ENSAYO

INTRODUCCION:
Econometría es la rama de la economía que hace un uso extensivo de modelos
matemáticos y estadísticos así como de la programación lineal para analizar
interpretar y hacer predicciones sobre sistemas económicos prediciendo variables
como el precio de bienes y servicios, tasas de interés, tipos de cambio, las
reacciones del mercado, el costo de producción la tendencia de los negocios y las
consecuencias de la política económica.
En la elaboración de la econometría se unen la matemática, la estadística, la
investigación social y la teoría económica el mayor problema para los que
realizamos econometría en la investigación es la escases de datos existentes aun
así la econometría es la única aproximación científica al entendimiento de los
fenómenos económicos.

DEFINICION DE ECONOMETRIA:
Es el análisis cuantitativo de fenómenos económicos actuales, basado en el
desarrollo congruente de teoría y observaciones y relacionado por métodos
apropiados de inferencia y el objetivo de la econometría es expresar las teorías
económicas bajo una forma matemática a fin de verificarlos por métodos
estadísticos y medir el impacto de una variable sobre otra así como realizar
acontecimientos futuros y dar consejos de política económica ante resultados
deseables.
En un sentido más técnico es una rama de la Teoría Económica que mediante
procedimientos estadísticos y matemáticos relaciona series temporales de
información o datos numéricos, con el objeto de determinar vínculos presentes entre
variables, de manera que se determina las relaciones directas o inversas de las
mismas, siempre basado en un modelo conceptual de teoría económica, por
ejemplo la relación inversa entre los precios y la demanda (a un mayor precio una
menor demanda y viceversa). En este contexto es necesario plantear el término de
modelo económico, y se puede decir que son simplificaciones teóricas de
abstracciones de la realidad, expresadas mediante una relación funcional de una
variable dependiente y una o más independientes. Al aplicar métodos estadísticos,
como correlación y regresión, a un modelo matemático de teoría económica, se esta
efectuando un análisis econométrico y por tanto se busca dar validez a la teoría con
la técnica inferencial probabilística y sus respectivas pruebas de hipótesis
estadísticas, que den la aproximación numérica de la certeza del modelo.
La principal utilidad de esta técnica se encuentra por dos vías: A) Por un lado se
comprueba los supuestos teóricos-matemáticos de un modelo basado en una
realidad B) Y por otro se genera la posibilidad de realizar proyecciones para eventos
futuros y por lo tanto se tiene información adecuada para la toma de decisiones y
diseño de políticas o acciones preventivas o correctivas según sea el caso, siempre
y cuando, el modelo posea validez estadística, probabilística y sobre todo teórica.
La aplicación de esta técnica económica se originó a partir de la dificultad de asignar
valores numéricos a las relaciones teóricas de las funciones matemáticas
generadas para cada modelo económico, el cual además se basa en ciertos
supuestos que restringen la influencia de variables exógenos. A continuación se
muestran las herramientas estadísticas necesarias, su definición y utilidad, con el
fin de determinar un estudio econométrico, en tal sentido se plantea la correlación,
regresión, metodología, así como algunos casos de expresiones funcionales, los
supuestos que debe cumplir un modelo econométrico y finalmente se presenta
elementos de análisis de significancia estadística e interpretación de coeficientes.
1.2. CORRELACIÓN La correlación o coeficiente de correlación r 2 mide la
proporción de variación en la variable dependiente explicada por la variación en la
o las variables independientes, es decir mide el grado de intensidad lineal de
vinculación de las variables, a partir de las variaciones observadas de los valores
proyectados y de los valores reales comparadas con la media aritmética. Este
coeficiente es útil por cuanto permite establecer el grado de intensidad en que una
variable dependiente se encuentra explicada por la o las variables independientes
dentro de un modelo. También facilita el estudio de variables cuantitativas en la
medida que podemos explicar un fenómeno por el grado en que una variable influye
en otra, es decir nos permite efectuar afirmaciones de carácter social, económico y
físico. Esta herramienta estadística se mide por un coeficiente que puede tomar un
valor que puede oscilar entre -1 y 1, si el valor es cercano a 1 se dice que existe
una relación directa entre las variables estudiadas, una mayor cantidad en una
implica que la otra aumentara también, en la medida que se acerca a 0 se dice que
el nivel de correlación es mínimo o simplemente no existe correlación y por lo tanto
la variación de una variable no explica el comportamiento de otra.
TIPOS DE CORRELACIÓN La correlación puede clasificarse en dos tipos
dependiendo de la cantidad de variables analizadas y por el tipo de relación lineal,
en el primer caso estamos haciendo referencia a: CORRELACIÓN SIMPLE: Se
estudia la dependencia únicamente entre dos variables CORRELACIÓN
