http://bajalibrosdeeconomia.blogspot.
com/
ECUACIONES SIMULTNEAS
1. Considrese el siguiente modelo de demanda y oferta de dinero:
Demanda de dinero:
t t t t
d
t
u P R Y M
1 3 2 1 0
+ + + + =
Oferta de dinero:
t t
s
t
u Y M
2 1 0
+ + =
Equilibrio:
s
t
d
t
M M =
Donde:
M= dinero
Y= ingreso
R= tasa de inters
P= precio
u= termino de error
Supngase que R y P son exgenos y que M y Y son endgenas. En la siguiente tabla se presenta informacin
sobre M (dada por M
2),
Y(PIB), R (tasa de bonos del tesoro a tres meses) y P (ndice de precios al
consumidor), para los Estados Unidos durante 1970-1991.
Ao
M2 USD $
miles PIB USD $ miles Tasa de bonos
IPC 1982-
1984 =100
de millones de millones de tesoro a 3
meses,%
1970 628,1 1117,7 6,458 38,8
1971 712,7 1097,2 4,348 40,5
1972 805,2 1207 4,071 41,8
1973 861 1349,6 7,041 44,4
1974 908,6 1458,6 7,886 49,3
1975 1032,3 1585,9 5,838 53,8
1976 1163,7 1768,4 9,989 56,9
1977 1286,6 1974,1 5,265 60,6
1978 1388,7 2232,7 7,221 65,2
1979 1496,7 2488,6 10,041 72,6
1980 1629,5 2708 11,506 82,4
1981 1792,9 3030,6 14,029 90,9
1982 1951,9 3149,6 10,686 96,5
1983 2186,1 3405 8,63 99,6
1984 2374,3 3772,2 9,58 103,9
1985 2569,4 4038,7 7,48 107,6
1986 2811,1 4268,6 5,98 109,6
1987 2910,8 4539,9 5,82 113,6
1988 3071,1 4900,4 6,69 118,3
1989 3227,3 5250,8 8,12 124
1990 3339 5522,2 7,51 130,7
1991 3439,8 5677,5 5,42 136,2
a) Estn identificadas la funcin de demanda y la funcin de oferta?
Condicin de orden
Ecuacin K-k M-m Resultados Identificabilidad
primera 3-3 2-1 0<1 Subidentificada
segunda 3-1 2-1 2>1 Sobreidentificada
Condicin de Rango
Ecuacin 1 M Y R P Identificabilidad
primera
0
1
1
2
3
subidentificada
segunda
0
1
1
0 0 Sobreidentificada
En la condicin de rango para ver si estn identificadas o no procedemos de la siguiente manera:
Ecuacin 1: Como podemos ver est subidentificada al igual con los resultados obtenidos en la condicin de Orden.
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
Ecuacin 2: La matriz es [ ]
2
y su determinante es 0
2
por lo tanto la ecuacin est identificada, esto
tambin se puede demostrar con la matriz [ ]
3
cuya determinante es
3
0 y con esto confirmamos que la
ecuacin esta sobreidentificada.
b) Obtngase las expresiones para las ecuaciones para las ecuaciones de forma reducida para M y Y.
Para ello procedemos de la siguiente manera:
1. Igualamos las funciones de la oferta y la demanda.
t t t t t
Y P R Y
2 1 0 1 3 2 1 0
+ + = + + + +
1 1
2
21
1 1
0
20
22 21 20
1 1
1 2
1 1
3
1 1
2
1 1
0 0
1 2 3 2 0 0 1 1
1 2 3 2 0 0 1 1
) (
=
+ =
=
+ =
+ =
t
t
t t t t
t t t t
t
t t
t t t t
R
e P R Y
P R
Y
P R Y
P R Y Y
=
22
1 1
2
t
R
1 1
1 2
=
u u
e
t
2. Reemplazamos el ingreso de equilibrio en la ecuacin de demanda.
t t t
d
t
t t t t d
t
t t t t d
t
t t
t t t t d
t
e P R M
P R
M
P R
M
P R
P R
M
+ =
+ =
+ + +
|
|
.
