Identificación del Sistema de Ecuaciones simultaneas

C t  I t  Yt ....................................................................(1)
Ct   0  1Yt  e ..........................................................(2)

Dependent Variable: C_INT

Method: Least Squares
Date: 06/13/07 Time: 15:21
Sample: 1950 2006
Included observations: 57

Variable Coefficient Std. Error t-Statistic Prob.

C 2008.865 780.1663 2.574919 0.0127

Y 0.784735 0.009006 87.13131 0.0000

R-squared 0.992808 Mean dependent var 64229.37

Adjusted R-squared 0.992677 S.D. dependent var 27719.66
S.E. of regression 2372.139 Akaike info criterion 18.41543
Sum squared resid 3.09E+08 Schwarz criterion 18.48712
Log likelihood -522.8397 F-statistic 7591.865
Durbin-Watson stat 0.531069 Prob(F-statistic) 0.000000

Los coeficientes de la regresión anterior son sesgados e incosistentes.

Para corregir el problema se debe obtener estos parámetros por otros métodos de
estimación diferentes al de mínimos cuadros ordinarios.

Problema de identificación

Ecuaciones Reducidas
Reemplazando (2) en (1)

Yt   0   1Yt  et  I t
Yt   1Yt   0  I t  et
0 1 1
Yt   It  et ...................................(3)
1   1 1  1 1  1
Yt   10   11 I t  wt ......................................................(3.1)

Reemplazando (3) en (2)

  1 1 
C t   0   1  0  It  et   et
 1   1 1  1 1  1 

1  0  
Ct   0   1 I t  1 et  et
1  1 1  1 1  1
 0 1 1
Ct   It  et ...................................(4)
1  1 1   1 1  1
C t   20   21 I t  wt ......................................................(4.1)

Las ecuaciones 3.1 y 4.1 son las ecuaciones reducidas.

Se tiene 3 ecuaciones:

0
 10   20    0 11
1  1
1
 11 
1  1
1
 21   1 11
1  1

Para encontrar 2 incógnitas

1 ;  2

En este sentido existen 3 ecuaciones para encontrar 2 incógnitas, en este sentido el sistema
estaría sobre identificado.

Identificación

G = Número de variables endógenas del 2

sistema
g = Número de variables endógenas de la 1era ecuación 2
2da ecuación 2
K = Número de variables exógenas del sistema 1+1=2
+ número de coeficientes independientes
k = Número de variables exógenas de la 1era Ecuación 1
ecuación + número de coeficientes 2da Ecuación 1
independientes
R = Número de restricciones de la ecuación 1era Ecuación 1
2da Ecuación 1

Condición de Rango
R G-1 R>=<G-1
1era Ecuación 1 1 Igual : Plenamente identificada
2da Ecuación 1 1 Igual : Plenamente identificada

Condición de orden
K-k g-1 K-k >=<g-1
1era Ecuación 1 1 Igual : Plenamente identificada
2da Ecuación 1 1 Igual : Plenamente identificada

Mínimos cuadrados indirectos

1er.- Se obtiene las ecuaciones reducidas
2da.- Se regresiona las ecuaciones reducidas por MCO
3ro.- Se obtienen los coeficientes de las ecuaciones reducidas
4to.- Con estas resultados se calcula los valores de los parámetros de las ecuaciones
estructurales.

Dependent Variable: Y
Method: Least Squares Sample: 1950 2006
Included observations: 57

Variable Coefficient Std. Error t-Statistic Prob.

C 15475.66 3011.862 5.138238 0.0000

I_INT 4.237477 0.177290 23.90144 0.0000

R-squared 0.912180 Mean dependent var 79288.53

Adjusted R-squared 0.910583 S.D. dependent var 35196.32
S.E. of regression 10524.64 Akaike info criterion 21.39528
Sum squared resid 6.09E+09 Schwarz criterion 21.46697
Log likelihood -607.7656 F-statistic 571.2789
Durbin-Watson stat 0.443327 Prob(F-statistic) 0.000000

Dependent Variable: C_INT

Method: Least Squares Sample: 1950 2006
Included observations: 57

Variable Coefficient Std. Error t-Statistic Prob.

