“Año del Fortalecimiento de la Soberanía Nacional”

Reporte escrito de la elaboración del modelo econométrico

Morón Ochoa Yimi Junior

Facultad de Economía, Universidad Hermilio Valdizán “Huánuco”

Econometría I

Mg. Julio César Castro Céspedes

Huánuco - Perú
2022
 INDICE

1. INTRODUCCIÓN:............................................................................................... 1
2. OBJETIVOS:........................................................................................................ 2
2.1. OBJETIVOS GENERALES: ......................................................................... 2
2.2. OBJETIVOS ESPECIFICOS: ....................................................................... 2
3. JUSTIFICACION:................................................................................................ 2
4. ELABORACIÓN DEL MODELO ECONOMETRICO: ..................................... 3
4.1. DEFINICIÓN DE ECONOMETRÍA:............................................................ 3
4.1.1. DATOS EXPERIMENTALES Y DATOS OBSERVACIONALES: ........... 4
4.1.2. APLICACIONES DE LA ECONOMETRÍA:............................................. 5
4.2. MODELO ECONOMICO Y MODELO ECONOMETRICO:...................... 6
4.3. ETAPAS EN LA ELABORACIÓN DE UN MODELO ECONOMETRICO:
............................................................................................................................... 7
4.3.1. ESPECIFICACIÓN: ................................................................................... 8
4.3.2. ESTIMACIÓN: ........................................................................................... 8
4.3.3. VALIDACIÓN: ........................................................................................... 9
4.4. ELEMENTOS DE LOS MODELOS ECONOMETRICOS: ....................... 12
4.4.1. VARIABLES: ............................................................................................ 12
4.4.2. ECUACIONES: ......................................................................................... 12
4.4.3. PARAMETROS: ....................................................................................... 13
4.4.4. DATOS: ..................................................................................................... 13
4.4.4.1. DATOS DE SECCIÓN CRUZADA: ...................................................... 13
4.4.4.2. DATOS DE SERIES TEMPORALES:................................................... 13
4.4.4.3. DATOS DE PANEL: .............................................................................. 14
5. EJEMPLOS O CASOS PRACTICOS ACERCA DE LA ELABORACION DE
MODELOS ECONOMETRICOS:......................................................................... 14
6. BIBLIOGRAFÍA:............................................................................................... 19
 1

1. INTRODUCCIÓN:

En el presente trabajo el tema a tratar es sobre la elaboración de modelos econométricos,

en el cual tengo como objetivo analizar e interpretar en cómo se realiza la elaboración de

modelos econométricos, y ver que etapas y especificaciones tenemos que tener en cuenta

para dicho proceso de elaboración. También me guiaré de casos prácticos con la ayuda

del repositorio de la UNHEVAL, para ver los diferentes temas económicos en el cual se

aplicaron dicha elaboración de modelo econométricos. En el caso del marco teórico está

compuesto de forma ordenada, en donde lo dividí primero en la definición de

econometría, luego los datos experimentales y datos observacionales, las aplicaciones de

la econometría, el modelo económico y modelo econométrico, las etapas en la elaboración

de un modelo econométrico, los elementos de los modelos econométricos que se

subdivide en variables, ecuaciones y parámetros, también los datos de sección cruzada,

datos de series temporales y datos de panel, y por ultimo ejemplos o casos prácticos acerca

de la elaboración de modelos econométricos.

 2

2. OBJETIVOS:

2.1. OBJETIVOS GENERALES:

• Analizar e interpretar en cómo se realiza la elaboración de modelos

econométricos, y ver que etapas y especificaciones tenemos que tener en cuenta

para dicho proceso de elaboración.

2.2. OBJETIVOS ESPECIFICOS:

• Reconocer la Econometría como disciplina científica y describir su campo de

aplicación.

• Distinguir y relacionar la teoría económica y el modelo econométrico.

• Aplicar la técnica básica de construcción de un modelo econométrico,

identificando los elementos fundamentales del modelo.

• Determinar si la validez del concepto de econometría nos contribuye a tener un

mejor dominio del tema y saber analizar la elaboración de dichos modelos

econométricos.

• Establecer y entender las principales etapas de la elaboración del modelo

econométrico que nos propone la teoría para la compresión del tema.

• Establecer los principales elementos de la elaboración del modelo econométrico,

que nos aportan los principales artículos científicos.

