Modelos de Ecuaciones

Simultaneas
Econometra II

FIECS UNI

UNI 2011 - II

Econometra II

FIECS UNI

UNI 2011 - II

Modelos
Multiecuacionales
Problemtica:
Endogeneidad de
variables
explicativas
Inconsistencia de
estimadores MCO
Mtodo de MCI
Mtodo MC2E,
Estimadores MC2E
Mtodo VI,
Estimadores VI
Problemtica: No
identificacin
Imposibilidad de
identificar
parmetros
estructurales
Econometra II

FIECS UNI

UNI 2011 - II

1. Todos los modelos de regresin que se han analizado hasta
ahora han sido modelos de regresin de una nica ecuacin, ya
que la variable dependiente Y vena expresada como una
funcin de una o ms variables explicativas (las X). En estos
modelos la causalidad, si exista, iba de las X hacia Y.
2. Pero, en muchas situaciones, tal relacin causa-efecto
unidireccional, no tiene sentido. Esto sucede cuando Y est
determinada por las X y algunas de las X estn, a su vez,
determinadas por Y. En estos casos, no es posible estimar los
parmetros de una ecuacin aisladamente sin tener en cuenta la
informacin proporcionada por las dems ecuaciones del
sistema.
3. Evidentemente, si este fuera el caso, la estimacin por MCO
resultara bastante inadecuada porque podra dar resultados
sesgados (en el sentido estadstico). Los modelos de regresin
en los que hay ms de una ecuacin y en los que hay relaciones
de retroalimentacin entre las variables se conocen como
MODELOS DE ECUACIONES SIMULTNEAS.
Cul es la naturaleza de las ecuaciones simultneas?
Modelo de Ecuaciones simultneas
g variables endgenas: Y
1
, Y
2
, ..Y
g

Sea el modelo con:
k variables exgenas: X
1
, X
2
, ..X
K

i ki k i g g i i i
X X Y Y Y Y
2 2 1 21 20 2 2 1 21 2
... ... 0 c | | | + + + + + + + + =
i ki k i g g i i i
X ... X Y ... Y Y Y
1 1 1 11 10 1 2 12 1 1
0 + + + + + + + + =
gi ki gk i g g g i g gi g gi
X X Y Y Y Y c | | | + + + + + + + + = ... 0 ...
1 1 0 2 2 1
...... ..........
Para la
ecuacin h

hn
h
h
hk
h
h
kn n
k
k
hg
h
h
gn n n
g
g
hn
h
h
x x
x x
x x
y y y
y y y
y y y
y
y
y
c
c
c
|
|
|

... ...
... 1
... ... ... ...
... 1
... 1
...
...
... ... ... ...
...
...
...
2
1
1
0
1
2 12
1 11
2
1
2 1
2 22 12
1 21 11
2
1
h h h h
X Y Y c | + + I =
Econometra II

FIECS UNI

UNI 2011 - II

5
Modelo de Ecuaciones simultneas

gn n n
g
g
gk k k
g
g
kn n
k
k
gg g g
g
g
gn n n
g
g
gn n n
g
g
x x
x x
x x
y y y
y y y
y y y
y y y
y y y
y y y
c c c
c c c
c c c
| | |
| | |
| | |



...
... ... ... ...
...
...
...
... ... ... ...
...
...
... 1
... ... ... ...
... 1
... 1
...
... ... ... ...
...
...
...
... ... ... ...
...
...
...
... ... ... ...
...
...
2 1
2 22 12
1 21 11
2 1
2 21 11
1 20 10
1
2 12
1 11
2 1
2 22 12
1 21 11
2 1
2 22 12
1 21 11
2 1
2 22 12
1 21 11
| | | | | | | || | | |
g g k g g g
X X Y Y Y Y Y Y c c c | | | ... ... ... 1 ... ... ...
2 1 2 1 1 2 1 2 1 2 1
+ + I I I =
Escribimos el modelo en forma matricial y conjunta para todas las ecuaciones
Forma reducida
E + B = I X I Y ) (
Forma estructural del modelo
E + B = I X Y Y
E + B + I = X Y Y
1 1
) ( ) (

I E + I B = I I X Y
*
E + H = X Y
Reescribimos el modelo y
despejamos Y en funcin
de las variables exgenas
Y X X X ) (

1
= H
Econometra II

FIECS UNI

UNI 2011 - II

6
Supuestos del modelo
1. Las variables exgenas son fijas, no colineales y no estn
correlacionadas con las perturbaciones.
2. La perturbacin de cada ecuacin tiene E(c
h
) = 0 y V(c
h
)= o
2
h

constante para todas las observaciones
3. No existe correlacin entre perturbaciones de observaciones
diferentes.
4. Aunque exista correlacin contempornea entre
perturbaciones de ecuaciones diferentes, estas son constantes
para todas las observaciones muestrales (homocedasticidad
interecuaciones)
5. Si existen ecuaciones de definicin o identidades estas se
consideran eliminadas por sustitucin.
Econometra II

FIECS UNI

UNI 2011 - II

| |

=
gg g g
g
g
gt t gt t gt
gt t t t t
gt t t t t
gt t t
gt
t
t
t t
E E E
E E E
E E E
E E
o o o
o o o
o o o
c c c c c
c c c c c
c c c c c
c c c
c
c
c
c c
..
.. .. ... ...
..
..
) ( ... ) ( ) (
... ... ... ...
) ( ... ) ( ) (
) ( ... ) ( ) (
...
...
) (
2 1
2 22 21
1 12 11
2
2 1
2
2
2 1 2
1 2 1
2
1
2 1
2
1
'
c
t

