Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Y ESTIMACIÓN
DEL
MODELO DE
LIU-CHANG
ECONOMETRÍA I
2021
Se aplicará el modelo de Ecuaciones simultáneas
considerando como guía el modelo de Liu-Chang.
Aplicando finalmente la estimación e identificación a este
modelo data de la macroeconomía peruana.
𝐶𝑡 = 𝛾1 ∗ 𝑌𝑡 + 𝜙1 ∗ 𝑃𝑡 + 𝛽1 ∗ 𝑌𝑡−1 + 𝜀1𝑡
Donde las variables de la ecuación son:
𝐼𝑡 = 𝛾2 ∗ 𝑌𝑡 + 𝜙2 ∗ 𝑅𝑡 + 𝛽2 ∗ 𝑌𝑡−1 + 𝜀2𝑡
𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡 + 𝐺𝑡 + 𝜀3𝑡
Donde las variables de la ecuación son:
𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡 + 𝐺𝑡 + 𝜀3𝑡 ………………………………..(3)
𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡 + 𝐺𝑡 + 𝜀3𝑡
𝑦𝑡 = [𝐶𝑡 𝐼𝑡 𝑌𝑡 ]
𝑥𝑡 = [𝑅𝑡 𝐺𝑡 𝑃𝑡 ]
1 0 −1
Γ=[ 0 1 −1]
−𝛾1 −𝛾2 1
0 0 0
B=[ 0 0 0]
−𝛽1 −𝛽2 0
0 −𝜙2 0
C=[ 0 0 −1]
−𝜙1 0 0
El vector de variables estocásticas:
𝑦𝑡 ∗ Γ + 𝑦𝑡−1 ∗ 𝐵 + 𝑥𝑡 ∗ 𝐶 = 𝑈
𝑦𝑡 ∗ Γ ∗ Γ −1 + 𝑦𝑡−1 ∗ 𝐵 ∗ Γ−1 + 𝑥𝑡 ∗ 𝐶 ∗ Γ −1 = 𝑈 ∗ Γ −1
𝑦𝑡 + 𝑦𝑡−1 ∗ 𝐵 ∗ Γ−1 + 𝑥𝑡 ∗ 𝐶 ∗ Γ −1 = 𝑉
𝑦𝑡 = −𝑦𝑡−1 ∗ 𝐵 ∗ Γ −1 − 𝑥𝑡 ∗ 𝐶 ∗ Γ −1 + 𝑉
Π0 = −𝐵 ∗ Γ −1
Π1 = −𝐶 ∗ Γ −1
𝜕𝐶𝑡
= 𝛾1 > 0
𝜕𝑌𝑡
𝜕𝐼𝑡
= 𝛾2 < 0
𝜕𝑌𝑡
𝜕𝐶𝑡
= 𝛽1 < 0
𝜕𝑌𝑡−1
𝜕𝐼𝑡
= 𝛽2 > 0
𝜕𝑌𝑡−1
𝜕𝐶𝑡
= 𝜙1 > 0
𝜕𝑃𝑡
𝜕𝐼𝑡
= 𝜙2 < 0
𝜕𝑅𝑡
Π0 = −𝐵Γ −1
Π1 = −𝐶Γ −1
Π0
Π=[ ]
Π1
𝑦̂ = [𝑦𝑡−1 𝑥𝑡 ] ∗ Π + 𝑉
Tomando esperanza para convertir de ecuación econométrica a
una ecuación matemática:
𝑦̂ = [𝑦𝑡−1 𝑥𝑡 ] ∗ Π
𝑦𝑡 = −𝑦𝑡−1 ∗ 𝐵 ∗ Γ −1 − 𝑥𝑡 ∗ 𝐶 ∗ Γ −1 + 𝑉
Π0 = −𝐵 ∗ Γ −1
Π1 = −𝐶 ∗ Γ −1
Se puede observar que el sentido de los valores son los mismos. Pero
ahora se puede hacer un análisis mucho más intuitivo. Como
indicamos antes, cada valor de la jacobiana nos indica cómo cambia
cada variable con respecto a una exógena o endógena rezagada en
una situación de equilibrio. Por ejemplo, en el phi0 se observa que la
variable endógena rezagada (PBI (-1)) tiene efecto positivo en las
variables endógenas. Desarrollando el jacobiano (phi0), el rezago del
PBI afecta al consumo de forma que, si este aumenta en una unidad,
el consumo lo hace en 0.460314, la inversión en 0.313602 y el PBI
actual en 0.773916.
Mientras que el segundo jacobiano (phi1) se analiza de la misma
forma, los beneficios (tasa de interés activa) tienen efecto negativo en
las endógenas, el gasto público y el índice de precios tienen un
impacto negativo en la inversión en la cuantía mostrada en la matriz
phi1.
3.3. Forma reducida
𝑎 = 𝐶𝑡−1
𝑏 = 𝐼𝑡−1
𝑐 = 𝑌𝑡−1
𝑦̂ = [𝑦𝑡−1 𝑥𝑡 ] ∗ Π
𝑎 = 𝐶𝑡−1
𝑏 = 𝐼𝑡−1
𝑐 = 𝑌𝑡−1
𝑎 = 𝐶𝑡−1
𝑏 = 𝐼𝑡−1
𝑐 = 𝑌𝑡−1
4. Identificación
Como es sabido, en los métodos MCO, los 6 supuestos verificaban
si el método era bueno. En el método de Máxima Verosimilitud se
verificaba su viabilidad mediante los estadísticos de razón de
verosimilitud, de Wald y del multiplicador de Lagrange. Sin
embargo, para este método se verifica a través de la condición de
orden y de rango.
En el caso de identificación:
• Identificación exacta: Cuando en un modelo de M ecuaciones
simultáneas, para que una ecuación este identificada debe de
excluir al menos M-1 variables que aparezcan en el modelo.
Si se excluye exactamente M-1 variables podemos decir que
la ecuación de nuestro modelo esta exactamente.
• Sobre-identificación: cuando en un modelo de M ecuaciones
simultáneas, para que en una ecuación esté identificada, el
número de variables predeterminadas excluidas de esa
ecuación no debe de ser menor que el número de variables
endógenas incluidas en la ecuación menos 1.
Se analiza mediante:
5. Conclusiones Generales