Clase 1
Clase 1
Clase 1
Agosto 2010
Población Medición
Se formula
una Teoría
Población Medición
Econometría
-Inferencia imprecisa
sobre la población
-Predicción
Modelos
• Es una representación simple de un proceso de la vida real.
Economistas como Milton Friedman están de acuerdo con que
mientras más simples, más fáciles de testear, entender y
comunicar.
• Hay que tener cuidado con no sobre-simplificar ni hacer
supuestos irreales.
• No es que los modelos no sean realistas, la clave es que los
supuestos utilizados se aproximen lo más posible al hecho
que se pretende probar.
Modelo Económico Vs Econométrico
• Modelo Económico: conjunto de supuestos que
aproximadamente describen el comportamiento de una
economía o sector.
• Ejemplo: la función de producción
Y AK L
Establece una relación exacta y determinística entre los insumos y el
producto.
Cómo este modelo podría explicar la evolución del PIB en RD?
Tasa de crecimiento PIB real (%)
1995-2010*
Stand-By Arrangement with the
IMF, Debt Restructuring,
Government Financial Reform
12.0
10.5 10.7
10.0
Local Financial Crisis, 9.3
deterioration of economic
8.5
8.0 8.0 activity.
Recovery of the growth
7.2 7.1 7.0 6.7 rate of economic
6.0 activity
5.5 5.7 5.8
5.3 5.0
4.0
Average Growth rate 3.5
7.0%
2.0 2.3
1.8
1.3
0.0 -0.3
-2.0
Modelo Econométrico
• No puede explicar fenómenos como la caída en la producción
luego de la crisis bancaria en el 2003. Tampoco puede explicar
caídas en la producción por huracanes.
• Para poder probar este modelo hay que incorporarle factores
estocásticos que lo conviertan de un modelo económico a un
econométrico.
• Un modelo econométrico es: una serie de ecuaciones de
comportamiento derivadas del modelo económico. Estas ecuaciones
involucran
-Variables Observadas
-Perturbaciones: elementos estocásticos o shocks (errores aleatorios)
Errores aleatorios
Estocástico viene de stokhos, que significa adivinar, acertar.
Una relación estocástica no siempre da en el blanco (no siempre predice el
valor preciso de una variable)
El error es la
magnitud de lo
desconocido.
Lo relevante:
-Se distribuyen los -Se cargan a un
dardos lado los dardos?
uniformemente -O están una
alrededor del parte a la
blanco? derecha y otra a
-El error promedio la izquierda del
es grande o blanco?
pequeño?
• Un modelo determinístico:
Y AK L
• Se convierte en un estocástico:
Y AK L e
• e una variable aleatoria con propiedades que analizaremos en lo adelante.
es
Tendremos que determinar la distribución de probabilidad de es
decir, determinar
Hacia qué lado están repartidos los dardos alrededor del blanco, dónde se agrupan
Y si en promedio se agrupan en el mismo lugar.
Residuos de un Modelo
Ejemplo: curva de Phillips
.3
.2
.12 .1
.08
.0
.04
-.1
.00
-.04
Residuos
-.08
96 97 98 99 00 01 02 03 04 05 06 07 08 09 10
2. Modelo Econométrico
(modelo económico en
forma empíricamente
testeable)
4. Información
3. Datos
a priori
5. Estimación del
Modelo
6. Testeo de Hipótesis
sugerida por el
modelo
7. Predicción y
Políticas
Estructura de los datos
• Corte transversal
• Series de Tiempo
• Pool Data
• Corte transversal: son observaciones de una variable para
varias unidades individuales en un momento del tiempo. Por
ejemplo, la tasa de crecimiento del PIB en un año
determinado, para distintos países.
País 2009
República Dominicana 3.5%
Chile -1.5%
Estados Unidos -2.4%
Series de Tiempo
Tasa de crecimiento trimestral del PIB real de RD en período 1996-2010
DLOG(PIB,0,4)
.14
.12
.10
.08
.06
.04
.02
.00
-.02
-.04
96 97 98 99 00 01 02 03 04 05 06 07 08 09 10
Pool Data
Es la mezcla de datos de corte transversal y series de tiempo.
Tasa crecimiento trimestral PIB real
6
0
6 6 7 7 8 8 9 9 0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 0
I.9 III.9 I.9 III.9 I.9 III.9 I.9 III.9 I.0 III.0 I.0 III.0 I.0 III.0 I.0 III.0 I.0 III.0 I.0 III.0 I.0 III.0 I.0 III.0 I.0 III.0 I.0 III.0 I.1
-2
-4
-6
-8
-10