= E
gn n n
g
g
c c c
c c c
c c c
...
... ... ... ...
...
...
2 1
2 22 12
1 21 11
c
1
c
2
c
g

| |

=
11
11
11
2
1 12 1 11 1
1 12
2
12 11 12
1 11 12 11
2
11
1 12 11
1
12
11
'
1 1
... 0 0
... ... ... ...
0 ... 0
0 ... 0
) ( ... ) ( ) (
... ... ... ...
) ( ... ) ( ) (
) ( ... ) ( ) (
...
...
) (
o
o
o
c c c c c
c c c c c
c c c c c
c c c
c
c
c
c c
n n n
n
n
n
n
E E E
E E E
E E E
E E
Matriz de covarianzas contemporneas de las perturbaciones de las ecuaciones ()
=
Matriz de covarianzas de las perturbaciones de la ecuacin 1

) (
11
I o
Econometra II

FIECS UNI

UNI 2011 - II

8
Modelo de oferta y demanda
) (
2 2 1 0
1 2 1 0
mercado de equilibrio Q Q Q
Z P Q
Y P Q
s d
s
d
= =
+ + + =
+ + + =
c | | |
c o o o
2 2 0 1
1 2 0 1
c | | |
c o o o
+ + + =
+ + + =
Z P Q
Y P Q
2 2 0 1
1 2 0 1
c | | |
c o o o
+ + =
+ + =
Z P Q
Y P Q
Q
d
: demanda; Q
s
: oferta;
P: Precio; Y : renta;
Z: precio de un bien relacionado
Luego
| | | | | |
2 1
2
2
0 0
1 1
0
0 1
1 1
c c
|
o
| o
| o
+

Z Y P Q
Econometra II

FIECS UNI

UNI 2011 - II

9
| | | | | |

1 1
1
1 1
1
1 1
1
1 1
1
2 1
1 1
1
1 1
1
1 1
1
1 1
1
2
2
0 0
0
0 1
| o | o
o
| o | o
|
| o | o
o
| o | o
|
c c
|
o
| o
Z Y P Q
| | | | | |
* *
2 1
1 1
2
1 1
2 1
1 1
2
1 1
1 2
1 1
0 0
1 1
0 1 1 0
1 c c
| o
|
| o
| o
| o
o
| o
| o
| o
o |
| o
| o | o
+

+
Z Y P Q
H
1 1
2
1 1
2 1
1 1
2
1 1
1 2
1 1
0 0
1 1
0 1 1 0
32 31
22 21
12 11
| o
|
| o
| o
| o
o
| o
| o
| o
o |
| o
| o | o
t t
t t
t t

+
= =
= =
= =
22
21
1
t
t
| =
32
31
1
t
t
o =
32 1 1 2
) ( t | o | =
22 1 1 2
) ( t o | o =
) (
12 1 11 0
t | t | =
12 1 1 0 0
) ( t | o | o =
Econometra II

FIECS UNI

UNI 2011 - II

10
El problema de identificacin
El problema de identificacin pretende establecer si las estimaciones numricas de
los parmetros de una ecuacin estructural pueden ser obtenidos de los
coeficientes estimados de la forma reducida
Ecuacin estructural
Coeficientes pueden ser obtenidos de los
coeficientes estimados de la forma reducida
La ecuacin
est identificada
Si
La ecuacin no
est identificada
No
Exactamente
si puede obtenerse valores
nicos de los parmetros
estructurales
Sobreidentificada
si puede obtenerse ms de un valor
de alguno de los parmetros
estructurales
Econometra II

FIECS UNI

UNI 2011 - II

11
Reglas para la identificacin:
Condicin de orden
Def. 1: En un modelo de g ecuaciones simultneas, para que una ecuacin est
identificada debe haber al menos g -1 variables excluidas entre variables
endgenas y exgenas del total de variables que aparecen en el modelo
N variables excluidas
< g -1
= g -1
> g -1
Ecuacin subidentificada
Es posible que la ecuacin est exactamente
identificada
Ecuacin posiblemente sobreidentificada
Sea un modelo con:
g = n de variables endgenas en el modelo
g
i
= n de variables endgenas en la ecuacin
k = n de variables exgenas en el modelo
k
i
= n de variables exgenas en la ecuacin
Econometra II

FIECS UNI

UNI 2011 - II

12
Reglas para la identificacin:
Condicin de orden
1 1
* *
= + > + g g g k k g
i i i i
Def. 2: En un modelo de g ecuaciones simultneas, para que una
ecuacin est identificada el n de variables exgenas excluidas no
debe ser menor que el n de variables endgenas incluidas como
variables explicativas en la ecuacin, es decir, K ki > g
i
- 1
Si K k
i

< g
i
- 1
= g
i
- 1
> g
i
- 1
Ecuacin subidentificada
Es posible que la ecuacin est exactamente
identificada
Ecuacin posiblemente sobreidentificada
1 >
i i
g k k
Variables excluidas
g
i
*
: v. endgenas excluidas
Econometra II

