Академический Документы
Профессиональный Документы
Культура Документы
ESPASA
1. El número de observaciones son once, suponiendo que las variables retardadas que
entran en el sistema no hacen perder una observación, sino que se toma el valor de 1958 como
válido. Si se pierde una observación, la forma reducida empleada en la primera etapa de los MCB
es inestimable.
2. Éste es el problema que se trata en la sección I I I , pero aquí es más grande, pues no
sólo es un inconveniente en la primera etapa sino también en la segunda.
3. Si no existe no es posible estimar la forma reducida.
de variables endhgenas, que aparecen como regresores (YI)
en la ecuaci6n bajo
estudio y que vienen dados por
se reducirln a
nes retardadas entre las variables. Por último, incluso los modelos de creci-
miento o a muy largo plazo se construyen ya con base trimestral. Es más, en
algunos sectores como el monetario, los modelos trimestrales están siendo sus-
tituidos por los mensuales.
Además de lo dicho, el investigador econométrico puede colaborar a reme-
diar el problema dedicándose al estudio sobre la utilización de modelos con
errores en las observaciones, para poder hacer pleno uso de toda la informa-
ción existente introduciendo en el programa series de fiabilidad escasa. Tam-
bién, y esto es más importante, modelos con observaciones perdidas permi-
tirían combinar series trimestrales con series anuales en un modelo trimestral.
La literatura sobre este último tema es escasa (véase (39) y (40)) y en
•ella la investigación se ha concentrado en el problema de observaciones per-
didas al principio (o al final) del período muestral para un subconjunto de
variables endógenas. Esta especialización refleja la necesidad surgida, en países
como el Reino Unido, al estudiar ciertos sectores económicos como salarios y
empleo, comercio internacional, etc. Estos estudios, además de requerir series
procedentes de la Contabilidad Nacional, usan otras publicadas independiente-
mente y que aparecieron con periodicidad trimestral con anterioridad a la
Contabilidad Nacional. Así pues, en un modelo para estos sectores, variables
como PNB tienen un bloque de observaciones perdidas al principio del pe-
ríodo.
Sargan y Drettakis estudian el problema dentro de un modelo simultáneo
.autorregresivo y el procedimiento empleado consiste en estimar por el mé-
todo de la máxima verosimilitud los parámetros del sistema para el subperíodo
-en el que todas las series están completas. Con dichos resultados y la infor-
mación estadística para el subperíodo inicial se estiman los datos perdidos
•que se usan posteriormente para reestimar el modelo para todo el período.
Con estos nuevos estimadores se vuelven a calcular las observaciones perdidas
y así sucesivamente hasta alcanzar el máxima maximorum de la función de
verosimilitud.
En Sargan y Drettakis (39) y Drettakis (40) no se usa la información anual
sobre las series con observaciones perdidas, pues esto complica considerable-
mente el problema aunque no necesariamente lo convierte en insoluble. Pero
si este tipo de solución se aplicase a la economía española sería importante,
quizás imperativo, investigar cómo utilizar dicha información anual. En cual-
quier caso este tipo de solución exige una experiencia, por corta que sea,
de observaciones trimestrales. Si esto no es así y en el modelo entra una serie
con observaciones sólo anuales a lo largo de todo el período, habría que buscar
si existe otra variable, suficientemente correlacionada con ella, con observa-
ciones trimestrales, que se pudiese utilizar para interpolar la primera. No
obstante, quedará todavía el problema de la variación estacional que se puede
atacar operando con series ajustadas.
En realidad, el tratamiento de la base estadística y el estudio de modelos
apropiados a nuestra situación es un paso necesario, sin el cual los estudios
MODELOS MACROECONOMÉTRICOS 7
' Y*
Y*
yf
A* .0
0
A =
0 . . . . 0 . . 0 . . . .0
B* B* B*
I 0 0 0
0 10
B =
0 0 I Ó
4. Esta forma de exposición es la que se encuentra en Fisher (16) en cuyo artículo está
basada principalmente la presente discusión de recursividad y recursividad en bloque.
res ut y at-e. Como se ha dejado implicit0 arriba al establecer las
propiedades de [3], estamos suponiendo que cuando V(8) no es
cero, es independiente de t; es decir, el proceso aleatorio u es estaciona-
rio; sin la hip6tesis de estacionariedad no es posible estimar un sistema
disponiendo de una sola observaci6n por cada unidad de tiempo. Con
esta aclaraci6n la condici6n se puede expresar;
W-3. B es triangular como A,
V(8) es triangular para cualquier 8 ) 0 y B o todas las matrices
V(8) ( 8 > 0) tienen ceros en todos 10s elementos de la diagonal prin-
cipal.
