Está en la página 1de 40

Documento de Trabajo

ISSN (edicin impresa) 0716-7334


ISSN (edicin electrnica) 0717-7593
Modelos Economtricos de Demanda
Ricardo Lira
N 45
Julio 1976
www.economia.puc.cl
UNIVERSIDAD CATOLICA DE CHILE
INSTITUTO DE ECONOHIA
Oficina de Publicaciones
lla 114-D, , Chile
HODELOS ECONOHETRICOS DE D E M & ~ D A
Ricardo Lira
Documentos de Trabajo N"45
Julio, 1976
lNDICE
INTRODUCCION
IL
MODELOS ECONOMETRICOS Y SUS APLICACIONES
liL
PREDICCION: MODELOS NO ECONOMETRICOS
IV ESQUEMA GENERAL DE UN MODELO ECONOMETRICO DE
DEMANDA
V, SERIES DE TIEMPO Y CROSS-SECTIONS
REFERENCIAS
1
4
L l
29
El
- 1 -
I
INTRODUCCION
de este Documento es mostrar un
de l1! de la demanda de un
en
discuten
un modelo de demanda"
distintos usos de este t: de modelos y
como htr.tramienta de
tiVOSo Por la del modelo
de datos que se utilice -de series de t
lizan las diferencias
uno de estos dos
notables entre los modelos que se.
de datos.
En la
dividirse en ti'fJ.S etapfll.S s que en la
bien se realizan en forma relativamente
del modelo
de los
de los resultados y
realidad,
En. este Documento nos referiremos
el
son
de estos
a la
el
etapa, es ir, a la de.l modeloo En esz:a etapa, el
se.
de.sem
a cada
la
te
l de las herramientas de econmica y de
immto del concreto que est estudiando. Por es
rnnvPniente que e.l eeonometrista trabaje en estrecha colabora-
en c campo de cada estudio
Por SllPnesto la espec.ificaein del modelo puede variar segn el
que se. le
una
Se construir modelos que sean muy efi
uso determinado, pero que no lo sean para En es
bastante difundida entre los econometristas es la que
expresa Laurence Klein en cutm,to a que un modelo economtrico en
geneta:L debe ser lo suf i.cientemente flexible como para ser til para descri
de las variables que interesan al mismo tiempo que
los \.eres de estas variables en el futuro. Podemos decir que
3, S imu
En este
como par
se usa:t c:.n tres tipos de actividades:
de.l comportamiento de las variables de inters.
los valores de estas variables en el futuro.
nos referiremos a modelos "suficientemente fle
aptos para los tres usos que hemos mencionado. En
i.ca. en consiste un modelo economtrico y se discu
usos" En esta sec:c queda claro cmo se utiliza un me-
En la seccin siguiente (seccin
con un modelo economtrico con
hacer
el de
de
- 5 -
y formada pez m en
T nbse.rvaciones de cada vari.t:'tble
se ubican T observaciones de cada variable
de T errm::es de cada B y e son
En este sistema expresar los
aleatorio:
donde
n " e
de los valo'tes de las variables:
Y xn +
-1
-1
1:tt::presenta
que hemos escrito en la ecuac ( en
que
n
espec icac del modelo se hace en au fo:ma
&.<:uerdo a las
que entra.n en cada ecuac
la
y la
con las variables
nos dice que existe UJ1a
cantidad ofrecida de un bien y su Si todas las
mantieneKt constantes, escribir
matric.es:
de
en
ent.:re la
vaY iab.le.B se
- 6 -
2
re.c<>rdando que e,sta se cumple cuando todas las dems variables
O bien, podemos incorporar las otras variables, constantes
que. representaremos por z
1
, z
2
, ~ ~ . ~ ~ , Zk, en la ecuacin
2
eJ:ttre
f
nos queda la determinacin explcita de la relacin fuE_
y p, , ... , , Zk. En la mayora de los casos la t e ~
no es de mueha ayuda, En general tenemos que probar disti!!.
sobre la forma funcional entre las variables para determinar
es la que se usta
riables es lineal;
or a nuestros datos, en un sentido amplio de
que se determina que la relacin entre las va
escribir la funcin como
Bien sabemos que no estar determinado exactamente por p,
Por la exclusin de variables que influyen en la ofer-
ta, por errores de en las variables o por el elemento de aleato
riedad del comportamiento humano, esta relacin se cumplir solo en forma
Por esta :razn inc.lumos en la ecuacin una variable aleato-
- 7 -
nos: ambos miembros en le
Como sabemos, la teora econmica nos indica que la cantidad
cida de un bien y su cantidad demandada se determinan en forma
O, en otras , la cantidad transada se determina
con el de Por esta razn) nuestra ecuacin de
debe entrar en el modelo con una ecuacin de demanda, que depende del
c.io y de otras variables, que llamaremos W
1
,

Wm:
En forma lineal
8)
Incluyendo el termino aleatorio
Un modelo simple puede cerrarse en este punto con la igualdad en
tre cantidad ofrecida y cantidad demandada.
