Professional Documents
Culture Documents
INTRODUCCIN
Modelos Economtricos
Ct = 1 + 2 Rt
Rt = C t + It
3.- Modelo Univariante, con el que se identifica una ecuacin ARIMA que mide (o explica) el
consumo, Ct, en funcin de sus valores retardados.
Esta ecuacin, sin embargo, no nos permite medir la PMgC y se utiliza, sobre todo, para obtener
predicciones a corto plazo.
En este modelo se utilizarn los datos de consumo agregado hasta el 1er trimestre de 1996
(inclusive), ya que, al aplicar una 1 diferencia, se pierde una observacin. De este modo se
utilizan 40 datos (como en los otros 2 modelos) y se usa la observacin del 2 trimestre de 1996
para obtener predicciones.
Observaciones
1986.1
1986.2
1986.3
1986.4
1987.1
1987.2
1987.3
1987.4
1988.1
1988.2
1988.3
1988.4
1989.1
1989.2
1989.3
1989.4
1990.1
1990.2
1990.3
1990.4
1991.1
1991.2
1991.3
1991.4
1992.1
1992.2
1992.3
1992.4
1993.1
1993.2
1993.3
1993.4
1994.1
1994.2
1994.3
1994.4
C
5019,732879
5067,130703
5132,509501
5218,352406
5322,779988
5377,242633
5436,610088
5485,222845
5544,972831
5627,907599
5713,139635
5797,696718
5884,687987
5967,402383
6030,498764
6083,223406
6134,801492
6194,418973
6237,776077
6271,588808
6297,506246
6357,592202
6421,37148
6479,917126
6520,817301
6560,092615
6550,102648
6490,773591
6403,026191
6387,421853
6379,838101
6372,550112
6383,724606
6413,093251
6462,936112
6515,465907
R
7958,596944
8031,696059
8118,599963
8195,765521
8341,171891
8478,001255
8611,097006
8717,240409
8814,091266
8931,976661
9031,258451
9132,703121
9244,952445
9355,914602
9457,420969
9553,109666
9642,300498
9722,120188
9802,424186
9851,450675
9888,739851
9947,365289
10016,85046
10050,23202
10070,34253
10075,6107
10044,6356
9986,854927
9937,69121
9907,367983
9906,05039
9958,930846
10037,91799
10115,35656
10187,08479
10263,64173
2
T
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
I
2938,864065
2964,565357
2986,090463
2977,413115
3018,391903
3100,758623
3174,486918
3232,017564
3269,118435
3304,069062
3318,118816
3335,006404
3360,264458
3388,512218
3426,922205
3469,88626
3507,499006
3527,701215
3564,648109
3579,861867
3591,233605
3589,773087
3595,478981
3570,314897
3549,525229
3515,518081
3494,532953
3496,081336
3534,665018
3519,94613
3526,212289
3586,380734
3654,193382
3702,263313
3724,148679
3748,175821
1995.1
1995.2
1995.3
1995.4
1996.1
1996.2
6534,577682
6535,120075
6543,202477
6571,36597
6616,24323
6661,233789
10341,10491
10411,06019
10457,39853
10497,3697
10558,82202
10635,41767
37
38
39
40
41
42
3806,527226
3875,940117
3914,196051
3926,00373
3942,578791
3974,183881
Ct = 1 + 2 Rt + 3 Tt
ESTIMACIN MCO DE LOS PARMETROS b = (XX)-1 XY
Considerando la ecuacin transformada en desviaciones a las medias:
_
X Y=
x y NSx y
x y NSx y
2
, XX =
NSx 2 x 2
x 2 NSx 3 x 2
x 3 NSx 2 x 3
2
3
Ct
242423,188
353060,345
5165,42623
Rt
353060,345
549762,951
7950,54358
Tt
5165,42623
7950,54358
136,666667
b = (X X)-1 XY =
Sx x Sx x
Sx x Sx x
2
3
2
3
Sx
Sx
NSx 3 x 3
_
C = 6068,204782
R = 9527,33745
T = 20,5
549762,951 7950,54358
b2
7950
,
54358
136
,
666667
b3
= 11923126 ,93
136,666667
7950,54358
0,0000114623
0,0006668
b1 =
C b 2 R b3T
0,0006668
0,046108957
1 353060,345
5165,42623
7950,54358 353060,345
=
549762,951 5165,42623
353060,345
b 2 0,6024
5165,42623
b3 2,7517
INTERPRETACIN
El coeficiente ms importante de la estimacin es b2 que representa la Propensin Marginal al
Consumo (PMgC), es decir, lo que vara el consumo agregado cuando la renta agregada vara en
una unidad.
En este caso, la PMgC = b2 = 0,6024 , nos dice que cuando la renta vara en una unidad, el
consumo lo hace en 0,6024 unidades.
