Econometra

La econometra (del griego oikonmos 'regla para la administracin domstica' y

metra, 'relativo a la medida') es la rama de la economa que hace un uso extensivo
de modelos matemticos y estadsticos as como de la programacin lineal y la teora de
juegos para analizar, interpretar y hacer predicciones sobre sistemas econmicos, prediciendo
variables como el precio de bienes y servicios, tasas de inters, tipos de cambio, las
reacciones del mercado, el coste de produccin, la tendencia de los negocios y las
consecuencias de la poltica econmica.

ndice
[ocultar]

1Introduccin

o 1.1Definiciones de econometra

o 1.2Descripcin somera de la econometra

o 1.3Concepto de modelo economtrico

2Mtodos de la econometra

o 2.1El mtodo de mnimos cuadrados (estimacin MCO)

o 2.2Problemas del mtodo de los mnimos cuadrados

3Software economtrico

4Lecturas recomendadas

5Vase tambin

6Referencia

o 6.1Bibliografa

o 6.2Enlaces externos

Introduccin[editar]
La economa, perteneciente a las ciencias sociales, trata de explicar el funcionamiento
del sistema econmico en sus distintos aspectos,
como produccin, consumo, dinero, distribucin del ingreso, etc. La herramienta ms utilizada
por los economistas es la construccin de modelos econmicos tericos y matemticos que
describan el comportamiento de los agentes econmicos. Sin embargo, esos modelos deben
contrastarse con los datos disponibles para saber si stos tienen capacidad explicativa y
predictiva, y poder en definitiva optar entre unas u otras opciones. La construccin de tales
modelos es la finalidad de la econometra.
Los econometristas, econometras o econmetras (economistas cuantitativos) han tratado de
emular a las ciencias naturales (fsica, qumica) con mejor o peor resultado a travs del
tiempo. Hay que considerar que tratan con uno de los fenmenos ms complejos que
conocemos, el comportamiento de las personas y su interaccin. Actualmente, la econometra
no necesariamente requiere o presupone una teora econmica subyacente al anlisis
economtrico. Ms an: la econometra moderna se precia de prescindir voluntariamente de
la teora econmica por considerarla un obstculo si se quiere realizar un anlisis riguroso
(sta es, por ejemplo, la filosofa del mtodo de Vector Autorregresivos - VAR o recientemente
el data mining).
En la elaboracin de la econometra se unen la matemtica, la estadstica, la investigacin
social y la teora econmica. El mayor problema con el que se enfrentan los econmetras en
su investigacin es la escasez de datos, los sesgos que pueden presentar los datos
existentes, los sesgos del propio investigador y la ausencia o insuficiencia de una teora
econmica adecuada. An as, la econometra es la nica aproximacin cientfica al
entendimiento de los fenmenos econmicos.
Definiciones de econometra[editar]
Entre las definiciones de econometra que los economistas relevantes han formulado a lo
largo de la historia, podemos destacar las siguientes:

Ragnar Frisch (1930): 'La experiencia ha mostrado que cada uno de estos tres puntos
de vista, el de la estadstica, la teora econmica y las matemticas, es necesario, pero
por s mismo no suficiente para una comprensin real de las relaciones cuantitativas de la
vida econmica moderna. Es la unin de los tres aspectos lo que constituye una
herramienta de anlisis potente. Es la unin lo que constituye la econometra".

Paul Samuelson, Tjalling Koopmans y Richard Stone (1954): '... el anlisis cuantitativo
de fenmenos econmicos actuales, basado en el desarrollo congruente de teora y
observaciones, y relacionado por mtodos apropiados de inferencia'.

Valavanis (1959): 'El objetivo de la econometra es expresar las teoras econmicas

bajo una forma matemtica a fin de verificarlas por mtodos estadsticos y medir el
impacto de una variable sobre otra, as como predecir acontecimientos futuros y dar
consejos de poltica econmica ante resultados deseables'.