.lO)
D
= q
- 8 -
a estimar sus
por el El de regresin se basa en los
de cuadrados y de. verosimilitud, ouyas formulas de
de o ciertas condiciones relativamente
queramos estimar los parmetros de una sola ecua
eru easos muy , tendremos que considerar todas las
;on.es del lo que dificulta la obtencin de estimadores con
f.::ierta.s deseables (por emploj insesgamiento, consistencia,
dicho qm1 la econmica en la mayora de los casos
mucha una determinada relacin funcional entre
variables y que, por ta.nto, es necesario probar distintas hiptesis
fonna Por otro lado nos encontramos que en teora eco
:tdades de ese caso. Todo esto nos lleva a la
de distintas sobre la explicacin del fen-
es tamc:s: es tud ill:ndo e
o entrar a discutir los problemas tcnicos
los problemas de simultaneidad, podemos en
comunes en econometra: errores en las varia
entre, las variables explicativas, heterocedasticidad,
Por otro lado, la especificacin y la estimacin
bastante al introducir rezagos en los efectos de
- 9 -
la final para o rechazar una
de predicci8ul
1
, existe una serie de test para el IDO
delo" Notemos que al hacer la estimacin, miramos el modelo que estamos
estimando eomo si fuera el verdadero. As, por ejemplo, si queremos es
timar los parmetros 80, al'"''"'' sk+l de la
sis que estamos usando es que es el modelo verdadero y,, en consecuen
las observaciones de q
0
se generan como una suma de una parte s
mtica y una parte aleatoria.. La parte sistemtica es la suma de los va
lores de las variables p
1
, z
1
, .... , Zk, ponderadas por sus
parmetros (ms 8
0
); la parte aleatoria se representa por la variable
toria de error de ecuacin, u. Al estimar tratamos de extraer de las
servaciones los valores de los verdaderos parmetros, s
0
, .... , Sn+l' Los
test que podemos hacer a nuestro modelo -antes de confrontar sus predic-
ciones con la realidad- consisten en ver la probabilidad de que nuestras
observaciones provengan de ese modelo cuando lo tomamos como el verdade-
ro. Normalmente en esta forma podemos descartar muchas de las hip8tesis,
por no u.starse a nuestras observaciones; pero debemos insistir que el
para probar una hiptesis es la confrontacin de sus
ciones con la realidad.
En este proceso de especificacin, estimacin y anlisis de los
resultados existen dos extremos Uno es el extremo que muchos
---
3. Ver Milton Friedman /1953/.
.. 10 -
ustifican como que las obsexvaciones nos cuenten la historia".
extreme se manif ie:sta c:uando se prueban muchas hiptesis hasta en-
a.t una que se ust.a r::rufi.-c.ientemente bien a nuestras observaciones
se hace de un maoso ingenio para encontrarle alguna
El otro extremo se produce cuando el
se aferra demasiado a una sola hiptesis y sigue mantenindola a
de las observaciones., Entre estos extremos viciosos
suponemos que existe un medio sano en el que se debe situar un
buen
economa ha, ido evolucionando en el sentido de usar cada vez
mate.mt:ica de sus Estas representaciones
Dentro de: les modelos econmicos matemticos, los
des<C:'lt iben la realidad en forma ms precisa, ya que
diseados pa:r-a as ilalores estm.ados a los parmetros del mode
ottr:o ladc J ncs
m.<:trda_:z; a este procedimiento es la que se atribuye a Zvi
sentido en que la econometra eonsistira en torturar
que
- 11 -
la que, las se caso
, en la tarea de describir una realidad
nos obliga a introducir consideraciones especficas a esa :realidad,
<>a.naontos, en esta forma, mas a ella que lo que hace la teora o su repr_l'
sentaciOn matemtica, que se refieren a casos De
lor
yen sin
rs
de los modelos economtrico, que frecuentemente se:
en las predicciones y simulaciones, sino slo pox
Vimos que en el modelo representado por la ecuac
estructural), las variables endgenas se pueden expresar como funcin de.
