El Modelo de Regresin Lineal (Econometra I GADE)

Ma Dolores Garca Crespo y Ma Luz Gonzlez lvarez Departamento de Estadstica y Econometra Universidad de Mlaga Febrero 2013

Indice
1 Qu es Econometra? 1.1 Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.1 Concepto de Econometra . . . . . . . . . . . . . . 1.1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . 1.2 Elementos de un trabajo economtrico emprico . . . . . . 1.2.1 Modelo econmico . . . . . . . . . . . . . . . . . . 1.2.2 Datos . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.3 Modelo economtrico . . . . . . . . . . . . . . . . . 1.3 Elementos de un modelo economtrico y tipos de modelos 1.3.1 Elementos de un modelo economtrico . . . . . . . 1.3.2 Tipos de modelos economtricos . . . . . . . . . . 1.4 Etapas en la elaboracin de un modelo . . . . . . . . . . . 1.5 Utilizacin de un modelo economtrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2 2 3 4 4 5 8 10 10 11 12 12

2 El modelo de regresin lineal general (I) 14 2.1 Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.2 Especicacin del modelo . . . . . . . . . . . . . . . . . . . . 14 2.3 Estimadores minimocuadrticos de ( MCO ) . . . . . . . . . 23 2.4 Propiedades de MCO . . . . . . . . . . . . . . . . . . . . . . 31 2.4.1 Propiedades en muestras pequeas (para n) . . . . . 31 2.4.2 Propiedades en muestras grandes . . . . . . . . . . . . 35 2.5 Estimador MCO de 2 ( 2 MCO ) . . . . . . . . . . . . . . . . . 36 2.6 Estimadores maximoverosmiles (MV) . . . . . . . . . . . . . 39 2.7 Estimacin por intervalos . . . . . . . . . . . . . . . . . . . . 41 2.8 Apndices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 2.8.1 Varianza de una variable aleatoria . . . . . . . . . . . 44 2.8.2 Matriz de varianzas y covarianzas de un vector de variables aleatorias . . . . . . . . . . . . . . . . . . . . . . 44 2.8.3 Teorema de Gauss-Markov . . . . . . . . . . . . . . . 45 1

2.8.4 2.8.5

Estimadores maximoverosmiles (MV) . . . . . . . . . Obtencin del intervalo aleatorio de j . . . . . . . . . . . . . . . . . . 2 (R ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

47 49 52 52 53 56 57 57 58 59 60 62 67 68 72 72 72 73 75 83 84 87 90 92 92 92 93 94 95 96 97 97 98 99

3 El Modelo de Regresin Lineal General (II) 3.1 Introduccin . . . . . . . . . . . . . . . . . . . 3.2 Coeciente de determinacin (R2 ) . . . . . . 3.3 Criterios de seleccin de modelos . . . . . . . 3.3.1 Coeciente de determinacin corregido 3.3.2 Criterios de informacin . . . . . . . . 3.4 Test general de restricciones lineales (TGRL) 3.4.1 Restricciones lineales . . . . . . . . . . 3.4.2 Estadstico del TGRL . . . . . . . . . 3.4.3 Casos particulares . . . . . . . . . . . 3.5 Otros tests de restricciones . . . . . . . . . . 3.6 Prediccin . . . . . . . . . . . . . . . . . . . . 4

Variables explicativas cualitativas y modelos no lineales 4.1 Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Regresin con variables cticias . . . . . . . . . . . . . . . . 4.2.1 Conceptos . . . . . . . . . . . . . . . . . . . . . . . . 4.2.2 Tipos de especicaciones . . . . . . . . . . . . . . . . 4.3 Modelos no lineales . . . . . . . . . . . . . . . . . . . . . . . 4.3.1 Modelo parablico . . . . . . . . . . . . . . . . . . . 4.3.2 Modelo potencial o doblemente logartmico . . . . . 4.3.3 Modelo exponencial . . . . . . . . . . . . . . . . . .