3. JUSTIFICACION:

En este caso analizaremos la elaboración de un modelo econométrico, que mediante los

principales conceptos de econometría y las diferentes etapas y especificaciones que nos

proporcionan los diferentes artículos y libros, facilitan dicha elaboración para poder

nosotros aplicarlos en la realidad, clarificando bien la parte tanto teórica y práctica

podremos llegar a buenos resultados.

 3

4. ELABORACIÓN DEL MODELO ECONOMETRICO:

4.1. DEFINICIÓN DE ECONOMETRÍA:

Según ASTURIAS (2020) “La econometría es una parte de la ciencia económica que
aplica las técnicas matemáticas y estadísticas a las teorías económicas para su verificación
y para la solución de los problemas económicos mediante modelos” (p.1)

En términos de interpretación su objetivo principal se basa en los estudios de las

relaciones económicas entre variables económicas a partir de modelos probabilísticos y
de métodos de estadística inferencial, que como vemos se han analizado tanto las
muestras paramétricas como nos paramétricas, entre otros.

Según Wooldridge, J (2009) nos afirma lo siguiente:

La econometría se basa en el desarrollo de métodos estadísticos que se

utilizan para estimar relaciones económicas, probar teorías económicas y
evaluar e implementar políticas públicas y de negocios. La aplicación más
común de la econometría es en el pronóstico de variables
macroeconómicas tan importantes como las tasas de interés, de inflación
y el producto interno bruto. (p.23)

En simples palabras lo que nos trata de decir este auto que el desarrollo de la economía
se da por métodos y técnicas tanto de las variables económicas como estadísticas que
proporcionan soluciones a los problemas de la sociedad.

Según Stock, J., Watson, M. (2012) “La econometría es la ciencia y el arte de utilizar la
teoría económica y las técnicas estadísticas para utilizar o analizar los datos económicos.”
(p.36)

Muchos de los autores también nos manifiestan que estos valores econométricos dada la
comparación de variables tanto dependientes como independientes, n os permite analizar
la realidad con mayor facilidad.

Según Gujarati, D., Porter, D. (2009) nos afirma lo siguiente:

La econometría, resultado de cierta perspectiva sobre el papel que

desempeña la economía, consiste en la aplicación de la estadística
matemática a los datos económicos para dar soporte empírico a los
 4

modelos construidos por la economía matemática y obtener resultados

numéricos. (p.10)

“La econometría se define como la ciencia social en la cual las herramientas de la teoría
económica, las matemáticas y la inferencia estadística se aplican al análisis de los
fenómenos económicos.” (Camilo, Dagún., 1999, p.30)

Por lo tanto, la econometría crea modelos que poseen validez estadística, teórica y
probabilística, es decir, la econometría permite: Comprobar los supuestos teóricos -
matemáticos de un modelo basado en una realidad. Realizar proyecciones sobre eventos
futuros y por lo tanto facilita información adecuada para la toma de decisiones.

4.1.1. DATOS EXPERIMENTALES Y DATOS OBSERVACIONALES:

Así como la econometría necesita de la teoría económica, el otro factor principal son los
datos. Un factor principal de la econometría es de enfrentar los problemas inherentes a la
recopilación y al análisis de datos económicos no experimentales.

• Datos experimentales:

Este tipo de datos son recogidos normalmente en laboratorios dado unas situaciones
controladas. La variable aleatoria puede ser repetido y reproducido por otros
investigadores y se puede repetir tantas veces como se quiera bajo diferentes condiciones
o valores de variables de control.

Ejemplo:

En el caso aplicado de la economía podría ser cuando el estado quiere aplicar una política
pública, para dar mayores subvenciones a los estudiantes universitarios de una
determinada ciudad, y ver si es que esto mejor su calidad tanto de vida como estudiantil,
el experimento tomo a la ciudad de Huánuco, para ver si es factible o no dichas hipótesis
de mejorar la calidad de vida del estudiante. Entonces pasa un tiempo y las autoridades
ven que si mejora entonces ven la posibilidad de aplicar al resto de regiones.

• Datos no experimentales:

Estos son el resultado de experimentos no controlados. Las variables económicas (PIB,

tipo de interés, etc.) toman valores que, generalmente, no son el resultado de experimentos
controlados, sino que simplemente se observan. Los factores que afectan a estas variables
 5

no suelen estar bajo el control de un grupo o una persona, y, en la mayoría de las ocasiones
no se pueden repetir.