las variables exgenas y los errores de ecuacion (forma reducida;
(2. ). Este caso lineal nos sirve para ilustrar en qu consiste la
prediccin basada en un modelo economtrico. En primer lugar, sabemos que
el valor esperado de los errores de ecuacion -los componentes de la matriz
U- es eet'O, Si queremos predecir el valor esperado de las variables
ganas, tomamos la matriz U igual a cero (matriz nula), Los valores de las
variables endgenas nos quedan en funcin de slo los valores de las
bies exgenas, es decir, en funcin de la parte sistemtica del modelo en
su forma reducida
Los valores de prediccin de las variables endgenas son, por lo
- 12 -
, condicionales a los valor-es que asignemos a las variables exgenas.
Si queremos los valores de Y en un perodo futuro T, la ecua-
T
(2" se escribe en forma ma.s especfica como
,, x n
T
Es claro, por lo tanto, que si queremos predecir los valores de
en el perodo T, tendremos que predecir los valores de X para ese pe-
do la
mes
J
'
nos ind
Supongamos que se
iccin de X es
T
e un set de valores de X como prediccin
P*
Y a la prediccin de los Y
T T
cuan Llamemos
* Si creemos que X tomar los valores X en el perdo T, pode-
T
S
iones con otros valores de X (X,). Las simulaciones
el posible efecto de que X tome los valores de Xs en vez
T T
Podemos, en esta forma comparar el efecto de que X sea Xs en
T T
variable.s exgenas pueden tener rezagos. Por ejemplo, si en
( modelo la variable i tiene un rezago de Q. perodos
para t ~ r
- 13 -
Se
y loa simulados es bastante La
c:ia en qu.e son los valores que nosotros pa:ca X en el
, en cambio los X
8
son como variaciones al:r-ede.dor de. los X i-
T
c:hos que nos si el set de valo:re.&J X
tinto al de nuestra prediccin.
Note.mos tambin que por medio de las simulaciones
to sentido la historia. Cuando ya conm:emos los valores de ias
variables resolver el modelo y encontrar los valores que
el modelo genera para las variables endgenas. Al haber en el modelo
iones los valores de la solucin no coincidirn exactamente
con los valores observados de las variables Si solucionamos
el modelo para un s:e.t distinto de valores de X que el que I'ealme.ntf:::
a la pregunta de qu habra si los val.o:r-es de
las variables exgenas hubiesen, sido diferentes a lo que fueron, Los valo-
:res de las variables endgenas de esta solucin podemos con
Esta comparacin nos sirve para evaluar el
sobre nuestras variables endgenas de algn fenmeno o algn set de
tica,s traducibles a valores de las variables exgenas
La comparacin de los valores observados con los valores de
nos va a servir de ayuda para evaluar el modelo.
III
PREDICCION: MODELOS NO ECONOMETRICOS
Como hemos visto, uno de los usos m&s importantes que se puede dar
a un modelo econometrico de demanda es la predicci5n de las cantidades de
mandadas en el En la sec:ci5n anterior vimos c5mo se hacen las
dicciones usando un modelo economE!trico. Vimos adems c5mo se usa el mode
lo para hacer simulac;iones, dejando en claro que entre estas y las predic-
C-iones 1a difer"encia consiste en que mientras en las ltimas tomamos los
valores predichos de las variables ex5genas, en las primeras tomamos valo
res arbitrarios de estas variables para ver c5mo se verl'.an afectadas las
variables endgenas si el set de valores de X fuera distinto al de nuestra
El otro uso de los modelos economtricos es la descrpci5n
del comportamiento de las variables de inters que, como vimos en la sec
anterior, se hace escribiendo la representaci5n simplificada de la
-:realidad, que es el en forma de ecuaciones. En Economa se est
usando cada da ms los modelos matemticos; su eleccin es solamente una
de lenguaje y no vale la pena discutirla en este Documento.
En cambio, cuando se trata de predicciones, tenemos muchos mtodos
alternativos al economtrico que conviene considerar. Por esta razn, h.!.