Es muy probable que ninguna de las tres condiciones W se cumpla
para un modelo macroeconomCtrico. Con todo, el problema no radica tanto
en su exacto cumplimiento como en el hecho de que las mismas se aproximen
en cierto mod0 a las circunstancias que la realidad presenta. Cabe pues
preguntarse, 2constituyen por lo menos una aproximaci6n aceptabk? Las con-
tribuciones de Fisher, y la pra'ctica que ya hoy en &a existe sobre este t i p
de modelos, nos llevan a aceptar la opini6n de que W-1, W-2 y W-3 no
son aceptables ni tan siquiera como algo aproximado.
Las condiciones de recursividad de Fisher se pueden expresar:
F-1. A es triangular por bloques
F-2. V(8) es diagonal por bloques
F-3. B es triangular por bloques,
V(8) es triangular por bloques para cualquier 8 > 0 y o bien todos
b s bloques en la diagonal de B son cero, o lo son todos 10s bloques en
las diagonales de todas las matrices V(8),para 8 > 0.
F-1 es una aproximaci6n aceptable, tanto ma's cuanto ma's se desagregue
en el tiempo. Sin embargo, F-2 y F-3 no lo son. Las perturbaciones aleatorias
que entran en el modelo se componen principalmente de 10s efectos de las
variables omitidas y algunas de ellas pueden inffuir en todos 10s bloques
aunque ciertamente con intensidades distintas; en todo caso, es muy dificil
pretender que tales efectos sean independientes. Con base al mismo razona-
miento acerca de errores en las ecuaciones compuestos por la acci6n de
las variables omitidas, cuanto m h se desagregue en el tiempo el sistema -para
que F-1 sea aproximadamente cierta- msis parecidos o relacionados estarsin
10s vectores ut y ut-I y, por tanto, mis fuerte sera' la correlaci6n serial. Por
supuesto, a1 desagregar en el tiempo 10s para'metros del proceso u cambiarin
considerablemente (vCase por ejemplo Thomas y Wallis) (18). Un proceso
autorregresivo de primer orden en un modelo anual sera' sustituido fsicilrnente
por un proceso autorregresivo de quinto grado con padmetros distintos de
cero para 10s retardos primero, cuarto y quinto, en un modelo trimestral. La
alternativa a la hip6tesis de ausencia de correlaci6n serial es F-3, per0 en ella
se asume que B es triangular y, por tanto, tambiCn lo es (I-A)-*.El; es decir,
12 A. ESPASA
1. Estimadores de clase k
m>T
(Z'Z) que es una matriz (*» X tn), tiene a lo más rango X y, por tanto, es
singular y {Z'Z)'1 no existe y los estimadores expresados en [6] no se pueden
obtener.
2. Estimadores MVIL
El mismo problema ocurre con MVIL, pues éstos son un caso particular
de [6] en los que k es estocástico y viene dado por el valor de la raíz
característica más pequeña (h) de la ecuación determinamental
b*' W* b* — l
MODELOS MACROECONOMÉTRICOS 15
Y
[10] det (*?*-*& 'A\
Plim h = 1
y.
p lim = 0
[11b] Qt = (P,XiT1Fyi
H'K = I
donde K es
*-*-&£T
el estimador óptimo por VI es
Comparando [11c] con [8a] vemos que los MCB son un caso particular
9. Esta sección ha sido escrita basándose en el artículo del profesor J. D. SARGAN (38) y en
su curso de «Teoría de la Econometría» en la London School of Economics, 1970-71.
2.
18 A. ESPASA
r-£)<«^-(£M5,)
es decir, MCB equivale a tomar las variables exógenas que entran en [5]
como instrumentos de sí mismas y a los valores estimados a través de la forma
reducida para las variables endógenas incluidas en [5] como instrumentos
de Yi. Obsérvese que empleamos la palabra instrumentos en dos circunstancias
distintas. Para referirnos a los instrumentos usados en la primera etapa, Z,
o para referirnos a los utilizados en la segunda (Í1Z1). Este uso simultáneo se
continúa haciendo a lo largo del artículo sin especificar a veces si nos referimos
a la primera o a la segunda etapa, pero por el contexto queda claro cuál de
ellas es la envuelta.