|
\
|
+
+ =
12 11 10
1 1
1 1 2 1
1 1
3 1
1 1
2 1
1 1
1 0 0 1
1 1
1 1 2 1
1 1
3 1
1 1
2 1
1 1
0 1 0 1
0
1 3 2
1 1
1 2
1 1
3
1 1
2
1 1
0 0
1 0
: reordena y simplifica se Luego
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
1 1
1 1 2 1
1 1
3 1
12
1 1
2 1
11
1 1
1 0 0 1
10
=
=
=
=
t t
t
t
t
e
P
R
c) De acuerdo a la respuesta del literal a) estime, si es posible una o las dos ecuaciones y obtenga los
parmetros estimados en su forma estructural. (Realice las estimaciones en E-views y SPSS)
Debido a que la funcin de la demanda no esta identificada procedemos slo con la funcin de la oferta, los
resultados obtenidos en el programa SPSS con MC2E son:
MODEL: MOD_1.
Equation number: 1
Dependent variable.. M2
Listwise Deletion of Missing Data
Multiple R ,99781
R Square ,99563
Adjusted R Square ,99541
Standard Error 63,74123
Analysis of Variance:
DF Sum of Squares Mean Square
Regression 1 18505872,3 18505872,3
Residuals 20 81258,9 4062,9
F = 4554,79410 Signif F = ,0000
------------------ Variables in the Equation ------------------
Variable B SE B Beta T Sig T
PIB ,615317 ,009117 1,001118 67,489 ,0000
(Constant) 31,551627 30,706388 1,028 ,3164
Correlation Matrix of Parameter Estimates
RESULTADOS:
t
s
t
Y M
62 . 0 55 . 31
+ =
ee = (31.55) (0.009)
d) Estime las ecuaciones estructurales utilizando MCO. Son comparables los resultados con los obtenidos en
el literal anterior?
Coefficients(a)
Unstandardized
Coefficients
Standardized
Coefficients
Model
B Std. Error Beta
t Sig.
(Constant
)
11,660 53,484 ,218 ,830
PIB
,428 ,066 ,696 6,519 ,000
TASA
-24,527 5,909 -,064 -4,151 ,001
1
IPC
9,209 3,190 ,315 2,886 ,010
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
a Dependent Variable: M2
Coefficients(a)
Unstandardized
Coefficients
Standardized
Coefficients
Model
B Std. Error Beta
t Sig.
(Constant
)
37,662 30,535 1,233 ,232
1
PIB
,613 ,009 ,998 67,718 ,000
a Dependent Variable: M2
No son comparables los resultados con los obtenidos en el literal anterior ya que ya que son slo comparables cuando se trata de
modelos recursivos, triangulares o causales y en este caso estamos con un modelo de ecuaciones simultneas
e) Cuando no se presenta el problema de la simultaneidad las estimaciones de MCO producen estimadores
consistentes y eficientes. Es por ello que se hace necesario aplicar alguna prueba para asegurarse de que el
problema de la simultaneidad esta presente. Una prueba muy generalizada para tal efecto es la prueba de
Hausman de simultaneidad. Aplique esta prueba (ver referencia en el texto de Gujarati) al presente modelo.
Para aplicar la prueba de Hausman de simultaneidad procedemos de la siguiente manera:
Paso 1. Efectuamos la regresin de Y sobre
t
R y
t
P para obtener
t
v .
Paso 2. . Efectuamos la regresin de la oferta de dinero sobre
t
Y
y
t
v y se realiza la prueba t sobre el coeficiente
de
t
v , si este es significativo, no debe rechazarse la hiptesis de simultaneidad; de otra forma se rechaza.
