Clases de Econometria - Modelos de 12/07/2012

Ecuaciones Simultaneas

Modelos de
Ecuaciones
Simultáneas

Programación en EViews

Carlos Ricci

Econ. Carlos Ricci

Contenido

1. Introducción
2. Notación y especificación: Forma estructural y reducida.
3. Identificación: Condiciones de orden y rango
4. Estimación:
• Información Incompleta (limitada): MCI, MC2E, MVI
• Información Completa: MC3E, MV, GMM
5. Evaluación: Bondad de ajuste, contraste de exogeneidad,
contraste de restricciones de sobreidentificación.
6. Resumen

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 1

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Introducción

Introducción: Modelos de Consumo

• Modelo uniecuacional estático: Ct = β0 + β1Rt+ ut

• Modelo uniecuacional dinámico: Ct = β0 + β1Rt + β2Ct-1 + ut

a a a a
• Modelo SUR: Ct = β0 + β1Rt + ut
b b b b
Ct = β0 + β1Rt + ut

• Modelos de Ecuaciones Simultaneas (SEM):

Ct = β0 + β1Rt + ut
Rt = Ct + It

Econ. Carlos Ricci

Introducción

Clases de Variables en un Modelo de Ecuaciones Simultáneas

En un modelo de ecuaciones simultáneas se tienen las siguientes variables:
• Variables Endógenas: Sus valores están determinados por las interacción
simultánea de las relaciones del modelo.
• Variables Exógenas: Sus valores están determinados fuera del modelo.
• Variables Predeterminadas: Se denominan así tanto a todas las variables
exógenas y a los retardos de las endógenas que se utilicen como explicativas.
• Variables de control o instrumentales: Se llaman así a las variables exógenas cuyo
control lo determina el administrador o usuario del modelo cuando éste se utiliza
como apoyo a la decisión económica.

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 2

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Notación y Especificación
Para una sola ecuación:

Para la ecuación “h”

Para el sistema (todas las ecuaciones):

Donde:
Forma Estructural:

Forma Reducida:

Econ. Carlos Ricci

Notación y Especificación
Para el error del sistema: ε1 ε2 εg
 ε 11 ε 21 ... ε g1 
ε ε 22 ... ε g 2 
Ε=  12
 ... ... ... ... 
 
ε 1 n ε 2 n ... ε gn 
Matriz de covarianzas de las perturbaciones de la ecuación 1 (σ 11 I )
  ε 11    E (ε 11 2
) E (ε 11ε 12 ) ... E (ε 11ε 1n ) σ 11 0 ... 0 
 ε     
 E (ε 12ε 11 ) 2
E (ε 12 ) ... E (ε 12ε 1n )  0 σ 11 ... 0 
E (ε 1ε 1 ) = E    [ε 11 ε 12 
... ε 1n ] = 
' 12
=
  ...    ... ... ... ...   ... ... ... ... 
    2   
 ε 1n    E (ε 1nε 11 ) E (ε 1nε 12 ) ... E (ε 1n )   0 0 ... σ 11 

∑)
Matriz de covarianzas contemporáneas de las perturbaciones de las ecuaciones (∑
  ε 1t    E (ε 12t ) E (ε 1t ε 2 t ) ... E (ε 1t ε gt )  σ 11 σ 12 .. σ 1 g 
      
 ε 2t   E (ε 2 t ε 1t ) E (ε 22t ) ... E (ε 2t ε gt ) σ 21 σ 22 .. σ 2 g 
'
[
E (ε t ε t ) = E    ε 1t
 ... 
ε 2t ... ε gt ]
= ... ... ... ...
 =  ... ... .. .. 
      
 ε gt    E (ε gt ε 1t ) E (ε gt ε 2t ) ... 2 
E (ε gt )   g1 σ σ g2 .. σ gg 


Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 3

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Notación y Especificación
ε1 ε2 εg
ε 1 
   ε 11 ε 21 ... ε g1 
ε2  
ε *=  
ε 12 ε 22 ... ε g 2  εt
ε =
 ...   ... ... ... ... 
   
ε 1n ε 2n ... ε gn 
ε g 
ε1    E(ε1ε 1' ) E(ε 1ε 2' ) ... E(ε 1ε g' ) σ11I σ12I ... σ1g I 
    ' '   
ε2  ' ' ... E(ε 2ε g' ) σ 12I σ 22I ... σ 2g I 

E(ε *ε *') = E  [
 ... 
]
'   E(ε 1ε 2 ) E(ε 2ε 2 )
ε 1 ε 2 ... ε g  = 
... ... ...
=
...   ... ... ... ... 
      
