Proyecto de Innovacin Docente: GUIME 2.

Elaboracin de un modelo economtrico.

Con este documento se presenta una gua que puede servir al alumno de las asignaturas
de Econometra para elaborar un informe o proyecto en el que se recojan los principales
resultados de la aplicacin de los mtodos economtricos. Los principales aspectos que
han de ser recogidos en un proyecto economtrico (Pedace, 2014) se basan en la
seleccin del tema, la ejecucin tcnica y la presentacin de los resultados. Aunque este
documento est pensado principalmente para la elaboracin de un modelo lineal general
uniecuacional, tambin puede servir de apoyo para presentar los resultados de la
aplicacin de otros mtodos economtricos.

Fases para la realizacin de un modelo economtrico.

Las fases esenciales para realizar una aplicacin economtrica son (Wooldridge, 2006):
1. Planteamiento del problema y eleccin de un tema.
2. Recopilacin de la informacin: bsqueda de bibliografa, especificacin de un
modelo inicial y recopilacin de datos.
3. Aplicacin economtrica usando un paquete informtico.
4. Anlisis economtrico.
5. Redaccin del informe.

Planteamiento del problema.

Este es el aspecto ms importante de nuestro trabajo, ya que implica la eleccin del
campo de aplicacin. En el mbito socioeconmico se pueden tratar muchos temas
clsicos desde la perspectiva de la Econometra (vase una lista en Pulido, 1987, p. 78),
pero nuestro inters por un determinado tema puede aportar ese grano de originalidad.
A la hora de plantearse la realizacin de un modelo economtrico hay que tener presente
las siguientes etapas:
1. Delimitar el tema sobre el que se desea trabajar.
2. Bsqueda de bibliografa bsica sobre el tema.
3. Especificacin inicial del modelo.
4. Disponibilidad de datos del fenmeno que se va a estudiar: temporales, corte
transversal, espaciales o panel.
5. Delimitar el mbito de aplicacin: tema de mbito local o general en funcin de
la disponibilidad de los datos.
Jorge Chica Olmo. Universidad de Granada. CC. 2014

Proyecto de Innovacin Docente: GUIME 2.0

6. Seleccionar el mtodo economtrico que se adapte al tema tratado y a los datos.

7. Especificar nuestro grano de originalidad.

Recopilacin de informacin.
Aunque es comn que especifiquemos el modelo sobre la base de nuestro conocimiento
del fenmeno que vamos a estudiar, es conveniente realizar una bsqueda en las fuentes
bibliogrficas que nos permita tener una visin terica y aplicada de dicho fenmeno.

Fuentes bibliogrficas y especificacin inicial del modelo.

Una vez que hemos elegido un tema necesitamos disponer de una especificacin inicial
del modelo sustentada en las fuentes bibliogrficas seleccionadas. Para ello, podemos
llevar a cabo las siguientes etapas:
1. Haremos una revisin bibliogrfica que nos ponga en antecedentes del tema que
se va a tratar. En esta etapa utilizaremos Internet y los fondos bibliogrficos
disponibles.
2. Seleccionaremos las principales referencias bibliogrficas encontradas que se
ocupen de forma concreta de nuestro tema.
3. Realizaremos una especificacin inicial del modelo tomando como base las
fuentes bibliogrficas seleccionadas.

Recopilacin de los datos.

Una vez que se dispone de una especificacin inicial del modelo pasaremos a realizar la
bsqueda de los datos, para lo cual tendremos en cuenta lo siguiente:

Cuando dispongamos de los datos y de la bibliografa bsica del tema, podemos

decir que hemos realizado un 50% del trabajo.

Las variables de nuestro modelo pueden ser cuantitativas o cualitativas,

observables o variables proxy.

Los datos pueden ser temporales, de corte transversal, espaciales o de panel.

Los datos pueden obtenerse en soporte de papel o digital.

Las fuentes de informacin de los datos pueden obtenerse de distintos medios,

como boletines impresos, CD con ficheros o bases de datos y bases de datos de
la Web.

Cada paquete economtrico utiliza un fichero de datos con un formato diferente.

Jorge Chica Olmo. Universidad de Granada. CC. 2014

Proyecto de Innovacin Docente: GUIME 2.0

El formato ms estndar es el de texto o ASCII, en el que los datos vendrn

ordenados en filas y las variables en columnas separadas por algn carcter. La
extensin de este tipo de ficheros suele ser .csv. Una forma cmoda de trabajar
consiste en utilizar una hoja de clculo y posteriormente importarla en el
software economtrico que vayamos a utilizar.

Hay que tener cuidado con la notacin de la coma decimal.

Hay que comprobar si hay datos perdidos o datos missing y cul es valor que
identifica a este tipo de dato.

Si los datos son temporales hay que indicar el periodo de tiempo, y si los datos
son de corte transversal o espacial hay que introducir una variable para
identificar a cada individuo del fichero.