A.G. Barbancho (1962): 'La econometra es la rama ms operativa de la Ciencia

econmica, trata de representar numricamente las relaciones econmicas mediante una
adecuada combinacin de la Teora econmica matemtica y la Estadstica. De forma que
las matemticas, como lenguaje y forma de expresin simblica e instrumento eficaz en el
proceso deductivo, representan el medio unificador; y teora econmica, economa
matemtica o estadstica econmica seran consideraciones parciales de su contenido'.

Klein (1962): 'El principal objetivo de la econometra es dar contenido emprico al

razonamiento a priori de la economa.'

Malinvaud (1966): '... aplicacin de las matemticas y mtodo estadstico al estudio de

fenmenos econmicos.'

Christ (1966): 'Produccin de declaraciones de economa cuantitativa que explican el

comportamiento de variables ya observadas, o predicen la conducta de variables an no
observadas'.
 Intriligator (1978): 'Rama de la economa que se ocupa de la estimacin emprica de
relaciones econmicas'.

G.C. Chow (1983): 'Arte y ciencia de usar mtodos para la medida de relaciones
econmicas'.

Carlos Sabino (1991): 'Nombre con el que se designa la aplicacin de las tcnicas
matemticas y estadsticas a la resolucin de problemas de economa. La econometra,
por lo general, se basa en la construccin de modelos formales con los cuales es posible
verificar hiptesis, medir variables estadsticas y realizar pruebas de simulacin'. 1
En cualquier caso, la definicin de economa es tan amplia que todas las anteriores son
aceptables.
Descripcin somera de la econometra[editar]
La econometra se ocupa de obtener, a partir de los valores reales de variables econmicas y
a travs del anlisis estadstico y matemtico (mas no de la teora econmica, como si se usa
en las ciencias naturales, como la fsica), los valores que tendran los parmetros (en el caso
concreto de la estimacin paramtrica) de los modelos en los que esas variables econmicas
aparecieran, as como de comprobar el grado de validez de esos modelos, y ver en qu
medida estos modelos pueden usarse para explicar la economa de un agente econmico
(como una empresa o un consumidor), o la de un agregado de agentes econmicos, como
podra ser un sector del mercado, o una zona de un pas, o todo un pas, o cualquier otra zona
econmica; su evolucin en el tiempo (por ejemplo, decir si ha habido o no cambio
estructural), poder predecir valores futuros de la variables, y sugerir medidas de poltica
econmica conforme a objetivos deseados (por ejemplo, para poder aplicar tcnicas de
optimizacin matemtica para racionalizar el uso de recursos dentro de una empresa, o bien
para decidir qu valores debera adoptar la poltica fiscal de un gobierno para conseguir
ciertos niveles de recaudacin impositiva).
Usualmente se usan tcnicas estadsticas diversas para estudiar la economa, pero uno de los
mtodos ms usados es el que se mostrar aqu.
Concepto de modelo economtrico[editar]
La econometra, igual que la economa, tiene como objetivo explicar una variable en funcin
de otras. Esto implica que el punto de partida para el anlisis economtrico es el modelo
econmico y este se transformar en modelo economtrico cuando se han aadido las
especificaciones necesarias para su aplicacin emprica. Es decir, cuando se han definido las
variables (endgenas, exgenas) que explican y determinan el modelo, los parmetros
estructurales que acompaan a las variables, las ecuaciones y su formulacin en forma
matemtica, la perturbacin aleatoria que explica la parte no sistemtica del modelo, y los
datos estadsticos.
A partir del modelo economtrico especificado, en una segunda etapa se procede a la
estimacin, fase estadstica que asigna valores numricos a los parmetros de las ecuaciones
del modelo. Para ello se utilizan mtodos estadsticos como pueden ser: mnimos
cuadrados ordinarios, mxima verosimilitud, mnimos cuadrados bietpicos, etc. Al recibir los
parmetros el valor numrico definen el concepto de estructura que ha de tener valor estable
en el tiempo especificado.
La tercera etapa en la elaboracin del modelo es la verificacin y contrastacin, donde se
someten los parmetros y la variable aleatoria a unos contrastes estadsticos para cuantificar
en trminos probabilsticos la validez del modelo estimado.
La cuarta etapa consiste en la aplicacin del modelo conforme al objetivo del mismo. En
general los modelos economtricos son tiles para:

1. Anlisis estructural y entender como funciona la economa.

2. Prediccin de los valores futuros de las variables econmicas.

3. Simular con fines de planificacin distintas posibilidades de las variables exgenas.

4. Simular con fines de control valores ptimos de variables instrumentales de poltica

econmica y de empresa.