5 Errores de especicacin y multicolinealidad 5.1 Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Errores de especicacin . . . . . . . . . . . . . . . . . . . . . 5.2.1 Omisin de variables relevantes . . . . . . . . . . . . . 5.2.2 Inclusin de variables irrelevantes . . . . . . . . . . . . 5.2.3 Comparacin de los dos tipos de error de especicacin 5.3 5.2.4 Test RESET de Ramsey . . . . . . . . . . . . . Multicolinealidad . . . . . . . . . . . . . . . . . . . . . 5.3.1 Concepto de correlacin lineal . . . . . . . . . . 5.3.2 Multicolinealidad perfecta . . . . . . . . . . . . 5.3.3 Multicolinealidad de grado o multicolinealidad . . . . . . . . . . . . . . . . . . . .

6 Perturbaciones no esfricas 6.1 Introduccin . . . . . . . . . . . . 6.2 Heteroscedasticidad . . . . . . . 6.2.1 Test de White . . . . . . 6.2.2 Estimador de White . . . 6.3 Autocorrelacin . . . . . . . . . . 6.3.1 Tests de Autocorrelacin . 6.3.2 Estimador de Newey West

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

102 102 106 106 107 108 109 110

Tema 1

Qu es Econometra?
1.1
1.1.1

Introduccin
Concepto de Econometra

Etimolgicamente la palabra Econometra procede de las palabras griegas economa y metria (medida), es decir, literalmente Econometra signica medida de la Economa. A su vez, Economa procede de oikos (casa) y nomos (leyes), de manera que Economa signica algo as como las leyes de la casa. Como disciplina, la Econometra es relativamente reciente, su nacimiento como una rama de conocimiento se sita en el ao 1930, ao en que se funda la Sociedad Economtrica, con la que se impulsan los trabajos empricos para vericar teoras econmicas hasta ese momento formuladas (principalmente ecuaciones de demanda, funciones de consumo, etc.) y en 1933 con la creacin de la revista Econometrica, para la divulgacin de los trabajos de econometra. Por tanto, como disciplina, an no tiene ni 100 aos. Denicin. No existe una nica denicin. Algunas son las siguientes: Maddala: consiste en la aplicacin de mtodos estadsticos a los datos econmicos. Goldberger: es una ciencia social en la que se utilizan las herramientas de la teora econmica, las matemticas y la inferencia estadstica para el anlisis de los fenmenos econmicos. 2

 Real Academia de la Lengua: parte de la ciencia econmica que aplica tcnicas matemticas y estadsticas a las teoras econmicas para su vericacin y para la solucin de los problemas econmicos mediante modelos. Lo que debe quedar claro es que Econometra es la conuencia de tres disciplinas: Matemticas, Estadstica y Teora Econmica. Esta idea es fundamental, es ms, el pilar de la Econometra -al menos en su nacimientoes la Teora Econmica, es decir, formulaciones conceptuales realizadas acerca del funcionamiento del sistema econmico y de las relaciones entre las variables econmicas. De esta forma, el inicio de cualquier anlisis economtrico ha de ser la Teora Econmica. En este sentido, la Econometra es una disciplina instrumental, un instrumento para la Teora Econmica. Y, a su vez, las herramientas que utiliza son de tipo matemtico y estadstico. En concreto, de Estadstica utiliza la inferencia estadstica, es decir, la estimacin de parmetros y la vericacin de hiptesis, de manera que estos dos bloques de la Estadstica son fundamentales en la Econometra. Un ltimo aspecto importante de la Econometra es que va a ser emprica, de hecho, en Econometra vamos a trabajar siempre con datos reales.