Con esto obtenemos los siguientes resultados:
t t
t t
v Y M
v Y M
+ + =
+ + =
,428 0 0,615 31,552
2 1 0
ee = (27.637) (0.008) (0.079)
t= (1.142) (74.983) (5.451)
Ho= No hay simultaneidad
Ha= Si hay simultaneidad
= 5% =0.025
N=22
t(n-k) g.l=(22-3)=19g.l
t(n-k)g.l=2.093
tc= ,428 0 /0,079=5.42
-2.093 2.093 5.42
INTERPRETACION:
Con un 95% de confianza podemos decir que no existe suficiente evidencia estadstica para aceptar la hiptesis nula
de que no hay simultaneidad es decir se acepta la alternativa de que si hay simultaneidad
2. Para el modelo:
t t t t
u P UN W
1 2 1 0
+ + + =
t t t t t
u M R W P
2 3 2 1 0
+ + + + =
Donde:
=
.
W Tasa de cambios de salarios monetarios
UN = Tasa de desempleo, %
=
.
P Tasa de cambios de los precios
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
=
.
R Tasa de cambio del costo de capital
=
.
M Tasa de cambio del precio de las materias primas importadas
a) Aplique la condicin de orden y la condicin de rango para verificar si las ecuaciones estn o no
identificadas
Condicion de orden
Ecuacin K-k M-m Resultados Identificabilidad
primera 4-2 2-1 2<1 Sobrebidentificada
segunda 4-3 3-1 1=1 exactamente identificada
Condicin de Rango
Ecuacin 1 W P UN
t
R
t
M Identificabilidad
primera
0
1
2
1
0 0 subidentificada
segunda
0
-
1
1 0
2
3
Sobreidentificada
En la condicin de rango para ver si estn identificadas o no procedemos de la siguiente manera:
Ecuacin 1: La matriz es [ ]
2
y su determinante es 0
2
por lo tanto la ecuacin est identificada, esto
tambin se puede demostrar con la matriz [ ]
3
cuya determinante es
3
0 y con esto confirmamos que la
ecuacin esta sobreidentificada.
Ecuacin 2: La matriz es [ ]
2
y su determinante es 0
2
por lo tanto la ecuacin est exactamente
identificada.
b) Pase el modelo de la forma estructural a la forma reducida
La primera ecuacin de la forma reducida puede deducirse sustituyendo (2) en (1):
Entonces nos quedara de la siguiente manera:
t 1 t 2 t 3 t 2 t 1 0 2 t 1 0 t
u ) u M R W ( UN W + + + + + + + =
) 1 (
u u
M
) 1 (
R
) 1 (
UN
) 1 ( ) 1 (
W
1 2
t 2 2 t 1
t
1 2
3 2
t
1 2
2 2
t
1 2
1
1 2
0 2 0
t
+
+
+
+
+
+
=
t t t t t
v M R UN W
1 13 12 11 10
+ + + + =
La segunda ecuacin de la forma reducida puede deducirse sustituyendo (1) en (2) seria:
t 2 t 3 t 2 t 1 t 2 t 1 0 1 0 t
u M R ) u P UN ( P + + + + + + + =
) 1 (
u u
M
) 1 (
R
) 1 (
UN
) 1 ( ) 1 (
P
1 2
t 1 1 t 2
t
1 2
3
t
1 2
2
t
1 2
1 1
1 2
1 0 0
t
+
+
+
+
+
=
t 2 t 32 t 22 t 12 02 t
v M R UN P + + + + =
c) Si las ecuaciones estn identificadas, obtenga (algebraicamente), los parmetros estructurales a partir de
los parmetros reducidos (excepto los parmetros del trmino independiente)
1
1
1
1 1
1 2
1
1 2
1 1
11
21
1
) 1 (
) 1 (
= =
=
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
2
1
1 2
2 2
1 2
2
1 21 22 2
*
) 1 ( ) 1 (
*
= =
( )
2
2 1
1 2 2
2 1
1 2 2 2
1 21 22 2
1
1
1
*
= =
3
1
1 2
3 2
1 2
3
1 13 23 3
*
) 1 ( ) 1 (
*
= =
( )
3
2 1
1 2 3
2 1
1 3 2 3
1 13 23 3
1
1
1
*
= =
3. Un modelo economtrico de ecuaciones simultneas construido para reflejar las interrelaciones entre el
empleo y la poblacin para las regiones francesas, esta conformado por las siguientes ecuaciones:
t
IVNAKM POBKM LNK + + = * 5 *
2 1
t
u LNAKM POBKM POBKM + + = * 5 *
2 1
LNAKT= Densidad de empleo no agrario en 1995
POBKM= Densidad de poblacin de 1995
INVAKM= Incremento de densidad del valor aadido no agrario en 1995
POBKM5= Densidad de poblacin en el quinquenio anterior, para el caso de 1990
t
,
t
= Trminos de perturbacin estocstica. Recoge la influencia conjunta de todas las dems variables que
afectan a las endgenas pero que no han podido ser explicadas.
