Está en la página 1de 3

Deber de Econometría Aplicada N.

Nombre: Sebastián Jácome

Fecha de entrega: 17 de abril del 2018

Tema: Leyes y límites de la Econometría

El investigador, en su exhaustiva búsqueda de la verdad o de darle una explicación a las cosas


busca comprender fenómenos económicos y para ello desarrolla teorías, tomando
observaciones e introduce sus ajustes a un modelo. Dada la variabilidad de los acontecimientos
que ocurren en una economía, siendo esta no mecánica sino más bien social vale la pena
preguntarse si hay límites que no permitan la veracidad de un modelo dado en un trabajo
empírico práctico, y, de hecho, si estos límites existieran, hasta qué punto pueden restringir la
aplicación de un modelo. Una limitación principal del ya mencionado conocimiento empírico es
que un modelo en si solo puede ajustarse a la realidad si los datos no son escasos y además son
verificables, ya que los modelos expresados en la teoría económica son básicamente metáforas
de lo que pasó en realidad, es decir una alegoría del suceso.

1. Seis leyes de la econometría

Dado que la econometría es una parte fundamental de la economía, y ésta última además de
ser una ciencia matemática y estadística también es una ciencia social, Paul Lazarfeld contribuyó
con la sociología matemática moderna postulando algunas leyes para la econometría, así como
“algunos lo hacen, otros no” y “es diferente en el sur” que en síntesis explican que al hacer un
estudio se toma en cuenta lo que se supone es racional en el comportamiento de un individuo
o de un grupo, pero poco se habla de los disidentes o de los que no actúan según lo esperado y
es así que nace la necesidad de permitir la heterogeneidad en el modelado.
Lazarfeld explica en su tercera ley “La gente de Hill causa problema” como la desigualdad que
existe en toda economía respecto al poder que pocos tienen y a muchos influye, y su estudio y
cuantificación se propone como una gran preocupación tanto en la sociología como en la
economía. Dejando su último postulado “Nada funciona en la India” como una alegoría para
describir que las teorías conductuales de la mayoría no necesariamente convergen en toda la
población ya que siempre habrá grupos con comportamientos distintos donde los modelos ya
probados tendrán poca validez por la diferente realidad en la que se encuentre.

1.2. Las leyes de la econometría

1.2.1. Algunos métodos funcionan otros no.

Al pasar los años, el estudio de la econometría ha permitido obtener las herramientas necesarias
(hasta el momento) para explicar de manera apropiada los fenómenos económicos; así pasando
de modelos bivariados de Fisher (1907), hasta la metodología de ecuaciones simultáneas en la
que los regresores pueden ser conjuntamente dependientes, se puede probar claramente que
el límite del conocimiento puede estar más cerca de lo que se piensa.
Recordando los orígenes de la temática de la cointegración como lo son las ecuaciones
simultaneas señaladas por Orcutt, 1982. Se ha logrado dar tres características principales como
dependencia conjunta, dependencia serial y no estacionariedad, se logra reconocer que el
propósito de toda investigación es producir nuevos métodos que sirvan como solución ante los
fallos de los procesos convencionales. Lo normal es establecer relaciones lineales entre las
variables a pesar de no existir relación lineal finita entre las ya mencionadas variables. Otro
límite encontrado en la investigación a mencionarse es el tema de estimación e inferencia con
instrumentos deficientes, ya que Sargan pudo demostrar que las tasas de convergencia más
lentas ocurrían cuando fallaban las condiciones de clasificación de primer orden, pero los
parámetros aún se identificaban.

1.2.2. Es diferente es espacios dimensionales infinitos

La generalidad es un término un cuanto ambicioso respecto a los objetivos de la econometría,


ya que en lo posible se intenta que el modelo propuesto tenga alguna hipótesis económica
latente. Estimar una función con una cantidad finita de datos es como correr una maratón hasta
cierto punto sencillo, es decir la tasa de convergencia es proporcional entre ambas, pero si dicha
proporción de reduce ya que aumenta la dimensión del espacio entonces se tiene dificultades,
por lo tanto, la teoría y la aplicación son diferentes en el espacio dimensional infinito.

1.2.3. Las raíces unitarias siempre causan problemas

Las raíces unitarias causan problemas especialmente por las distribuciones no estándar que
provocan para los estimadores además de la dificultad de diferenciar entre tendencias
estocásticas y alternativas de tendencias deterministas. En los casos raíz de la unidad, las
ganancias pueden parecer sustanciales porque el agrupamiento convierte no estándar en una
teoría del límite estándar más utilizable mediante el promedio de la sección transversal. Estas
características han hecho que la teoría de raíz de la unidad de panel sea popular entre los
profesionales. La relevancia de estos resultados cuando la homogeneidad no se aplica es una
cuestión diferente.

