Está en la página 1de 8

MTODOS ECONOMTRICOS.

ADE

EJERCICIO. Modelos Dinmicos. Conceptos: Dinamicidad. Herramientas: MicroModler, Excel. Planteamos la Estimacin del siguiente modelo dinmico: CPt = 0 + 1 PIBt + 2 CPt-1 + Ut Se pide: 1. Estudiar dicho modelo como esquema de retardos de Koyck: velocidad, retardo medio, multiplicadores,... 2. Racionalizacin de este esquema siguiendo la hiptesis de Ajuste Parcial, modelo de equilibrio y de corto plazo; interpretaciones. 3. Se propone el estudio del consumo privado (CP) como funcin del PIB de este ao y de tres retardos ms. Aplique el esquema de retardos de Almon, sabiendo que se comporta como un polinomio de grado 2, y explique, detalladamente, los pasos que sigue y los resultados obtenidos. 4. Finalmente, plantee la posibilidad de un modelo AR(1) sobre CP. BASE DE DATOS: Consulta de Banco de Datos Tempus en www.ine.es: CONTABILIDAD NACIONAL TRIMESTRAL: consumo privado nacional. Pts ctes 86. Niveles. CP.
AO TR I TR II 1990 6134.81 6194.42 1991 6297.52 6357.59 1992 6520.82 6560.09 1993 6403.03 6387.42 1994 6383.73 6413.09 1995 6535.00 6535.27 1996 6617.44 6662.85 1997 6780.07 6850.68 1998 7042.38 7120.49 Serie: Trimestral Desde: 1/1970 Unidad: Pesetas TR III 6237.77 6421.38 6550.11 6379.84 6462.93 6542.83 6694.08 6918.80 7183.70 Hasta: 4/1998 Datos: 116 Escala: Miles de millones TR IV 6271.58 6479.93 6490.77 6372.54 6515.47 6571.19 6727.54 6982.09 7242.75 Primaria

CONTABILIDAD NACIONAL TRIMESTRAL: Producto Interior Bruto pm. Pts Ctes 86. Niveles. PIB.
AO 1990 1991 1992 1993 1994 1995 1996 1997 1998 Serie: Trimestral Unidad: Pesetas TR I 9642.30 9888.75 10070.36 9937.70 10037.93 10340.94 10559.19 10896.24 11322.33 TR II 9722.13 9947.38 10075.62 9907.36 10115.35 10410.87 10635.61 10998.19 11425.57 TR III 9802.43 10016.86 10044.63 9906.06 10187.09 10457.46 10717.77 11111.65 11529.26 Hasta: 4/1998 Datos: 116 Escala: Miles de millones TR IV 9851.46 10050.24 9986.84 9958.92 10263.65 10497.66 10802.75 11218.03 11618.70 Primaria

Desde: 1/1970

Vctor Ral Lpez Ruiz

MTODOS ECONOMTRICOS. ADE

Informacin Adicional: El perodo de estimacin va desde el primer trimestre de 1990 hasta el tercero de 1998. La frecuencia es trimestral. SOLUCIN: 1. Siguiendo la propuesta de Koyck, se parte de un modelo de retardos distribuidos infinito, en el que los coeficientes presentan el mismo signo y decrecen geomtricamente en funcin de , se puede estimar la funcin de consumo de este pas con la siguiente ecuacin: CPt = 0 + 1 PIBt + 1 PIBt-1 + 12 PIBt-2 + + ut El modelo no es estimable, ya que el polinomio de retardos es de grado infinito. Por ello, se transforma, calculando la diferencia con l mismo, retardado un perodo y premultiplicado por . El modelo resultante es: CPt = 0 (1-) + 1 PIBt + CPt-1 + vt donde vt = ut - ut-1. Tenemos ahora un nuevo modelo en el que la transformacin de Koyck ha provocado una enorme simplificacin. Se trata de un modelo autorregresivo que presenta problemas de correlacin serial en la perturbacin. Procedemos a su estimacin obteniendo los siguientes resultados: CPt = 0 + 1 PIBt + 2 CPt-1 + Ut
SAMPLE PERIOD: 199002- 199803 NUMBER OF OBSERVATIONS: 34 ORDINARY LEAST SQUARES cp=C1*pib+C2*(cp(-1))+C3 PARAMETER 0.16096 0.71148 248.62 T-STATISTIC 5.59719 11.37532 1.62040 STD ERROR MEAN .02876 10373.361 .06255 6541.634 153.43400 1.000