1.1.2

Objetivos

Objetivos: Describir las relaciones entre variables econmicas Vericar teoras econmicas Evaluar y simular polticas econmicas y empresariales Predecir valores de variables econmicas y empresariales Aplicaciones comunes de la Econometra: En Macroeconoma: prediccin de variables macroeconmicas: i, , PIB, etc. estudio de la relacin entre y desempleo, entre y masa monetaria, etc. En Microeconoma: con individuos: relacin entre educacin y salario

 con empresas: relacin entre produccin y factores productivos, entre inversin en I+D y benecios, entre gastos en publicidad y benecios, etc. En Finanzas: anlisis de la volatilidad de los activos, modelos de valoracin de activos, etc. En otras disciplicas, como en Ciencias Polticas: relacin entre el gasto de un determinado partido en campaa electoral y los votos obtenidos. As, la Econometra es una herramienta para la toma de decisiones, tanto a nivel macroeconmico gobierno central, autonmico...-, como microeconmico empresas o individuos. Actualmente, la Econometra es una herramienta fundamental en Economa. Se aplica a un amplio abanico de campos: Economa Laboral, de la Educacin, de la Salud, Financiera, Pblica, Poltica.. Es ms, podemos decir que constituye una herramienta fundamental para cualquier mbito de las Ciencias Sociales.

1.2

Elementos de un trabajo economtrico emprico

1. Modelo econmico 2. Datos 3. Modelo economtrico Veamos cada uno de estos elementos.

1.2.1

Modelo econmico

Los modelos econmicos son simplicaciones de la realidad econmica, mediante los cuales se representa dicha realidad, se explica su funcionamiento y se intenta incidir sobre ella. La teora econmica propone modelos que explican el comportamiento de una o varias variables y1 , .., ym (se denominan variables explicadas) en funcin de otra u otras variables x1 , ..., xk (denominadas variables explicativas), que se determinan fuera del modelo. Otras veces, cuando no existe un modelo econmico adecuado para el anlisis que se quiere 4

realizar, el investigador/analista recurre a modelos menos formales basados en la intuicin como base para su trabajo emprico. Ejemplos de modelos econmicos: Macro. Funcin de consumo keynesiana: El modelo ms general: c = f (y) El modelo con una forma funcional lineal especicada: c = a + by Micro, con individuos como agentes. Funcin de salarios: sal = f (educacin, exp eriencia laboral) Micro, con empresas como agentes. Funcin de produccin: y = f(l, k) (1.2) (1.1)

1.2.2

Datos

Las variables de un modelo econmico representan aspectos del comportamiento de los agentes econmicos en el mbito individual o agregado. Los economistas observamos, directamente o de forma aproximada, el comportamiento y caractersticas de los agentes. Esta observacin constituye la evidencia emprica, los datos. Dependiendo de la naturaleza de los datos, el economista utiliza un modelo u otro para explicar la forma en que se generan los datos observados. Tipos de datos: Datos de corte transversal (o datos transversales) Datos temporales (o series temporales) Datos de panel 1. Datos de corte transversal 5

 Son observaciones que proceden de encuestas o registros en los que se recoge informacin sobre familias, individuos, empresas, etc., en un momento determinado del tiempo. La ordenacin de las observaciones no importa. Se representan mediante el subndice i en la correspondiente variable: yi , xi ... Ejemplos generales: encuestas del INE (EPA). Ejemplo concreto: muestra aleatoria de 1000 individuos espaoles en el ao 2002. Tabla 1. Datos de corte transversal o de seccin cruzada. Muestra de 1000 individuos espaoles, ao 2010. Individuo 1 2 3 ... 999 1000 donde: Edad= edad del individuo, en aos Renta = renta bruta anual, en euros Sexo=1 para hombres, 0 para mujeres Estado civil= 1 para casados, 0 para el resto 2. Datos temporales1 Proceden de la observacin de una o varias variables a lo largo del tiempo.
1

Edad 68 43 23 ... 63 32

Renta 12000 24324 17345 ... 54987 67677

Sexo 1 0 0 ... 1 1

Estado civil 1 1 0 ... 1 0

Este tipo de datos se analizarn en detalle en la asignatura Econometra II.