Este tipo de experimentos son los que más se aplican en las ciencias sociales y se puede
ver que es casi imposible analizar experimentos controlados en las ciencias sociales, ya
que muchas veces son moralmente imposibles o muy caros.

Ejemplo:

Un caso podría ser analizar las exportaciones del Perú en la etapa de la pandemia, claro
nosotros no podemos realizar experimentos, pero si podemos tomar datos los cuales nos
reflejen de cómo han estado las exportaciones en ese lapso de la pandemia en el cual toda
la población fue afectado.

4.1.2. APLICACIONES DE LA ECONOMETRÍA:

Entre las principales aplicaciones comunes encontramos el análisis estructural, la

predicción de variables y las evaluaciones de políticas.

El análisis estructural: En este caso se trata de medir dado un modelo estimado, que
nosotros podemos plantear de una teoría económica, la relación que hay entre las
variables económicas (dependientes o independientes).

Ejemplo:

Se puede analizar los aranceles que quiere implementar a las importaciones el estado, con
el fin de poder ver la relación que hay junto con el incremento de las exportaciones y la
producción a nivel nacional.

La predicción de variables: Estas predicciones pueden ser tanto microeconómicas,

como macroeconómicas, en ese sentido podría ser el propio consumo, la inversión, la
oferta, demanda, los precios, etc.

Ejemplo:

Se puede analizar los consumos ya sea en un periodo 1 o 2, dado un ingreso promedio

que tienen los individuos para poder realizar dicho consumo, entonces hay vemos la
predicción de variables que puede haber.

La evaluación de políticas económicas: Se trata de ver la evolución que tiene el valor

de una variable bajo distintos supuestos de evolución de otras.
 6

Ejemplo:

Analizar el efecto que sobre el empleo puede tener un aumento en el salario mínimo
interprofesional.

4.2. MODELO ECONOMICO Y MODELO ECONOMETRICO:

Un modelo desde un punto de vista básico es una representación simplificada de la

realidad, así que dichos modelos pueden ser expresados tanto verbalmente, gráficamente
y matemáticamente.

Según Camilo, D. (1987) nos afirma que el modelo es un conjunto de axiomas o

postulados, que están muy concerniente al comportamiento de los sujetos en la actividad
económica. (p.20)

También tenemos a André Reigner (1987) nos afirma que un modelo de un objeto
concreto es un objeto abstracto cuya descripción es considerada como una descripción de
dicho objeto.

Modelo Económico:

Es la expresión matemática de una determinada teoría económica, es decir un modelo

económico trata de plasmar las relaciones entre las variables económicas que intervienen
en una situación dada.

Según Gujarati, D., Porter, D. (2009) nos afirma lo siguiente:

Las características mínimas que deben plasmar un modelo económico son las siguientes:

• Que represente un fenómeno económico real.

• Que la representación sea simplificada.
• Que se haga en términos matemáticos.

Hay que tener en claro que el modelo económico no se trata de plasmar de forma tan
complicada o enumerativa, sino que se trata de dar una solución especifica acerca de la
causalidad que haya entre las variables en la vida real.
 7

Modelo Econométrico:

Dentro del concepto básico el modelo econométrico es un conjunto de ecuaciones que

proporcionan una explicación cuantitativa del comportamiento de las variables
económicas.

Según Wooldridge, J (2009) nos afirma lo siguiente:

Que tanto el modelo económico, como el econométrico requieren de lo siguiente:

• Identificar las variables que influyen dentro del modelo.

• Una formulación elemental entre la relación que hay entre las variables que se
están estudiando.
• También una definición temporal y espacial concreta, ya que muchos de los
modelos econométricos trabajan en base a procesos estocásticos y determinísticos.
• Un término que permita razonar de forma probabilística y no exacta, para ello
incluimos un término de perturbación o error, que son términos que inicialmente
no fueron incluidos pero que a lo largo puede causar incidencias dentro del
modelo.

4.3. ETAPAS EN LA ELABORACIÓN DE UN MODELO ECONOMETRICO:

En la elaboración de un modelo econométrico se pueden distinguir varias etapas y

propósitos que son bien diferenciadas.

Con carácter general, se trata de un proceso cíclico, en el que de la validación puede su rgir
la necesidad de volver a las etapas anteriores para corregir o redefinir el modelo.

