Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introduccion A La Econometria Planteamiento Del Modelo Lineal Simple - Ejemplo Modelo Mincer PDF
Introduccion A La Econometria Planteamiento Del Modelo Lineal Simple - Ejemplo Modelo Mincer PDF
El modelo de regresión lineal simple es una clase de modelo econométrico con las
siguientes características: lineal, uniecuacional, estático, con una variable endógena,
una variable exógena, un término de error y dos parámetros.
Y1 = β1 + β2X1 + u1
Y2 = β1 + β2X2 + u2
............
Yi = β1 + β2Xi + ui
............
YN = β1 + β2XN + uN
Yi = β1 + β2Xi + ui i = 1, ... ,N
Siendo:
β1 y β2: son los parámetros estructurales del modelo que permanecen invariantes respec-
to a la variación muestral. β1 es el término independiente u ordenada en el ori-
gen, β2 es la pendiente o coeficiente de regresión que es el parámetro que acom-
paña y pondera a la variable exógena X.
La forma es evidentemente lineal respecto de los parámetros. Los datos serán de sec-
ción cruzada o bien, series temporales, en cuyo caso se referirán al mismo periodo de
tiempo, sin retardos.
13
Departamento de Estadística e Investigación Operativa II (Métodos de Decisión)
Hipótesis básicas:
Esto supone que las variables ui , no sólo estarán incorrelacionadas sino serán inde-
pendientes en probabilidad.
A partir de estas hipótesis se deduce que las Yi, en el modelo, son variables aleato-
rias con las siguientes características:
Recordemos que las Xi no son aleatorias y, por tanto, suponen cantidades conocidas
en cada distribución de las Yi en el modelo. La notación de momentos condicionados se
utiliza para reflejar que no hablamos de la distribución individual de Yi , sino de su dis-
tribución en el modelo.
E[ Yi / Xi ] = β1 + β2Xi
14
Introducción a la Econometría Tema 2: PLANTEAMIENTO DEL MODELO
Nos dice que la estructura del modelo, constituida por la combinación lineal de pa-
rámetros y observaciones de la variable explicativa, es el valor medio o valor esperado
de las correspondientes observaciones de la variable endógena. Es decir, si prescindié-
ramos de la variable explicativa X nos quedaríamos con las “n” observaciones, posi-
blemente dependientes, de la variable aleatoria Y, cuyo comportamiento medio vendría
representado por su esperanza matemática E[Y] = μ que se estimaría por la media
muestral de las observaciones Yi. Pero al incorporar la variable exógena X ese compor-
tamiento medio se describe mejor por medio de la función β1 + β2Xi que nos da el valor
esperado para la variable endógena Y según el valor Xi que haya tomado la variable
explicativa, expresión que depende de los dos parámetros β1 y β2 cuyo valor tendremos
que estimar.
(El alumno debe recordar la definición dada de función de regresión dentro de la dis-
tribución bidimensional de probabilidad de la variable (ξ1,ξ2): ϕ1(X) = E[ξ2 /ξ1 = X]
que en el caso que resultase lineal se expresaba ϕ1(X) = α + βX )
Gráficamente:
Yi
β$1 + β$2 X i
β1 + β2Xi
E[Y] = μ μ
μ$ = Y Y
Xi
β1: será el valor medio o esperado que tomará Yi cuando la variable explicativa sea
igual a cero.
β2: será lo que variará el valor medio o esperado de Yi cuando la variable explicativa
aumente en una unidad.
15
Departamento de Estadística e Investigación Operativa II (Métodos de Decisión)
- Es posible que de una especificación del modelo no lineal, por medio de las de-
bidas transformaciones en las variables, se llegue a una expresión lineal, respecto
a los parámetros, del modelo. Por ejemplo:
- Transformación semilogarítmica:
Si la especificación inicial es del tipo: Y = AeβX con A > 0 , tomando logarit-
mos se obtiene: logY = α +βX , siendo α = logA .
El modelo econométrico quedaría: logYi = α +βXi + ui .
- Transformación logarítmica:
Si la especificación inicial es del tipo: Y = AXβ con A > 0 , tomando logarit-
mos se obtiene: logY = α +βlogX , siendo α = logA .
El modelo econométrico quedaría: logYi = α +βlogXi + ui .
