiende por variable al concepto econmico que queremos analizar.
Normalmente utilizaremos variables cuantitativas, es decir, aquellas cuyos valores
vienen expresados de forma numrica.
Sin embargo, tambin existe la posibilidad de incluir en el modelo economtrico
informacin cualitativa, siempre que la informacin cualitativa pueda expresarse de
forma cuantitativa. Dentro de este tipo de variables conviene conocer las siguientes
posibilidades que se le pueden presentar al econmetra:
-

Variables proxies: son variables aproximadas a la variables objeto de anlisis.

Por ejemplo, si quiero utilizar una variable que mida el nivel cultural de un pas
(variable culitativa) puedo utilizar como variable proxy el nmero de bibliotecas
existentes en un pas, que si bien no recoge el concepto exacto que yo quiero
medir, si se aproxima al mismo.
Variables ficiticas o dummy: estas variables representan la incidencia que tiene
sobre la variable endgena objeto de anlisis un fenmeno cualitativo.
Habitualmente, a la variable ficticia se le asignan dos valores arbitrarios segn
se de o no cierta cualidad en un fenmeno. As, se le puede asignar el valor 1
si ocurre un determinado fenmeno y 0 en caso contrario. Estas variables
pueden ser de dos tipos:
o

Ficticia de intervalo: Por ejemplo si estoy analizando la variable

exportaciones en Espaa desde 1970 hasta el ao 2000, hay un hecho
importante que es la entrada de Espaa en la Unin Econmica que
debo recoger a travs de la utilizacin de la variable ficticia.
Ficticia de escaln: Por ejemplo si est analizando el crecimiento
econmico de un pas en el que en un ao determinado hubo un
acontecimiento meteorolgico que tuvo una repercusin negativa sobre
la economa, al tratarse ste de un dato casual (y no equilibrado con el
resto de valores que toma la serie) debo introducir en el modelo este
tipo de informacin para que la tenga en cuenta en la estimacin y
cometa un menor error.

Las variables ficticias se pueden incluir tanto en modelos temporales como en

modelos de corte transversal. Por ejemplo, si se analiza la venta de coches a
nivel provincial, se puede incluir una variable ficticia que valga 0 cuando la
provincia no tiene metro y 1 cuando si que lo tiene.
Se entiende por datos, los diferentes valores que toma una variable.
Los datos pueden corresponder a los valores de una variable en el tiempo (serie
temporal), o a valores para diferentes sujetos en un momento dado (datos de corte
transversal).

Por otro lado, las formas alternativas en que un modelo puede venir expresado, obliga
frecuentemente a transformaciones de los datos originales (tasas de crecimiento,
diferencias, logaritmos) o incluso a un cierto tratamiento previo de los mismos
(eliminacin de tendencia, eliminacin de estacionalidad, etc...)
Con la informacin disponible, el econmetra deber elaborar una base de datos de tal
manera que:
Aos
1990
1991
...
2000

Individuos
1
2
...
N

Variable 1
Datos
Datos
Datos
Datos

Variable 2
Datos
Datos
Datos
Datos

Variable 3
Datos
Datos
Datos
Datos

Los datos que formen la base de datos han de ser:

- Suficientes: como mnimo para poder realizar la estimacin, el nmero de
observaciones debe ser igual al nmero de parmetros que queremos estimar.
Sin embargo si no se cumplen unos requisitos mnimos, aunque tericamente
se puede realizar la estimacin, sta no ser fiable.
- Homogneos: los datos que hacen referencia a una misma variable deben
estar expresados de una forma homognea, esto quiere decir que todos deben
ir en niveles o en tasas de variacin o en logaritmos. La homogeneidad de los
datos tambin hace referencia al hecho de que todos deben o no ir corregidas
de determinados efectos que se dan en la economa como la tendencia o la
estacionalidad. Nunca se puede incluir en el modelo una variable cuyos datos
estn expresados de forma diferente.
- Actuales: La falta de actualidad en los datos impide realizar un anlisis
completo del fenmeno econmico, ya que ste se referir nicamente al
periodo muestral utilizado en la estimacin.