CURSO INTERNACIONAL:

CONSTRUCCIÓN DE
ESCENARIOS ECONÓMICOS Y
ECONOMETRÍA AVANZADA

Instructor: Horacio Catalán

 Metodología de la
Econométrica Moderna
 Conceptos Fundamentales

Modelo Teórico (función Modelo probabilístico

matemática) (funciones de densidad
de probabilidad)

Modelo estimable (en

términos de los valores Modelo muestral
observados) (variables)

Modelo Estadístico General (SGM)

Información teórica y empírica sin restringir

Transforma la incertidumbre del Proceso Generador de Datos

en incertidumbre sobre los parámetros.
Teoría económica Proceso generador de información

Modelo teórico Datos observados

Modelo estimable Modelo estadístico

F(X1t,X2t,..Xnt)
Et[yt/t]= Et[yt/t,yti,] [Zjt/X1t, 2]+Ut

Estimación
Mala especifcación
Reparametrización

yt=1yt-i+ iCt-i+Ut

Modelo econométrico final

Aproximación de P.G.T.
Simulación
Pronóstico
Especificación del modelo: ecuación estática

ln gast   0  1 ln prg t   2 ln Yt  ut

Elasticidad precio relativo de la gasolina:

𝛽1 < 0

Elasticidad ingreso de la demanda de gasolina:

• Inelástica 𝛽2 < 1 ∆𝑔𝑎𝑠𝑡 < ∆𝑌𝑡
• Unitaria 𝛽2 = 1 ∆𝑔𝑎𝑠𝑡 = ∆𝑌𝑡
• Elástica 𝛽2 > 1 ∆𝑔𝑎𝑠𝑡 > ∆𝑌𝑡
Estimador de mínimos cuadrados ordinarios
ˆ  ( X ´X ) 1 X ´ y
Elasticidad precio Elasticidad
ingres0
 Valores estimados y observados Demanda de Gasolina

10.8

10.6

10.4

10.2
.15
10.0
.10
9.8
.05

.00

-.05

-.10

-.15
1985 1990 1995 2000 2005 2010

Residual Actual Fitted

 i 1 uˆi
N 2

R2  1

N
i 1
(Yi  Y ) 2

 T 1 
R 2  1  1 R
2
 
T  k 

i 1 uˆi
N 2

N K

i 1 uˆi
N 2

l
N
2
N

(1  log( 2 ))  log i 1 uˆi N
2

R 2 (k  1)
F
(1  R 2 ) (T  k )
 y  i 1 yi N
N

S y  i 1  yi  y  N  1
N 2

AIC   2l N  2 k N

SIC   2l N  (k log N ) N

SIC   2l N  2k log(log( N )) N

 uˆ N
 uˆi 1 
2

DW  i 1 i


N 2
ˆ
u
i 1 i
R-squared Evalúan el grado
Log likelihood de ajuste del
Sum squared resid modelo

Akaike info criterion Si las variables

Schwarz criterion explicativas aportan
Hannan-Quinn criter información al modelo
Modelo de Ajuste Parcial

Existe un nivel de consumo deseado Gtd el cual

depende del ingreso y los precios

1) t   0  1Yt   2 prgt  ut
G d

Un aumento del ingreso actual genera un cambio en

el consumo deseado

2) Gt  Gt 1  (1   )(G  Gt 1 )
t
d

0  1
Sustituyendo (1) en (2)

Gt 1  Gt 1  (1   )(  0  1Yt   2 pgt  ut )  Gt 1 

Gt 1  Gt 1  (1   )  0  (1   ) 1Yt  (1   )  2 pgt  (1   )Gt 1  (1   )ut

Gt  (1   )  0  Gt 1  (1   ) 1Yt  (1   )  2 pgt   t

Gt  0  1Gt 1   2Yt  3 pgt   t

Ecuación Ajuste Parcial
ln gast   0  1 ln prg t   2 ln Yt   3 ln gast 1  ut

Corto
plazo
 Ecuación Ajuste Parcial
10.8

10.6

10.4

10.2
.08
10.0
.04
9.8

.00

-.04

-.08
86 88 90 92 94 96 98 00 02 04 06 08 10 12 14

Residual Actual Fitted

Elasticidades de largo plazo
Gt   0  1Gt 1   2Yt   3 pg t   t

−𝛼3
Elasticidad precio
(1−𝛼1 )

𝛼2
Elasticidad ingreso
(1−𝛼1 )
Modelo de especificación dinámica
Asume que existe información relevante en el tiempo,
se incorpora al modelo mediante los rezagos de las
variables
k m k
yt   0    i yt 1    si xst 1  ut
i 1 s 1 i  0