Mtodos de la econometra[editar]
El mtodo de mnimos cuadrados (estimacin MCO)[editar]
Tambin se conoce como teora de la regresin lineal, y estar ms desarrollado en la parte
estadstica. No obstante, aqu se dar un resumen general sobre la aplicacin del mtodo de
mnimos cuadrados.
Se parte de representar las relaciones entre una variable econmica endgena y una o ms
variables exgenas de forma lineal, de la siguiente manera:
o bien:
"Y" es la variable endgena, cuyo valor es determinado por las exgenas, hasta . Cuales son
las variables elegidas depende de la teora econmica que se tenga en mente, y tambin de
anlisis estadsticos y econmicos previos. El objetivo buscado sera obtener los valores de
los parmetros desde hasta . A menudo este modelo se suele completar aadiendo un
trmino ms a la suma, llamado trmino independiente, que es un parmetro ms a buscar.
As:
.
o bien:
En el que es una constante, que tambin hay que averiguar. A veces resulta til, por motivos
estadsticos, suponer que siempre hay una constante en el modelo, y contrastar la hiptesis
de si es distinta, o no, de cero para reescribirlo de acuerdo con ello.
Adems, se supone que esta relacin no es del todo determinista, esto es, existir siempre un
cierto grado de error aleatorio (en realidad, se entiende que encubre a todas aquellas
variables y factores que no se hayan podido incluir en el modelo) que se suele representar
aadiendo a la suma una letra representa una variable aleatoria. As:
o bien:
Se suele suponer que es una variable aleatoria normal, con media cero y varianza constante
en todas las muestras (aunque sea desconocida), representado de forma matemtica como
Se toma una muestra estadstica, que corresponda a observaciones de los valores que hayan
tomado esas variables en distintos momentos del tiempo (o, dependiendo del tipo de modelo,
los valores que hayan tomado en distintas reas o zonas o agentes econmicos a considerar).
Por ejemplo, en un determinado modelo podemos estar interesados en averiguar como la
renta ha dependido de los niveles de precios, de empleo y de tipos de inters a lo largo de los
aos en cierto pas, mientras que en otro podemos estar interesados en ver como, a lo largo
de un mismo ao, ha dependido la renta de distintos pases de esas mismas variables. Por lo
que tendramos que observar, en el primer caso, la renta, niveles de empleo, precios y tipos
de inters del ao 1, lo mismo, pero del ao 2, etctera, para obtener la muestra a lo largo de
varios aos, mientras que en el segundo caso tendramos que tener en cuenta los valores de
cada uno de los pases para obtener la muestra. Cada una de esas observaciones para cada
ao, o pas, se llamara observacin muestral. Ntese que an se podra hacer un anlisis
ms ambicioso teniendo en cuenta pas y ao.
Una vez tomada la muestra, se aplica un mtodo, que tiene su justificacin matemtica y
estadstica, llamado mtodo de mnimos cuadrados. Este consiste en, bsicamente, minimizar
la suma de los errores (elevados al cuadrado) que se tendran, suponiendo distintos valores
posibles para los parmetros, al estimar los valores de la variable endgena a partir de los de
las variables exgenas en cada una de las observaciones muestrales, usando el modelo
propuesto, y comparar esos valores con los que realmente tom la variable endgena. Los
parmetros que lograran ese mnimo, el de las suma de los errores cuadrticos, se acepta que
son los que estamos buscando, de acuerdo con criterios estadsticos.
Tambin, este mtodo nos proporcionar informacin (en forma de ciertos valores estadsticos