ε g   E(ε 1ε g' ) E(ε 1ε 'g ) '
... E(ε gε g ) σ1g I σ 2 g I ... σ gg I 

σ 11 σ 12 .. σ 1 g 
 
σ σ 22 .. σ 2 g 
Cov (ε *) = E (ε * ε *' ) = ∑ ⊗ I ∑ = E (ε t'ε t ) =  21
 ... ... .. .. 
 
σ
 g1 σ g2 .. σ 
gg 

Econ. Carlos Ricci

Notación y Especificación
Supuestos del Modelo:

1. Las variables exógenas son fijas, no colineales y no están correlacionadas con las
perturbaciones.
2. La perturbación de cada ecuación tiene E(εh) = 0 y V(εh)= σ2h constante para todas
las observaciones
3. No existe correlación entre perturbaciones de observaciones diferentes.
4. Aunque exista correlación contemporánea entre perturbaciones de ecuaciones
diferentes, estas son constantes para todas las observaciones muestrales
(homocedasticidad interecuaciones)
5. Si existen “ecuaciones de definición o identidades” estas se consideran eliminadas
por sustitución.

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 4

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Identificación
Los coeficientes de la forma estructural ¿pueden obtenerse de los coeficientes
estimados de la forma reducida?

Condición de orden: La condición de orden asegura que existe al menos una

solución pero no asegura que la solución es única. Esta decir, es una condición
necesaria mas no suficiente. Por esta razón, ésta debe ser considerada una regla
aproximada.

Sea:
°
J = N de variables endógenas y exógenas del sistema que no aparecen ecuación de
interés
°
M = N total de variables endógenas o ecuaciones en el sistema.

J<M–1 la ecuación no está identificada

J=M–1 la ecuación está exactamente identificada
J>M–1 la ecuación está sobreidentificada

Econ. Carlos Ricci

Identificación

Condición de rango: a diferencia de la condición de orden determina con exactitud el

estado de identificación de cada una de las ecuaciones estructurales. Esta se considera
una condición necesaria y suficiente.
Sea:
°
K’ = N de variables predeterminadas en la ecuación.
°
M’= N de variables endógenas en la ecuación.
°
K = N de variables predeterminadas en el sistema.
°
M = N de variables endógenas en el sistema.
A = Matriz construida con los coeficientes de las variables excluidas de la
ecuación analizada (endógenas y predeterminadas) e incluidas en
el resto de las ecuaciones del modelo.

Condición Orden Condición de Rango Ecuación

K + M – (K’ + M’) < M – 1 K - K’ < M’ - 1 r (A) < m – 1 No identificada

K + M – (K’ + M’) = M – 1 K - K’ = M’ - 1 r (A) = m – 1 Identificada
K + M – (K’ + M’) > M – 1 K - K’ > M’ - 1 r (A) = m – 1 Sobreidentificada

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 5

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Aplicación (1)
Condición de Orden
Ct Yt IM t Ct −1 Yt −1 I t Xt Condición
1
de orden

Ecuación 1 1 −α1 0 0 −α 2 0 0 −α 0 4>2 Sobreident.

Ecuación 2 − β1 0 1 − β 2 0 0 − β3 − β 0 3>2 Sobreident.
Ecuación 3 −1 1 1 0 0 1 1 0 3>2 Sobreident.

Condición de Rango
Ct Yt IM t Ct −1 Yt −1 I t Xt 1

Ecuación 1 1 −α1 0 0 −α 2 0 0 −α 0
− β1 0 1 − β 2 0 0 − β3 − β 0
−1 1 1 0 0 1 1 0
Econ. Carlos Ricci

Aplicación (1)
Entonces, para cada ecuación se tienen las siguientes submatrices:

1 − β 2 0 − β3 
ρ ( A1 ) =  =2
1 1 
Identificada
1 0
 −α1 −α 2 0
ρ ( A2 ) =  =2
1 
Identificada
 1 0

 0 −α 2 −α 0 
ρ ( A3 ) =  =2
− β 0 
Identificada
 − β1 0

Condición Orden Condición de Rango Ecuación

Ecuación 1 Sobreidentificada Identificada Sobreidentificada

Ecuación 2 Sobreidentificada Identificada Sobreidentificada
Ecuación 3 Sobreidentificada Identificada Sobreidentificada

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 6

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Estimación

• Información Incompleta (limitada):

Requerimientos Estimación Estimadores
Consistentes y eficientes. No se dispone de
Ecuación o sistema Identificada MCI desviación estándar estimada.