moa dedicado esta seccin a mostrar algunas de sus ventajas y desventajas
comparadas con las de un modelo econmetrico. Para facilitar la exposicin,
Chisholm y Whitaker 1/:
de encuestas de intenciones
3, Mtodos baromtricos o de indicadores
de coeficientes
No debe pensarse que esta es una comunme:nte
La hemos tomado para facilitar la en el caso
de de demanda, Por Ferber y Verdoorn
f:i.can los mtodos en la forma: que
coincide con lo que nosotros llamamos mtodos
o de expectativas, donde nuestro mtodo
7
Pr:edi.ccionetr
'
que se refiere a los modelos icos y
'' de que equivaldr!a a los
<.{_;
'
de i,nd ic.ndores en forma De la de
Chisfu-1 y Wbitaker, hemos ado fuera lo que ellos llaman ier::i.ones
y, por supuesto, los
- 16 -
Los mtodos se definen como aquellos que predicen una va
d.able usando sus valores histricoso
Podemos dividir estos mtodos en dos tipos: simples proyecciones y
modelos ms
Las proyecciones consisten en proyectar la tendencia hist-
rica de la variable que. se predecir, en nuestro caso la
Si representa la cantidad demandada en el perodo t, y Qt representa
la cantidad para el mismo perodo, una forma muy simple de
cir la demanda del perodo t+l hacerla igual a la del perodo t,
Por supuesto, podemos hacer simples proyecciones en forma un poco
menos suponl.en,ao, por ejemplo que la demanda aumenta (o disminu
en la misma cantid.ad en que (o disminuy) en el perodo ante
Q + (Q. - Q 1)
t t. t-
o bien que evoluciona a la misma tasa de cambio:
L Una buena exposicin de este mtodo se encuentra en Chisholm y Whitaker
/1971/ Hemos traducido
11
'naive w methods" por "mtodos 'simplistas'
11

Como dicen estos autores, el trmino "simplista" (naive) no debe confun
dirse con "simpl.ell.,
- 17 -
Las s pueden ser lineales o
:Lineales de varias observaciones A veces se usan
ta.n que el simplismo de la aparece disfrazado"
Las simples proyecciones muchas veces tienen la a de
hacer se con poco
uo:rmalmente las
Los mtodos
o y con pocas observaciones. La
iones no son tan buenas eomo las de: otros mtodc
complejos basan sus proyecciones en otros elementos
de la tendencia El tipo ms interesante de este: grupo
es e.l que se basa en la descomposicn de la. serie en cuatro c.omponentes:
tendenciasv
Con
fluctuaciones
mtodos se han obtenido buenas
:r:tes apat'entemente
y
consis en lo que se llama
La mayor crtica que se les hace "8 que
negras" (black boxes), La similitud
de estos mtodos la "caja negra
11
de un prestidigitador :t que saca de
ella los variados objetos, parece ser lo que ms incomoda a los econ.c
Se trata de predecir un fenmeno sin explicar sus causas, con-
f :Lando meramente en que la variable seguir comportndose como en el
do:t con sus tendencias) ciclos y vaivenes. Cuentan el caso de un
que despus que le haban explicado todas las
y le haban mostrado los programas y los
- 18 -
res con que se hacan las predicciones, se atrevi a decir que la demanda
de automviles grandes en Estados Unidos se iba a ver muy afectada si los
arabe.s se ponan de acuerdo para subir el precio del Se SUP.2_
ne que las variables que explican el .fenmeno van a seguir comportndose
en conjunto como ve.nan comportndose, pero no se estudia su comportamie_!:!
to sino el del resultado, porque tambin se supone que la relacin entre
las variables explicativas y la explicada, por muy extraa que sea, sigue
siendo la misma que en el pasado,
A pesar de estos problemas, estos mtodos siguen siendo atractivos,
porque han servido en muchos casos para hacer buenas predicciones, En
do caso, conviene tenerlos en cuenta aunque sea como base de comparacin
para ver si, en trminos de hemos ganado algo con especif_!,
Una de las variables econmicas es que dependen de
las decisiones de las personas, La unidad de decisin (unidad econmica}
puede ser un individuo, una familia, una empresao Por ejemplo, el consu
mo de una familia, depende principalmente de las decisiones de esa familia,
pero tambin de las condiciones de mercado, es decir de las decisiones de.
las otras unidades econmicas, Algunas variables econmicas se pueden
2" Y tenia razOne,
acarrea

y
de
un
e
(l ;\
ind decis
buen to en el caso de
de compra de rabies de
mencionar
) normalmente
de
no
c.ainbiar por
las ms

iae.