Los datos para las 22 regiones francesas son:
REGION LNAKM POBKM POBKM5 IVNAKM
lle de France 409,4239 885,1981 851,4818 4,5659
Champagne- 17,9645 52,3705 52,8001 0,1053
Ardenne
Picardie 29,7953 92,9945 91,2418 0,1516
Haute- 50,7429 140,5375 137,0464 0,1757
Normandie
Centre 21,6342 60,3561 59,1811 0,12
Basse- 26,6644 78,7424 77,8896 0,1454
Normandie
Bourgogne 17,7316 50,7251 50,8517 0,0921
Nord-Pas-de- 98,5178 317,7863 316,6586 0,4002
Calais
Lorraine 32,3183 97,3797 98,2715 0,1546
Alsace 74,5169 195,5314 192,7536 0,397
Franche-
Comt 23,5773 67,3991 67,2139 0,1596
Pays de la
loire 32,4169 95,0065 93,7286 0,19
Bretagne 33,0418 102,3228 1013305 0,1569
Poitou- 19,876 61,5265 6102941 0,082
Charentes
Aquitaine 22,2717 67,4688 65,6289 0,0574
Midi-Pyrnes 17,6634 53,4312 51,8656 0,1456
Limousin 13,9299 42,4389 43,4423 0,0569
Rhone alpes 46,4781 122,1566 117,6026 0,3359
Auvergne 16,9146 50,5132 51,3205 0,0835
Languedoc- 22,611 77,1844 72,9836 0,1856
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
roussillon
Provence- 41,7962 135,3503 128,8535 0,2466
Alpes-Cote
dAzur
corse 8,871 28,6866 28,5714 0,0008
a) Compruebe; utilizando las condiciones de orden y de rango que las ecuaciones estn exactamente
identificadas.
Condicion de orden
Ecuacin K-k M-m Resultados Identificabilidad
primera 2-1 2-1 1=1 exactamente identificada
segunda 2-1 2-1 1=1 exactamente identificada
Condicin de Rango
Ecuacin LNAKM POBKM IVNAKM POBKM5 Identificabilidad
primera 1
1
2
0 exactamente identificada
segunda
2
1 0 -
1
exactamente identificada
En la condicin de rango para ver si estn identificadas o no procedemos de la siguiente manera:
Ecuacin 1: La matriz es [ ]
1
y su determinante es 0
1
por lo tanto la ecuacin est identificada y segn la
condicin de orden la ecuacin esta exactamente identificada.
Ecuacin 2: La matriz es [ ]
2
y su determinante es 0
2
por lo tanto la ecuacin est identificada y segn la
condicin de orden la ecuacin esta exactamente identificada.
b) Estime los parmetros de la forma estructural con MC2E (en E-views y SPSS) y con MCI Coinciden los
resultados?
