Econometría 2

En el complejo mundo donde nos movemos en la actualidad, se hace de suma

importancia conocer la realidad económica, los negocios, las políticas del estado
con toda su gama de ideas contrapuestas y preguntas que podrían surgir de todo
ello y es necesario dar respuestas a ellas, para un correcto funcionamiento del
sistema. Por lo que resulta efectivo abordar los problemas mediante predicciones
económicas, modelos teóricos, modelos matemáticos, modelos estadísticos, etc.,
siendo así la econometría la rama de la economía que se vale de dichas
metodologías para dar respuestas e interpretar, los diferentes problemas
socioeconómicos.

A partir de lo antes mencionado es importante recordar ¿Qué es la econometría?,

entonces un concepto que explica esta ciencia económica es la siguiente:

“La econometría es la rama más operativa de la Ciencia económica, trata de

representar numéricamente las relaciones económicas mediante una adecuada
combinación de la Teoría económica matemática y la Estadística. De forma que las
matemáticas, como lenguaje y forma de expresión simbólica e instrumento eficaz
en el proceso deductivo, representan el medio unificador; y teoría económica,
economía matemática o estadística económica serían consideraciones parciales de
su contenido.” (A.G. Barbancho – 1962)
No es fácil llegar a comprender en profundidad un sistema econométrico, ya que no
basta con tener nociones de economía, sino que requiere unos profundos
conocimientos de estadística. Por lo que se presentaran una serie de documentos,
vídeos, clases virtuales, entre otras herramientas para lograr comprender esta
materia.

Como recordatorio se muestran en que consiste los modelos econométricos

MODELO ECONOMÉTRICO
Para la obtención de un modelo econométrico se utiliza el denominado “Método de
los mínimos cuadrados (MCO)“, también denominada “Teoría de la regresión
lineal“.

Comenzaremos representando las relaciones entre una variable que queremos

conocer o variable endógena (Y) y otras variables que la determinan (X1 hasta Xn),
denominadas variables exógenas, de la siguiente manera:

El objetivo del modelo econométrico es obtener los valores de los parámetros

desde hasta .

El modelo se completa añadiendo un término más, llamado término independiente

(β0), que es un parámetro constante más a buscar. Así:

.
Resulta conveniente, estadísticamente, suponer que siempre existe una constante
dentro del modelo, para así poder contrastar la hipótesis de si es distinta, o no, de
cero.

MODELO NO DETERMINISTA
La relación entre variables endógenas y exógena no es del todo determinista, esto
quiere decir que por mucho que lo intentemos, siempre existirá cierto grado de error
aleatorio. Esto significa que el modelo sobreentiende que está excluyendo a todas
aquellas variables que no se hayan podido incluir (normalmente por su escaso
aporte proporcional a la relación), pero que también tienen cierta influencia. Esto se
le añade al modelo, representado en forma de variable aleatoria (μ):

Para poder utilizar esta variable se debe suponer que es una variable aleatoria
normal, con media cero y varianza constante en todas las muestras.

El Modelo de regresión lineal presenta una serie de problemas que la estadística

trata de solucionar, para lograr el objetivo de entender las relaciones existentes
entre los diferentes factores que influyen en la economía.

Para entender, a nivel microeconómico cómo se entenderían estos modelos,

supongamos que se quiere saber, qué y cómo influye en la cantidad de veces que
compra carne para comer a lo largo de un mes. En este caso la cantidad de carne
comprada sería la variable endógena (Y), qué es la que queremos conocer. Para
comprar esa carne debe tener dinero para comprarla, lo cual consideremos que su
salario es constante, en este caso dicho salario sería (β0). La idea del modelo es
que aquí influirían factores como por ejemplo el precio de ese mes de varios
productos sustitutivos, como la verdura, el pescado, etc., o bien cuantos imprevistos
haya tenido a lo largo de ese mes. Estas variables serían los (X1, X2,…,Xn). Y que
influyen en mayor o menor medida de sus respectivos valores, en este caso
representados por (β1, β2, … ,βn). Además, para finalizar se deben incluir de forma
residual factores con aparente poca, pero existente, influencia en la decisión de
compra de la carne, como puede ser la climatología, el tiempo disponible para hacer
la compra, etc.

Desarrollando el modelo hasta el final, y obteniendo los estadísticos pertinentes,

podríamos llegar a delimitar la fiabilidad con la que este modelo de regresión lineal
es capaz de explicar la decisión de compra de la carne, o de cualquier otra decisión
humana dentro de la economía. Algo que puede parecer a priori impredecible, pero
que los modelos económicos, a través de la estadística se encarga de tratar de
demostrar.

“El principal objetivo de los economistas hoy en día, hacer predicciones fiables de
lo que va a ocurrir en el futuro, en función de lo cómo se espera que evolucionen
las diferentes variables con trascendencia en la economía.”