Ecuación o Sistema Identificada /

MC2E, MVI Insesgados y consistentes. No son eficientes.
Sobreidentificado

• Información Completa:
Requerimientos Estimación Estimadores
Sistema Identificada /
MC3E Más eficientes (o de menor varianza)
Sobreidentificado
Sistema Identificada / Estimadores con distribución normal son muy
MV similares a los obtenidos por MC3E.
Sobreidentificado

• Modelos Aparentemente no relacionados: SUR

Requerimientos Estimación Estimadores

Identificada / Sobreidentificado SUR Más eficientes (o de menor varianza)

Econ. Carlos Ricci

Estimación

Algunas equivalencias frecuentes:

• MC2E ante ecuaciones exactamente identificadas, arroja los mismos resultados que
MCI.
• Si los R2 en la forma reducida son altos (superiores a 0.80) las estimaciones de MCO y
de MC2E serán cercanas.
• Ante la inexistencia de correlación serial de los errores, el estimador de MC3E es
equivalente al de MC2E.
• Si el modelo no tiene correlación de los errores entre las ecuaciones o está
exactamente identificado los estimadores de MC3E son iguales a los de MC2E.
• En un modelo SUR, si los errores de las ecuaciones no se correlacionan, se tienen las
mismas estimaciones de MCO.

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 7

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Modelos de ecuaciones simultáneas:

Programación

Econ. Carlos Ricci

Comandos con Eviews

System Declara un objeto “system”. Es usados para la
llenar un sistema de ecuaciones, abrir un sistema, editar
una especificacion particular. Para editar, puede usar
“append”. Se escribe “system” seguido del nombre del
objeto, por ejemplo:
system Modelos1
Ud. puede aplicar los métodos del objeto, concernientes
a la estimación: LS, SUR, TSLS, 3SLS, etc.
SUR Regresion semi-relacionadas.
system Modelo1.sur(opciones)

TSLS Minimos cuadrados dos etapas.

system Modelo1.tsls(opciones)

3SLS Minimos cuadrados tres etapas.

system Modelo1.3sls(opciones)
Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 8

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Estimación (1): Agregando Datos

Considerando que las ecuaciones 1 y 2 son sobreidentificadas, realizaremos la
estimación del sistema anterior con el uso de estadísticas anuales del BCRP y estimando
bajo Minimos Cuadrados 2 Etapas. (¿Por qué?)

240,000

200,000

160,000

120,000

80,000

40,000

0
1970 1975 1980 1985 1990 1995 2000 2005 2010

CONS EXPOR IMPORT

INVER PBI

Econ. Carlos Ricci

Estimación (2):
La importación de datos ya es conocida. Creamos un objeto «system» y posteriormente
definimos cada ecuación del sistema (note que se omite las ecuaciones que son
identidades), así como definimos como «variables instrumentales» para la estimación
aquellas «variables predeterminadas» (note la instrucción «inst» para establecer las
variables instrumentales):

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 9

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Estimación (3):

Se realiza una estimación bajo el

método de Mínimos Cuadrados 2
Etapas (TSLS).

Observe que cada ecuación se

estimó de manera simultánea.
¿Se podría utilizar Mínimos
Cuadrados 3 Etapas u otro método
de estimación?
¿Existirá simultaneidad?

Econ. Carlos Ricci

Otras Formas Estructurales

Hemos trabajado con formas estructurales sin ningún tipo de restricción lineal.
Pero en caso de tener algún tipo de restricción debe tenerse en cuenta lo siguiente:

Sean los modelos:

−Y1t + γ 21Y2t + β11 X1t + β31 X 3t + β41 X 4t + ε1t = 0 Sujeto a: MES con restricción
− Y2t + γ 32Y1t + β22 X 2t + β41 X 4t + ε 2t = 0 β31 = 3β11 lineal homogénea
Y2t + β13 X1t + β23 X 2t + β43 X 4t + ε3t = 0

−Y1t + γ 21Y2t + β11 X1t + β31 X 3t + β41 X 4t + ε1t = 0 Sujeto a: MES con restricción
− Y2t + γ 32Y1t + β22 X 2t + β41 X 4t + ε 2t = 0 β31 + 3β11 = 2 lineal no homogénea
Y2t + β13 X1t + β23 X 2t + β43 X 4t + ε3t = 0

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 10

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Formas Estructurales con restricciones

Y 
[Γ Β]   + ε = 0 sujeto a ϕ A j = 0q
X 
Donde:
Aj: Vector de coeficientes de la k-ésima ecuación
q: Número de restricciones homogéneas
M: Número de variables endógenas

Sistema de Ecuaciones Simultáneas con restricción lineal homogénea

Condición de Orden Condición de Rango

q < M − 1 Subidentificada
Posiblemente
q ≥ M − 1 Identificada
q > M − 1 ∧ ρ (ϕ A j ) = M − 1 Sobreidentificada
q = M − 1 ∧ ρ (ϕ A j ) = M − 1 Identificada
q ≥ M − 1 ∧ ρ (ϕ A j ) < M − 1 Subidentificada