MÚLTIPLE: Se estudia la dependencia entre más de 2 variables CORRELACIÓN
PARCIAL: Cuando se incluye la influencia de variables exógenas no consideradas
en el cálculo de los coeficientes. Dependiendo del tipo de relación lineal el
coeficiente relaciona:
RELACIÓN DIRECTA ENTRE LAS VARIABLES: Un aumento en la variable
independiente implica un aumento en la variable dependiente. RELACIÓN
INVERSA ENTRE LAS VARIABLES: Un aumento en la variable independiente
implica una disminución en la variable dependiente. A partir de ello la ecuación
puede mejorar su correlación si se hace pruebas para determinar si se ajusta más
a una recta, una curva exponencial o una parabólica. 1.4. REGRESIÓN Mientras
que la correlación mide el grado de vinculación entre variables, la regresión se
encarga de calcular, a partir de las observaciones, el valor real de los coeficientes
que explican una relación funcional matemática. Si dicho valor es calculado a partir
de la serie u observaciones de una población completa se esta hablando de una
ecuación de regresión poblacional, y esa es una ecuación completamente confiable,
sin embargo sabemos que en la mayoría de los casos es imposible realizar este tipo
de estudios ya sea por la cantidad de unidades observacionales, o por la dispersión
de la población o sobre todo por el valor económico asociado a un estudio de tal
magnitud. Por tal motivo se utilizan mecanismos que facilitan estos estudios
llegando a una aproximación de los datos poblacionales a partir de porciones o
muestras representativas, utilizando para su selección métodos estadísticos de
modo que se explique a cabalidad los fenómenos sociales con cierto margen de
error tolerable. Partiendo de esa premisa es lógico pensar que podemos calcular
una función de regresión a partir de una muestra y el valor encontrado se dice que
estima los valores o coeficientes poblacionales y de esta forma se esta contando
con una ecuación muestral que es confiable en la medida que la recolección de
datos cumple con una metodología que garantice la representatividad de la
información. La función de regresión se representa tal como una ecuación de la
forma 𝑌(𝑋) = 𝑏 + 𝑎𝑋 En el cálculo se estima los coeficiente a y b, donde “a” es el
intercepto y “b” es una elasticidad. Para su cálculo se utiliza el método de Mínimos
Cuadrados Ordinarios, el cual se explicará más adelante.
Secuencia de Pasos en Econometría Para la realización efectiva de un análisis
econométrico es necesario efectuar una secuencia de pasos de manera que se
construya un modelo adecuado de predicción, dicha secuencia esta ligada a la
experiencia y a las preferencias de los investigadores, en ningún momento
representa una receta que se tenga que seguir al pie de la letra, además es posible
simultanear algunas actividades:
SECUENCIA DE PASOS
1. Planteamiento teórico del modelo econométrico (formulación de hipótesis; o
relaciones funcionales)
2. Supuestos del modelo y formulación de hipótesis.
3. Construcción de la forma matemática del modelo teórico e identificación de las
principales variables y relaciones funcionales de las mismas.
4. Elaboración funcional del modelo econométrico.
5. Identificar la información necesaria para realizar el modelo econométrico.
6. Recolección de datos de la serie y comparación gráfica de las observaciones.
7. Estimación de los coeficientes del modelo econométrico.
8. Validez del modelo mediante la aplicación de pruebas estadísticas.
9. Pronóstico.
10.Toma de decisiones y diseño de políticas o acciones preventivas o correctivas,
basadas en el modelo.
Mínimos Cuadrados Ordinarios
planteamiento estadístico matemático que permite adecuarse a los supuestos para
los modelos econométricos. El término de MCO esta vinculado con la regresión y la
correlación, ambas determinan la existencia de relación entre dos o mas variables
(siempre una dependiente y una o varias independientes), la diferencia radica en
que la regresión se expresa en una función o relación funcional mediante una
ecuación con su uso predictivo, y la correlación es un valor que mide la intensidad
con que están relacionadas linealmente las variables, se esta hablado de una
regresión o correlación simple cuando se relacionan 2 variables, si existen mas se
habla de una correlación múltiple (este texto se refiere solamente a la simple). Uno
de los puntos determinantes en la econometría se basa en el procesamiento
estadístico y para ello el método de Mínimos Cuadrados Ordinarios MCO permite
encontrar los Mejores Estimadores Lineales Insesgados, este método presenta
muchas ventajas en cuanto a lo fácil de su uso y por lo adecuado del

DESCRIPCION DE LA ECONOMETRIA:
Se ocupa de obtener a partir de los valores reales de variables económicas y a
través del análisis estadístico y matemático, los valores que tendrían los parámetros
de los modelos en las que esas variables económicas aparecieran así para
comprobar el grado de validez de esos modelos y ver en qué medida estos modelos
pueden usarse para explicar la economía de un agente económico o de un agregado
de agentes económicos podría ser un sector del mercado o una zona o un país o
cualquier otra zona económica .