La primera ecuacin en su forma reducida:
t 2 t 2 1 1
IVNAKM ) u LNAKM 5 POBKM ( LNAKM + + + =
) 1 (
u
IVNAKM
) 1 (
5 POBKM
) 1 (
LNAKM
2 1
t 1 t
2 1
2
2 1
1 1
+
+
+
=
t 1 2 1
v IVNAKM 5 POBKM LNAKM + + =
La segunda ecuacin en su forma reducida:
t t 2 1 2 1
u ) IVNAKM POBKM ( 5 POBKM POBKM + + + + =
) 1 (
u
IVNAKM
) 1 (
5 POBKM
) 1 (
POBKM
2 1
t 2 t
2 1
2 2
2 1
1
+
+
+
=
t 2 4 3
v IVNAKM 5 POBKM POBKM + + =
Una vez obtenidas las ecuaciones de la forma reducida, efectuamos separadamente cada una de ellas (MCO a cada
ecuacin de la forma reducida) en el programa SPSS y obtenemos los siguientes resultados
MC2E ( SPSS)
Aplicando MC2E para el modelo en el programa SPSS :
Para la primera ecuacin los resultados son :
MODEL: MOD_1.
Equation number: 1
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
Dependent variable.. LNAKM
Listwise Deletion of Missing Data
Multiple R ,99970
R Square ,99939
Adjusted R Square ,99933
Standard Error 2,45502
Analysis of Variance:
DF Sum of Squares Mean Square
Regression 2 198306,35 99153,176
Residuals 20 120,54 6,027
F = 16451,13676 Signif F = ,0000
------------------ Variables in the Equation ------------------
Variable B SE B Beta T Sig T
POBKM ,276437 ,006942 ,637530 39,823 ,0000
IVNAKM 36,081159 1,533201 ,376733 23,533 ,0000
Correlation Matrix of Parameter Estimates
POBKM IVNAKM
POBKM 1,0000000 -,9388734
IVNAKM -,9388734 1,0000000
MODEL:
Para la segunda ecuacin los resultados son :
MOD_2.
Equation number: 1
Dependent variable.. POBKM
Listwise Deletion of Missing Data
Multiple R ,99998
R Square ,99995
Adjusted R Square ,99995
Standard Error 1,60487
Analysis of Variance:
DF Sum of Squares Mean Square
Regression 2 1055386,6 527693,31
Residuals 20 51,5 2,58
F = 204882,09878 Signif F = ,0000
------------------ Variables in the Equation ------------------
Variable B SE B Beta T Sig T
LNAKM ,190624 ,025504 ,082656 7,474 ,0000
POBKM5 ,948168 ,011417 ,918106 83,049 ,0000
Correlation Matrix of Parameter Estimates
LNAKM POBKM5
LNAKM 1,0000000 -,9899658
POBKM5 -,9899658 1,0000000
AHORA APLICANDO MC2E EN EL PROGRAMA E-views
Dependent Variable: LNAKM
Method: Least Squares
Date: 06/19/07 Time: 00:46
Sample(adjusted): 1 22
Included observations: 22 after adjusting endpoints
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
Variable Coefficient Std. Error t-Statistic Prob.
POBKM 0.276465 0.007103 38.92038 0.0000
IVNAKM 36.07537 1.568969 22.99304 0.0000
R-squared 0.999130 Mean dependent var 49.21626
Adjusted R-squared 0.999086 S.D. dependent var 83.13775
S.E. of regression 2.512794 Akaike info criterion 4.767176
Sum squared resid 126.2827 Schwarz criterion 4.866361
Log likelihood -50.43893 Durbin-Watson stat 2.169952
Dependent Variable: POBKM
Method: Least Squares
Date: 06/19/07 Time: 00:49
Sample(adjusted): 1 22
Included observations: 22 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
POBKM5 0.948836 0.011498 82.52406 0.0000
LNAKM 0.189117 0.025676 7.365590 0.0000
R-squared 0.999921 Mean dependent var 130.6867
Adjusted R-squared 0.999917 S.D. dependent var 179.9080
S.E. of regression 1.642491 Akaike info criterion 3.916813
Sum squared resid 53.95555 Schwarz criterion 4.015999
Log likelihood -41.08495 Durbin-Watson stat 1.513954
APLICACIN DE MCI ( SPSS)
A continuacin se presentan los resultados de las ecuaciones en su forma reducida:
Primea Ecuacin
IVNAKM 088 . 38 5 POBKM 277 . 0 LNAKM + =
se = (0.007) (1.558)
t = (37.980) (24.455)
(0,000) (0,000)
F = 14963,496 R
2
=0,999
Segunda Ecuacin
IVNAKM 261 . 7 5 POBKM 001 . 1 POBKM + =
se = (0.005) (1.017)
t = ( 210.553) (7.141)
(0,000) (0,000)
F = 187031.223 R
2
=1.000 R
2
Ajustado=1.000
ESTIMACIONES DE LOS PARMETROS
=
|
|
|
.