adicionales, que se obtienen adems de los parmetros) para ver en qu medida los valores
de los parmetros que hemos obtenido resultan fiables, por ejemplo, para hacer contrastes
de hiptesis, esto es, ver si ciertas suposiciones que se haban hecho acerca del modelo
resultan, o no, ciertas. Se puede usar tambin esta informacin adicional para comprobar si
se pueden prescindir de algunas de esas variables, para ver si es posible que los valores de
los parmetros hayan cambiado con el tiempo (o si los valores de los parmetros son
diferentes en una zona econmica de los de otra, por ejemplo), o para ver en qu grado son
vlidas predicciones acerca del futuro valor de la variable endgena si se supone que las
variables exgenas adoptarn nuevos valores.
Problemas del mtodo de los mnimos cuadrados[editar]
El mtodo de los mnimos cuadrados tiene toda una serie de problemas, cuya solucin, en
muchas ocasiones aproximada, ha estado ocupando el trabajo de los investigadores en el
campo de la econometra.
De entrada, el mtodo presupone que la relacin entre las variables es lineal y est bien
especificada. Para los casos de no linealidad se recurre, bien a mtodos para obtener una
relacin lineal que sea equivalente, bien a aproximaciones lineales, o bien a mtodos de
optimizacin que absorban la relacin no lineal para obtener tambin unos valores de los
parmetros que minimicen el error cuadrtico.
Otro supuesto del modelo es el de normalidad de los errores del modelo, que es importante de
cara a los contrastes de hiptesis con muestras pequeas. No obstante, en muestras grandes
el teorema del lmite central justifica el suponer una distribucin normal para el estimador de
mnimos cuadrados.
No obstante, el problema se complica considerablemente, sobre todo a la hora de hacer
contrastes de hiptesis, si se cree que la varianza de los errores del modelo cambia con el
tiempo. Es el fenmeno conocido como heterocedasticidad (el fenmeno contrario es
la homocedasticidad). Este fenmeno se puede detectar con ciertas tcnicas estadsticas.
Para resolverlo hay que usar mtodos que intenten estimar el cambiante valor de la varianza y
usar lo obtenido para corregir los valores de la muestra. Esto nos llevara al mtodo conocido
como mnimos cuadrados generalizados. Una versin ms complicada de este problema es
cuando se supone que, adems, no solo cambia la varianza del error sino que tambin los
errores de distintos periodos estn correlacionados, lo que se llama autocorrelacin. Tambin
hay mtodos para detectar este problema y para corregirlo en cierta medida modificando los
valores de la muestra, que tambin son parte del mtodo de los mnimos cuadrados
generalizados.
Otro problema que se da es el de la multicolinealidad, que generalmente sucede cuando
alguna de las variables exgenas en realidad depende, tambin de forma estadstica, de otra
variable exgena del mismo modelo considerado, lo que introduce un sesgo en la informacin
aportada a la variable endgena y puede hacer que el mtodo de mnimos cuadrados no se
pueda aplicar correctamente. Generalmente la solucin suele ser averiguar qu variables
estn causando la multicolinealidad y reescribir el modelo de acuerdo con ello.
Tambin hay que tener en cuenta que en ciertos modelos puede haber relaciones dinmicas,
esto es, que una variable exgena dependa, adems, de los valores que ella misma y/u otras
variables tomaron en tiempos anteriores. Para resolver estos problemas se estudian lo que se
llama modelos de series temporales.