De manera que primera la presentaremos de forma esquemática y luego,

especificaremos cada punto.

Entonces tenemos lo siguiente:

Dentro de las especificaciones, tenemos que nosotros como investigadores hacer la

formulación de la pregunta, luego tenemos que hacer la construcción del modelo
económico, y por último que, dentro del modelo econométrico, ¿Qué datos se requieren
para su elaboración?
 8

En el caso de la estimación, tenemos que saber la medición de parámetros, la inferencia

estadística (interesante analizarlo para el procesamiento e hipótesis de datos) y también
la aplicación del método estimado.

El siguiente es la validación, que trata de hacer la verificación de las estimaciones y

realizar un contraste estadístico (Que está muy ligado con la inferencia estadística).

Y por último la explotación, que se trata de analizar el diseño de políticas y la verificación

de la propia teoría económica.

4.3.1. ESPECIFICACIÓN:

En esta primera etapa lo que trataremos de hacer es formular la cuestión que se va a

analizar para construir un modelo económico que se convertirá en modelo econométrico.

Es por ello que como bien resaltamos anteriormente se tiene que tener cuatro elementos
fundamentales:

• Formulación de preguntas que queremos realizar.

• La construcción del modelo que tenga mucha relación con el problema, porque
podría venir el caso de ineficiencia asintótica, donde las variables no son incluidas
donde debe ser.
• Especificación del modelo econométrico.
• Recogida o búsqueda de datos, que nosotros lo podemos realizar por las diversas
paginas como el BCRP, INEI, MEF, etc.

Entonces como bien sabemos en los modelos econométricos nosotros tratamos de plasmar
tanto la parte teórica y empírica, en donde en un primer momento pasamos de forma
descriptiva el modelo, pero luego cuando aplicamos la practica dicho modelo se vuelve
explicativo, y esto relacionado con la aplicación de las variables a la realidad.

4.3.2. ESTIMACIÓN:

Como bien sabemos en la primera parte tenemos que tener la parte fundamental de
veracidad de datos para poder pasar a esta segunda parte de estimación, entonces una vez
tenido el modelo y los datos necesarios de todas las variables comenzamos con dicha
etapa.
 9

Según Wooldridge, J (2009) nos afirma lo siguiente:

Esta etapa consiste en medir empíricamente los parámetros que

caracterizan el modelo, y es en esta etapa donde cobra gran importancia la
estadística, sobre todo la inferencia estadística (que usa la información
muestral disponible para inferir características de toda una población).
(p.30)

Para tratar de completar esta parte tenemos que tener un conjunto de observaciones
denominados “T” de todas las variables observables que aparecen dentro del modelo
econométrico especificado y aplicar el método de estimación apropiado.

En síntesis, en este apartado se obtiene los valores del coeficiente del modelo
econométrico.

4.3.3. VALIDACIÓN:

En esta etapa principal trataremos de establecer los criterios para rechazar o aceptar el
modelo el cual nosotros estamos planteando.

Según Stock, J., Watson, M. (2012) nos afirma lo siguiente:

En esta etapa para evaluar los resultados, se comprueba si las estimaciones obtenidas son
aceptables en dos sentidos:

• Se analiza si las estimaciones de los parámetros del modelo tienen los signos y

magnitudes esperadas.

• Además, desde el punto de vista estadístico, se llevan a cabo contrastes

estadísticos para determinar si los parámetros del modelo son significativos y si
los supuestos estadísticos del modelo econométrico se cumplen.

Si finalmente durante la etapa de validación se concluye que no se puede aceptar un

modelo, habrá que reformularlo o tratar de una forma más adecuada los datos.

A continuación, vamos a ver con un ejemplo la primera fase de cómo se convierte un

modelo económico en un modelo econométrico y veremos con más detalle las siguientes
fases en los próximos temas:
 10

Ejemplo 1: La demanda agregada de Keynes.

En este caso plantearemos el modelo de demanda agregada de Keynes en una economía

abierta y con gobierno.

Entonces como sabemos las ecuaciones planteadas dentro de la economía se dan sin
ningún perturbación o error y con omisión de variables que sobreentiende o para poder
ajustar el modelo.

Para estimar y contrastar este modelo tenemos que convertirlo en un modelo

econométrico, para ello es necesario:

• Formular una relación o forma funcional concreta entre el conjunto de variables.