MODELO ECONOMETRICO:
Tiene como objetivo explicar una variable en función de otras, implica que el punto
de partida para el análisis econométrico es el modelo económico y se transformara
en modelo econométrico cuando se definen las variables que explican y determinan
el modelo, los parámetros estructurales que acompañan

a las variables, las ecuaciones y su formulación en forma matemática , la

perturbación aleatoria que explica la parte no sistemática del modelo y los datos
estadísticos en general los modelos econométricos son útiles para :
  Análisis estructural y entender cómo funciona la economía
 Los valores futuros de las variables económicas
 Obtener valores óptimos de variables instrumentales de política económica.

Software econometrico
Entre los programas más empleados se encuentran SAS, Stata, RATS, TSP, SPSS, Limdep
y WinBugs. Para más detalles, pueden verse las siguientes referencias.

 EViews
 Gauss
 Gretl
 Matlab
 Microfit
 R
 Limdep
 SAS
 SPSS
 Stata
 SHAZAM
R como tal es un lenguaje de programación a la vez que es una herramienta para aplicar este
la econometría de forma muy poderosa. Por otro lado, la econometría con ayuda de
programas o lenguajes de programación y en un sentido estricto, no requiere que sea
especializado. Los análisis de corte econométrico puede hacerse
en Java, J, C, C++, C#, Python, Perl, Scheme, K, S (la base principal de R junto con Scheme)
y los derivados de estos lenguajes también, entre otra cantidad importante de dialectos o
lenguajes de programación.
Como ejemplo del párrafo anterior, SPSS es un software inicialmente creado para análisis
estadísticos en ciencias sociales (ver artículo en Wikipedia). R inicialmente como un proyecto
derivado de S y con finalidad más bien estadística.3 Otor ejemplo al respecto, Stata es un
programa estadístico, pero permite poderosos análisis en econometría.
Gretl está enfocado a hacer la interfaz muy amigable con el econometra, además de servir con
eficiencia para las series de tiempo. Eviews, que debe el nombre
a Econometrical Views (Vistas econométricas), tiene como fin netamente inicial, la
econometría; por esta razón, despliega una cantidad apropiada, pero poco personalizable, de
información altamente útil para estos análisis.
Los fines del análisis econométrico también influirá de forma determinante para usar cierto
programa. Por ejemplo, si lo que se desea es algo completamente personalizado, con niveles
de profesionalismo muy adecuado para publicaciones internacionales, los lenguajes de
programación son adecuados. Estos permiten que se exponga la información de una forma
propia más fácilmente que en otros ya con interfaces predeterminadas.

CONCLUSIONES
Los modelos económicos son siempre simplificaciones de la de la realidad, pero que tienen
operatividad en las explicaciones y predicciones que realizan. Suponen que el comportamiento de
los elementos considerados en el mismo llevará a los sectores involucrados a tener un carácter
racional. En el sentido de que se toman aquellas decisiones que son más efectivas para ayudar con
cierto grado de confiabilidad a alcanzar sus propios objetivos, y más aún el fin principal del modelo
que es lograr crecimiento económico.

En el ámbito de la carrera de ingeniería industrial los modelos econométricos como el modelo de

regresión línea que nos ayudan a determinar en mejor plan de producción a seguir de una industria,
así también como mejorar índices de producción, reducir costos, simulación de del sistema de
transporte, comportamiento de la industria en el mercado, etc.

ARTICULO
Relación no lineal entre inflación y crecimiento económico:
evidencia empírica para Bolivia

http://www.revistasbolivianas.org.bo/scielo.php?script=sci_arttext&pid=S2304-
88752014000200002&lng=es&nrm=iso

En la presente investigación se analiza para Bolivia, entre 1987 - 2013, la existencia de

una relación no lineal entre la inflación y el crecimiento económico por medio de la
identificación de un nivel de inflación umbral a partir del cual se podrían generan
efectos adversos en el crecimiento.

Para tal efecto se emplearon métodos estadísticos y econométricos. Los resultados

obtenidos mediante las técnicas estadísticas fueron preliminares, mientras que el
método econométrico arrojó un resultado más específico. El primer método estadístico
encuentra que el crecimiento promedio más alto fue consistente con una inflación
entre los rangos de 4% - 6% y 13% - 15%. Otro método puntual señala que el
crecimiento promedio más alto fue alcanzado cuando la inflación promedio fue de
5,4% y 13%. Con un enfoque econométrico y empleando una regresión no lineal con
un modelo de mínimos cuadrados se confirma la existencia de una relación no lineal
entre crecimiento e inflación para Bolivia, estableciéndose que el umbral a partir del
cual la inflación podría tener efectos adversos sobre el crecimiento es de 6%.