Unidad 1: Introducción

a la Econometría
Moderna.

Clase N°1: Introducción al estudio de la

Econometría.
Contenidos de esta sesión.

▪ Qué es la Econometría.
▪ Objetivo de Estudio de la Econometría.
▪ Modelos Económicos.
▪ Modelos Económicos deterministas y modelos econométricos o aleatorios.
▪ Criterios de Clasificación de modelos.
✓Según el número de ecuaciones.
✓Según la forma funcional de las funciones involucradas.
✓Según el momento del tiempo al que están referidas sus variables.
▪ Tipos de Datos y su clasificación.
¿Qué es la Econometría ?

Revisaremos alguna definiciones de autores importantes:

“La econometría puede ser definida como el análisis cuantitativo real de los fenómenos
económicos, basados en el desarrollo simultáneo de la teoría y la observación,
relacionados mediante métodos apropiados de inferencia” (Samuelson, Koopmans y
Stone).

Paul Samuelson
¿Qué es la Econometría ?

“La econometría puede ser definida como la ciencia social en la cuál las
herramientas d la teoría económica, las matemáticas y la inferencia
estadística son aplicadas a análisis de los fenómenos económicos “
(Goldberger Arthur,1954).

Significa, literalmente, medición de la economía (econo proviene de

oikonomos, metría nos habla sobre medición); Se preocupa de desarrollar y
aplicar métodos cuantitativos-estadísticos al estudio de la economía. Por lo
tanto, es una combinación de matemática, economía y estadística. (Damodar
Gujarati, 2004).
Objetivos de estudio la Econometría:

La herramienta fundamental con la que se trabaja en economía son los modelos. Estos
modelos ayudan a que la econometría pueda cumplir sus objetivos:
Éstos son:
✓Explicar: el comportamiento de una o de varias variables económicas en función de
otras, de tal forma de determinar la causalidad existente.

✓Predecir o Proyectar: el comportamiento de las variables económicas, con el fin de hacer

predicciones sobre el futuro, disminuyendo la incertidumbre.

✓Contrastar hipótesis: Averiguar de forma científica sobre la comprobación o refutación de

diversas hipótesis, principalmente de interés económico.

La econometría es la disciplina que le ha permitido a la economía adquirir conocimiento

científico, durante los últimos 50 años.
¿Cuándo se usa la
Econometría?
En cualquier contexto donde intervengan los objetivos
anteriormente mencionados, i.e:
• Cuando una corredora quiere valorar
monetariamente los atributos de un departamento.
• Cuando el gobierno quiere averiguar, en qué manera
el crecimiento del PIB impactará sobre la recaudación
tributaria.
• Cuando el Banco Central quiere proyectar los efectos
de la política monetaria sobre la inflación.
• Cuando se quiere averiguar el impacto de la
cobertura educacional, sobre el crimen y otras
externalidades negativas.
Modelos Económicos.

Un modelo es una representación simplificada de un

fenómeno u objeto de la realidad. El modelo simplifica el
fenómeno, para explicar sus partes esenciales.

Por ejemplo; en los cursos introductorios de economía, se

enseña el modelo de oferta y demanda, con el fin de
entender un tipo de mercado particular, simplificado,
conocido como mercado de competencia perfecta.
Este tipo de mercado simplifica muchas complejidades
mediante el uso de supuestos, con el fin último de entender
las partes esenciales de un mercado y su interacción: la
oferta, la demanda, y la fijación de precios.
 _

Modelos: Ejemplo
Aplicado.
Un muy buen ejemplo de un modelo es la maqueta del sistema solar
que se arma en el colegio. En esta maqueta hay muchas
simplificaciones que no son tomadas en cuenta:
✓ En primer lugar las proporciones de los planetas no es exacta.
✓ Luego, los materiales de los cuáles están compuestos los planetas,
normalmente no están correctamente representados en la
maqueta.
✓ La distancia (en años luz o 𝐾𝑚2 ) no es respetada.
Sin embargo las partes esenciales (el sol y los planetas orbitando en
un cierto orden) son respetadas y diagramadas en todas sus versiones.
Figura: Modelos Económicos como un Sistema.