 El orden cronolgico y la frecuencia de observacin de los datos (anual, trimestral, mensual, diaria, ...) s que importa. Se representan mediante el subndice t en la correspondiente variable: yt , xt ... Ejemplos generales: IPC, PIB, ventas anuales de una empresa, etc. Ejemplo concreto: datos anuales de tasas de inacin, desempleo y crecimiento de un determinado pas. Tabla 2. Datos de series temporales. indicadores macro de un determinado pas. Ao 1975 1976 1977 ... 2001 2002 donde: Inacin = tasa anual de variacin del IPC (%) Desempleo = tasa de paro (%) Crecimiento = tasa anual de variacin del PIB (%) 3. Datos de panel Observaciones de familias, empresas, individuos, etc, a lo largo del tiempo. Para cada elemento de corte transversal el orden cronolgico es importante. El nmero de series temporales suele ser muy pequeo con relacin al nmero de unidades transversales. Se representan con los subndes i y t: yit , xit ,... Ejemplo general: Encuesta de Condiciones de Vida, 2006-2009 (INE). 7 Inacin 3.8 5.4 5.3 ... 1.3 1.1 Desempleo 5.8 6.4 8.9 ... 6.3 6.9 Datos anuales de algunos

Crecimiento 3.6 2.8 2.9 ... 1.5 1.2

 Ejemplo concreto: Muestra de 500 empresas espaolas, aos 19952000, en las que se observa el benecio, el empleo y si cotiza o no en bolsa. Tabla 3. Datos de panel. Muestra de 500 empresas espaolas, aos 1995-2000. Empresa 1 1 ... 1 2 2 ... 2 ... 500 500 ... 500 donde: Benecio = benecios brutos en miles de euros Empleados = nmero de empleados Cotiza = 1 si cotiza en bolsa, 0 si no cotiza. Ao 1995 1996 ... 2000 1995 1996 ... 2000 ... 1995 1996 ... 2000 Benecios 2000 3000 ... 4566 2624 6677 ... 7500 ... 456890 356891 ... 134893 Empleo 150 135 ... 356 345 356 ... 345 ... 1456 1890 ... 1321 Cotizaciones 0 0 ... 1 1 1 ... 1 ... 1 1 .. 0

1.2.3

Modelo economtrico

Es una simplicacin de la realidad. Se construye para cuanticar y contrastar las relaciones entre variables que postulan los modelos econmicos. Para ello utiliza datos reales y mtodos estadsticos. Diferencias con respecto al modelo econmico: Siempre especica una forma funcional entre las variables implicadas, que depende de parmetros. El modelo econmico puede no especicar dicha forma funcional. 8

 Contiene un trmino de perturbacin aleatoria. El modelo economtrico, a diferencia del econmico, recoge la naturaleza estocstica que gobierna las relaciones entre variables. Para ello, se introduce el denominado trmino de perturbacin aleatoria (ui o ut ). Veamos qu quiere decir cada una de estas cosas. a. Forma funcional Para cuanticar las relaciones entre variables econmicas es necesario establecer una determinada forma funcional especca entre las variables (lineal, parablica, etc.), a travs de unos parmetros que son desconocidos. Los modelos econmicos no siempre especican la forma funcional, mientras que los economtricos s. Ejemplos de formas funcionales: Funcin de consumo (relacin lineal entre variables): ci = + yi (1.3)

Funcin de produccin (relacin no lineal -potencial- entre variables): yi = li 1 ki 2

(1.4)

b. Naturaleza estocstica (por incluir el trmino de perturbacin aleatoria) La Teora Econmica formula, por ejemplo, una relacin entre consumo (c) y renta (y) del tipo siguiente2 : ci = + yi , 01 (1.5)

A partir del modelo econmico (1.3 o 1.5) formulamos el modelo economtrico como: ci = + yi + ui La diferencia u, denominado trmino estamos estocstica, y no
2

(1.6)

fundamental entre (1.5) y (1.6) reside en el trmino trmino de perturbacin o error. Al introducir este asumiendo que la relacin entre las variables c e y es determinista. La variable u es una variable aleatoria,

Para datos transversales.

y asumimos que tiene una distribucin de probabilidad conocida. Este trmino transforma un modelo determinista en un modelo estocstico y lo justicaremos ampliamente en la tema 2.