FIECS UNI

UNI 2011 - II

13
Reglas para la identificacin:
Condicin de rango
En un modelo de g ecuaciones simultneas con g variables endgenas, una ecuacin
est identificada si y slo s puede construirse por lo menos un determinante = 0 de
orden (g -1) x (g 1) a partir de los coeficientes de las variables excluidas de la
ecuacin, pero incluidas en las otras ecuaciones del modelo.
Estas dos condiciones se resumen en el siguiente criterio de clasificacin
De acuerdo a la condicin de orden, una ecuacin est:
1. Subidentificada si k k
i
< g
i
1
2. Posiblemente identificada, si k k
i
> g
i
1
y en este caso, de acuerdo a la condicin de rango, la ecuacin est:
a) Sobreidentificada si k k
i
> g
i
1 y Rango (A*) = g 1
b) Exactamente identificada si k k
i
= g
i
1 y Rango (A*) = g 1
c) No identificada si k k
i
> g
i
1 y Rango (A*) < g 1
A* : matriz de coeficientes de las variables excluidas
Econometra II

FIECS UNI

UNI 2011 - II

14
Identificacin de ecuaciones
0
0
0
3 4 43 2 23 1 13 2 23 3
2 4 41 2 22 3 32 2
1 4 41 3 31 1 11 3 31 2 21 1
= + + + + +
= + + + +
= + + + + + +
t t t t t t
t t t t t
t t t t t t t
X X X Y Y
X X Y Y
X X X Y Y Y
c | | |
c | |
c | | |
Sea el modelo:
| | | | | | 0 0 0
0 0
0
0
1
1
0 0 1
3 2 1
43 42 41
31
23 22
13 11
32 31
23 21
4 3 2 1 3 2 1
= +

c c c
| | |
|
| |
| |


X X X X Y Y Y
A
A
1
A
2
A
3

Econometra II

FIECS UNI

UNI 2011 - II

15
Identificacin de ecuaciones

=
43 42 41
31
23 22
13 11
32 31
23 21
0 0
0
0
1
1
0 0 1
| | |
|
| |
| |


A
A
1
A
2
A
3

g = 3

k = 4
Ecuacin 1: g
1
= 3; k
1
= 3
K k
1
= 1 < g
1
1 = 2 Ecuacin subidentificada
Ecuacin 3: g
3
= 2; k
3
= 3
K k
3
= 1 = g
3
1 = 1
Ecuacin posiblemente
identificada

=
0
0 1
*
31
|
A
p(A*) = 1 < g -1
Ecuacin sobreidentificada
Ecuacin 2: g
2
= 2; k
2
= 2
K k
2
= 2 > g
2
1 = 1
Ecuacin posiblemente
sobreidentificada

=
0
0 1
*
31
13 11
|
| | A
p(A*) = 2 = g -1
Ecuacin subidentificada
Econometra II

FIECS UNI

UNI 2011 - II

16
Restricciones lineales homogneas
Sea el modelo:
| |
q j
A a sujeto X Y 0 ; 0 = = E +

B
I
o
Donde:
A
j
: Vector de coeficientes de la ecuacin j
q : n de restricciones homogneas
g : n de variables endgenas
De acuerdo a la condicin de orden, una ecuacin est:
1. Subidentificada si q < g 1
2. Posiblemente identificada, si q > g 1
y en este caso, de acuerdo a la condicin de rango, la ecuacin est:
a) Sobreidentificada si q

> g 1 y p(o A) = g 1
b) Exactamente identificada si q = g 1 y p(o A) = g 1
c) No identificada si q > g 1 y p(o A) < g 1
Econometra II

FIECS UNI

UNI 2011 - II

17
Identificacin de ecuaciones con
restricciones lineales homogneas
0
0
0
3 4 43 2 23 1 13 2 23 3
2 4 41 2 22 3 32 2
1 4 41 3 31 1 11 3 31 2 21 1
= + + + + +
= + + + +
= + + + + + +
t t t t t t
t t t t t
t t t t t t t
X X X Y Y
X X Y Y
X X X Y Y Y
c | | |
c | |
c | | |
Sea el modelo:
Sujeto a
|
31
= 3 |
11

=
43 42 41
31
23 22
13 11
32 31
23 21
0 0
0
0
1
1
0 0 1
| | |
|
| |
| |


A
A
1
A
2
A
3

=
0 1 0 3 0 0 0
0 0 1 0 0 0 0
o
Ecuacin 1 Restricciones:
|
21
= 0
|
31
= 3 |
11
q = 2 = g 1

=
+
13 31 11
23 22
3 0 3
0
| | |
| |
o A
p(o A) = 2 = g-1
La ecuacin est exactamente identificada
Econometra II

FIECS UNI

UNI 2011 - II

18
Identificacin con restricciones
lineales
Observaciones
Cuando las restricciones se refieren solo a restricciones de
exclusin, entonces, el anlisis equivale a comparar v. exgenas
excluidas con v. endgenas incluidas como explicativas y
obtener el rango de la submatriz de coeficientes de las variables
excluidas en la ecuacin pero incluidas en las otras ecuaciones.