• Introducir un término denominado “perturbación aleatoria” que permite razonar
en términos probabilísticos y no exactos.

Entonces para que tenga mayor veracidad la formulación del modelo, agregaremos dentro
del consumo, variables como por ejemplo el consumo rezagado en un periodo, que
directamente no está planteado en la formula cuando se presenta como un modelo
económico, y así sucesivamente los presentaremos en el gasto y las inversiones.

Entonces tenemos lo siguiente:

𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡 + 𝐺𝑡 + 𝑋𝑁𝑡 + 𝑢𝑡 .. ………. …… (Ecuación principal del modelo que es

la el producto o demanda agregada)

Entonces desglosamos las variables como el consumo, inversión y gasto público, cada
uno con sus términos de perturbación y sus factores necesarios que se ven en la
realidad:

𝐶𝑡 = 𝛼0 + 𝛼1 𝑌𝑡 + 𝛼2 𝐶𝑡−1 + 𝑢1𝑡 …….. (1)

𝐼𝑡 = 𝛽0 + 𝛽1 𝐵𝑡 + 𝛽2 𝐾𝑡−1 + 𝑢2𝑡 ……… (2)

𝐺𝑡 = (𝑝𝑡 + 𝛼)𝑌̃ + 𝑢3𝑡 ……….. (3)

𝑋𝑁𝑡 = 𝜆0 𝑌∗ 𝑡 + 𝜆1 ( 𝐸𝑡 + 𝑃 ∗ 𝑡 + 𝑃𝑡 ) − 𝑚 𝑡 (1 − 𝑝𝑡 )𝑌𝑡 + 𝑢4𝑡 ……… (4)

Siendo:

𝐶𝑡 = 𝐶𝑜𝑛𝑠𝑢𝑚𝑜 𝑛𝑎𝑐𝑖𝑜𝑛𝑎𝑙
 11

𝐼𝑡 = 𝐼𝑛𝑣𝑒𝑟𝑠𝑖𝑜𝑛 𝑛𝑒𝑡𝑎

𝐺𝑡 = 𝐺𝑎𝑠𝑡𝑜 𝑝𝑢𝑏𝑙𝑖𝑐𝑜 𝑒𝑛 𝑏𝑖𝑒𝑛𝑒𝑠 𝑦 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜𝑠

𝑌𝑡 = 𝐼𝑛𝑣𝑒𝑟𝑠𝑖𝑜𝑛 𝑛𝑎𝑐𝑖𝑜𝑛𝑎𝑙

𝑋𝑁𝑡 = 𝐸𝑥𝑝𝑜𝑟𝑡𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑛𝑒𝑡𝑎𝑠

Entonces si nosotros los queremos graficar nos saldrá un grafica recta o lineal, así como
del consumo, inversión, gasto público y exportaciones netas.

Entonces si queremos representarlo gráficamente tenemos que hacerlo de la siguiente

manera:

Gráfico 1: Ilustración de la demanda agregada o producto de Keynes.

Producto Nacional o demanda agregada de Keynes

𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡 + 𝐺𝑡 + 𝑋𝑁𝑡 + 𝑢𝑡
𝑪𝒕 , 𝑰 𝒕 ,𝑮𝒕 , 𝑿𝑵𝒕
𝑿𝑵𝒕 𝑮𝒕

𝑪𝒕

𝑰𝒕

0 ̃ , 𝒀 ∗ 𝒕 , 𝑬𝒕
𝒀 𝒕, 𝑩𝒕 ,𝒀
,

En resumen, para convertir un modelo económico en un modelo econométrico, hemos:

• Especificado la forma de la función.

• Seleccionado las variables explicativas.
• Incluido un término para expresar la distribución de la perturbación aleatoria que
recoge el efecto conjunto de otras variables que no figuraban en el modelo.
 12

4.4. ELEMENTOS DE LOS MODELOS ECONOMETRICOS:

Los elementos fundamentales de todo modelo econométrico son:

• Las variables que intervienen.

• Las ecuaciones o relaciones matemáticas.
• Los parámetros o magnitudes a estimar.
• Un conjunto de observaciones o datos necesarios para el proceso de estimación.

4.4.1. VARIABLES:

Dentro del concepto necesario una variable es un símbolo que se utiliza para poder
designar a cualquier elemento de un conjunto especifico.