Aplicacin economtrica usando un paquete informtico.

Una vez que se ha realizado la especificacin inicial del modelo y se dispone de los
datos, pasaremos a realizar la aplicacin economtrica. Para ello elegiremos un
programa informtico que se adecue a nuestras necesidades. As, podemos utilizar una
hoja de clculo, paquetes comerciales u otros de uso libre como R o Gretl. Las etapas
bsicas para llevar a cabo la aplicacin economtrica de un modelo lineal general
uniecuacional son:
1. Anlisis exploratorio de los datos con el objetivo de buscar la posible presencia
de normalidad, simetra, datos atpicos y relacin entre variables. Para ello
analizaremos los estadsticos descriptivos bsicos, el grfico de frecuencias, el
grfico de normalidad, el grfico de dispersin, etc.
2. El problema de la especificacin o seleccin del modelo final: forma funcional y
seleccin inicial de las variables que intervienen.
3. Si hay variables cualitativas hay que determinar cuntas variables ficticias hay
que crear en funcin de los grupos a considerar.
4. Estimar el modelo por mnimos cuadrados ordinarios y realizar los contrastes
sobre la significacin de los parmetros del modelo:
a. Contraste individual de los parmetros mediante la t de Student.
b. Contraste de la significacin del modelo mediante la F de Snedecor.
c. Contraste de significacin de un subconjunto de parmetros mediante la F de
Snedecor.
5. Realizar los contrastes del cumplimiento de las hiptesis bsicas:
Jorge Chica Olmo. Universidad de Granada. CC. 2014

Proyecto de Innovacin Docente: GUIME 2.0

a. Hiptesis de normalidad de las perturbaciones.

b. Contraste de cambio estructural mediante el test de Chow.
c. Anlisis de la mala especificacin del modelo.
d. Multicolinealidad.
e. Heterocedasticidad.
f. Autocorrelacin en las perturbaciones.
6. Seleccionar el modelo que mejor se adapte al fenmeno que estamos explicando.
Existen distintos mtodos automatizados para la seleccin de modelos, los
cuales pueden ser mal utilizados con facilidad (Maddala, 1985) y, por lo tanto,
deben ser utilizados con cautela. Para realizar la seleccin del modelo tendremos
en cuenta la relacin entre los resultados obtenidos de la significacin de las
variables y la bondad de ajuste. Bsicamente hay que contestar a las preguntas:
los coeficientes tienen los signos esperados? son estadsticamente
significativos? el modelo es significativo en su conjunto? el modelo explica
una gran proporcin de la varianza de los datos? En este sentido, se nos pueden
presentar distintas situaciones:
1. El caso deseable es que todas las variables sean significativas, tengan el
signo esperado y el R 2 sea significativo.
2. El caso menos deseable es que ninguna variable sea significativa y, adems,
el R 2 no sea significativo.
3. El caso normal se da cuando algunas variables presentan signos esperados,
son significativas y el R 2 es significativo. La cuestin es decidir si las
variables no significativas deben ser excluidas del modelo.
4.

Un caso menos normal se presenta cuando la mayora de los coeficientes

son no significativos y, sin embargo, el R 2 es muy significativo. Esto se
puede deber a un problema de multicolinealidad.

Anlisis economtrico.
En este apartado se deben incluir los resultados ms destacados obtenidos en la
aplicacin economtrica y que permitan comprender el problema analizado. Para ello,
basndonos en los resultados obtenidos en la aplicacin economtrica, resumiremos
dichos resultados siguiendo las siguientes etapas:

Jorge Chica Olmo. Universidad de Granada. CC. 2014

Proyecto de Innovacin Docente: GUIME 2.0

1. Estadsticos descriptivos bsicos y matriz de correlaciones, con breves

comentarios de los principales resultados.
2. Grficos que pongan de manifiesto las relaciones entre las variables o la
evolucin temporal de las mismas.
3. Interpretacin de los resultados del modelo finalmente seleccionado y de los
contrastes del cumplimiento de las hiptesis bsicas del modelo, mediante
grficos y test estadsticos.
4. Tambin se puede incluir un anlisis de los datos atpicos.

Redaccin del informe.

Aunque escribir un trabajo cientfico puede ser considerado un arte (Van der Geer,
Hanraads, & Lupton, 2000), en general todos los trabajos aplicados de carcter
cientfico siguen una estructura bsica parecida: resumen, introduccin, metodologa,
aplicacin, conclusiones y bibliografa. Estos apartados se podrn estructurar de
maneras diferentes y no tienen porqu estar todos presentes. Por ejemplo, el apartado de
la metodologa slo se justifica si sta es novedosa o poco conocida. Basndonos en
dicha estructura bsica, nuestro informe puede contener los siguientes apartados:
1. Ttulo y autores.
En la primera pgina del informe se incluir el ttulo del trabajo, que reflejar el
principal objetivo del modelo; los autores, con los apellidos y nombre ordenados
alfabticamente junto con el correo electrnico; grupo al que pertenecen los
alumnos; la asignatura, la fecha y la firma.
2. ndice.
3. Resumen.
Este apartado incluir:
a. Una breve descripcin del problema que se va a tratar.
b. Cules son los principales objetivos.
c. Cul es el mbito de aplicacin.
4. Motivaciones.
Aqu se incluirn las principales motivaciones que han llevado a los autores del
trabajo a elegir el tema tratado y la labor principal realizada por cada alumno.
5. Introduccin.
En este apartado se incluir principalmente los siguientes subapartados:
a. Objetivos. Se detallarn los objetivos del trabajo.
Jorge Chica Olmo. Universidad de Granada. CC. 2014