- Transformación recíproca:
Si la especificación inicial es del tipo: [Y - α].X = β , despejando se obtiene:
Y = α + β.(1/X).
El modelo econométrico quedaría: Yi = α + β.(1/Xi) + ui .
En todos los casos una o las dos variables aparecen en la formulación lineal
sustituidas por transformaciones de las variables originales.
- La hipótesis de media nula significa que el efecto que pueda causar ui sobre Yi
podrá ser, con igual probabilidad, positivo o negativo, de tal forma que se le asig-
na como valor medio el cero. No obstante si no se cumpliera esta hipótesis y se
diera, por ejemplo, que E[ui] = c, con el valor de c desconocido, el modelo a esti-
mar se puede transformar en : Yi = γ1 + β2Xi + vi , siendo γ1 = β1 + c y vi = ui -
c , cumpliéndose, ahora, que: E[vi] = E[ui] - c = c - c = 0 , con lo que las nuevas
perturbaciones aleatorias tienen media nula. En este modelo se podrá estimar β2 y
γ1, pero no podremos estimar ni β1 ni c.
16
Introducción a la Econometría Tema 2: PLANTEAMIENTO DEL MODELO
Yi
x
x x
x x β1 + β2Xi
x x x
x x x x
x x x x x
x x x x x
x x x x
x x x
x x
x
X1 X2 X3 X4 X5 X6 Xi
Si, por ejemplo, estuviéramos analizando la influencia que tienen los ingresos fa-
miliares (Xi) sobre la cifra del gasto efectuado en bienes de consumo (Yi) durante un
periodo determinado, a través de una encuesta realizada a cierto número de familias
españolas, el cumplimiento de la hipótesis de homocedasticidad indicaría que las fa-
milias de menor renta tendrían un rango de variación posible de sus gastos equiva-
lente al que pudieran tener las familias con mayores ingresos. Cosa bastante impro-
bable y, por tanto, no sería admisible esta hipótesis. Habitualmente si el modelo uti-
liza datos de corte transversal se deberá probar estadísticamente la verificación del
supuesto de homocedasticidad.
17
Departamento de Estadística e Investigación Operativa II (Métodos de Decisión)
Este modelo, formulado por Jacob Mincer en su obra “Schooling, experience and
earnings” en 1974 dentro de la teoría del capital humano, tiene como objetivo, en su
expresión más sencilla, explicar la cantidad y variación de los ingresos salariales obte-
nidos por los individuos por medio de la inversión realizada por dicho individuo en edu-
cación formal y representada por el número de años empleados en la formación educati-
va. El supuesto fundamental en que se basa es que cada individuo decide invertir en su
formación hasta hacer máximo el valor actual de la totalidad de ingresos futuros espera-
dos. Es decir, una persona decide seguir estudiando, en lugar de incorporarse al merca-
do laboral porque espera obtener mayores ingresos en el futuro.
Las cuatro hipótesis simplificadoras que se necesitan para el análisis previo a la ob-
tención del modelo son:
Por tanto, los individuos, una vez cubierta la enseñanza obligatoria, tomarán la deci-
sión de, o bien comenzar a trabajar, o bien continuar “S” años más estudiando, dejando
de percibir los posibles ingresos que le pudieran corresponder.
Si denominamos Y(S) al ingreso anual constante de un individuo con “S” años adi-
cionales de estudio, Y(0) representará el coste de oportunidad del mismo durante esos
años de estudio. Suponiendo que el individuo toma su decisión siguiendo el criterio,
anteriormente definido, de maximización del valor actual de las ganancias futuras, la
tasa de descuento “r” que iguale el valor actual de la corriente constante de ingresos con
el valor actual de los costes considerados, será la que la economía financiera denomina
tasa de rendimiento interna de la inversión y representa una medida de la ganancia ob-
tenida por la inversión en educación.