Los modelos económicos, en su operación, pueden ser entendidos como un sistema;

donde el papel de input lo cumplen las variables exógenas, el papel de output lo
cumplen las variables endógenas, y el procesador sería el sistema de ecuaciones
algebraicas usadas por el modelo.

Sistema de ecuaciones.

𝑌1 = 𝑓! 𝑥1 , 𝑥2 ; . . ; 𝑥𝑛 Var. Endógenas
Var. Exógenas
𝑌2 = 𝑓2 (𝑥1 , 𝑥2 ; . . ; 𝑥𝑛 )

_
Elementos clave de los Modelos Económicos como sistema.

▪ Variables Endógenas: Nos referimos a aquella información que proviene desde afuera del
modelo, y que por lo tanto no estamos interesados en explicar, sino que la usamos(como
entrada del sistema), con el fin de dar explicación a las preguntas que el modelo busca
responder.

▪ Procesador: Nos referimos a los métodos (usualmente matemáticos) mediante los cuáles el
modelo realiza las deducciones lógicas que llevan a sus conclusiones. Normalmente en los
cursos de economía se trata de un sistema de ecuaciones y alguna condición de
comportamiento o equilibrio. En otros contextos también se le llama “caja negra”.

▪ Variables exógenas: Nos referimos a aquellas magnitudes/información que explicamos

usando el modelo. Es decir, utilizando la información entregada por las variables exógenas,
más los métodos del procesador, para así predecir y/o proyectar algún valor de éstas
variables endógenas (la salida del sistema).
Modelos Económicos Deterministas

Un modelo determinista es aquel que da una respuesta única al problema que intenta
resolver.
Este tipo de modelos son adecuados en las ciencias exactas, donde la respuesta a un cierto
evento (i.e. ¿qué ocurre cuando ponemos un pocillo de lata, con agua dentro, en un
quemador de fuego?), tiene una respuesta única y correcta (el agua dentro, hervirá al
alcanzar los 100°).

Otro ejemplo, es utilizar funciones en economía, como las siguientes:

Función Consumo: 𝐶 = 1690 + 0.65𝑌 𝑑 .
En este caso, para cada valor de 𝑌 𝑑 , se predice un único valor para 𝐶.
Función Inversión: 𝐼 = 2900 − 8𝑖.
En este caso, para cada valor de la tasa de interés, 𝑖 se predice un único valor para 𝐼.
Modelos Económicos Deterministas

Sin embargo, los modelos deterministas no dan una explicación completa, ni la

deseada de los fenómenos que incorporan el comportamiento social.
Para darle más énfasis a la idea; si por ejemplo recolectamos datos de miles de
hogares (como se realiza en las encuestas de hogares, como CASEN), podemos
seleccionar familias que posean exactamente el mismo ingreso disponible 𝑌 𝑑 ; y sin
embargo, tengan un distinto nivel de Consumo 𝐶.
Por lo tanto la función de consumo ( como la Keynesiana 𝐶 = 𝑐0 + 𝑐! 𝑌 𝑑 ) no se
cumpliría en estos casos, y no sería una correcta representación del comportamiento
de los hogares.