C 15475.66 3011.862 5.138238 0.0000

I_INT 3.237477 0.177290 18.26095 0.0000

R-squared 0.858416 Mean dependent var 64229.37

Adjusted R-squared 0.855842 S.D. dependent var 27719.66
S.E. of regression 10524.64 Akaike info criterion 21.39528
Sum squared resid 6.09E+09 Schwarz criterion 21.46697
Log likelihood -607.7656 F-statistic 333.4624
Durbin-Watson stat 0.443327 Prob(F-statistic) 0.000000

0
 10   20  15475.66    0 11 .........................(5)
1  1
1
 11  4.237477  ..............................................(6)
1  1
de (6) obtenemos  1 = 0.76401052

1
 21   1 11 .....................................................(7)
1  1
Reemplazando (6) en (5), obtenemos  2 = 3652.09298

Variables Instrumentales
1er.- Se obtiene las ecuaciones reducidas
2da.- Se regresiona las ecuaciones reducidas por MCO
3ro.- Se calcula la variable estimada de la ecuación reducida
4to.- Se reemplaza la variable estimada en la ecuación estructural.

Dependent Variable: Y
Method: Least Squares
Date: 06/13/07 Time: 15:11
Sample: 1950 2006
Included observations: 57

Variable Coefficient Std. Error t-Statistic Prob.

C 15475.66 3011.862 5.138238 0.0000

I_INT 4.237477 0.177290 23.90144 0.0000

R-squared 0.912180 Mean dependent var 79288.53

Adjusted R-squared 0.910583 S.D. dependent var 35196.32
S.E. of regression 10524.64 Akaike info criterion 21.39528
Sum squared resid 6.09E+09 Schwarz criterion 21.46697
Log likelihood -607.7656 F-statistic 571.2789
Durbin-Watson stat 0.443327 Prob(F-statistic) 0.000000

Yf=15478.66+4.237477 I_int

Dependent Variable: C_INT

Method: Least Squares
Date: 06/13/07 Time: 16:16
Sample: 1950 2006
Included observations: 57

Variable Coefficient Std. Error t-Statistic Prob.

C 3652.093 3598.313 1.014946 0.3146

YF 0.764011 0.041838 18.26095 0.0000

R-squared 0.858416 Mean dependent var 64229.37

Adjusted R-squared 0.855842 S.D. dependent var 27719.66
S.E. of regression 10524.64 Akaike info criterion 21.39528
Sum squared resid 6.09E+09 Schwarz criterion 21.46697
Log likelihood -607.7656 F-statistic 333.4624
Durbin-Watson stat 0.443327 Prob(F-statistic) 0.000000

Mínimos cuadrados en dos etapas

Se regresiona utilizando Two-Stage Least Squares y se incorpora las variables instrumento

Dependent Variable: C_INT

Method: Two-Stage Least Squares
Date: 06/13/07 Time: 16:23
Sample: 1950 2006
Included observations: 57
Instrument list: I_INT C

Variable Coefficient Std. Error t-Statistic Prob.

Y 0.764011 0.009873 77.38038 0.0000

C 3652.093 849.1640 4.300811 0.0001

R-squared 0.992115 Mean dependent var 64229.37

Adjusted R-squared 0.991972 S.D. dependent var 27719.66
S.E. of regression 2483.705 Sum squared resid 3.39E+08
F-statistic 5987.723 Durbin-Watson stat 0.443327
Prob(F-statistic) 0.000000
Método Sistema de Ecuaciones
System: UNTITLED
Estimation Method: Two-Stage Least Squares
Date: 06/13/07 Time: 16:27
Sample: 1950 2006
Included observations: 57
Total system (balanced) observations 57

Coefficient Std. Error t-Statistic Prob.

C(1) 3652.093 849.1640 4.300811 0.0001

C(2) 0.764011 0.009873 77.38038 0.0000

Determinant residual covariance 5952342.

Equation: C_INT = C(1)+C(2)*Y

Instruments: I_INT C
Observations: 57
R-squared 0.992115 Mean dependent var 64229.37
Adjusted R-squared 0.991972 S.D. dependent var 27719.66
S.E. of regression 2483.705 Sum squared resid 3.39E+08
Durbin-Watson stat 0.443327