Si las restricciones son no homogneas, es decir, las
restricciones tienen constante no nula, por ejemplo:
|
2
+ 3|
3
=5, entonces en el anlisis se debe comparar p(oA) con g
Econometra II

FIECS UNI

UNI 2011 - II

19
Identificacin de ecuaciones no
homogneas
t t t t t
t t t t
X X Y Y
X Y Y
2 3 32 2 22 1 12 02 2
1 1 11 2 21 01 1
c | | |
c | |
+ + + + =
+ + + =
| | | | 0
0
0
0
1
1
1
2 1
32
22
11
02 01
21
12
3 2 1 2 1
= +

c c
|
|
|
| |

X X X Y Y
Sujeto a
|
22
+ |
32
= 1
p(o A) = 1 = g-1

=
1 0 0 0 0 0
0 1 0 0 0 0
o
Ecuacin 1
Restricciones:
|
21
= 0
|
31
= 0

q = 2 > g 1

=
32
22
0
0
|
|
o A
La ecuacin est sobreidentificada

=
1 1 0 0 0 0
0 0 1 0 0 0
o
Ecuacin 2
Restricciones:
|
12
= 0
|
22
+ |
32
= 1
q = 2 = g

=
1 0
0
11
|
o A
p(o A) = 2 = g
La ecuacin est
exactamente
identificada
Econometra II

FIECS UNI

UNI 2011 - II

20
Estimacin
Debido a que existen correlaciones contemporneas no nulas
entre las perturbaciones de ecuaciones diferentes, no es
apropiado aplicar al modelo estructural MCO para obtener las
estimaciones de sus coeficientes, pues bajo estas circunstancias
el estimador de MCO es sesgado e inconsistente.

Mtodos de estimacin:
1. MCI: Mnimos cuadrados indirectos.
2. Variables instrumentales.
3. MC2E: Mnimos cuadrados en dos etapas.
4. MC3E: Mnimos cuadrados en tres etapas con informacin
incompleta.
5. MC3E: Mnimos cuadrados en tres etapas con informacin
completa.
6. Mxima verosimilitud.
Econometra II

FIECS UNI

UNI 2011 - II

21
Estimacin por MCI
Este es un mtodo valido nicamente para ecuaciones exactamente
identificadas, consiste en estimar por MCO los parmetros de la forma reducida
y luego se despejan los coeficientes de la ecuacin en su forma estructural, a
estos estimadores se denomina estimadores de MCI.
Como en la forma reducida cada variable endgena es explicada slo por las
variables exgenas (que son predeterminadas), entonces, el estimador de MCO
de los coeficientes en la forma reducida es insesgado, consistente y eficiente. El
estimador de MCI es un estimador consistente de los coeficientes de la forma
estructural.
Forma estructural del modelo
E + B + I = X Y Y
1 1
) ( ) (

I E + I B = I I X Y
*
E + H = X Y
Y X X X ) (
1
= H
Econometra II

FIECS UNI

UNI 2011 - II

22
t t t t
t t t t t
X Y Y
X X Y Y
2 3 32 1 12 2
1 2 21 1 11 2 21 1
c |
c | |
+ + =
+ + + =
Estimacin por MCI
Se cuenta con la matriz de covarianzas

3 1 2 1 2
1 1 0 4 0
2 0 4 2 3
1 4 2 16 6
2 0 3 6 12
Y
1

Y
2
X
1
X
2
X
3

Y
1

Y
2

X
1

X
2

X
3

Econometra II

FIECS UNI

UNI 2011 - II

23
t t t t
t t t t t
X Y Y
X X Y Y
2 3 32 1 12 2
1 2 21 1 11 2 21 1
c |
c | |
+ + =
+ + + =
t t t t
t t t t t
X Y Y
X X Y Y
2 3 32 1 12 2
1 2 21 1 11 2 21 1
c |
c | |
+ =
+ + =
| | | | | |
2 1
31
21
11
3 2 1
21
12
2 1
0
0
0
1
1
c c
|
|
|

X X X Y Y
| | | | | |
* *
1
1
1
1 1
1
31
21
11
3 2 1 2 1
2 1
21 12 21 12
21
21 12
12
21 12
0
0
0
c c
|
|
|

=


X X X Y Y
| |
32
0 | o = A
Ecuac. 1.
p(o A) = 1= g -1
Ecuac. Exact. identificada

=
0
0
21
11
|
|
o A
Ecuac. 2.
p(o A) = 1= g -1
Ecuacin sobreidentificada
q =1 = g -1
q =2 > g -1
Modelo en forma estructural
Modelo en forma reducida
Identificacin de ecuaciones
Econometra II

FIECS UNI

UNI 2011 - II

24
Y X X X ) (
1
= H

= H

4
8
1 2
4 0
2 3
3 1 2
1 1 0
2 0 4
2 / 1
2 / 1
2 / 5 2 / 1
1
2 / 1
1
31
2 / 1
1
21
2 / 1
1
11
21 12
21 32
21 12
21
21 12
11

= =
= =
= =

|

|

|
t
t
t
4

21 12
32
21 12
12 21
21 12
12 11
1
32
1
22
2 / 5
1
12
= =
= =
= =

|

|

|
t
t
t
Coef. ecuac. 1:
21
, |
11
, |
21

8 / 1
32
31
21

= =
t
t

16 / 13
21 12 11 11

= = t t |
2 / 1
21 22 21 21

= = t t |
Coef. ecuac. 2:
12
, |
321

16

21
22
12
= =
t
t

11
12
12
= =
t
t

12 31 32 32
= = t t | 2 / 13
12 31 32 32

= = t t |
Econometra II

FIECS UNI

UNI 2011 - II

25
Estimacin por Variables
instrumentales
En el modelo estructural para explicar a cada variable endgena participan, tambin,
algunas de las otras variables endgenas lo cual genera un problema de correlacin entre
las variables explicativas con los trminos perturbacin.
Un mtodo consistente y mas eficiente que el MCI es utilizar variables instrumentales (VI)
y es aplicable a ecuaciones identificadas (exactamente o sobreidentificadas).
En el modelo de ecuaciones simultneas se considera como v. instrumentales a las
variables exgenas excluidas de la ecuacin que deseamos estimar.
t t t t
t t t t t
X Y Y
X X Y Y
2 3 32 1 12 2
1 2 21 1 11 2 21 1
c |
c | |
+ + =
+ + + =
Ejemplo
Entonces
para la ecuacin 1 X
3
sera v. inst de Y
2
y
para la ecuacin 2 X
1
o X
2
podran ser v. inst de Y
1