Las variables pueden clasificarse en cualitativas, dicotómicas o ficticias (variables

dummy) toma uno de los valores arbitrarios generalmente valoradas como 0, esto si no se
produce un determinado acontecimiento y 1 cuando si se da los acontecimientos.

Y si especificamos las variables cualitativas, tenemos las ordinales o nominales, una de

ella que es las nominales nos habla acerca de sexo, profesión, religión, entre otros, y
ordinales trata de ordenar o dar una secuencia a los eventos o variables aleatorias que se
dan en la sociedad.

Según Camilo, D. (1987) nos afirma que también tenemos a las variables que son
consideradas endógenas, que su explicación parte de que son explicados dentro de un
modelo o ecuación, mejor dicho, depende de otras variables, para poder ver su
comportamiento, las exógenas su explicación parte cuando las variables no son explicadas
dentro de un modelo o ecuación, es decir la variable no depende de otras variables, como
en el caso de la oferta monetaria, el gasto público, etc.

Y también por último tenemos las predeterminadas que son las que no son determinadas
por el modelo. Son variables explicativas, pero no son explicadas por el modelo. Decimos
que influyen, pero no son influidas.

4.4.2. ECUACIONES:

Las ecuaciones de un modelo son relaciones matemáticas causales, es decir, tratan de

explicar el comportamiento de unas variables (efecto) observables, mediante otras
variables (causa) también observables, incorporando asimismo variables no observables.
 13

Hay que tener en cuenta que muchos de los libros consideran a las ecuaciones tanto
uniecuacionales y a las multiecuacionales, las cuales su identificación se basa en el
número de variables que maneja cada modelo, también dentro del análisis tenemos que
considerar las ecuaciones de comportamiento, institución y tecnología para casos
empíricos, y las de comportamiento dinámico a los de uso teórico, lógico o deductivo.

4.4.3. PARAMETROS:

Desde el concepto simple se le considera como una serie de ponderados que realiza de las
variables o en términos más técnicos, el parámetro es el coeficiente que acompaña a las
variables y su estimación es el paso previo para la utilización de modelos econométricos.

4.4.4. DATOS:

4.4.4.1. DATOS DE SECCIÓN CRUZADA:

También llamados datos de corte transversal, consisten en una muestra de individuos o

elementos (familias, empresas, ciudades, etc.) tomadas en un momento determinado de
tiempo.

En los datos de corte transversal, las observaciones deben ser obtenidas mediante un
muestreo aleatorio, lo que implica que las observaciones sean independientes entre sí.

En simples palabras este tipo de sección de datos de forma cruzada, existe una gran
observación de individuos o entidades de empresas, pero para generar datos en un mismo
periodo de tiempo.

Un ejemplo claro son las encuestas que realiza mensualmente el ENAHO, o también el
INEI, que cada mes ve como está yendo la variación de la canasta básica, pero todo en un
mismo periodo de tiempo.

4.4.4.2. DATOS DE SERIES TEMPORALES:

Los de series temporales existe un solo observador o entidad de empresa que se encarga
de ver o procesar los datos de una determinada variable, pero esto a lo largo del tiempo.

Un ejemplo claro podría ser el cálculo del PBI del Perú que lo realiza la autoridad
monetaria que es el BCRP, y es el único que realiza el cálculo mensual del país y ve a lo
largo del tiempo como esta fluctuando dicha variable macroeconómica y así para fin de
año sacar conclusiones de que si nuestro país creció en términos productivos o
monetarios.
 14

4.4.4.3. DATOS DE PANEL:

Los de datos panel es una combinación tanto de los de sección cruza y serie temporal, ya
que existe una gran cantidad de observaciones y entidades de empresas que realizan dicho
cálculo de la variable, pero es a lo largo del tiempo.

Un ejemplo claro podría ser el cálculo del PBI pero de LATAM, como sabemos para
dicho calculo tanto el Banco Mundial, El FMI, las diversas entidades que se encargan de
ver de cómo está yendo la economía global analiza la parte de PBI de LATAM, y como
va yendo las fluctuaciones a lo largo del tiempo, como en estos meses como la pandemia
afectó el PBI nominal o per cápita, en cómo fueron sus fluctuaciones, también podría ser
en como la crisis política generó fluctuaciones en las expectativas del PBI de LATAM en
los años posteriores y etc.

