Академический Документы
Профессиональный Документы
Культура Документы
CONDICIONES DE IDENTIFICACION
En los modelos simultneos se debe analizar las condiciones de identificacin del modelo (las
condiciones de rango y orden), y de acuerdo con los resultados de la identificacin, elegir el
mtodo de estimacin apropiado. Los principios generales de la identificacin de una estructura,
en un sistema de M ecuaciones simultneas, se evala de la forma siguiente:
Sea:
M =
m =
K =
k =
Entonces:
a. Si K - k > m - 1 y el rango de la matriz A es M - 1 la ecuacin est sobreidentificada.
b. Si K - k =
identificada.
2013
2.
I ) R t = 0 + 1M t + 2Yt +
u1 t
II) Y t = 0 + 1Rt + 2 I t + 3G t + u2 t
III) I t = 0 + 1Rt +
u3 t
donde :
Rt
Yt
It
Mt
Gt
=
=
=
=
=
La informacin es la siguiente :
===========================================
obs
Y
Mt
It
Gt
R t ( En bills de dlares )
===========================================
1960
503.7 144.2
74.8 53.5 3.99
1961
520.1 148.7
71.7 57.4 3.60
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
1973
1294.9 271.8
209.4 106.6 6.92
1974
1396.7 283.8
208.9 116.4 7.81
===========================================
FUENTE : Economic Report at the President. Feb. 1975.
Efectuar el procedimiento de ingreso de datos
Las variables endgenas son: R t. , Yt y I t.
Las variables predeterminadas son: M t , G t y los valores autnomos.
Las condiciones de identificacin (orden y rango) se obtienen segn:
Verificando la condicin de orden:
Ecuacin No.
Rt
Yt
It
Mt
Gt
I
1
- 2 0
- 0
- 1
0
II
- 1 1
- 2 - 0 0
-3
III
-1 0
1
- 0
0
0
-------------------------------------------------------------------------------------------------------------Ecuacin
No. de Var. P.D
No. de Var. ENDOG
Identifac.?
No
Excluidas
Inc. menos 1
(k-k)
2013
A =
- 2
- 3
rango de la matriz A = M - 1
-2
1
-1
0
-1
0
Rango de la
Matriz A=M-1
2da. Ecuacin:
- 1
A =
3ra. Ecuacin:
-2 -1
A =
-3
0
-2
-2
1
0 0
-3
Tanto la condicin de orden y rango deben coincidir. En caso que no exista coincidencia, al
sistema se le califica con la mas baja identificacin.
En el ejemplo se tiene que la ecuacin I, est exactamente identificada, la ecuacin II est
subidentificada y la ecuacin III est sobreidentificada. Por lo tanto el sistema de ecuaciones no
est identificada; en consecuencia no se puede aplicar el Sistema de los Coeficientes, con el
mtodo de Mnimos Cuadrados en Dos Etapas ( MC2E ). Como el sistema de ecuaciones
simultaneas no est identificado, se arreglan las ecuaciones de acuerdo con la teora Econmica,
agregando o eliminado variables.
3.
RESOLUCION SIMULTANEA DE TODO EL SISTEMA DE ECUACIONES
i ) Como resolver simultneamente el sistema.
2013
R t = 0 + 1 M t + 2 Y t + e 1t
Y t = 0 + 1 I t + 2 G 3 + e 2t
(III)
I t = 0 + 1R
+ 2 Y
+ e 3t
En este caso las 3 ecuaciones estn exactamente identificadas, por lo tanto el sistema de
ecuaciones pueden ser estimado. El EVIEWS realiza este trabajo con el comando
SYSTEM que sirve para editar el sistema de ecuaciones.
Las variables endgenas son R, Y e I, mientras que las predeterminadas (instrumentales)
sern: M y G. Como se seal anteriormente, tambin es posible aplicar MC2E a todo un
modelo completo, este es el caso que se quiere trabajar.
Enseguida aparecer una pantalla con un men de opciones en la barra de herramientas del
objeto SYSTEM y el cursor aparecer en la primera lnea, ahora Ud. deber tipear la lista
de variables instrumentales incluida el intercepto. Para el caso del sistema (Sistema II),
ser:
INST C M G
En las siguientes lneas se escribirn las ecuaciones que conforman el modelo completo, de
la siguiente forma:
R t = C( 1 ) + C( 2 )*M t + C( 3 )* Y t
Y t = C(4 ) + C( 5 )*I t + C( 6 )* G t
I t = C(7 ) + C( 8 )*R t + C( 9 )* Y t
En este caso se escriben de manera explcita todos los coeficientes a estimarse y que cada
coeficiente va seguido de un nmero entre parntesis, para as diferenciarlos.
Terminando los trabajos de la edicin del modelo se proceder a estimarlo a travs del
comando, de la barra de herramientas, ESTIMATE.
Observe que el archivo de salida es un objeto tipo TABLA.
System: UNTITLED
Estimation Method: Two-Stage Least Squares
Date: 11/06/01 Time: 20:08
Sample: 1960 1974
Included observations: 15
2013
Std. Error
5.025986
0.083893
0.013727
44.45071
0.577222
1.235743
34.81250
18.55827
0.079363
1085.833
t-Statistic
1.326649
-0.961301
1.271313
-0.360428
9.770025
1.404884
0.873336
-1.029980
2.991702
Prob.
0.1930
0.3428
0.2118
0.7206
0.0000
0.1686
0.3883
0.3099
0.0050
5.458000
1.233735
1.950926
Equation: Y=C(4)+C(5)*I+C(6)*G
Observations: 15
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat
0.987824
0.985794
33.77416
1.672868
847.4543
283.3676
13688.33
Equation: I=C(7)+C(8)*R+C(9)*Y
Observations: 15
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat
0.977882
0.974195
7.193280
1.120869
127.2867
44.77920
620.9193
2013