Este resultado confirma la teora de Keynes: influencia positiva de la renta sobre el consumo y
PMgC acotada entre 0 y 1 (0 < PMgC < 1)
Para saber en que proporcin vara el consumo, cuando la renta lo hace en un 1%, calculo la
elasticidad media:
b2
9527,33745
S ry2
S
2
y
4562,75878
0,98117854
242423,188
El ajuste es bastante bueno: el 98,11% de la variacin del consumo est explicado por la
ecuacin estimada.
Multicolinealidad; Se mide por la correlacin existente entre las variables explicativas incluidas
en la ecuacin:
Coeficiente de correlacin entre Rt y Tt:
Sx2x3
7950,54358
7950,54358
-C
C
129,73606
0,0196 1,9%
C
6616,24323
-C
C
133,6384
0,02 2%
C
6661,23379
Rt 1
It
1 Ecuac. 1
2 Ecuac. -1
-2 -1 0
1
-1
Nota De Z a Z*, cambio la variable endgena que acta como regresor en la ecuacin, Rt, por la
exgena que no aparece en sta, It.
C
I C
Z * 'Y
R
R I
(Z * ' Z )
t t
Utilizando los datos trimestrales de consumo, renta e inversin agregada entre 1986.1 y
1995.4, paso a realizar la estimacin de la funcin de consumo.
Dividiendo Ct, Rt e It por 1000 para simplificar los clculos, los sumatorios obtenidos son:
Ct = 242,728 N=40
Rt = 381,093 RtIt = 1325571,31
It = 138,365 ItCt = 844296,925
*
1
*
Sustituyndolos: ( Z ' Z ) Z ' Y
40
138,365
381,093
1325571,31
C
I C
242,728
844296,925
1325571,31
1
52970122,47 138,365
0,025
0,0000026
R
R I
381,093 242,728
844296,925
40
0,0000072 242,728
0,0107
0,00000075 844296,925
0,6325
gC 0,6325
PM
Por otra parte, vemos que tambin con un MES podemos validar empricamente la teoria
keynesiana de la funcin de consumo: influencia positiva y acotada entre 0 y 1.
La PMgC aqu estimada difiere ligeramente de la estimada por MCO. Al menos, tericamente, es
mejor, ya que tiene en cuenta la interdependencia entre consumo y renta.
Este modelo, al incluir solo una variable exgena en la funcin de consumo(adems de la
variable del trmino independiente), no presenta multicolinealidad, aunque excluir la tendencia
puede traer problemas de especificacin(no inclusin de variables relevantes en la explicacin
del consumo).
PREDICCIN PUNTUAL
1er Trimestre de 1996 R1996.1=10558,822
1996.1= -0,0107 + 0,6325(10558,822) = 6678,4444215
C 1996.1= 6616,24323
Error en la prediccin 62,2 0,94%
2 Trimestre de 1996 R1996.2=10635,4177
1996.2= -0,0107 + 0,6325(10635,4177) = 6726,890995
C 1996.2= 6661,23379
Error en la prediccin 65,65 0,98%
Las predicciones puntuales son ms precisas que las realizadas con el modelo de
regresin mltiple el error de prediccin tiene un porcentaje de menos del +1%.
INTRODUCCIN
Dada la serie temporal Ct , de valores de periodicidad trimestral (desde 1986.1 a 1996.1), se
efecta una medida de dicha serie desde la relacin con sus valores anteriores o retardados.
La ecuacin que se propone para explicar la serie permite generar numricamente los datos de la
misma y obtener predicciones a corto plazo.
La crtica fundamental de este tipo de modelos es que, siendo el objetivo ltimo de la
econometra, medir teoras econmicas, no permite hacerlo: es una medida sin teora.
9
Adems, el carcter emprico de la ecuacin generadora de datos, impide que sta tenga carcter
genrico y universal, como si lo tienen las leyes deducidas tericamente.
cualquier proceso estocstico estacionario se puede representar mediante un proceso lineal que
tiene 2 partes, una determinstica y otra estocstica.
* poder efectuar la inferencia en la ecuacin que se proponga.
Como la serie de consumo agregado, Ct, no es estacionaria, hay que transformarla previamente
para lograr otra serie estacionaria y efectuar la medida con ella. La transformacin propuesta es
la 1 diferencia del logaritmo neperiano de C t(D(Ln Ct)) que aproxima la tasa de variacin del
consumo.
IDENTIFICACIN
Para identificar el proceso ARIMA(p,d,q) que da lugar a la serie de consumo agregado (1986.11996.1), procedo a estimar el correlograma de la serie D(Ln Ct)).
Para esta variable, D((Ln Ct)), a la que llamar X t, habr un proceso generador de datos(una
ecuacin ARMA) que se identifica desde la Funcin de Autocorrelacin Total (FAT) y la funcin
de Autocorrelacin Parcial (FAP) estimadas desde la serie.