5. EJEMPLOS O CASOS PRACTICOS ACERCA DE LA ELABORACION DE

MODELOS ECONOMETRICOS:

Caso práctico el cual me he guiado para la elaboración de un modelo econométrico

es de una tesis del repositorio de la UNHEVAL:

Según Arrieta, Alfredo y Laurencio, Karen. (2020) en su tesis titulada: “Incidencia de las
exportaciones no tradicionales agropecuarias y textiles en el crecimiento económico del
Perú, período 2006-2017, 2009-2019”. Realizado en la Universidad Nacional Hermilio
Valdizan.

En la presenta investigación para la elaboración del modelo econométrico usaron todos

los pasos y especificaciones previas para poder luego aplicar el modelo de regresión lineal
simple, el cual fue estimado a través de métodos de estimación de mínimos cuadrados
ordinarios (MCO).

El modelo econométrico de la presente investigación se da de la siguiente manera:

𝑃𝐵𝐼𝑡 = ∅ + 𝛽1 𝐸𝑋𝑁𝑇𝑡 + 𝜖𝑡

Como sabemos gran parte de las exportaciones no tradicionales se componen por lo

agropecuario y textil, entonces la ecuación quedaría así:

𝑃𝐵𝐼𝑡 = ∅ + 𝛽1 𝐸𝑋𝐴𝐺𝑅𝑂𝑡 + 𝛽1 𝐸𝑋𝑇𝐸𝑋𝑡 + 𝜖𝑡

Entonces podemos decir que ∅ representa al PBI cuando el valor de las variables es
independiente, y las betas representa la sensibilidad del PBI ante cambios en la variable
 15

independiente (Exportaciones No Tradicionales), en el caso de las perturbaciones, este se

encuentra compuesto por las variables que también afectan al PBI pero que no son
considerados en el estudio, a tener en cuenta que la variable dependiente es el crecimiento
económico.

En los gráficos siguientes se analizan los valores observados (Actual), estimados (Fitted)
de la variable endógena (crecimiento económico) y los residuos (Residual) del modelo de
regresión.

Entonces la importancia radica que nosotros mediante los gráficos veremos como fue la
influencia de la variable exógena para poder determinar la variable endógena, y ver las
posibles variables también que no fueron considerados en el estudio como fue su impacto,
en este caso los residuos plot nos mostraran los posibles errores de perturbación del
modelo planteado.

Cuando las observaciones de los residuos sobre pasan las bandas de confianza indican
que esos periodos existen otras variables exógenas más importantes que no están
considerados en el modelo econométrico de la investigación.

Gráfico 2: La evolución del modelo general residual.

En el gráfico 5 superior se muestra la evolución de los residuos de nuestro modelo

general. Como se puede observar, el gráfico de residuos (línea azul) pasa las bandas de
confianza en los años 1995, 1996, 2014, 2015 y 2017. Es en dichos años en que el
Producto Bruto Interno es mejor explicado por otras variables exógenas no consideradas
en el modelo.
 16

También para mayor veracidad de información acerca de este trabajo, vamos a analizar
también la contrastación de hipótesis, pero considerando que la confianza es el 95%, y el
error es del 5%, y todo ello dado por un numero de observaciones de 33 y los grados de
libertad de 30, saliendo el de T de table de 1.697.

La hipótesis estadística es:

H0: Las exportaciones no tradicionales agropecuarias y textiles no influyen directamente

en el crecimiento económico del Perú durante los años 2006 - 2017.

H1: Las exportaciones no tradicionales agropecuarias y textiles no influyen directamente

en el crecimiento económico del Perú durante los años 2006 - 2017.

Entonces con todos los datos procesados de las exportaciones no tradicionales

agropecuarias tenemos que el resultado sale de 16.12

Grafico 3: Campana de Gauss aplicado a las exportaciones no tradicionales

agropecuarias.

Como se observa en el grafico 3, las exportaciones no tradicionales agropecuarias son

diferente a cero; es por ello que se ubica en la zona de rechazo con el valor de 16.126,
Además, se considera lo siguiente:

Tc > Tt, se rechaza la H 0 y se acepta la H1

16.126 > 1.697

Por eso decimos que las exportaciones no tradicionales agropecuarias si influyen

directamente en el crecimiento económico del Perú durante los años 2006 - 2017. Esto
 17

nos muestra que el PBI de manera individual es significativa y también de forma conjunta
es estadísticamente significativa.