Para la aplicacin de VI se requiere que k - k
i
> g
i
- 1
Para que exista un nmero suficiente de instrumentos disponibles.
Econometra II

FIECS UNI

UNI 2011 - II

26
Variables instrumentales
E + B + I = X Y Y
| | E +

B
I
= X Y Y
1 1 1 1 1 1
c | + + I = X Y y
Dado el modelo
Para la ecuacin 1 tenemos:
| |
1
1
1
1 1 1
c
|
+

I
= X Y y
Z
1

A
1

Sea
| |
1 1 1
X Y Z =
Matriz de variables explicativas en la ecuacin
1
*
1
*
1
X Y Z =
Matriz de variables instrumentales
Entonces:
1
*'
1
1
1
*'
1 1

y Z Z Z A

=
Econometra II

FIECS UNI

UNI 2011 - II

27
Estimador de variables
instrumentales
1
*'
1
1
1
*'
1 1

y Z Z Z A

=
' ] ) [( ) ( ) ( )

(
1
1
*'
1
* *'
1
1
1
*'
1 11 1
1

= Z Z Z Z Z Z A V
VI
o
La matriz de covarianzas
asinttica del estimador de VI
Si la ecuacin est exactamente identificada el estimador de VI coincide
con el estimador de MCI
) (

1 1
1
'
1
11 11
k g n
e e
S
+
= = o
| |

=
I
1

1 1 1 1
|
X Y y e
1 1
' '
1 1
' '
1 1
'
1
'
1

2
1 1 1
A Z Z A y Z A y y e e + =
Econometra II

FIECS UNI

UNI 2011 - II

28
| |
| | | |
2
32
12
3 1 2 3 32 1 12 2
1
21
11
21
2 1 2 1 2 21 1 11 2 21 1
c c |
c c | |
|

|
|

+ = + + =
+

= + + + =
x y x y y
x x y x x y y
t t t t
t t t t t

3 1 2 1 2
1 1 0 4 0
2 0 4 2 3
1 4 2 16 6
2 0 3 6 12
Y
1
Y
2
X
1
X
2
X
3

Y
1

Y
2

X
1

X
2

X
3

Matriz de covarianzas
Ecuacin 1
| |
2 1 2 1
x x y Z =
| |
2 1 3
*
1
x x x Z =
( )
1
*'
1
1
1
*'
1 1

y Z Z Z A

=

1
'
2
1
'
1
1
'
3
1
2
'
2 1
'
2 2
'
2
2
'
1 1
'
1 2
'
1
2
'
3 1
'
3 2
'
3
21
11
21

y x
y x
y x
x x x x y x
x x x x y x
x x x x y x
|
|

2 / 1
16 / 13
8 / 1
0
3
2
0 2 / 1 1
8 / 1 16 / 3 8 / 1
4 / 1 8 / 1 4 / 1
0
3
2
1
1 0 4
0 4 2
1 2 1
21

11

21

|
|

La estimacin de VI
coincide con la de MCI
EJEMPLO
Econometra II

FIECS UNI

UNI 2011 - II

29
' ] ) [( ) ( ) ( )

(
1
1
*'
1
* *'
1
1
1
*'
1
2
1 1
1

= Z Z Z Z Z Z A V
VI
o
)

2 (
1 1
' '
1 1
' '
1 1
'
1
) 1 (
1
'
1
1 1
A Z Z A y Z A y y e e n + =
| | | |

+ =
2 / 1
16 / 13
8 / 1
1 0 4
0 4 2
4 2 16
2 / 1 16 / 13 8 / 1
0
3
6
2 / 1 16 / 13 8 / 1
1
1
'
1
2 12
n
e e

988 . 0 062 . 0 124 . 0

062 . 0 131 . 0 015 . 0
124 . 0 015 . 0 031 . 0
0 8 / 1 4 / 1
2 / 1 16 / 3 8 / 1
1 8 / 1 4 / 1
1 0 1
0 4 2
1 2 3
0 2 / 1 1
8 / 1 16 / 3 8 / 1
4 / 1 8 / 1 4 / 1
24
386 . 12
1
)

(
VI
A V
Cuando se utiliza covarianzas
8594 . 11
22
) 8594 . 10 ( 24
)
1 1
(
1
'
1
11

=
+
= =
k g n
e e
o
Asumiendo n = 25
Econometra II

FIECS UNI

UNI 2011 - II

30
Estimador de mnimos cuadrados
en dos etapas MC2E
Se utiliza para estimar coeficientes de ecuaciones identificadas (exactamente
o sobreidentificadas).
El procedimiento de MC2E proporciona un nico estimador que es la
combinacin lineal ptima de los estimadores que podran generarse por VI.
1 etapa:
Construir una regresin auxiliar para cada variable endgena incluida como
explicativa en la ecuacin en funcin de todas las variables exgenas del
modelo.
Procedimiento
Si la ecuacin est exactamente identificada el estimador de MC2E coincide
con el estimador de VI y MCI
Econometra II