Software economtrico[editar]
Entre los programas ms empleados se encuentran SAS, Stata, RATS, TSP, SPSS, Limdep
y WinBugs. Para ms detalles, pueden verse las siguientes referencias.

EViews

Gauss

Gretl

Matlab

Microfit

Limdep

SAS

SPSS

Stata

SHAZAM
R como tal es un lenguaje de programacin a la vez que es una herramienta para aplicar este
la econometra de forma muy poderosa. Por otro lado, la econometra con ayuda de
programas o lenguajes de programacin y en un sentido estricto, no requiere que sea
especializado. Los anlisis de corte economtrico puede hacerse en Java, J, C, C+
+, C#, Python, Perl, Scheme, K, S (la base principal de R junto con Scheme) y los derivados
de estos lenguajes tambin, entre otra cantidad importante de dialectos o lenguajes de
programacin.
Como ejemplo del prrafo anterior, SPSS es un software inicialmente creado para anlisis
estadsticos en ciencias sociales (ver artculo en Wikipedia). R inicialmente como un proyecto
derivado de S y con finalidad ms bien estadstica.2 Otor ejemplo al respecto, Stata es un
programa estadstico, pero permite poderosos anlisis en econometra.
Gretl est enfocado a hacer la interfaz muy amigable con el econometra, adems de servir
con eficiencia para las series de tiempo. Eviews, que debe el nombre
a Econometrical Views (Vistas economtricas), tiene como fin netamente inicial, la
econometra; por esta razn, desplega una cantidad apropiada, pero poco personalisable, de
informacin altamente til para estos anlisis.
Incluso las calculadoras cientficas ms avanzadas pueden llegar a tener algunos elementos
bsicos para la elaboracin y comprobacin de modelos economtricos. Basta con que pueda
graficar y en las regresiones se logre calcular, por cualquier medio, que es una variable
aleatoria normal (). En caso de no serlo, se requeriran ms pasos en la calculadora. Incluso,
sin ser calculadores, puede hacerse anlisis econmtricos, como lo
son MATLAB, Maple, Scilab. Claramente, los programas matemticos que se acaban de
mencionar tienen limitaciones, como la cantidad de observaciones que pueden soportar (la
versin de Scilab 5.5.1 apenas soportaba una matriz que entre columnas y filas llegaba a
cinco mil).
No obstante los beneficios de unos y otros software, depende en general, sobre los
dispositivos en los que se vaya a usar tal herramienta. Si, por ejemplo, se
prefiere Windows como sistema operativo, puede usarse una cantidad importante de
programas de licencia y libres; no as en GNU Linux. En esta ltima distribucin y sistema
operativo, no se podrn usar muchas distribuciones de licencia, aunque s otras formas
igualmente poderosas. En Mac OS se tiene problemas tambin con algunos programas de
paga u Open Source, Licencia Libre o Software Libre.
Los fines del anlisis economtrico tambin influir de forma determinante para usar cierto
programa. Por ejemplo, si lo que se desea es algo completamente personalizado, con niveles
de profesionalismo muy adecuado para publicaciones internacionales, los lenguajes de
programacin son adecuados. Estos permiten que se exponga la informacin de una forma
propia ms fcilmente que en otros ya con interfaces predeterminadas.

Lecturas recomendadas[editar]
J.M. Caridad y Ocern: Econometra: modelos economtricos y series temporales

Barbancho, Alfonso G.: Fundamentos y posibilidades de la Econometra

Brooks, Chris. Econometra Introductoria para Finanzas

Greene, William. Anlisis economtrico

Guisn, Mara del Carmen: Econometra

Gujarat, Damodar M.: Econometra

Johnston, Jack & Dinardo, John, Mtodos de Econometra

Lora Eduardo, Econometra con aplicaciones

Maddala, G. S. , Introduccin a la econometra

Michael D. Intriligator, Modelos economtricos, tcnicas y aplicaciones, FCE

 Novales, Alfonso: Econometra

Prez, Cesar. Econometra Avanzada. Tcnicas y Herramientas

Pindyck: Modelos y pronsticos

Wooldridge, Jeffrey M. : Introductory Econometrics: A Modern Approach, 4e

Vase tambin[editar]
economa

economa social

microeconoma

serie temporal

Referencia[editar]
1. Volver arriba Sabino, Carlos (1991). Diccionario de Economa y Finanzas. Panapo.
Consultado el 27 de julio de 2015.