Se puede demostrar que si todos los instrumentos posibles entran en el
sistema, MCB es eficiente dentro de la clase de VI, no ganando nada consi-
derando retardos de las variables ya incluidas en Z. Si existen instrumentos
adecuados fuera del modelo es indicio de que éste contiene errores en la es-
pecificación, y antes de pasar a estimarlo debemos mejorar aquélla.
[12] Cr=ZAr
10. La terminología de la primera y de la segunda etapa es ambigua, pues para obtener MCB
no hay que operar en la FR en una primera etapa y con dichos resultados pasar a la segunda,
sino que [8] permite el cálculo directo e igualmente [6] se puede expresar de forma donde el
cálculo es directo. Si aquí se mantienen a veces los términos como primera etapa es con la esperanza
de que de esa forma la expresión sea más clara.
MODELOS MACROECONOMETRICOS 19'
donde
[14]
m'= A A" 1 «A »
donde
Xi.
[15]
\Kn
siendo X< la iésima raíz característica de Z'Z/T, [14] puede ser aproximado
mediante
AA-M'
[16]
¿Arhr1 A'rZ% Y^ZArA;1 ArA'1 A'rZ'y'
\QJ \Z:
Z'¿ArA;' A'rA'r Z'Z1 \Z') \Z\y^
11. La matriz A en [14] es como la definida en [13], pero con todos los componentes prin-
cipales en vez de sólo los r primeros.
12. En [16] las variables entran medidas como desviaciones sobre la media.
20 A. ESPASA
sino que la naturaleza del estimador mismo cambia, de una que omite cierta
información muestral a otra que finalmente la utiliza.
El método tiene además ciertos inconvenientes. Primero los componentes
principales no son independientes de las unidades con que se miden los ele-
mentos de Z. El número de grados de libertad
[17] q= T—r
Z'Z
[18] Var. 6. (Z) =
T
P = (Yi Zi)
BIBLIOGRAFÍA
1. JOHNSTON, J.: Métodos de Econometría (Ed. Vicens Vives, Barcelona, 1967).
2. Comisaría del Plan de Desarrollo Económico y Social: «Elaboración y especificación
del modelo Econométrico», Madrid, 1972.
3. KADANE, J. B.: «Comparison of K-Class Estimators when the disturbances are
small», Econometrica, septiembre, 1971.
4. HAAVELMO, T.: «The Statistical implication of a System of simultaneous equations»,
Econometrica, enero, 1943.
5. KOOPMANS, T. C. (editor): Statistical Injerence in Dynamic Economic Models (Wiley,
Nueva York, 1950).
6. KOOPMANS, T. C, and HOOD (editores): Studies in Econometric Methods (Wiley,
Nueva York, 1953).
7. KELEJIAN, H. H.: «Two-stage Least Squares and Econometric Systems linear in
Parameters but nonlinear in the endogenous variables», JASA, junio, 1971.
8. GOLDFELD, S. M., and QUANDT, R. E.: Nonlinear Methods in Econometrics (North-
Holland, 1972).
9. GOLDBERGER, A. S.: Teoría Econometrica (Tecnos, Madrid, 1970).
10. THEIL, H.: Estimation Simultaneous correlation complete equation System (La
Haya, Centraad Plaubureau, 1953).
11. THEIL, H.: Economic Forecasts and Policy (North-Holland, 1961).
12. BASMANN: «A generalised classical method of linear estimation of coefficients in a
Structural equation», Econometrica, enero, 1957.
13. ZELLNER y THEIL: «Three-Stage Least Squares: simultaneous estimation of simul-
taneous equations», Econometrica, enero, 1962.
14. WOLD, H.: «Causality and Econometrics», Econometrica, abril, 1957.
15. NAGAR, A. L.: «Double K-ckss estimators of parameters in simultaneous equations
and their small sample properties», International Economic Review, 1962, pági-
nas 168-188.
16. FISHER, F. M.: Dynamic Structure and Estimation in Economy-wide Econometric
Models, capítulo 15 de (17).
17. DUESENBERRY, FROMM, KLEIN y KUHN: The Brookings Quarterly Econometric
Model of the U.S.A. (North-Holland, 1965).
18. THOMAS, J. J., y WALLIS, K. F.: «Seasonal Variation in Regresión Analysis»,
JASA, 1971, pp. 57-72.
26 A. ESPASA