C1) C2) C3)

VARIANCE= .65658160E+03 DEPENDENT MEAN= 6572.5 STANDARD ERROR= 25.62385000 PERCENT ERROR= .39 R-SQUARE= .9902 R-BAR-SQUARE= .9896 MAX LLF= -156.95336 F-STATISTIC: F( 2, 31)= DW STATISTIC= .60063 WALLIS-DW(4) STATISTIC= H de Durbin= 0.699685 * 6.2623 = 4.3816

1568.9290 1.9365

El Modelo resultante presenta variables exgenas significativas individual y conjuntamente. La bondad del modelo es elevada. Por otra parte, la existencia de correlacin de primer orden est patente, no es el caso de la de primer orden trimestral. Interpretacin de Resultados: Modelo dinmico tipo esquema de Koyck Ratio de Declive = = 0.71148; velocidad de Ajuste = (1-) = 0.28852. Calculando los multiplicadores y el trmino independiente el modelo se correspondera con:
Vctor Ral Lpez Ruiz 2

MTODOS ECONOMTRICOS. ADE

CPt = 861.7 + 0.161 * PIBt + 0.1145 * PIBt-1 + 0.0815 * PIBt-2 + + ut Trmino Independiente: [0 (1-)] / (1-) = 248.62 / 0.28852 = 861.7 Beta 1 es igual; Beta 2 es el anterior (Beta 1) multiplicado por y as sucesivamente. Podramos calcular adems otras medidas temporales: Mediana de Retardos: El tiempo requerido para el 50% del cambio total en el Consumo ocurrido como consecuencia de un cambio unitario sostenido en Producto es: Mediana de Retardos = -[(log2) / (log 0.71148)] = 2.04 Por lo tanto se requieren aproximadamente 2 perodos para alcanzar esa cota del 50%, debido a la velocidad del ajuste que es aproximadamente del 0.29. Retardo Medio Ponderado: El tiempo requerido para el % (en este caso el 71.1%) del cambio total en el Consumo ocurrido como consecuencia de un cambio unitario sostenido en Producto es: Retardo Medio Ponderado = 0.71148/0.28852 = 2.466 Por tanto, se requieren ms de 2 perodos para alcanzar esa cota del 71.1%. Estas medidas son el resumen de la velocidad de respuesta del Consumo sobre el PIB en Espaa para el perodo trimestral del estudio. Multiplicadores del PIB: En el Corto plazo M0 = 0 =0.16096, es decir que, cada incremento unitario en PIB se dedica poco ms del 16% para el consumo. Pasado un perodo: M1 = 0.16096 + 0.16096 * 0.71148 = 0.2754 Estos clculos se soportan en que k = 1k o tambin para asegurar que las ponderaciones sumen uno se utiliza k = 1 (1-) k. Pasados 2 perodos M2 = 0.16096 ( 1 + 0.71148 + 0.711482) = 0.3569 Pasados k perodos, en el Largo Plazo, Mk = 0.16096 * (1/0.28852) = 0.5579, es decir, que el efecto si se mantiene el cambio unitario llega al 56%. Los individuos llegaran a consumir en el largo plazo prcticamente el 56% del incremento que se produce en el PIB.

2. Racionalizacin de Ajuste Parcial. Anlisis de Corto y Largo plazo: Si partimos de la misma estimacin del Consumo en funcin del PIB, pero bajo el supuesto de Ajuste Parcial, tendremos los siguientes modelos en el largo y corto plazo: Largo Plazo Supongamos que el nivel deseado o de equilibrio o de largo plazo de Consumo (CP*) est relacionado linealmente con el PIB: CPt* = 1 + 2PIBt + ut Puesto que CP* no es observable directamente, se necesita especificar un mecanismo que lo genere, ste va a ser derivado de la hiptesis de Ajuste Parcial, que en este caso ser:

Vctor Ral Lpez Ruiz

MTODOS ECONOMTRICOS. ADE

CPt - CPt-1 = ( CPt* CPt-1) Donde, es el coeficiente de Ajuste Parcial y su valor se encuentra entre 0 y 1. Utilizando esta ecuacin y simplificando se llega al siguiente modelo: Corto Plazo CPt = 1 + 2 PIBt + (1-) CPt-1 + ut

Los estimadores, segn esta hiptesis, son eficientes. No es as para la hiptesis de expectativas, la diferencia estriba en la perturbacin aleatoria. El modelo presenta la siguiente estimacin bajo la hiptesis de Ajuste Parcial: CPtE = 248.62 + 0.16096 PIBt + 0.71148 CPt-1 Donde CONE, es el Consumo estimado y el Coeficiente de Ajuste = 0.28852, es decir (10.71148). Esta regresin presenta una Propensin Marginal a Consumir de 0.16, lo que supone que el incremento unitario en el producto aumentara el consumo en un 16%. En cambio, si analizamos el modelo a largo plazo, tendremos la relacin entre el nivel de Consumo deseado y el Producto corriente. El coeficiente de ajuste = 0.2885, es decir, que el ajuste del Stock de Consumo ser casi un 30% sobre el real. CPt*E = 861.7 + 0.55788 PIBt Se podra generar un valor estimado de CP* (CPE) como resultado de dicha ecuacin.
SERIES: CPE 861.7+0.55788*pib I 6240.9 6378.4 6479.8 6405.7 6461.7 6630.7 6752.5 6940.5 7178.2 QUARTERLY DATA II 6285.5 6411.1 6482.7 6388.8 6504.9 6669.7 6795.1 6997.4 7235.8 III 6330.3 6449.9 6465.4 6388.1 6544.9 6695.7 6840.9 7060.7 7293.6 IV 6357.6 6468.5 6433.2 6417.6 6587.6 6718.1 6888.3 7120.0

1990 1991 1992 1993 1994 1995 1996 1997 1998

Comparamos las series de Consumo Privado Corriente (CP) y Consumo Privado de Equilibrio (CPE), se observa claramente un exceso de consumo por encima del nivel de equilibrio en el ao 1992, en el que el consumo Privado espaol se dispar provocando inflacin.

Vctor Ral Lpez Ruiz

MTODOS ECONOMTRICOS. ADE

3. Dinamizacin bajo el supuesto de Esquema de ALMON: La distribucin de retardos de Almon presenta, claramente, dos diferencias respecto de la de Koyck. Primera, el esquema de retardos sobre el que descansa es finito, y segunda, se permiten otras formas de comportamiento que no se restrinjan al decrecimiento, como nicamente propona Koyck. Partimos de un modelo de retardos distribuido finito: CPt = + 0 PIBt + 1 PIBt-1 + 2 PIBt-2 + + k PIBt-k + ut Adems, se supone que Beta i puede aproximarse a un polinomio de grado i. En nuestro ejemplo, se parte de una duracin de retardo igual a tres y un polinomio de grado 2, por lo que el modelo se puede escribir: CPt = + 0 PIBt + 1 PIBt-1 + 2 PIBt-2 + 3 PIBt-3 + ut donde i = a0 + a1 i + a2 i2 El modelo estimado sera por tanto:

CP = + a0 PIBt i + a1 iPIBt i + a2 i 2 PIBt i + ut t


i =0 i =0 i =0

Donde, las variables resultantes del PIB son las denominadas Z0, Z1 y Z2, respectivamente. La construccin se especifica a continuacin:

Vctor Ral Lpez Ruiz

MTODOS ECONOMTRICOS. ADE

Clculo de Variables Z:
Z0 = pib+pib(-1)+pib(-2)+pib(-3)
I 1990 1991 1992 1993 1994 1995 1996 1997 1998 39265 40085 40045 39810 40907 41925 43052 44650 II 39490 40213 39877 40018 41203 42150 43415 45078 III 39704 40241 39738 40299 41473 42410 43809 45495 IV 39018 39903 40177 39710 40604 41707 42715 44224