1.2.4. La dependencia de la sección transversal también causa problemas

Es común en la práctica econométrica común suponer independencia de corte transversal en el


modelado de paneles hasta una parte específica en el tiempo. Pero existen muchas limitaciones
para los modelos utilizados y dificultades no resueltas para los trabajadores empíricos. Surge
una dificultad principal porque no hay un orden natural de los datos de la sección transversal, lo
que hace difícil caracterizar y modelar la dependencia a través de la sección. Esta dificultad se
ve agravada por la ausencia de una teoría que justifique formas realistas de dependencia de la
sección transversal. Sin teoría, hay pocas restricciones sobre el grado de dependencia que se
puede imponer a priori. Los aumentos en el tamaño de muestra de sección transversal conducen
a una rápida proliferación en el número de parámetros a estimar y posibles problemas de
parámetros incidentales como el problema de inconsistencia mencionado anteriormente.

1.2.5. Nadie entiende las tendencias

Normalmente si hallamos una serie temporal por ejemplo con una tendencia determinista, se
procede a hacer la extracción de dicha tendencia, para poder trabajar con dicha serie. Pero no
es realista pretender que tales formulaciones y filtros explican el proceso por el cual las
tendencias realmente ocurren en el mundo real. Así nadie realmente entiende las tendencias, a
pesar de que la mayoría de nosotros vemos las tendencias cuando miramos los datos
económicos. Una consecuencia casi universal de las tendencias en los datos es el fenómeno de
regresión llamado regresión espuria. En efecto, cualquier función de tendencia que postulemos
en una especificación econométrica resultará ser estadísticamente significativa en muestras
grandes siempre que los datos tengan una tendencia, ya sea de la misma forma que la
especificada en la regresión empírica o no.
1.2.6. Los GDP son desconocidos e inherentemente incognoscibles.

A menudo parece razonable pensar en variables económicas cuantificables como variables


aleatorias definidas en un espacio de probabilidad, y esto ha demostrado ser un enfoque
práctico muy útil para el modelado formal. De hecho, nos ocupamos tanto de los modelos, los
procesos aleatorios y los espacios de probabilidad en nuestro trabajo como econometristas que
es fácil ser atraídos a pensar que debe haber un verdadero DGP subyacente. Sin embargo, el
proceso real de generación de datos puede no ajustarse fielmente a este marco sin un nivel
extraordinario de complejidad adicional que desmiente la noción de modelado tal como lo
conocemos actualmente.

2. Cuantificando los límites del conocimiento empírico

2.1. Límites de proximidad en modelado y pronóstico

Se presume que los datos de la serie de tiempo están disponibles y el DGP pertenece a una
familia paramétrica k-dimensional y satisface ciertas condiciones de regularidad. La clase de
modelos empíricos potenciales para los datos generados es muy amplia, pero normalmente
dependerá de algunas reglas de estimación para obtener valores numéricos de los parámetros
desconocidos o reglas para promediar los parámetros.

2.2. ¿Qué sucede bajo identificación débil?

En lugar del caso de los regresores de tendencia, el precio de incluir regresores adicionales
disminuye cuando la señal disminuye, como ocurre a menudo en los casos de identificación
débil. Por ejemplo, en el modelo de tendencia de evaporación.

2.3. Los límites son alcanzables asintóticamente

Cuando solo se conoce la clase de modelo, los métodos de selección del modelo pueden usarse
para determinar qué modelo de candidato es el más apropiado, los resultados de la limitación
discutidos anteriormente proporcionan límites sobre cuán cerca podemos llegar en el modelado
empírico para el verdadero DGP y en el pronóstico para el pronóstico óptimo. Resulta que estos
límites son alcanzables, al menos asintóticamente.

3. Una mirada al futuro

El crecimiento continuo en el poder de la computación y el uso extensivo de paquetes de


software econométricos ha facilitado mucho el trabajo econométrico aplicado. Las
implementaciones web del software econométrico del tipo que acabamos de describir se
pueden ver como una continuación de este proceso y deberían hacer que los métodos
econométricos estén más ampliamente disponibles y sean más utilizados. Si bien la naturaleza
mecanicista del enfoque tiene sus limitaciones. En este caso, el usuario carga datos al servidor
web y realiza selecciones de la misma manera que antes. El motor de computación en el servidor
simplemente utiliza los datos suministrados en lugar de un conjunto de datos residente en los
cálculos. Una dificultad adicional en esta forma interactiva de un servidor web econométrico es
que se debe tener cuidado para garantizar que solo se carguen los datos a través del firewall.
Esto se puede lograr comprobando el archivo entrante para garantizar que solo aparezcan los
datos numéricos y los caracteres de retorno de carro en el archivo.

También podría gustarte