Este tema es debatido en la bibliografía (Gujarati, 2004), usando el ejemplo que

veremos a continuación.
Ejemplo: Consumo-ingreso Ingreso Consumo Ingreso Consumo
80 55 180 115
80 60 180 120
80 65 180 130
En este conjunto de datos; tenemos un corte 80 70 180 135
transversal de 𝑁 = 60 individuos. En él se 80
100
75
65
180
200
140
120
observa una columna en la que se recolecta el 100 70 200 136
100 74 200 140
ingreso de la familia 𝑖 ésima, y en la segunda 100 80 200 144
columna se observa el consumo de esa misma 𝑖 100 85 200 145
100 88 220 135
ésima familia. 120 79 220 137
(La tercera y cuarta columna nos muestran lo mismo para 120 84 220 140
120 90 220 152
más datos). 120 94 220 157
En ellas se puede observar que familias que 120 98 220 160
140 80 220 162
tienen el mismo ingreso (por ejemplo 80 ) 140 93 240 137
consumen niveles distintos (55,60,65,70,75). 140
140
95
103
240
240
145
155
El ajuste Lineal propuesto, nos muestra que un 140 108 240 165
140 113 240 175
modelo determinista, como la función consumo 140 115 240 189
Keynesiana ( 𝐶 = 𝑐0 + 𝑐! 𝑌 𝑑 ) no ajustan 160 102 260 150
160 107 260 152
correctamente a éste tipo de comportamiento 160 110 260 175
reflejado en los datos. 160
160
116
118
260
260
178
180
160 125 260 185
180 110 260 191
_
Ejemplo: Consumo-ingreso

Como se puede observar, el ajuste

lineal no explica por completo el
comportamiento observado. Uno
sólo de los 60 puntos observados
(ingreso, consumo), está sobre la
línea ajustada por la recta :
Ci = 𝑐0 + 𝑐1 𝑌𝑖
Por lo tanto el modelo
determinista se hace insuficiente,
a la hora de explicar un fenómeno
como lo vemos en los datos.
 Esto nos lleva a pensar, que para poder explicar
correctamente el comportamiento de las variables
que estamos analizando, o predecir el
comportamiento a futuro, tendremos que analizar
desde donde provienen nuestros datos.
Modelos Como en economía la fuente de los datos siempre
Econométricos proviene desde el mundo de las personas, existirá
inexorablemente, un componente aleatorio, que
o Aleatorios incorpore error en nuestras predicciones.

Aquellos modelos que incorporan este

componente, y se hacen cargo de su existencia, se
conocen como modelos estocásticos ( στοχαστικός)
o aleatorios de comportamiento.

_
Modelos Econométricos o
Aleatorios

Un modelo econométrico incluye componentes

aleatorios, que podrían ejercer alguna influencia
en el fenómeno que se está deseando estudiar.

Por ejemplo, si se está estudiando el consumo

durante el próximo período, una variable
(muchas veces aleatoria), que influye en éste
tipo de decisión es la fertilidad.

_
Modelos Econométricos o
Aleatorios
Cuando agregamos componentes aleatorios en
los modelos, tenemos que usar estadísticas y
teoría de las probabilidades.

Normalmente la variable aleatoria también

recibe el nombre de componente estocástico, y
se denomina con la letra 𝑢𝑖 , 𝜇𝑖 , 𝜀𝑖 , etc.

En el modelo de consumo anteriormente

propuesto, capturamos la naturaleza estocástica
del problema especificando: Ci = 𝑐0 + 𝑐! 𝑌𝑖𝑑 +
𝜇𝑖 .

_
Clasificación de Modelos .

En este curso usaremos diversos y distintos modelos estocásticos (o aleatorios) para explicar las
relaciones entre variables económicas. Sin embargo, previamente desarrollaremos tres criterios
para poder referirnos mejor, y clasificar a los modelos econométricos; éstos son:

▪ Según el número de ecuaciones que intervienen.

▪ Según la forma funcional de las ecuaciones que intervienen.
▪ Según la temporalidad a la que están referidas las variables del
modelo.