Según Alania, Nelza., Berrios, Gloria., Tacuchi, Frank. (2021) en su tesis titulada: “El
efecto de las exportaciones en el crecimiento económico del departamento de Huánuco:
periodo 2006 – 2018”. Realizado en la Universidad Nacional Hermilio Valdizan.

En esta investigación se busca determinar el efecto de las exportaciones en el crecimiento

económico del departamento de Huánuco, durante el periodo 2006 – 2018, por el cual, se
formula un modelo, referido y basado en marco teórico:

𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝛽3 𝑋3 +. . … … … + 𝜇 𝑡

Las variables de estudio son:

𝑃𝐵𝐼𝐻𝑐𝑜 = 𝑓 (𝑋𝐻𝑐𝑜 )

De esta forma se intuye la siguiente función:

𝑃𝐵𝐼𝐻𝑐𝑜 = 𝑓 (𝑋𝑡, 𝑋𝑛𝑡)

Juntando ambas ecuaciones tenemos el modelo:

𝑌 = 𝛽0 + 𝛽1 𝑋𝑡 + 𝛽2 𝑋𝑛𝑡 + 𝜇 𝑡

Consideramos lo siguiente:

𝑃𝐵𝐼𝐻𝑐𝑜 = Producto bruto interno del departamento de Huánuco.

𝑋𝑡 = Exportaciones tradicionales del departamento de Huánuco.

𝑋𝑛𝑡 =Exportaciones no tradicionales del departamento de Huánuco.

β0: Intercepto del modelo.

β1: Coeficiente de regresión de la variable 𝑋𝑡 sobre 𝑃𝐵𝐼𝐻𝑐𝑜.

β2: Coeficiente de regresión de la variable 𝑋𝑛𝑡 sobre 𝑃𝐵𝐼𝐻𝑐𝑜.

Mediante la compilación de los datos estadísticos provistos por la BCRP en series

históricas de las variables que van desde el año 2006 hasta el 2018; se procede a través
de la estimación en frecuencia anual teniendo 11 observaciones.
 18

Tabla 1: Estimación de la ecuación econométrica.

En la estimación econométrica se puede observar que las variables independientes Xt

(exportaciones tradicionales) y Xnt (exportaciones no tradicionales) son significativa
debido a que el valor de T-Student asociado a la probabilidad (0.0282 y 0.0340) son
menores al nivel de significancia (0.05). el valor R-squared muestra que el 91.28% del
comportamiento del PBI (crecimiento económico) es explicada por las variables
independientes, concluyendo en un nivel muy bueno, el estadístico Durbin-Watson indica
la no existencia de autocorrelación demostrando que no existe inestabilidad en los
residuos de la ecuación siendo el valor cercano a 2 = 1.949778, por lo que el modelo
planteado en la presente investigación es adecuado.
 19

6. BIBLIOGRAFÍA:

Alania, N., Berrios, G., Tacuchi, F. (2021). El efecto de las exportaciones en el

crecimiento económico del departamento de huánuco: periodo 2006 – 2018.

Tesis para optar el titulo de economista de la Universidad Nacional Hermilio

Valdizan – Huanuco, p. 103.

https://repositorio.unheval.edu.pe/bitstream/handle/20.500.13080/6565/TEC004

22A34.pdf?sequence=5&isAllowed=y

Arrieta, A., Laurencio, K. (2020). Incidencia de las exportaciones no tradicionales

agropecuarias y textiles en el crecimiento económico del perú, período 2006-

2017. Tesis para optar el titulo de economista de la Universidad Nacional

Hermilio Valdizan – Huanuco, p. 103.

https://repositorio.unheval.edu.pe/bitstream/handle/20.500.13080/5908/TEC003

95A77.pdf?sequence=1&isAllowed=y

Dagun, C., Dagun, E. (1987). Introduccion a la Econometría. México: Siglo XXI

editores, 11 ava edición.

Gujarati, D., Porter, D. (2010). Econometría. México: Mc Graw Hill, 5 ta Edición.

ISBN: 978-607-15-0294-0.

Stock, J., Watson, M. (2012). Introduccion a la Econometría. Madrid, España:

PEARSON EDUCACION S.A, 3 ra edicion, p. 600.

Wooldrigde, J. (2010). Introduccion a la Econometría un enfoque moderno. Mexico:

Cengage Learning Editores, 4 ta edición, p. 890.