Gtd   0  1 prg t   2Yt   3Gtd1   4 prg t 1   5Yt 1  ut

Ecuación Dinámica
Ecuación Dinámica
10.8

10.6

10.4

10.2

.06 10.0

.04 9.8
.02
.00
-.02
-.04
-.06
86 88 90 92 94 96 98 00 02 04 06 08 10 12 14

Residual Actual Fitted

Elasticidades de corto plazo

Gtd   0  1 prg t   2Yt   3Gtd1   4 prg t 1   5Yt 1  ut

Elasticidad precio 𝛽1 + 𝛽4

Elasticidad Ingreso 𝛽2 + 𝛽5

Elasticidades de largo plazo

Elasticidad precio (𝛽1 + 𝛽4 )/(1 − 𝛽3 )

Elasticidad Ingreso (𝛽2 +𝛽5 )/(1 − 𝛽3 )

Ecuación en primeras diferencias

• Los modelos en primeras diferencias dan mejores

resultados
• Se elimina la tendencia en las series
• Es un modelo del ajuste a corto plazo entre las
variables

Gtd   0  1prg t   2 Yt  ut

Solo se puede estimar elasticidades de corto plazo

Gtd   0  1prg t   2 Yt  ut
Ecuación en primeras diferencias
.12

.08

.08 .04

.00
.04

-.04
.00
-.08

-.04

-.08
86 88 90 92 94 96 98 00 02 04 06 08 10 12 14

Residual Actual Fitted

Modelo de Corrección de Errores
No tiene un fundamento teórico, aprovecha las
propiedades estadísticas de las series y la información
en el tiempo

Gtd   0  1prg t   2 Yt   3 Gtd1 

 4 prg t 1   5 Yt 1   6 (Gtd1 / Yt 1 )  ut

𝑑
𝐺𝑡−1
La variable ( ) mide la intensidad energética,
𝑌𝑡
unidades de energía por unidad de ingreso
Modelo de Corrección de Errores
.12

.08

.04 .04

.00
.02

-.04
.00
-.08

-.02

-.04
88 90 92 94 96 98 00 02 04 06 08 10 12 14

Residual Actual Fitted

Cinco especificaciones diferentes
Gtd   0  1 prg t   2Yt  ut

Gtd   0  1 prg t   2Yt  1Gtd1  ut

G   0  1 prg t   2Yt   3G
t
d d
t 1   4 prg t 1   5Yt 1  ut

G   0  1prg t   2 Yt  ut
t
d

Gtd   0  1prg t   2 Yt   3 Gtd1 

 4 prg t 1   5 Yt 1   6 (G / Yt 1 )  ut
d
t 1
Supuestos estadísticos del modelo econométrico
Criterios en la evaluación del modelo econométrico
1) Consistencia con la teoría económica. Implica que el
modelo estimado debe satisfacer las restricciones impuestas
por la teoría económica sobre la especificación inicial y los
valores de los coeficientes.

2) El modelo es admisible respecto a los datos. La

condición se refiere a que las predicciones de la ecuación
estimada debe generar resultados que sean lógicos de
acuerdo a la teoría económica.

3) Coherencia con los datos. El modelo debe reproducir

adecuadamente el comportamiento de los datos. De manera
que las innovaciones del modelo no deben presentar
autocorrelación y heteroscedasticidad (deben ser ruido
blanco).
4) Parámetros constantes. Esta condición es necesaria
para poder utilizar el modelo con propósitos de simulación
y pronóstico.

5) Condicionamiento válido. Se refiere que las variables

explicativas deben ser exógenas débiles. De manera que los
parámetros de interés son una función del modelo
condicional y no existe información adicional que sea
relevante para el modelo.

6) Englobamiento. El modelo final debe explicar las

características básicas de los modelos previos.
 CRITERIOS PRUEBA ESTADISTICOS
R2
Durbin Watson,
H-Durbin,
Coeficiente de
Multiplicador de
Modelo coherente determinancia
Lagrange.
con los datos Autocorrelación
ARCH,WHITE,
Heterocedasticidad
Breusch-Pagan,
Ramsey-Reset

Exogeneidad débil,
Exogeneidad fuerte y Harssman
superexogeneidad
Jarque-Bera Chow,
Normalidad
Modelo admisible Chow-P
Cambio estructural
Cusum, Cusum Q
General a lo específico
Restricciones válidas Teoría económica
Prueba f y t
Valor de los
Teoría económica
coeficientes

Englobamiento Pruebas de varianza Pronóstico

 CURSO INTERNACIONAL:
CONSTRUCCIÓN DE
ESCENARIOS ECONÓMICOS Y
ECONOMETRÍA AVANZADA

Instructor: Horacio Catalán