Econ. Carlos Ricci

Formas Estructurales con restricciones

Y 
[Γ Β]   + ε = 0 sujeto a ϕ Aj = N q
X 
Donde:
Aj: Vector de coeficientes de la k-ésima ecuación
q: Número de restricciones no homogéneas
M: Número de variables endógenas

Sistema de Ecuaciones Simultáneas con restricción lineal no homogénea

Condición de Orden Condición de Rango

q < M − 1 Subidentificada
q > M −1 ∧ ρ (ϕ A j ) = M Sobreidentificada
Posiblemente
q ≥ M − 1 Identificada q = M −1 ∧ ρ (ϕ A j ) = M Identificada

q ≥ M −1 ∧ ρ (ϕ A j ) < M Subidentificada

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 11

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Formas Estructurales con restricciones

¿Cómo calculamos la matriz ϕ ?

Pensemos que el ejercicio anterior tenía la siguiente restricción: β 2 + β 3 = 0

Ct Yt IM t Ct −1 Yt −1 I t Xt 1

Ecuación 1 1 −α1 0 0 −α 2 0 0 −α 0 4>2 Sobreident.

Ecuación 2 − β1 0 1 − β 2 0 0 − β3 − β 0 3>2 Sobreident.
Ecuación 3 −1 1 1 0 0 1 1 0 3>2 Sobreident.

Entonces para la Segunda Ecuación:

0 1 0 0 1 1 0 0
ϕ′ =
0 0 0 1 0 0 −1 0

Luego comprobar lo siguiente: ρ (ϕ A j ) = M − 1

Econ. Carlos Ricci

Formas Estructurales con restricciones

0 0   0 0 0
1 0   −α −α 2 0 
   1
0 0   0 0 0
   
0 1   −α1 −α 2 0  1 0 1
ϕ A2 =  =
1 0   1 0 
1   −α1 −α 2 0
   
1 0   −α1 −α 2 0
0 −1  −1 0 −1
   
0 0   0 0 0 

La condición de rango para la segunda ecuación:

 0 0 0 
 
 −α 1 −α 2 0  
 0 0 0 
 
 α α1 0 
ρ (ϕ A2 ) =  
1 0 1 
= ρ 1 =2
 −α1 −α 2 0   1 0 1
  
  −α1 −α 2 0 
  −1 0 −1 
 
 0 0  
 0

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 12

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Formas Estructurales con restricciones

Finalmente la segunda ecuación:

Condición de Orden Condición de Rango

q ≥ M −1 q > M − 1 ∧ ρ (ϕ A2 ) = M − 1
4 ≥ 3 −1 = 2 4 >2 ∧ ρ (ϕ A2 ) = 2 = M − 1
Posiblemente Identificada Sobreidentificada

Pregunta: ¿Con qué método debería ser estimado?

Econ. Carlos Ricci

Aplicación

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 13

Clases de Econometria - Modelos de 12/07/2012
Ecuaciones Simultaneas

Aplicaciones: Modelo de Klein (1)

Klein.prg

%path = @runpath
cd %path
create KleinModel a 1920 1941
read(t=txt,na=.) "TableF13-1.txt" 10

'Creamos una variable tiempo

series tm = @year-1931

'Crean las serie con la data y las identidades de Klein

series y = co+i+g-t-wp
series w = wp+wg
smpl 1920 1940
series k= k1(+1)
smpl 1941 1941
series k = k(-1)+i
smpl @all

Econ. Carlos Ricci

Aplicaciones: Modelo de Klein (2)

Klein.prg
'Aqui se crea el modelo llamado "KleinModel"
system KleinModel

'Se agrega las ecuaciones del modelo al objeto "KleinModel"

KleinModel.append co =c(1)+c(2)*y+c(3)*y(-1) +c(4)*w @ c p(-1) k(-1) x(-1) tm wg g t

KleinModel.append i = c(5)+ c(6)*y +c(7)*y(-1) +c(8)*k(-1) @ c p(-1) k(-1) x(-1) tm wg g t

KleinModel.append wp = c(9)+ c(10)*x +c(11)*x(-1) +c(12)*tm @ c p(-1) k(-1) x(-1) tm wg g t

freeze(Modelo1) KleinModel.tsls

'Mostramos los resultados de la estimacion TSLS

show KleinModel

'Mostramos los residuos

KleinModel.resids

Econ. Carlos Ricci

Prof: Eco. Carlos Ricci 14