Proyecto de Innovacin Docente: GUIME 2.0

b. Revisin bibliogrfica. Se incluir una breve descripcin del estado de la

cuestin, con las referencias bibliogrficas que han dado lugar a la
especificacin inicial del modelo.
6. Datos.
En el apartado de datos se incluir la descripcin de estos y un anlisis
exploratorio de los mismos con la ayuda de tablas y grficos. El principal
objetivo de este apartado es presentar un resumen de los datos utilizados en la
aplicacin y mostrar al lector, de una forma descriptiva, si algunos de los
aspectos considerados en la introduccin estn o no presentes en nuestros datos.
As, en este apartado incluiremos lo siguiente:
a. Descripcin de los datos, indicando: de cuantos datos se dispone, qu tipo de
datos son (temporales, corte transversal, espaciales o panel), a qu periodo
pertenecen o cul es el mbito espacial, cules son las unidades de medida
usadas, si son datos nominales, reales, tasas, ndices, etc. y la fuente de la
informacin.
b. La informacin anterior se incluir en un cuadro con las siguientes
columnas: nombre de las variables utilizadas; descripcin de las variables;
unidades de medida; tipo de variable: continua, discreta o binaria; signo
esperado de los parmetros del modelo y fuente de informacin de los datos,
si no es la misma para todos ellos.
c. Tablas con estadsticos descriptivos y matriz de coeficientes de correlacin,
con los comentarios que se consideren oportunos.
d. Grficos descriptivos. Por ejemplo, si los datos son temporales, los grficos
de series temporales permiten introducir al lector en el tema en cuestin,
relacionndolo con lo comentado en la revisin bibliogrfica. Igualmente, los
grficos de dispersin (scatter) permiten analizar grficamente la relacin de
algunas parejas de variables seleccionadas.
7. Resultados.
En el apartado de resultados se incluirn los siguientes aspectos relacionados
con la estimacin, verificacin y explotacin del modelo:
a. Especificacin del modelo poblacional con los parmetros y el trmino de
perturbacin.
b. Explicacin del modelo o modelos estimados y de los principales contrastes
de significacin realizados.
Jorge Chica Olmo. Universidad de Granada. CC. 2014

Proyecto de Innovacin Docente: GUIME 2.0

c. Anlisis del cumplimiento de las hiptesis bsicas del modelo de regresin.

d. Mtodo y criterios utilizados para seleccionar el modelo final.
e. Explicacin detallada del modelo finalmente seleccionado.
f. Utilizacin en los apartados anteriores de las referencias bibliogrficas, si es
necesario, intentando conectar la introduccin con los resultados obtenidos.
g. Mtodo de estimacin finalmente aplicado al modelo seleccionado.
8. Conclusiones.
Principales conclusiones obtenidas, destacando si se han alcanzado los objetivos
propuestos y cules son los puntos fuertes y dbiles del modelo.
9. Bibliografa.
En este apartado se recoger la bibliografa utilizada en el trabajo. Tanto en el
texto como en este apartado se usar el formato de referencia bibliogrfica de la
American Psychological Association (APA), ya que es uno de los ms utilizados
en revistas cientficas para citar fuentes bibliogrficas en el texto y para elaborar
la lista de referencias en la bibliografa.
10. Anexos.
En este apartado se incluyen las tablas de datos, grficos accesorios, etc.
11. Junto con el trabajo se incluir un CD que contenga el propio trabajo y los datos
utilizados.

Bibliografa.
Maddala, G. S. (1985). Econometra: McGraw-Hill.
Pedace, Roberto. (2014). 10 Components of a Good Econometrics Research Project.
2014, from http://www.dummies.com/how-to/content/10-components-of-agood-econometrics-research-proj.html?cid=RSS_DUMMIES2_CONTENT
Pulido, Antonio. (1987). Modelos economtricos: Pirmide.
Van der Geer, J, Hanraads, JAJ, & Lupton, RA. (2000). The art of writing a scientific
article. J Sci Commun, 163(51), 9.
Wooldridge, Jeffrey M. (2006). Introduccin a la econometra: un enfoque moderno:
Editorial Paraninfo.

Jorge Chica Olmo. Universidad de Granada. CC. 2014