1 - e -r.n 1 - e -r.n
Y(S).e -r.S . = Y(0). ; que simplificando: Y(S).e -r.S = Y(0)
r r
18
Introducción a la Econometría Tema 2: PLANTEAMIENTO DEL MODELO
log Yi = β1 + β2Si + ui
siendo:
Este modelo surge a partir de los trabajos de W. Sharpe sobre el riesgo en el mercado
de capitales y, concretamente, sobre las decisiones de los individuos respecto a sus car-
teras de títulos. En estos trabajos llega a establecer una relación entre el rendimiento de
un título determinado y el rendimiento medio de un conjunto o cartera de títulos al que
pertenece el primero. En uno de sus artículos se puede leer: “La mejor manera de com-
prender su sentido económico consiste en considerar la relación entre el rendimiento del
activo j y el de la combinación g de forma similar a la del análisis de regresión.”. La
cartera de títulos más representativa será el conjunto total de títulos del mercado de va-
lores.
Si representamos por rj el rendimiento del título “j” durante el periodo que se consi-
dere, su cálculo se hará de la siguiente forma:
El rendimiento del mercado se medirá a través del valor de un índice de Bolsa, como
el Índice General de la Bolsa de Madrid o el IBEX en España. Si lo representamos por
RM su calculo será:
valor del índice al final del periodo - valor del índice al principio del periodo
RM =
valor del índice al principio del periodo
19
Departamento de Estadística e Investigación Operativa II (Métodos de Decisión)
rj = αj + βjRM + uj
Dónde:
βj: Es el denominado parámetro “beta” del título “j” que representa una medida
del riesgo sistemático de la inversión en dicho título. Nos indica la variación
posible del rendimiento del título “j” motivada por una variación en el rendi-
miento medio del mercado. Mide la volatilidad del título o intensidad de su
respuesta a las alteraciones en el mercado. De tal forma que si βj es mayor que
1 se dice que el título “j” es volátil, indicando que cuando el mercado aumente
su rendimiento medio el título “j” lo hará en mayor proporción, pero cuando el
rendimiento del mercado disminuya el titulo “j” rebajará aún más el suyo.
αj: Nos da el rendimiento que se espera para el título “j” si el mercado permanece
estable, con rendimiento nulo, en el periodo.
uj: Es el término de error o perturbación aleatoria.
El modelo así definido se refiere a un determinado periodo de tiempo pero del cual
sólo podremos tener una observación de las variables. Para poder estimar los paráme-
tros deberemos extender el cumplimiento de la anterior ecuación a un intervalo de tiem-
po amplio que comprenda varios periodos. Así, utilizando como subíndice “t” para los
distintos periodos de observación el modelo econométrico quedará especificado de la
siguiente forma:
rjt = αj +βjRMt +ujt para t = 1, ... ,N
EJERCICIOS PROPUESTOS
1º: Calcule la media y la varianza de cada una de las dos distribuciones marginales.
2º: Calcule la covarianza.
3º: Realice los mismos cálculos, pero sustituyendo los valores de los salarios por sus lo-
garitmos.
20
Introducción a la Econometría Tema 2: PLANTEAMIENTO DEL MODELO
2.2 Si los precios y los dividendos pagados para un título A son los que se exponen a
continuación, junto con los valores del IBEX-35:
precio de un dividendos
título “A” pagados
periodos t (en euros) (en euros) IBEX-35.
oct – 04 0 12,30 0,10 8418,3
nov – 04 1 12,38 8693
dic – 04 2 13,09 9080,8
enero-05 3 12,92 0,10 9223,9
feb – 05 4 13,07 9391
marzo-05 5 12,56 9258,8
abril – 05 6 11,95 0,142 9001,6
mayo- 05 7 12,74 9427,1
junio - 05 8 12,76 9783,2
julio - 05 9 13,91 0,115 10115,6
agosto-05 10 13,45 10008,9
sept - 05 11 14,59 10813,9
oct - 05 12 14,71 0,115 10493,8
nov - 05 13 15,02 10557,8
dic - 05 14 15,08 10733,9
enero-06 15 16,62 0,115 11104,3
feb - 06 16 17,08 11740,7
marzo-06 17 17,22 11854,3
abril - 06 18 17,51 0,186 11892,5
mayo- 06 19 16,17 11340,5
junio - 06 20 16,08 11548,1
1º: Calcule los valores de los rendimientos del título (rAt) y del mercado (RMt) que se
consideran en el modelo del mercado de Sharpe.
2º: Calcule las medias, las varianzas y la covarianza de ambos rendimientos.
21
Departamento de Estadística e Investigación Operativa II (Métodos de Decisión)
22