Z1= pib(-1)+(2*pib(-2))+(3*pib(-3))
I 1990 1991 1992 1993 1994 1995 1996 1997 1998 58623 59926 60303 59493 60984 62645 64145 66436 II 58999 60221 60045 59674 61430 62927 64655 67093 III 59279 60367 59743 60068 61884 63247 65199 67724 IV 58174 59578 60407 59534 60532 62302 63667 65797

Z2= pib(-1)+(4*pib(-2))+(9*pib(-3))
I 1990 1991 1992 1993 1994 1995 1996 1997 1998 136560 139644 140846 138749 142050 146025 149394 154648 II 137516 140423 140287 139028 143079 146667 150567 156199 III 138166 140809 139540 139897 144147 147351 151808 157677 IV 135472 138805 140980 138975 140990 145169 148293 153171

Estimamos la ecuacin de Retardos Distribuidos de Almon sobre las Zs:


SAMPLE PERIOD: 199004- 199803 NUMBER OF OBSERVATIONS: 32 ORDINARY LEAST SQUARES cp=C1*z0+C2*z1+C3*z2+C4 PARAMETER T-STATISTIC C1) -0.35850 -1.43645 C2) 1.3677 1.89567 C3) -0.44638 -1.85968 C4) 1200.4 5.10241 VARIANCE= .21018353E+04 STANDARD ERROR= 45.84578000 R-SQUARE= .9675 MAX LLF= -165.67859 DW STATISTIC= .39794

STD ERROR MEAN .24958 41325.359 .72149 61721.877 .24003 ********* 235.26836 1.000 DEPENDENT MEAN= 6594.8 PERCENT ERROR= .70 R-BAR-SQUARE= .9640 F-STATISTIC: F( 3, 28)= WALLIS-DW(4) STATISTIC=

277.6812 1.8154

Clculo de parmetros del modelo inicial, es decir de las betas: Beta cero estimado coincide con a0 estimada; -0.3585 = -0.3585 Beta uno estimado es la suma de los a estimadas; -0.3585 + 1.3677 + - 0.44638 = 0.5628 Beta dos estimado sera a0 + 2a1 + 4a2 estimadas; -0.3585 + 2 * 1.3677 + 4 * (- 0.44638) = 0.59138 Finalmente, Beta tres estimado es a0 + 3a1 + 9a2 estimadas; -0.3585 + 3 * 1.3677 + 9 * (- 0.44638) = -0.27282

Vctor Ral Lpez Ruiz

MTODOS ECONOMTRICOS. ADE

En cuanto a alpha queda igual: 1200.4 = 1200.4 El mismo resultado lo podemos calcular directamente usando en el software MicroModler la instruccin CP=F(PIB<d=2,l=3>), donde k es el grado del polinomio y l la duracin de retardo.
SAMPLE PERIOD: 199004- 199803 NUMBER OF OBSERVATIONS: 32 ORDINARY LEAST SQUARES POLYNOMIAL DISTRIBUTED LAG cp=L1*pib<d=2,l=3>+C1 PARAMETER T-STATISTIC 1200.4 5.10216 VARIANCE= .21019181E+04 STANDARD ERROR= 45.84668000 R-SQUARE= .9675 MAX LLF= -165.67922 STD ERROR MEAN 235.27429 1.000 DEPENDENT MEAN= 6594.8 PERCENT ERROR= .70 R-BAR-SQUARE= .9640 F-STATISTIC: F( 3, 28)=

C1)

277.6699

POLYNOMIAL WEIGHTS: L1 DEGREE OF POLYNOMIAL= 2 NO RESTRICTIONS ON ROOTS ESTIMATED POLYNOMIAL COEFFICIENTS - f(Z) TERM COEFF T-STATISTIC Z**0 -.35845 -1.43614 Z**1 1.36754 1.89532 Z**2 -.44632 -1.85934 LAG WEIGHTS PERIOD WEIGHT T-STATISTIC T- 0 -.35845 -1.43614 .* T- 1 .56277 2.33173 . T- 2 .59134 2.44514 . T- 3 -.27272 -1.07905 . * ------------- -----------SUM .52293 1.06101 MEAN LAG 1.77 DW STATISTIC= .39791 WALLIS-DW( 4) STATISTIC=