|
\
|
2
4
1 3 1 1.00091172-0.27668923 (7.26054299/38.0882432)
=
|
|
|
.
|
\
|
2
4
1 3 1 1.00091172-0.27668923(0.190624255)
9482 . 0
1
=
2
4
2
7.26054299/38.0882432
=
2
0.1906
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
=
|
|
|
.
|
\
|
3
1
4 2 2
38.0882432-7.26054299(0.27668923/1.00091172)
=
|
|
|
.
|
\
|
3
1
4 2 2
38.0882432-7.26054299(0.276437196)
=
2 36.0812
=
3
1
1 0.27668923/1.00091172
=
1 0.2764
As las ecuaciones estimadas por MCI son:
IVNAKM 0812 . 36 POBKM 2764 . 0 LNAKM + =
LNAKM 1906 . 0 5 POBKM 9482 . 0 POBKM + =
Las mismas ecuaciones estimadas por MCO en el programa SPSS son :
IVNAKM 075 . 36 POBKM 276 . 0 LNAKM + =
IVNAKM 189 . 0 5 POBKM 949 . 0 POBKM + =
c) Estime las ecuaciones reducidas e interprete
Ecuacin 1 en su Forma Reducida
IVNAKM 088 . 38 5 POBKM 277 . 0 LNAKM + =
INTERPRETACIN:
1
Dados cambios unitarios en la densidad de poblacin en 1995 se estima que en promedio la densidad de empleo no
agrario en 1995 se incrementar en 0.277, como podemos darnos cuente existe una relacin directa entre estos dos
parmetros, es decir si incrementa el uno tambin incrementar el otro y viceversa.
2
Dados incrementos en la densidad del valor aadido no agrario en 1995 se estima que en promedio la densidad de
empleo no agrario en 1995 se incrementar en 38.088, como podemos darnos cuente existe una relacin directa
entre estos dos parmetros, es decir si incrementa el uno tambin incrementar el otro y viceversa.
Ecuacin 2 en su Forma Reducida
IVNAKM 261 . 7 5 POBKM 001 . 1 POBKM + =
INTERPRETACIN:
1
Dados cambios unitarios en la densidad de la poblacin del valor aadido no agrario en 1995 se estima que en
promedio la densidad de poblacin en 1995 se incrementar en 1.001, como podemos darnos cuente existe una
relacin directa entre estos dos parmetros, es decir si incrementa el uno tambin incrementar el otro y viceversa.
2
Dados cambios unitarios en la densidad de empleo no agrario en 1995 se estima que en promedio la densidad de
poblacin en 1995 se incrementar en 7.26, como podemos darnos cuente existe una relacin directa entre estos dos
parmetros, es decir si incrementa el uno tambin incrementar el otro y viceversa.
d) Obtenga las estimaciones de los parmetros de la forma reducida deducida Coinciden con las
estimaciones del literal anterior?