en
el barmetro es una herramienta i:itil para
de
la medir una a da esperar el
ele. alta quc:. cause,
los o de indicadores
entre variable que. queremos y ot
se deber a una relaci6n de causa y
d a causas comunes_,
p
l
'
sa ..._a
- 20 -
causa y efecto entre las variable:s, sino la simple corre'-
ent-re. Lo que s nos interesa e.s que los cambios en la var
ble que queremos ir se manifiesten con un cierto rezago con
to a los cambios en la variable que vamos a medir, como en el caso del ba-
que al ind i.ca r nos una a de presin, nos indica que con un cier-
to t"ezago es e que llueva. En economa es difcil encontrar ejem-
en que cambios en una variable indiquen cambios futuros en otra, sin
que la intervenga como causa de los cambios en la segunda" Pero
encontrar variables con alta correlacin, en que la relacin causa
parte de la de su
En muchos casos es til sistematizar las predicciones con este mto-
el que ms se usa en forma intuitiva y hasta in-
consciente. Muchas gente que llover cuando a la abuela le duelen
los hue_sos o qu.e si los pe:rros ladran en fo:rma extraa en la noche
una un terremoto" El economista como predictor
ni adivino: puede estudiar la correlacin entre
y hacer sus predicciones en base a esto,
El caso ms tradicional en economa de uso de coeficientes fijos e.s
la descripcin de las relaciones interindustriales por medio de la Tabla
de Insumo-Producto. Si queremos predecir la demanda por el producto de. un
% 21
indt:stdal, en demanda para uso final
etc o) y demanda para. uso i.ntennedio, que.
:u?J-:rt es.; f os con los niveles de
te
coeficientes de
de. produccin, En
el caso de
de todos los
casos existen c<>ef ient.es estr
f as en les
duccin o propc:ecinnes f as en e.l consumo_, Si exc:.eptua:rnos las per e::
que usan un zapato, e.l. coeficiente de consumo de zapatos del
es uno en
En algunos casos es tan estrecha la entre la demanda de un
y el nivel de actividad de uno o ms sectores, siendo los dem.5s
elementos de la demanda poco (precio del
les substitutos, etc,), que se pueden hacer buenas ioneH usando
los niv-eles de actividad pertinentes y los coeficientes os que re.lae
nao ellos la demanda del producto. Estos coeficientes en se
estimar eficientemente por el mtodo de pero a veces
conocer sus valores po:r otras fuentes
1

las innecesarias e-
Con esto terminamos un bosquejo de la naturaleza de mtodos no
icos de p:r I.a del mtodo ms apropiado de
cada caso particular: las del caso, la clisnonbl. de.
y los re.cuxsos que deban en al valor de la
22 -
calidad y de la Coincdmcs con Ferber y Verdoorn /1962/ en
que "diferentes mtodos de pre,dicciOn no son necesariamente competitivos
entre En muchos casos, un mtodo s:i.rve para suplementar a otroli
(pg. 441).
- 23 -
IV
En esta
m:m?trico de demanda, que es lo que
muy
l.'lamax
u11 mcdel.r:,
interesa es estudiar la demanda por
un nroductz:, con tene1r un modelo de una s,ola ec:uac: , pero en
un m.,;::;.del.o } porqtie E:;n el mercado
la idad dmnandada e1
si la de.man.da por un
greso y de otras variables
Be: dete.rminan
to de su precio
~ es decir
el prec: ic no re;.1lmente una variable ex5gena, sino que,
minad,;.:. par la ofe:tta la d e m a n d a ~ Olvi.d.ndonos del
variables
En otras
del In-
detet-
te ident
en
las distintas ecuac:i.o:rtes, si estimamos los del modelo de deman
da de ~ n a ;s.cla. ecuacin$ tendK.emos en las est"imacinnes sesgos de
neidad, exeept:o en CLH10S muy
y F, Fisher
- 24 -
El modelo debe incluir, por lo tanto, no slo demanda, sino ta.m-
Si lo que nos interesa es el mercado nacional de un
debemos incluir ade.ms: importaciones y exportaciones, si estas
existen, Por ltimo, en cada perodo podr haber un aumento o una d.
de stocks. Un modelo bastante tradicional, se puede especificar
de la siguiente forma
( 4. 2)
QD
=
QD
(P'
NA, PS, otras variables)
3)
Qo
=
Qo
(P, e, otras variables)
AS = 88 ( l\Q,
p
-
PE)
M M (PM/F, otras vadables)
6) X= X (PX/P, otras

las
D
Q : Cantidad demandada
o
Q : Cantidad ofrecida
AS: Cambio de inventarios de productos terminados.
M Importaciones
X Exportaciones
P Precio del producto
De acuerdo a Houthakker y Taylor /1970/ "Desafortunadamente las t!:
nicas de ecuaciones simultaneas hasta ahora raras veces han producido
resultados en de demanda. Esto parece deberse
en gran parte al fraeaso de la teorl:a econmica en formular una
cin de oferta adecuada" (pli.g. 7).