. * . * . . MEDIAN LAG 1.8153 2.10

De estos resultados, podemos resaltar que el modelo estimado presenta buenos valores en conjunto, si bien, los parmetros que acompaan a las variables Z, no resultan significativos individualmente. Adems, en el modelo transformado, el coeficiente beta contemporneo y el retardado tres perodos, presentan un valor negativo y carente de significacin, lo cual nos lleva a incluir las restricciones en los parmetros inicial y/o final para conseguir eliminar estos problemas, forzando el parmetro a un valor nulo. Con la restriccin en el primer parmetro tenemos:
SAMPLE PERIOD: 199004- 199803 NUMBER OF OBSERVATIONS: 32 ORDINARY LEAST SQUARES POLYNOMIAL DISTRIBUTED LAG cp=L1*pib<k=2,l=3,near>+C1 C1) PARAMETER 1240.3 T-STATISTIC 5.10137 STD ERROR 243.14009 MEAN 1.000

VARIANCE= .22648917E+04 STANDARD ERROR= 47.59088 R-SQUARE= .9637 MAX LLF= -167.43551 POLYNOMIAL WEIGHTS: L1

DEPENDENT MEAN= 6594.8 PERCENT ERROR= .72 R-BAR-SQUARE= .9612 F-STATISTIC: F( 2, 29)=

385.0273

Vctor Ral Lpez Ruiz

MTODOS ECONOMTRICOS. ADE

DEGREE OF POLYNOMIAL= 2 ROOTS SPECIFIED A PRIORI AT: 1, PERIOD WEIGHT T-STATISTIC T- 0 .08355 1.73285 .* T- 1 .13543 2.89288 . * T- 2 .15564 21.29918 . * T- 3 .14418 1.36358 . * ------------- -----------SUM .51879 4.13388 MEAN LAG 1.69 MEDIAN LAG DW STATISTIC= .27525 WALLIS-DW( 4) STATISTIC= CHI-SQR( CHI-SQR( CHI-SQR( CHI-SQR( 2) 2) 2) 4) 1.8339 = = = =

. . . . 2.26

RESIDUALS PROPERTIES TESTS: JARQUE-BERA TEST: BOX-PIERCE TEST: LJUNG-BOX TEST: BREUSCH-GODFREY TEST: F( 4, 25) = 49.4585,

2.1881 30.5927 33.8728 28.4099

Se han probado las tres alternativas, es decir, la restriccin en el coeficiente inicial, en el final y en ambos, arrojando los resultados ms congruentes con la restriccin inicial, que se presenta. En todos los casos, existe un elevado problema de correlacin serial en las perturbaciones. 4. Planteamos la estimacin del modelo Autorregresivo de primer orden AR(1): En este caso, el Consumo Privado dependera de l mismo en el perodo anterior. La perturbacin sufrir de problemas de correlacin y los estimadores perdern su eficiencia. Los modelos autorregresivos que hemos visto: el esquema de Koyck y la racionalizacin de expectativas, en teora sufren el mismo problema.
SAMPLE PERIOD: 199002- 199803 NUMBER OF OBSERVATIONS: 34 ORDINARY LEAST SQUARES CP=C1*(CP(-1))+C2 C1) C2) PARAMETER T-STATISTIC 1.0454 39.93644 -266.41 -1.55474 VARIANCE= .12788673E+04 STANDARD ERROR= 35.76125000 R-SQUARE= .9803 MAX LLF= -168.82670 DW STATISTIC= .45574 STD ERROR MEAN .02618 6541.634 171.35429 1.000 DEPENDENT MEAN= 6572.5 PERCENT ERROR= .54 R-BAR-SQUARE= .9797 F-STATISTIC: F( 1, 32)= WALLIS-DW(4) STATISTIC=

1594.9190 1.8224

h=

n 2 1 n S

Calculamos la H de Durbin y tenemos: 0.77213 * 5.9 = 4.556 por lo tanto, tenemos problema de correlacin de primer orden. Por lo que respecta a la correlacin de primer orden trimestral, el estadstico de Wallis nos lleva a la zona de ausencia de correlacin. En el caso de utilizar el mtodo de variables instrumentales, podramos sustituir dicha variable por su estimacin o por la exgena ms influyente desplazada, pasando a estimar un modelo de distribucin de retardos y no autorregresivo.

Vctor Ral Lpez Ruiz