CORRELOGRAMA
Clculo de la FAT estimada
Partiendo del siguiente cuadro de sumatorios y siendo u el nmero de retardos, los valores
estimados de la FAT, los calculo a partir de la siguiente expresin:
ru
( X X )( X
(X X )
t u
X)
10
(X
(X
(X
(X
(X
(X
(X
X ) 0,0018221246
X )( X t 1 X ) 0,00153601
X )( X t 2 X ) 0,00114704
X )( X t 3 X ) 0,00082522
X )( X t 4 X ) 0,00006422
X )( X t 5 X ) 0,00051099
X )( X t 6 X ) 0,00043083
r1
0,00153601
0,84338476
0,0018221246
r2
0,00114704
0,62981322
0,0018221246
r3
0,00082522
0,45310749
0,0018221246
r4
0,0006422
0,35262788
0,0018221246
r5
0,00051099
0,28057272
0,0018221246
r6
0,00043083
0,23655757
0,0018221246
ru a 21 ru 1 a 22 ru 2
resolviendo el sistema:
0,282244639
0,288702146
1 r12
1 (0,84338476) 2
Para u = 3 Se propone la ecuacin:
Z t a 31 Z t 1 a 32 Z t 2 a 33 Z t 3 Vt , y desde:
11
a33
1
r1
r2
r1
1
r1
r1
r2
r3
1
r1
r1
1
r2
r1
r2
r1
1
0,84338476
0,62981322
0,84338476
1
0,84338476
0,84338476
0,62981322
0,45310749
1
0,84338476
0,84338476
1
0,62981322
0,84338476
0,62981322
0,84338476
0,002902088
0,03783234
0,076709184
2
N
0,316227
40
Los valores estimados de la FAT y de la FAP que no superen el valor crtico (VC=|
0,316227 |), se consideran nulos a efectos estadsticos.
FT
FP
1
0,31
-0,31
-1
-1
Identificacin, Considerando que la serie estacionaria, D(Ln C t), genera una FT decreciente en
progresin, sin que se anule y la FP es no nula solo en el orden 1, se propone como proceso
generador de estos datos, un Proceso Autorregresivo de Orden 1 (AR(1)):
X t 0 1 X t 1 Vt
12
ESTIMACIN
La estimacin de los parmetros de X t 0 1 X t 1 Vt , se realiza por MCO:
( X X )( X X ) 0,843270484 r
(X X )
t 1
t 1
0 X 1 X 0,00107784
Por tanto, la ecuacin estimada para explicar la tasa de variacin del consumo
X t 0,00107784 0,843270484 X t 1
VALIDACIN
Constatacin de la estacionariedad
La estimacin del parmetro autorregresivo, 1 , cumple la condicin de estacionariedad:
| 0,843270484 | 1
1
d d
d
d d
d
t 1
2
t
t 2
2
t
0,00011546
0,2222654
0,000519486
0,0000404119
0,077792188
0,000519486
VC
2
N
2
40
0,316227
Ni r1, ni r2 lo superan, por tanto, estadsticamente se consideran nulos y podemos considerar que
la ecuacin es vlida.
PREDICCIN PUNTUAL
Para 1996.2, siendo X1996.1 = 0,006806:
X 1996.2 0,00107784 0,843270484(0,006806) 0,006817
el porcentaje de error:
0,00004
0,0059 0,59%
0,006777
IV CONCLUSIONES
De los clculos realizados se deduce que:
La relacin cclica entre consumo y renta (PMgC) tiene signo positivo y est acotada entre 0
y 1, tal y como postula la Funcin de Consumo Keynesiana. Esta se ha medido con 2 modelos
diferentes:
I. Modelo de Regres Regresin lineal Mltiple C t 272,5252 0,6024 Rt 2,7517Tt
14
Esta ecuacin presenta problemas de Multicolinealidad (la correlacin existente entre las
variables explicativas no permite establecer con precisin la contribucin causal de cada una de
ellas a la explicacin de la variacin del consumo), las discrepancias de la regresin estn
autocorrelacionadas: se observan ciclos no explicados por la ecuacin. La estimacin por MCO
no es adecuada dada la relacin bidireccional entre consumo y renta.
Los problemas de multicolinealidad y de relacin bidireccional con un MES que excluye la
tendencia y, tiene en cuenta la interdependencia entre consumo y renta.
Con este modelo tambin quedan ciclos de la tasa de variacin del consumo sin explicar,
aunque, estadsticamente, las correlaciones de los residuos sean consideradas nulas. Este modelo
no mide ninguna teora econmica, se limita a ser un proceso generador de datos y un modelo
predictivo a corto plazo.
En cuanto a la exactitud en las predicciones a corto plazo, el mejor modelo es el ltimo.
De los modelos estructurales, el que presenta un menor porcentaje de error en la prediccin es el
MES.
15
16