2. Volver arriba Kleiber, Christian; Zeileis, Achim (2008). Applied Econometrics with
R (1ra edicin). Springer Science+Business Media. ISBN 978-0-387-77316-2.

Bibliografa[editar]

Handbook of Econometrics Elsevier. Links to volume chapter-preview links:

Zvi Griliches and Michael D. Intriligator, ed. (1983). v. 1; (1984),v. 2;
(1986), description, v. 3; (1994), description, v. 4
Robert F. Engle and Daniel L. McFadden, ed. (2001).Description, v. 5
James J. Heckman and Edward E. Leamer, ed. (2007). Description, v. 6A & v. 6B

Handbook of Statistics, v. 11, Econometrics (1993), Elsevier. Links to first-page

chapter previews.

International Encyclopedia of the Social & Behavioral Sciences (2001), Statistics,

"Econometrics and Time Series," links to first-page previews of 21 articles.

Angrist, Joshua & Pischke, JrnSteffen (2010). "The Credibility Revolution in Empirical
Economics: How Better Research Design Is Taking the Con out of Econometrics], 24(2), ,
pp. 330. Abstract.

Eatwell, John, et al., eds. (1990). Econometrics: The New Palgrave. Article-
preview links (from The New Palgrave: A Dictionary of Economics, 1987).
 Geweke, John; Horowitz, Joel; Pesaran, Hashem (2008). Econometrics. En Durlauf,
Steven N.; Blume, Lawrence E. The New Palgrave Dictionary of Economics (Palgrave
Macmillan). doi:10.1057/9780230226203.0425.

Greene, William H. (2012, 7th ed.) Econometric Analysis, Prentice Hall.

Hayashi, Fumio. (2000) Econometrics, Princeton University Press. ISBN 0-691-01018-

8 Description and contents links.

Hamilton, James D. (1994) Time Series Analysis, Princeton University

Press. Description and preview.

Hughes Hallett, Andrew J (1989). Econometrics and the Theory of Economic Policy:
The Tinbergen-Theil Contributions 40 Years On. Oxford Economic Papers 41 (1): 189-
214.

Kelejian, Harry H., and Wallace E. Oates (1989, 3rd ed.) Introduction to Econometrics.

Kennedy, Peter (2003). A guide to econometrics. Cambridge, Mass: MIT Press. ISBN 978-
0-262-61183-1.

Russell Davidson and James G. MacKinnon (2004). Econometric Theory and

Methods. New York: Oxford University Press. Description.

Mills, Terence C., and Kerry Patterson, ed. Palgrave Handbook of Econometrics:
(2007) v. 1: Econometric Theoryv. 1. Links to description and contents.
(2009) v. 2, Applied Econometrics. Palgrave Macmillan. ISBN 978-1-4039-1799-
7 Links to description and contents.

Pearl, Judea (2009, 2nd ed.). Causality: Models, Reasoning and

Inference, Cambridge University Press, Description, TOC, and preview, ch. 1-
10 and ch. 11. 5 economics-journal reviews, including Kevin D.
Hoover, Economics Journal.

Pindyck, Robert S., and Daniel L. Rubinfeld (1998, 4th ed.). Econometric Methods
and Economic Forecasts, McGraw-Hill.

Santos Silva, J.M.C. and Tenreyro, Silvana (2006), "The Log of Gravity," The
Review of Economics and Statistics, 88(4), pp. 641658.
<http://www.mitpressjournals.org/doi/pdfplus/10.1162/rest.88.4.641>

Studenmund, A.H. (2011, 6th ed.). Using Econometrics: A Practical Guide.

Contents (chapter-preview) links.

Wooldridge, Jeffrey (2003). Introductory Econometrics: A Modern

Approach. Mason: Thomson South-Western. ISBN 0-324-11364-1 Chapter-
preview links in brief and detail.
Enlaces externos[editar]
 Economa Social

Diapositivas Libro wooldridge

Asociacin de Econometra Aplicada

Curso de Extensin en Economa Avanzada del Banco Central de Reserva del

Per