25 -
NA: Ni\veles de t i''v i.da.d
PS: Pre:-.::ios de los substitutos
de produccin
e Costos de factores
Cambio en la cantidad ida
Pn:::cio del t.. o
PM: Preci"J: de.
PX: Precio de exportac: iOn
debemos notar que se trata de un modelo de c:oT Ct
En la de oferta (4.3) hemos considerado la. capacidad de
pero no hemos incluido en el modelo los cambios en ta
Sabemos que las va-riable,s que
Lrrterv:ie:ne:r:t en el mode.lo afectarn la y a su vez.
1
un c.ierto de maduracinn, la de
Pt.::Jto t.ci estamos interesa.dos en la demanda. -y el proceso de cambios en
de no nos interesa en mismo- bien ev1.tar
inc de funciones de inversin y de capacidad de Estfi
nos a la de los parmetros de la de demanda
Nos c.nt:..t.mos olvidando del cambio teenolgicoo En se in-
de la invc::rsin, que no consideramos en el mode.Io"
- 26
Para hacer icc;i6n en el corto tampoco necesitamos
las; pero para las predicciones en el plazo necesitaremos predecir
!!U forma los cambios en la de produccinG En
el modelo tal como en las ecuaciones a (4o7) debe
ser: mirado como un modelo de corto plazo_, De acuerdo a esto, la ecuac
ser mirada como una. de utilizacin de capacidad" Tam-
escribirse en la s forma:
_1!_
CA
U (P, C, otras
En la ecuacin de demanda , hemos incluido la variable
ies de actividad" (NA)" Segn el caso, pue,de ser una o varias variables.
Cuando se tra.ta de bienes de consumo fina.l, al nivel de actividad
nente el
en bienes en una lar en bienes de En el ea
de los bienes int.ennedios los niveles de actividad sern los nhteles
de los sectore,s que d.e,mandan ese insumo; el grado de
de los niveles de, actividad depender de cada caso,
En la ecuac de ofe:r ta se :i,ncluye la variable "costos. de,
.fact01ees" DebemzJs notar que en el modelo no se incluye la oferta
y demanda de los factores ivos que intervienen en la produccin de
nuestro producto.. Esto: puede llevarnos a un sesgo importante de
neidad si la industria que estamos estudiando tiene una influencia
ea la detex:miaac: de los precios de los factores que acupa, El.
que estamos describiendo se mejor a bien
que no alcanzan a afectar los de los El mismo t
aparecer si la cantidad demandada de este es
tante Em la de los niveles e actividad se usan. para
ic:ar la 0 Es :ne:eesar:i.o tener en cuenta estos dos
apareze:an
La de lteambio de inventarios de nos
d ic:.e que estos de los cambios ea el nivel de de
t:ransaec: y de la diferencia entre el corriente y el precio es
Esta ltima variable un elemento ivo en la
manda por- que puede ser en
supuesto si nuestro ecuacin de en
En Ia nacional por
entre el mercado domestico y el ex
En muchos productos, por condiciones
mente,por diferencias en calidad (o estacionalidad), tendremos tanto
t:a.ciones como Por supuesto, nos dar mucho gusto eliminar
del modelo las ecuaciones impertinentes en cada caso El
cio de debe ser CIF ms los derechos aduaneros y otros costos;
- 28 -
los valores en moneda extranjera se multiplican por el tipo de cambio
c:uado" El precio de exportacin debe ser el que recibe el exportador, e.s
decir FOB menos todos los otros costos de exportacin; nuevamente se debe
usar el tipo de cambio adecuado.