FIECS UNI

UNI 2011 - II

31
Estimador de MC2E
1

Y
| |
3 2 1
y y Y =
1 1
u X Y + = o
1 1 1 1 1 1
c | + + I = X Y y
1
1
' ) ' ( Y X X X

= o
Ejemplo
1
1
1
' ) ' (

Y X X X X Y

=
,
Las predicciones de las variables de Y
1
son tales que
1. Cada variable de est correlacionada con la variable observada de Y
1

ejemplo
| | | |
3 2
1
3 2 1
' ) ' (

y y X X X y y Y

= =
2. Las variables estn incorrelacionadas con el trmino perturbacin de la
ecuacin por ser combinaciones lineales de las variables exgenas X
Econometra II

FIECS UNI

UNI 2011 - II

32
| |
1
1
1
1 1 1 1 1 1 1 1

c
|
c | +

I
= + + I = X Y X Y y
| |
1 1

* X Y X =
1
1
2
1
1
*' *) *' (

y X X X
E MC

I
|
2 etapa:
En la ecuacin original se remplaza las variables endgenas por sus
predicciones obtenidas con las regresiones auxiliares. Luego por MCO se
estiman los coeficientes de la ecuacin.
Sea

=
1
1
1
1
1
1
1
1
' '
' '

* *'
X X Y X
X Y Y Y
X X
( ) ( )
1
1 '
1 1
1 1 '
1 1
'
1
' ) ' ( ' ) ' ( ' ) ' (

Y X X X X Y Y X X X X X X X X Y Y Y

= =
1
'
1 1
1 '
1 1
'
1
' ) ' (

X Y X X X X X Y X Y = =

donde

=
1
'
1
1
'
1
1

*'
y X
y Y
y X
1 1 1 1
'

' Y X Y X =
Econometra II

FIECS UNI

UNI 2011 - II

33

1
1
1
1
1
1
1
1
1
1
1
1
'
1 '
1
' '
' 1 '
2
1
1
' ) ' ( ' ) ' (

y X
y X X X X Y
X X Y X
X Y Y X X X X Y
E MC
|
El estimador de MC2E es un caso especial de variables instrumentales donde:
| |
1 1 1
X Y Z =
| |
1 1
*

1
X Y Z =
Vector de variables instrumentales
( ) = =

I
1
*'
1
1
1
*'
1
1
1

y Z Z Z
VI
|
E MC
y X
y Y
X X Y X
X Y Y Y
2
1
1
'
'
1
' '
' '

1
1
1
1
1
1
1
1
1
1
1
1

I
=

|
El estimador de MC2E es un estimador consistente y es el de mnima varianza
entre los estimadores de VI, que utilizan como instrumentos combinaciones
lineales de las variables predeterminadas del modelo.
( ) ( )
1
1 '
1
1
1
1 '
1 1
' ) ' ( ' ) ' (

y X X X X Z Z X X X X Z A

=
Econometra II

FIECS UNI

UNI 2011 - II

34
' ] ) [( ) ( ) ( )

(
1
1
*'
1
* *'
1
1
1
*'
1 11 2 1
1

= Z Z Z Z Z Z A V
E MC
o
| | *

1 1
*
1
X X Y Z = = | |
1 1 1
X Y Z =

=
1
1
1
1
1
1
1
1
' '
' '

* *'
X X Y X
X Y Y Y
Z Z =

=
1
1
1
1
1
1
1
1
' '
' '
1
*
1

'
X X Y X
X Y Y Y
Z Z
Como
Luego
1
1
1
11
1
1
*'
1 11 2 1
) ' ) ' ( ' ( ) ( )

(

= = Z X X X X Z Z Z A V
E MC
o o
Matriz
simtrica
) (

1 1
1
'
1
11 11
k g n
e e
S
+
= = o
| |

=
I
1

1 1 1 1
|
X Y y e
1
' '
1 1
'
1 1
' '
1 1
' '
1 1
'
1
'
1
1 1 1 1 1

2 y Z A y y A Z Z A y Z A y y e e = + =
Econometra II

FIECS UNI

UNI 2011 - II

35
Mnimos Cuadrados en tres etapas MC3E

g g g g
a
a
a
Z
Z
Z
y
y
y
c
c
c
... ...
... 0 0
... ... ... ...
0 0 0
0 0 0
...
2
1
2
1
2
1
2
1

gn n n
g
g
gk k k
g
g
kn n
k
k
gg g g
g
g
gn n n
g
g
gn n n
g
g
x x
x x
x x
y y y
y y y
y y y
y y y
y y y
y y y
c c c
c c c
c c c
| | |
| | |
| | |



...
... ... ... ...
...
...
...
... ... ... ...
...
...
... 1
... ... ... ...
... 1
... 1
...
... ... ... ...
...
...
...
... ... ... ...
...
...
...
... ... ... ...
...
...
2 1
2 22 12
1 21 11
2 1
2 21 11
1 20 10
1
2 12
1 11
2 1
2 22 12
1 21 11
2 1
2 22 12
1 21 11
2 1
2 22 12
1 21 11
| | | | | | | || | | |
g g k g g g
X X Y Y Y Y Y Y c c c | | | ... ... ... 1 ... ... ...
2 1 2 1 1 2 1 2 1 2 1
+ + I I I =
Modelo de ecuaciones simultneas
Esta notacin no recoge las restricciones nulidad de parmetros en cada ecuacin y no
resulta til para una solucin generalizada de los estimadores de todos los coeficientes del
modelo, en su lugar consideramos la notacin de variables apiladas
| |
1
1
1
1 1 1
c
|
+