_
Criterio 1: Según el número de ecuaciones que
intervienen en el modelo.
Según el número de ecuaciones que intervienen en el modelo, existirán dos tipos
de modelos, en primer lugar los:
Modelos Uniecuacionales: Hacen explicación de la teoría con el uso de una sólo
ecuación. Ejemplos:
✓Identidad Básica de la Contabilidad Nacional:

𝑌𝑡 = 𝑓(𝐶𝑇 , 𝐼𝑇 , 𝐺𝑇 , 𝑋𝑇 , 𝑀𝑇 )

✓Modelo de Regresión Simple:

𝑌𝑖 = 𝛽0 + 𝛽1 𝑋𝑖 + 𝑢𝑖

_
Criterio 1: Según el número de ecuaciones que
intervienen.
Modelos Multiecuacionales: Hacen explicación de la teoría con el uso de más de una
ecuación. Es decir cualquiera que tenga más de dos ecuaciones. Ejemplos:
✓Modelo de Teoría del Consumidor:

max 𝑈 = 𝑓(𝑋, 𝑌)
{𝑋,𝑌}
𝑆. 𝐴: 𝑃𝑋 𝑋 + 𝑃𝑌 𝑌 = 𝐼

Este modelo predice las demandas óptimas del bien 𝑋 ∗ 𝑒 𝑌 ∗ , usando dos ecuaciones: la
función de utilidad y la restricción de presupuesto.

_
Criterio 1: Según el número de ecuaciones que
intervienen.
✓Modelo de Oferta y Demanda:

𝑄𝑑 = 𝑞 𝑃, 𝑌
𝑄 𝑠 = 𝑞(𝑃, 𝑃𝑖𝑛𝑠𝑢𝑚𝑜 )
𝐸𝑞: 𝑄 𝑆 = 𝑄𝑑

Este modelo explica cómo se produce la fijación de precios, y asignación de recursos, en

un mercado de competencia perfecta haciendo uso de tres ecuaciones, y de dos variables
exógenas (𝑌 :renta; 𝑃𝑖𝑛𝑠𝑢𝑚𝑜 :precio de los insumos). Con todos éstos elementos predice
dos variables endógenas: precio y cantidad de equilibrio (𝑃 y 𝑄).

_
Criterio 2: Según la forma funcional de las ecuaciones que
intervienen.

Según la forma funcional de las ecuaciones que intervienen en el modelo, existirán dos tipos
de modelos:
• Modelos Lineales: Son aquellos modelos (uniecuacionales o multiecuacionales); en los
cuales TODAS las ecuaciones que componen el modelo son una función lineal, o de primer
grado.

• Modelos No Lineales: Son aquellos modelos en los cuáles, AL MENOS una de las
ecuaciones que lo componen no es lineal o de primer grado. Estos modelos pueden poseer
ecuaciones lineales, pero solamente con que una ecuación del modelo no sea lineal, basta
para clasificarlos como tal.

_
Criterio 3: Según la temporalidad a la que están referidas
las variables incluidas en el modelo.

Modelos Estáticos: Esta clasificación se refiere a aquellos modelos donde las variables
involucradas están especificadas para un solo momento del tiempo. El modelo de Teoría del
Consumidor, ya mencionado, cumple con ésta condición.
Otro ejemplo sería la identidad básica de la contabilidad nacional:

𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡 + 𝐺𝑡 + 𝑋𝑛𝑡

Modelos Dinámicos: Se refiere a aquellos modelos donde las variables involucradas, están
especificadas para más de un momento del tiempo. Un ejemplo sería la siguiente función de
acumulación de capital:

𝐾𝑡+1 = 𝐼𝑡 + 1 − 𝛿 𝐾𝑡

_
Un poco de Epistemología.
El neopositivismo introduce el lenguaje de las variables (Paul Lazarsfeld).

Cada objeto social se define por una serie de atributos y propiedades (denominados
variables).

De esta manera, los fenómenos sociales se estudian como relaciones entre variables.
Así, la investigación social se “despersonaliza”.

No interesan los individuos, sino la variación de las propiedades que éstos últimos
poseen. Con más detalle, nos interesa analizar estas variaciones, para poder decir algo
sobre lo que ocurre en el agregado, es decir con todas las unidades de análisis.
¿Qué es una variable?
Es una característica o magnitud susceptible de variar, es decir que asume
“distintos valores”, ya sea entre individuos (corte transversal), o entre el
mismo individuo, seguido en el tiempo (series de tiempo).

