En el complejo mundo económico, en el que nos movemos hoy en día, se hace

vital, para el correcto funcionamiento del sistema, las predicciones

económicas y la fiabilidad que estas presenten. Para realizar estas labores, la
economía se deriva en una rama denominada econometría.

Podemos definir la econometría como la rama de la economía que se vale de

modelos matemáticos y estadísticos, de la programación lineal y la teoría de
juegos; para analizar, interpretar y hacer predicciones sen la economía,
prediciendo variables vitales para la misma como el precio, las reacciones del
mercado, el coste de producción o las consecuencias de las políticas
económicas.

¿QUÉ ES LA
ECONOMETRÍA?
Muchos han sido los autores que han tratado de explicar esta ciencia
económica para tratar de hacerla más comprensible tanto para los
economistas, como para el resto de los ciudadanos. Una de mis preferidas es
la siguiente:

‘La econometría es la rama más operativa de la Ciencia económica, trata de

representar numéricamente las relaciones económicas mediante una
adecuada combinación de la Teoría económica matemática y la Estadística.
De forma que las matemáticas, como lenguaje y forma de expresión simbólica
e instrumento eficaz en el proceso deductivo, representan el medio unificador;
y teoría económica, economía matemática o estadística económica serían
consideraciones parciales de su contenido.’ (A.G. Barbancho – 1962)
No es fácil llegar a comprender en profundidad un sistema econométrico, ya
que no basta con tener nociones de economía, sino que requiere unos
profundos conocimientos de estadística. A continuación os dejo una serie de
vídeos que componen un curso online sobre econometría, para quien quiera
profundizar más en la materia:

MODELO ECONOMÉTRICO
Para la obtención de un modelo econométrico se utiliza el denominado
“Método de los mínimos cuadrados (MCO)“, también denominada “Teoría
de la regresión lineal“.

Comenzaremos representando las relaciones entre una variable que queremos

conocer o variable endógena (Y) y otras variables que la determinan (X1 hasta
Xn), denominadas variables exógenas, de la siguiente manera:

El objetivo del modelo econométrico es obtener los valores de los parámetros

desde hasta .

El modelo se completa añadiendo un término más, llamado término

independiente (β0), que es un parámetro constante más a buscar. Así:

.
Resulta conveniente, estadísticamente, suponer que siempre existe una
constante dentro del modelo, para así poder contrastar la hipótesis de si es
distinta, o no, de cero.

MODELO NO DETERMINISTA
La relación entre variables endógenas y exógena no es del todo determinista,
esto quiere decir que por mucho que lo intentemos, siempre existirá cierto
grado de error aleatorio. Esto significa que el modelo sobreentiende que está
excluyendo a todas aquellas variables que no se hayan podido incluir
(normalmente por su escaso aporte proporcional a la relación), pero que
también tienen cierta influencia. Esto se le añade al modelo, representado en
forma de variable aleatoria (μ):

Para poder utilizar esta variable se debe suponer que es una variable
aleatoria normal, con media cero y varianza constante en todas las muestras.

El Modelo de regresión lineal

presenta una serie de problemas que la estadística trata de solucionar, para
lograr el objetivo de entender las relaciones existentes entre los diferentes
factores que influyen en la economía.

Para entender, a nivel microeconómico cómo se entenderían estos modelos,

supongamos que un@ am@ de casa quiere saber, qué y cómo influye en la
cantidad de veces que compra carne para comer a lo largo de un mes. En este
caso la cantidad de carne comprada sería la variable endógena (Y), qué es la
que queremos conocer. Para comprar esa carne debe tener dinero para
comprarla, lo cual consideremos que su salario es constante, en este caso
dicho salario sería (β0). La idea de el modelo es que aquí influirían factores
como por ejemplo el precio de ese mes de varios productos sustitutivos, como
la verdura, el pescado, etc., o bien cuantos imprevistos haya tenido a lo largo
de ese mes. Estas variables serían los (X1, X2,…,Xn). Y que influyen en
mayor o menor medida de sus respectivos valores, en este caso representados
por (β1, β2,…,βn). Además para finalizar se deben incluir de forma residual
factores con aparente poca, pero existente, influencia en la decisión de compra
de la carne, como puede ser la climatología, el tiempo disponible para hacer la
compra, etc.

Desarrollando el modelo hasta el final, y obteniendo los estadísticos

pertienentes, podríamos llegar a delimitar la fiabilidad con la que este modelo
de regresión lineal es capaz de explicar la decisión de compra de la carne, o de
cualquier otra decisión humana dentro de la economía. Algo que puede
parecer a priori impredecible, pero que los modelos económicos, a través de la
estadística se encarga de tratar de demostrar.

Ese es el principal objetivo de los economistas hoy en día, hacer predicciones

fiables de lo que va a ocurrir en el futuro, en función de lo cómo se espera
que evolucionen las diferentes variables con trascendencia en la economía.