Para finalizar esta seccin, debemos notar que el modelo que hemos
descrito se aplica a datos de series de tiempo, En la prxima seccin ve
remos las particularidades de las estimaciones basadas en series de tiempo
y las basadas en y la forma en que stos dos tipos de esti-
maciones pueden combinarse entre
- 29 -
V
El modelo en la ante,rior se a estudios de
demanda basados en datos de series de Las obse.rv'acionea con que
se estiman loa: del modelo son los valores icos de
riables en m1a serie de de ( dentro de un intervalo de
que va desde el perodo l al
si tenemos observaciones anuales, el modelo se est
Por
con series
que en los valores de las variables cada. ao dentro del
valor (1, T),
se pueden estimar funciones de demanda a partir de datos
de en que las observaciones consisten en. los 'Valores de
vadables en un perodo de tiempo (t = t
0
) para distintas unidades
Cuando hablamos de observaciones en un momento del
nos referimos a un
(supongamos seis meses o un en que,
os, como in- medir los valores de las variables que
g:te.so, demanda, etc, Cuando todas las variables en el modelo son nive-
les hablar realmente de un momento, pero este no es el caso de
los modelos de demanda<,
Existen dos condiciones necesarias para obtener buenas estimaciones,
- 30 -
que nns ayudarn a analizar algunas de las virtudes y vicios de
nes basadas en estos dos tipos de datos. Ellas son: 1) que las variables
tengan suficiente variacin en la muestra y 2) que la
toria (en la muestra) de las distintas variables no sea demasiado parecida"
En otras palabras, los datos deben ser tales que las varianzas de las va
riables explicativas sean altas y que la correlacion entre ellas sea baja!./"
S
. 2/
Cross-
Supongamos que nuestras observaciones consisten en el gasto en con-
sumo en determinados bienes de una serie de familias y en sus respectivos
ingresos en un momento (perodo) del tiempo. La teora economica nos en-
sea que la demanda por un producto determinado depende, entre otras co-
sas, del ingreso de los demandantes; por lo que podemos escribir esta
como
donde
Y : Ingreso familiar
''""'Zh : Otras variables que influyen en la demanda,
matemticos, sabemos que la varianza de los estimadores de
los parmetros ser
2 2 -1 2 .
o = o (X'X) , donde o es la de los errores de
y X la matriz de observaciones de las variables explicativas,
Nos limitaremos a hablar de estimaciones de demanda de bienes de consumo,
que es donde ms se aplica este tipo de estimaciones,
- 31 -
Trtme.diatamente notar que no hemos incluido el precio del
cducto como una variable No nos
lo, que en un momento del tiempo todos los consumidores enfrentan el
mismo o, si existen diferencias por el lugar de compra o por otras
razones, muy Por esta misma de nada nos va
servir incluir., entre las otras variables que l..a demanda px:e-
cios de otros o substitutos.
El de simultaneidad en la determinac de la cantidad de-
mandada y el que exista en el modelo correspondiente a series de
, en este modelo no aparece, ya que el problema ahora consiste en
, para un precio determinado y comn para todos los consumidores,
es el efecto sobre la demanda de variaciones en el ingresol/.
En resmen, podemos decir que las estimaciones basadas en dar.:os de
cross-sections tratan, en general, de estimar la influencia del
sobr:e Al mismo tiempo, segn cada caso se dete!:_
mina la influencia de otras variables pertinentes a ese caso, lo que
ve tanto para aislar el efecto del ingreso como para conocer el efecto de
otras que tambin puede ser inters en el
Debemos notar que an persiste otro
a los dos modelos, que surge por la
des demandadas de distintos bienes,
mas de demanda,
problema de simultaneidad, comn
interdependencia de las cantida-
En rigor debemos estimar
32 -
mcdelo para cross-section se estima la elasticidad
demanda de familias con distintos ingresos. Tratamos de aislar
en la demanda, de tal manera de
en la demanda debi.das exclusivamente a diferencias Em in'"
las dif
nunca podremos separar completamente esta par-te de
:t.as. porque existir una cierta asociacin entre diferenc.ias en
otras ca.racterl.sticas como gustos, hbitos, Estamos
de inferir demandara de un producto una familia f
0
, qU10 t
Y
0
) si su: :i.ngreso fuera Y
1
Esta inferencia la hacemns en
F)'e demanda de la familia , que tiene un ingreso Y
1
; como son fami-..
intas que tienen caractersticas distintas que influyen e.n la de-
tomamos muchas familias de tal forma de incorporar el efec.to de eeaa
Indudabieme.nte la
en la funcin para aislar el efecto de.l
entre el ingreso y las otras vari.abl.t.s
idamente el efecto del ingreso y sta
deb idades de este modelo cuando se aplique a datos que no
tn el modelo para series de: tiempo, para estima.Y Ln
compararnos la demanda total por el to en e:l
en distintos en el tiempo. Por supuesto, necesitamos qur:
;s;t;ficient:emente dente o del intervalo de la pe]. qtH:S
le
que unto el
que en la demanda, Esto obscurece la
variables, ser una i.dad
a
hablado de e.n
de niveles de act
tenemos que definir el
med ahondar en este
e.l n
medido en unidades de
ivc, lln may<.Yr que el de medir el se
y el que no
la cantid,1d demandada y el
observar $ esta
y el transitorio S:i usamos el observarle
variable obtendremos estimadores
Este es. un a les dos modelos de qtH:\ es
que causa 2'3 te
en las
amos series de
que: existe ent:rce el permanente y los
permanente en el
observados:
, t
,t' YO,t-1''"""'' YO,t-&)
no estinw_r la (5. ) porque no conocemos
icativas de esta ecuac.i.n en la de de-
el problema causado por el enor de
hacer lo mismo cuando se t:tata t-: cross"'
, ya que t.end:remos. de los El
transittn:ic q_tLe
, los estimadores. de los
de axue.rdo a la teo-ra del e ..