• El rango de valores que ésta pueda asumir, define la naturaleza de la

variable, tema en el que entraremos en detalle de forma posterior.

• Una variable, en principio es una “imagen vaga” de un fenómeno, es decir

se representa el fenómeno en forma teórica. Por lo tanto, las variables
necesitan de ser aterrizadas en indicadores, para poder ser observadas y
registradas empíricamente. Esto último se hace a través de la
operacionalización de la variable.
Definiciones Clave (1).
Población: Conjunto de todos los posibles individuos; personas;
objetos o mediciones de interés estadístico sobre el que estemos
interesados en obtener conclusiones (usualmente se denomina
con la letra N).
Parámetro: Característica numérica de la población, es un número
que resume y describe a la población.
Muestra: Es un subconjunto de la población, al que realmente
tenemos acceso, y sobre el que se realizarán las mediciones u
observaciones de interés estadístico (usualmente se denomina
con la letra n).
Estadístico / Estimador: Característica numérica de la muestra. Es
un valor que resume y describe a la muestra.
 Parámetros y estimadores: el papel de la inferencia estadística.

𝑵 El parámetro caracteriza a la
𝝈𝟐 población. Generalmente se
𝝁 denotan con letras griegas:
Promedio 𝜇.
Varianza 𝜎 2

El Estimador, en cambio, caracteriza a la

muestra. Generalmente se denotan con
ෝ
𝝁 letras griegas, acompañadas de un “gorrito”
que se lee “estimado”:
෢𝟐
𝝈 Promedio Estimado 𝜇.Ƹ
𝒏 Varianza Estimada 𝜎෢2 .
Definiciones Clave (2).

Unidad de Observación / Unidad de Análisis: Cada uno de los

elementos u objetos que componen la población de estudio (y por
lo tanto también la muestra).
Variable: Característica, atributo, o propiedad que puede variar de
una unidad de observación a otra, y cuya variación es susceptible
de medirse. Generalmente se usan las letras del abecedario latino
para denominarlas: X, Y, Z, etc.
Datos: Conjunto de valores asumidos por las variables, medidos a
partir de cada uno de los elementos poblacionales/muestrales.
Observación estadística: Conjunto de Datos correspondientes a
varias variables identificadas y pertenecientes a un mismo individuo
o elemento.
 Ejemplo aplicado.
En este ejemplo, se seleccionarán en colores cada uno de los elementos mencionados, en
una de las bases de datos mostradas anteriormente.
Unidad de Observación / Unidad de Análisis: Rectángulo naranja.
Variable: Óvalos Azules.
Datos: Círculos verdes.
Observación estadística: Rectángulo negro.
 Clasificación de las variables.

V. Discreta: sólo toma valores enteros.

Según su V. Continua: puede tomar infinitos

recorrido valores de un conjunto.

V. Dicotómica: sólo toma dos posibles

𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 valores
𝑿
V. Cualitativas o Categóricas: sólo
pueden clasificarse, no así medirse.

Según su
Naturaleza
V. Cuantitativas: Aquella cuyos valores
pueden expresarse mediante sistemas
numéricos.
 Clasificación de las variables (continuación).
Escala Nominal: No tiene orden lógico, ni
relación jerárquica entre categorías.

V. Cualitativas o Categóricas: sólo

pueden clasificarse, no así medirse. Escala ordinal: Categorías donde hay
implícito un orden lógico.

Según su De intervalo: Permite establecer

Naturaleza relaciones del tipo “igual/desigual”, pero
carece de Cero Absoluto.

V. Cuantitativas: Aquella cuyos valores

pueden expresarse mediante sistemas De razón: Es la escala de “mejor” nivel
numéricos. de medición, tiene un Cero Empírico, por
lo que se pueden realizar operaciones
con ellas.
 Datos experimentales:
Datos experimentales y Se refiere a aquellos
datos que son
Datos no experimentales
recogidos con el fin
exclusivo de servir a un
experimento.