1.3
1.3.1

Elementos de un modelo economtrico y tipos de modelos

Elementos de un modelo economtrico

Los elementos de un modelo economtrico son los siguientes: Ecuaciones Variables Parmetros Ecuaciones. 1. Estocsticas. Tienen trmino de perturbacin y parmetros a estimar. Ejemplos: (a) Funcin de consumo: ci = + yi + ui (b) Funcin de produccin Cobb-Douglas, donde y es la produccin, l es el factor trabajo y k el factor capital: yi = li 1 ki 2 eui

(1.7)

2. No estocsticas3 . No tienen trmino de perturbacin ni parmetros a estimar. Forman parte de sistemas de ecuaciones. Ejemplos: (a) La distribucin del producto de un pas en una economa cerrada: y = ct + invt + gt (1.8)

(b) Ecuacin de equilibrio, en la cual, la oferta de un bien es igual a la demanda. O D qt = qt (1.9)

Este tipo de ecuaciones no aparecen solas, sino dentro de los denominados modelos multiecuacionales (Econometra II).
3

10

Variables En el modelo general siguiente: yi = 1 + 2 x2i + 3 x3i + ui (1.10)

y: se denomina regresando, variable dependiente, explicada o endgena. x2 y x3 : se denominan regresores, variables independientes, explicativas o exgenas. Parmetros Son constantes, desconocidas, que combinan las variables explicativas para dar lugar a la explicada. En la ecuacin (1.10) los parmetros son 1 , 2 y 3 . Caracterizan la relacin existente entre explicativas y explicadas. En concreto, recogen el signo y la cuanta de la relacin entre la variable explicada y cada una de las explicativas. El objetivo de la econometra (de nosotros, los analistas) es estimarlos a partir de unos determinados datos observados.

1.3.2

Tipos de modelos economtricos

Existen distintas clasicaciones dependiendo del criterio utilizado. Veamos las ms importantes. Segn la forma funcional: Modelos lineales. Modelos no lineales: exponenciales, potenciales, etc. Segn el nmero de ecuaciones: Modelos uniecuacionales: el modelo est formado por una nica ecuacin. Modelos multiecuacionales: el modelo est formado por ms de una ecuacin4 .
4

Se estudian en Econometra II.

11

 Segn la forma en que interviene la variable tiempo5 : Modelos estticos: todas las variables del modelo tienen igual subndice temporal. Un ejemplo es la funcin de consumo esttica: ct = + yt + ut (1.11) Modelos dinmicos: en el modelo aparecen variables endgenas retardadas como explicativas, es decir, en el trmino derecho de la ecuacin. Un tpico ejemplo es la funcin de consumo dinmica siguiente: (1.12) ct = + yt + ct1 + ut donde el consumo de un periodo (ct ) depende de la renta de dicho periodo (yt ) y del consumo en el periodo anterior (ct1 ).

1.4

Etapas en la elaboracin de un modelo

Una vez establecido el objeto de una investigacin emprica, se distinguen las tres etapas siguientes en la elaboracin de un modelo economtrico: 1. Especicacin del modelo. En la primera etapa se utiliza un modelo econmico de referencia. En primer lugar, se determinan las variables que han de intervenir, la relacin entre ellas, el nmero de ecuaciones, el tipo de modelo, forma funcional, etc. Posteriormente, se formula el modelo economtrico y se identican los parmetros a estimar. 2. Estimacin de sus parmetros. En esta etapa se pretende cuanticar los parmetros desconocidos del modelo de acuerdo a la informacin disponible (datos). 3. Validacin. En esta etapa se trata de evaluar si el modelo representa adecuadamente al problema inicial planteado. El procedimiento que permite llevar a cabo la validacin del modelo es la inferencia estadstica en forma de contrastes de hiptesis.

1.5

Utilizacin de un modelo economtrico

Una vez que se acepta el modelo como una representacin adecuada del problema bajo estudio, puede ser utilizado como herramienta para el diagnstico del fenmeno analizado y para tomar decisiones.
5

Se estudian en Econometra II.

12