el cons.umo de bienes duxa.bles. El
y /19 hacen nota.:r que. "a nnt.oyia:.S di
as:--Jz:iadas ccn las ser-ies de tiempo ser
uso de ti:t::::.cice- desai"Xnl.lados recientemente Se ieren
desa.rrollo de l.as para tratar modelos de re ..
zagos distribuidos,
Existen dive:t'sa.s fol'mas de
Una de estas fc-rmas e.s escoger un gasto en que representa el
el ingreso medido. Por
tomat"on el valor de la casa en
permanent,e,
pernur:n.ente de lo que lo
empl , F" ian:! y A. Ando /1960/;
que hab:it-<: la familia C>':tmo proxy del
- 35 -
en consumo de no durables , por tanto, un buen proxy del
so Entonces vemos que el sesgo que el
tz;uxsi.torio en la de los se
blemente al usar el gasto en no durables, como variable tiva, en
vez del En vez de obtener la elasticidad
la elasticidad gasto en no durables, Por supuesto, la de dexnan
da por biene,; durables recibir un tratamiento
la elasticidad con respecto al gasto en vez de el no es
novedad, ya que eso es lo que normalmente se hace en los estudios de <:--ross-
sec. debido a que las observaciones de gasto total son mucho ms con-
fiables que las de Si el gasto total es func del
X ~ X )
x. gasto total
L:.t elasticidad con respecto al es el de dos elasticida-
De acuerdo a Evans /1969/, cuando excluimos los durables, las
cias entre el consumo medido y el consumo permanente son relativamente
pequeas.
Ver H. Wold /1953/, pg, 220.
donde
- 36 -
elasti.z::idad eso de: dernanda.
elast:i ..e:_idad del gasto total
elast1.ci.dad gasto total de la demanda
De acue1cdo a del permanente, E y
~ X
de.ben
cc;;mo elasti.cidadtss con res:peeto al ingrese permanente En
fotTua en que he1n<JB definido Hl gasto, E no es necesariamente
~ X
3.
Por . 1 timo, queremos de e algo sobre la d if erenc a entre la
idad .1ng:reso de la cantidad demandada y la elasticidad ingreso del ga_.
te: e.n el bien.
En e:ross,-sect.ions normarme.nte medimos el gasto e.n cada bien en vez
En series de tiempo es ms comn te:rte:r l.ss can
tidades pero mu.ch.as veces en que tenemos como variable depend e n ~ . r:;:
de la cantidad demandada del bien i0
e las t icidtd del gaste en el bien i
cantidad demandada del bien L
gasto en el bien i
basada principalmente en Wold /1953/"
- 37
VJold da tres razones por las que <
(1) Si el bien est disponible en distintas variedades, al aumentar el
greso los consumidores se desplazarn hacia el consumo de los de or
calidad.
(2) Si existe. discriminacin de precios, el efecto ser simi.larw
(3) En los bienes estacionales, la respuesta de los consumidores al Clc.lo
de precios ser menos marc.ada mientras mayor sea el ingreso.
Si consideramos el precio como funcin del ingreso, podemos escribir .
. 5)
y por lo tanto
(5. 6) E
i
E
* * *
Algunas veces los modelos de series de tiempo y de cross-section
se combinan para obtener mayor (y mejor) informacin. Si de las series
de tiempo no podemos obtener una buena estimacin de la elasticidad
so, podemos introducir en el modelo estimaciones obtenidas de cross-sec-
Lo mismo ocurre con variables socio-demogrficas, que se obtienen
de cr:oss-sections y no de series de tiempo.
Chisholm, R. y G. Whitake,r,
Evans, M.
Ferber, R, y P,J. Vc:rdoorn,
Fisher, F,
Fried.man,
llouthakker, H.S, y L,D,.
Klei ,
Modiglian:i, F, y JL Ando,
Wold, ll,
Working, LJ,
Heme wood* 111": Richard
N""" York: Harper and
Chieago: The
1953,
llehavior:
and Testsn, en IQ F:eiend y Ro Jones,
Vol, II, Philadelphia:
Press, 1960,
New York: John & Sons,
De:mues t 1:- an las
de