Datos no experimentales: Se refiere a aquél tipo de datos

que no fueron recogidos para un experimento en
concreto, sino que han sido recogido por razones
administrativas, normalmente también se les denomina
“datos administrativos”.
Antoine Bozio
Antoine Bozio
Tipologías de clasificación de los Datos No experimentales
o Administrativos
• Cuando se trabaja con econometría, el ingrediente esencial para el análisis realizado son los datos de
los cuáles se disponen. Muchas veces los datos que uno pueda conseguir vendrán ordenados de distinta
manera. Para referirnos correctamente a ellos los clasificaremos en:
• Datos de Corte Transversal.
• Series de tiempo, o Datos Temporales.
• Secciones cruzadas fusionadas en el tiempo o Secciones repetidas en el tiempo.
• Datos de Panel o Longitudinales.
Datos de Corte Transversal o Sección Cruzada.

Consiste en hacer un corte en un momento del

tiempo. Para así recolectar un conjunto de unidades
de análisis, y medir un número determinado de
variables, para esas unidades.
En el ejemplo de la figura, tenemos un resumen de
una base de datos de 𝑛 = 526 individuos, los cuáles
están indexados mediante la variable 𝑜𝑏𝑠𝑛𝑜. El
hecho de que lugar que un individuo ocupa en el
orden establecido sea completamente irrelevante
es una característica esencial, en los datos de corte
transversal.
La base de datos nos muestra, en cada columna las
variables a analizar: salario , educación
experiencia, genero, estado civil, etc.

_
Series de Tiempo (datos temporales)

Consiste en recolectar una serie de

observaciones en el tiempo, sobre alguna
variable de interés para el estudio. En este
tipo de datos la unidad de análisis
permanece constante.
La variación en los datos es entregada por el
movimiento en el tiempo, además con este
tipo de datos podemos averiguar mejor
sobre aquellos fenómenos relacionados con
el paso del tiempo: ciclo económico,
inflación, tasas de desempleo, etc.

_
Datos de Panel o Longitudinales

Los datos de Panel, también conocidos como

datos longitudinales son datos en los cuáles un
conjunto de individuos o unidades de análisis, son
observados en más de un período de tiempo.
En el ejemplo tenemos el consumo de cigarrillos y
los precios de un paquete de cigarrillos, para
distintos Estados de EE.UU, en dos momentos del
tiempo: 1985 y 1986 (bloque superior y bloque
inferior de la tabla).
Esta estructura de datos es una de las más ricas
existentes, debido a que la variación observada es
proporcionada tanto por los individuos
analizados, como por la evolución el tiempo de
las variables analizadas.

_
Secciones Cruzadas fusionadas en el tiempo o Secciones
Cruzadas repetidas.
En ciertos contextos; cuando se tienen datos asociados a cortes transversales de poca extensión;
se suman varios cortes para armar así, una muestra aún más grande, y tener mayor variabilidad
en la data. Este tipo de datos recibe el nombre de secciones cruzadas en el tiempo, y son muy
utilizados en la evaluación de políticas; en esta figura-resumen observamos que a los individuos
118 al 128, se le puede observar el 𝑝𝑟𝑖𝑐𝑒 pagado por el arriendo de su vivienda, los años de 𝑒𝑠𝑐
escolaridad, el ingreso autónomo de su hogar 𝑦𝑎𝑢𝑡ℎ𝑎𝑗, y variables que nos muestran en qué año
fue recogida esta información.

_
_

▪ Econometría, Damodar Gujarati. Mc Graw Hill, 4ª edición, 2004.

▪ Introducción a la econometría. Un enfoque Moderno, Jeffrey M.
Bibliografía Wooldridge. Cengage Learning Editores, 4ª. Edición, 2009.
▪ Introducción a la Econometría, James H. Stock y Mark M. Watson.
Pearson Ed, 3ª edición,2012.