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
FORMA REDUCIDA DEDUCIDA
0 IVNAKM 0812 . 36 POBKM 2764 . 0 LNAKM =
(1)
0 LNAKM 1906 . 0 5 POBKM 9482 . 0 POBKM =
(2)
Las matrices de los coeficientes de las variables endgenas (A) y la de coeficientes de las variables
predeterminadas (B) son:
(
=
1 190624 . 0
276437 . 0 1
A
(
=
0
081159 . 36
948168 . 0
0
B
Por tanto A
-1
=Adj/ A
=
(
=
943704473 . 0
1 190624 . 0
276437 . 0 1
(
055626811 . 1 20122781 . 0
291814309 . 0 0556268 . 1
A
-1
B (
=
26053 . 7 00091 . 1
0882 . 38 27668 . 0
4. Para el siguiente modelo multiecuacional, indique:
MODELO
t t y t
u I Y Y
1 2 1 1 0
+ + + =
t t t t
u Q Y I
2 5 4 3
+ + + =
t t t t t
u P C Y C
3 9 1 8 7 6
+ + + + =
t t t t
u P Q Q
4 1 12 1 11 10
+ + + =
a) Si es un modelo de ecuaciones simultneas o no. Por qu?
Si es un modelo de ecuaciones simultaneas porque dos de sus variables que son endgenas funcionan como
explicadas y explicativas en ecuaciones intecambiadas.
b) Las ecuaciones de comportamiento y las ecuaciones de definicin.
t t y t
u I Y Y
1 2 1 1 0
+ + + =
t t t t
u Q Y I
2 5 4 3
+ + + =
t t t t t
u P C Y C
3 9 1 8 7 6
+ + + + =
Como podemos darnos cuenta todas las ecuaciones son de comportamiento, debido a que las ecuaciones de
comportamiento son aquellas que tienen variable aleatoria y en este caso todas las ecuaciones las tienen.
c) Las variables endgenas actuales y rezagas, y las exgenas actuales y rezagadas.
Variables endgenas actuales: Y
t
, I
t
, C
t
, Q
t
Variables endgenas rezagadas: Y
t-1
, C
t-1
, Q
t-1
Variables endgenas rezagadas: P
t
Variables exgenas rezagadas: P
t-1
d) Cambie de nomenclatura a la convenida clase.
Vamos a cambiar
0
3
6
y
10
por y respectivamente:
t 1 t 2 1 t 1 0 t
u I Y Y + + + =
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
t 2 t 2 t 1 0 t
u Q Y I + + + =
t 3 t 3 1 t 2 t 1 0 t
u P C Y C + + + + =
t 4 1 t 2 1 t 1 0 t
u P Q Q + + + =
5. Dadas las siguientes estimaciones por mnimos cuadrados ordinarios.
t t t
u Y C
1 1
92 . 0 + + =
t t t
u C C
2 1 1
84 . 0 + + =
t t t
u Y C
3 1 1
78 . 0 + + =
t t t
u Y Y
4 1 1
55 . 0 + + =
Calcule los estimadores de MCO de
2
y
3
en la regresin:
t t t t
u C Y C + + + =
1 3 2 1
6. Con las siguientes ecuaciones:
+ =
1 2 1
4 . 0 8 . 0 5 X Y Y
+ =
2 1 2
4 . 6 12 . 1 2 . 3 X Y Y
Compruebe la siguiente igualdad:
B A
1
=
U A E
1
=
Primera ecuacin de la forma reducida:
1 2 1
4 . 0 8 . 0 5 X Y Y + =
1 2 1 1
4 . 0 ) 4 . 6 12 . 1 2 . 3 ( 8 . 0 5 X X Y Y + + =
1 2 1 1
4 . 0 12 . 5 896 . 0 56 . 2 5 X X Y Y + + =
1 2 1 1
4 . 0 12 . 5 56 . 7 896 . 0 X X Y Y + = +
1 2 1
4 . 0 12 . 5 56 . 7 ) 896 . 0 1 ( X X Y + =
1 2 1
896 . 1
4 . 0
896 . 1
12 . 5
896 . 1
56 . 7
X X Y + =
2 1 1
896 . 1
12 . 5
896 . 1
4 . 0
896 . 1
56 . 7
X X Y + =
2 12 1 11 10 1
X X Y + =
(1)
Segunda ecuacin de la forma reducida:
+ =
2 1 2
4 . 6 12 . 1 2 . 3 X Y Y
2 1 2 2
4 . 6 ) 4 . 0 8 . 0 5 ( 12 . 1 2 . 3 X X Y Y + + =
2 1 2 2
4 . 6 448 . 0 896 . 0 6 . 5 2 . 3 X X Y Y + + =
2 1 2
4 . 6 448 . 0 4 . 2 ) 896 . 0 1 ( X X Y + + = +
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
2 1 2
896 . 1
4 . 6
896 . 1
448 . 0
896 . 1
4 . 2
X X Y + + =
2 22 1 21 20 2
X X Y + =
(2)
Presentacin matricial en su forma reducida:
0 = + + E B Y
0
2
1
2
1
22 21 20
12 11 10
2
1
=
(
+
(
+
(
(
e
e
X
X
Y
Y
0
375 . 3 2362 . 0 2658 . 1
700 . 2 2109 . 0 9874 . 3
2
1
2
1
2
1
=
(
+
(
+
(
(
e
e
X
X
Y
Y
0
34599156 . 2
476793249 . 6
2
1
2
1
2
1
=
(
+
(
+
(
(
e
e
X
X
Y
Y
0 476793249 . 6
1 1 1
= e X Y
0 34599156 . 2
2 2 2
= e X Y
Forma reducida deducida:
) ( U BX Y + =
U A BX A AY
1 1 1
=
0
1 1
= + +
U A BX A Y
(
=
(
+
(
+
(
(
0
0
4 . 6 0 2 . 3
0 4 . 0 5
1 12 . 1
8 . 0 1
2
1
2
1
2
1
e
e
X
X
Y
Y
(
1 8 . 0
12 . 1 1
Adj
(
=
1 12 . 1
8 . 0 1
j Ad
896 . 1 = A
(
(
(
(
=
(
896 . 1
1
896 . 1
12 . 1
896 . 1
8 . 0
896 . 1
1
1 12 . 1
8 . 0 1
896 . 1
1
1
A
j Ad
A
(
52742616 . 0 590717299 . 0
421940928 . 0 52742616 . 0
1
A
I A A =
1
*
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
I =
(
=
(
1 0
0 1
52742616 . 0 590717299 . 0
421940928 . 0 52742616 . 0
1 12 . 1
8 . 0 1
0
1 1
= + +
U A BX A Y
0
5274 . 0 5907 . 0
4219 . 0 5274 . 0
4 . 6 0 2 . 3
0 4 . 0 5
5274 . 0 5907 . 0
4219 . 0 5274 . 0
2
1
2
1
2
1
=
(
+
(
+
(
(
e
e
X
X
Y
Y
0
063291 . 0
94936 . 0
3755274 . 3 23629 . 0 2658 . 1
7004 . 2 21097 . 0 9873 . 3
2
1
2
1
2
1
=
(
+
(
+
(
(
e
e
X
X
Y
Y
0
063291 . 0
94936 . 0
8734 . 1
8987 . 6
2
1
2
1
2
1
=
(
+
(
+
(
(
e
e
X
X
Y
Y
B A *
1
=
(
=
4 . 6 0 2 . 3
0 4 . 0 5
5274 . 0 5907 . 0
4219 . 0 5274 . 0
(
=
87341 . 1
89873 . 6
U A E *
1
=
(
=
2
1
5274 . 0 5907 . 0
4219 . 0 5274 . 0
e
e
E
(
=
2
1
06329 . 0
9494 . 0
e
e
E
http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/ http://bajalibrosdeeconomia.blogspot.com/
http://bajalibrosdeeconomia.blogspot.com/