I
= X Y y
1 1 1 1
c + = a Z y
| |
g
g
g
g g g
X Y y c
|
+

I
=
g g g g
a Z y c + =
. . . . . . . . . . .
Y* = Z* a* + c*
Econometra II

FIECS UNI

UNI 2011 - II

36

=
g
c
c
c
c
...
*
2
1

=
gn n n
g
g
c c c
c c c
c c c
c
...
... ... ... ...
...
...
2 1
2 22 12
1 21 11
c
1
c
2
c
g

c
t

| |

=
I I I
I I I
I I I
E E E
E E E
E E E
E E
gg g g
g
g
g g g g
g
g
g
g
o o o
o o o
o o o
c c c c c c
c c c c c c
c c c c c c
c c c
c
c
c
c c
...
... ... ... ...
...
...
) ( ... ) ( ) (
... ... ... ...
) ( ... ) ( ) (
) ( ... ) ( ) (
...
...
) *' * (
2 1
2 22 12
1 12 11
1 1
2 2 2 2 1
1 2 1 1 1
2 1
' ' '
' ' '
' ' '
' ' '
2
1
I E Cov = = ) *' * ( *) ( c c c

= =
gg g g
g
g
t t
E
o o o
o o o
o o o
c c
..
.. .. ... ...
..
..
) (
2 1
2 22 21
1 12 11
'
Econometra II

FIECS UNI

UNI 2011 - II

37
Producto de Kronecker AB
( )
1 1 1
. 1

= B A B A
Sean las matrices

=
mn m m
n
n
a a a
a a a
a a a
A
..
.. .. ... ...
..
..
2 1
2 22 21
1 12 11

=
pq p p
q
q
b b b
b b b
b b b
B
..
.. .. ... ...
..
..
2 1
2 22 21
1 12 11

=
B a B a B a
B a B a B a
B a B a B a
B A
mn m m
n
n
..
.. .. ... ...
..
..
2 1
2 22 21
1 12 11
Propiedades
( )
' '
' . 2 B A B A =
( ) ( ) DF CE F E D C = . 3
Econometra II

FIECS UNI

UNI 2011 - II

38
Estimador de mnimos cuadrados
en tres etapas MC3E
El estimador de MC3E puede interpretarse como un estimador en 3
etapas de las cuales las 2 primeras coinciden con las de MC2E y la
tercera consiste en estimar la matriz a partir de los residuos de la 2
etapa y aplicar luego MCG para la obtencin de los estiadores de los
coeficientes.
Este mtodo generaliza el mtodo de MC2E en el sentido de tomar en
consideracin las correlaciones contemporneas de las perturbaciones.
Este mtodo se aplica para estimar coeficientes del modelo en su
conjunto o de un bloque de ecuaciones identificadas (exactamente o
sobreidentificadas).
Econometra II

FIECS UNI

UNI 2011 - II

39
MC3E - Procedimiento
1 etapa:
Por MCO se estima cada una de las variables Y en funcin de todas las variables X
* *' *) *' (
1
Y X X X

= o
* *' *) *' ( * *

1
Y X X X X X Y

= = o

g g g
u
u
u
X
X
X
y
y
y
... ...
... 0 0
... ... ... ...
0 0 0
0 0 0
...
2
1
2
1
2
1
o
o
o
Y* = Z* a* + c*
Y* = X* o + u*
2 etapa:
Se estima los coeficientes de cada estructural sustituyendo las variables
endgenas explicativas por sus estimaciones obtenidas con la 1 etapa
Y* = W* a* + c*

=
]

[
]

[
]

[
... 0 0
... ... ... ...
0 0 0
0 0 0
*
2 2
1 1
g g
X Y
X Y
X Y
W
* *' *) *' ( * *' * *' *) *' ( * *'
1
1
1
2
Y X X X X Z Z X X X X Z a
E MC

=
Econometra II

FIECS UNI

UNI 2011 - II

40
3 etapa:
Con los residuos obtenido de la segunda etapa se estima a los elementos de la
matriz

= =
gg g g
g
g
t t
E
o o o
o o o
o o o
c c
..
.. .. ... ...
..
..
) (
2 1
2 22 21
1 12 11
'
) (

1 1
1
'
1
11 11
k g n
e e
S
+
= = o
1
' '
1 1
'
1
'
1
1 1

y Z A y y e e =
)
2 2
( )
1 1
(
2
'
1
12 12

k g n k g n
e e
S
+ +
= = o
2 2
' '
1 2 2
'
2
' '
1 2
'
2
'
1
1 1 1 1

A Z Z A A Z y y Z A y y e e + =
Econometra II

FIECS UNI

UNI 2011 - II

41
Se pondera al modelo con la matriz X* y luego se aplica MCG
X*Y* = X* Z* a* + X* c*
Y* = Z* a* + c*
* *' *)) *' ( ( * *' * *' *)) *' ( ( * *' *
1
1
1
3
Y X X V X Z Z X X V X Z a
E MC

= c c
donde
* ) ( * * *) ( * *) * ( X I X X V X X V = = c c
) ( ) ( ) ( ) ( X X X I I X I = =
) ( ) ( ) ( ) ( * *) * ( *
1 1 1 1
X X X X X I X X X I X X V X

= = c
* )] ) ( ( [ *' * )] ) ( ( [ *' *
1 1
1
1 1
3
Y X X X X Z Z X X X X Z a
E MC

=
Econometra II

FIECS UNI

UNI 2011 - II

42
Propiedades del estimador MC3E
*) * (
3
a a T
E MC

1. Si las ecuaciones de un sistema estn identificadas, entonces el estimador
de MC3E es consistente.
2. La distribucin asinttica de
Es normal con esperanza 0 y matriz de covarianzas
1
1 1 *
3
* )] ) ( ( [ *' )

(


= Z X X X X Z a V
E MC
3. El estimador de MC3E es ms eficiente que el estimador de MC2E
4. Si o
ij
=0, i = j, entonces el estimador de MC3E coincide con el estimador de
MC2E
5. Si todas las ecuaciones del modelo estn exactamente identificadas, entonces
los estimadores de MC2E y MC3E coinciden.
Econometra II

FIECS UNI

UNI 2011 - II

43
Estimador de Mxima Verosimilitud MV
Se obtiene maximizando la funcin de verosimilitud de la ecuacin
que se pretende estimar, sujeta a las restricciones para sus
coeficientes. Se asume que la perturbacin tiene distribucin normal
Estimador de mxima verosimilitud con informacin
limitada MVIL
Si la ecuacin est exactamente identificada el estimador MVIL
coincide con el estimador MC2E, VI y MCI
MVIL es un estimador consistente y su distribucin asinttica
coincide con el estimador de MC2E, por lo que comparte la
propiedad de eficiencia de ste ltimo.
Econometra II

FIECS UNI

UNI 2011 - II

44
Estimador de Mxima Verosimilitud
MV
Se obtiene maximizando la funcin de verosimilitud que se obtiene
al suponer que el vector de perturbaciones de todas las ecuaciones
sigue una distribucin normal multivariante. Para la maximizacin se
utiliza algoritmos de mtodos numricos de optimizacin
Estimador de mxima verosimilitud con informacin
completa MVIC
MVIC es un estimador consistente y asintticamente eficiente y su
distribucin asinttica coincide con el estimador de MC3E, si las
perturbaciones tienen distribucin normal.
Econometra II

FIECS UNI

UNI 2011 - II

45
Prueba de correlacin contempornea
0 :
0
= =
ij
H o
0 :
1
= =
ij
H o
No existe correlacin contempornea
Existe correlacin contempornea
Estadstica
)

ln

ln ( =
ii LR
T o
1. Para residuos de estimador de MV.
Tiene distribucin asinttica
2
) 2 / ) 1 ( ( g g
;

=
=
g
i
i
j
ij LM
r T
2
1
1
2

2. Para residuos de estimador de MC2E o MC3E

Tiene distribucin asinttica
2
) 2 / ) 1 ( ( g g
;
Econometra II

FIECS UNI

UNI 2011 - II

46
Mtodo SUR
Modelo de Regresin de ecuaciones aparentemente no
relacionadas
Se aplica a un sistema donde cada ecuacin tiene slo
variables exgenas como variables explicativas.
Al igual que en el caso de regresin estndar se asume que
las perturbaciones no estn correlacionadas con las variables
exgenas.
Cada ecuacin de este tipo de sistema podra ser estimado
por MCO, ecuacin por ecuacin. Sin embargo si las
perturbaciones estn correlacionadas contemporneamente,
el estimador SUR es ms eficiente, debido a que toma en
cuenta la matriz de correlaciones
Econometra II

FIECS UNI

UNI 2011 - II

47
Y* = X* o + u*

g g g g
u
u
u
X
X
X
y
y
y
... ...
... 0 0
... ... ... ...
0 0 0
0 0 0
...
2
1
2
1
2
1
2
1
|
|
|
I u u E u Cov = = ) *' * ( *) (

= =
gg g g
g
g
t t
u u E
o o o
o o o
o o o
..
.. .. ... ...
..
..
) (
2 1
2 22 21
1 12 11
'
* ] [ *' * ] [ *' *

1
1
1
Y I X X I X
SUR
=

|
Donde los elementos de se estiman mediante los residuos del estimador de
MCO de cada ecuacin.
Nota. Para la prueba de correlacin contempornea con el estadstico
LM
se
utiliza los residuos de MCO.
Econometra II

FIECS UNI

UNI 2011 - II

48
Observaciones
3. Si los regresores de un bloque de ecuaciones son un subconjunto de
los de otro, MCG no aporta ganancias de eficiencia en la estimacin de
las ecuaciones ms reducidas.
4. Cuanto mayor sea la correlacin contempornea de las perturbaciones,
mayor ser la ganancia en eficiencia atribuible a MCG.
1. Si o
ij
=0, i = j, entonces el estimador de MCG coincide con el
estimador de MCO
2. Si x
i
= X
j
, i = j, es decir las ecuaciones tienen variables explicativas
idnticas, el estimador de MCG coincide con el estimador de MCO
5. Cuanto menor sea la correlacin entre las matrices X, mayor ser la
ganancia en eficiencia atribuible a MCG.
Econometra II

FIECS UNI

UNI 2011 - II