Econometría II

Grado en finanzas y contabilidad

Modelos VAR recursivos. Modelos univariantes dinámicos: los

modelos de retardos autoregresivos distribuídos
(ADL).Multiplicadores de impacto y de largo

Profesora: Dolores García Martos

E-mail:mdgmarto@est-econ.uc3m.es
Este documento es un resumen/modificación de la
documentación elaborada por D. Antoni Espasa
SE RECOMIENDA EL CAPÍTULO
3 DEL LIBRO “Métodos
cuantitativos para el análisis de la
coyuntura económica” de Antoni
Espasa y José Ramón Cancelo
Exogeneidad y no estacionariedad
Exogeneidad
Exogeneidad
 Exogeneidad

En la predicción de una variable es necesario la utilización de todo el

sistema de ecuaciones.
 Modelos Recursivos

Los modelos del tipo:

Ф (L) Xt= at

Están compuestos por n ecuaciones, al haber n variables X t

Son modelos complejos, no solo por el número de las variables, sino también por la
complejidad dinámica.

En general, son modelos en los que puede ser incluso compleja su estimación

En este marco, se ha visto que los modelos VAR(p) son un caso particular, en los
que la relación contemporánea no aparece en las ecuaciones, sino en la matriz de
varianzas-covarianzas de las innovaciones. En este caso se dice que el modelo es
“indirectamente simultáneo” a diferencia de un modelo general en el que se puedan
presentar relaciones contemporáneas.

Si en los modelos VAR(p) puede darse dependencia contemporánea, pero ésta es

de forma tal que no hay realimentación , ello implicaría que una variable endógena
no influiría en otras variables endógenas del modelo. A estos modelos se les
denomina “modelos recursivos”.
Se requiere que la matriz Ф (L) sea triangular y que la de varianzas-
covarianzas sea diagonal, para no romper la recursividad.
 Modelos Recursivos

Son modelos que se pueden ordenar de tal forma que

• La primera variable endógena, Y1, dependa solo de su pasado, de las variables

exógenas y de los valores presente y pasado de la innovación (que no está
relacionada con ninguna otra innovación).

 La variable Y1 puede estudiarse independientemente del resto de las

variables endógenas

• La segunda ecuación, Y2, ha de reflejar que ésta depende de su pasado, del

presente y pasado de Y1, de las variables exógenas, de los valores presente y
pasados de su propia innovación y de las innovaciones pasadas de Y1. Su
innovación ha de ser independiente del resto de innovaciones.

Esta ecuación se puede estimar considerando a Y1 como exógena.

• Y así sucesivamente
 Modelos Recursivos

No existe relación contemporánea entre las variables

En este caso, las variables explicativas en cada ecuación son fuertemente
exógenas:
-Las variables son independientes de la innovación contemporánea y de
las pasadas

El modelo se estima eficientemente aplicando MCO a cada

ecuación aisladamente
 Modelos Recursivos

Tiene estructura dinámica triangular

Suponemos que no hay dependencia contemporánea entre los residuos

 Modelos Recursivos: Implicaciones

Desarrollando el sistema, se tiene:

y1t = Φ11 y1t-1 +ε 1t

y2t = Φ21 y1t-1 +Φ22 y2t-1 +ε 2t

 Modelos Uniecuacionales con dependencia
contemporánea entre las variables

a 1t y a 2t no son
independientes. Reflejan la
relación contemporánea
entre las dos variables x e y

Este es un modelo con restricciones y con una matriz de varianzas-covarianzas residual no

diagonal.
•No es eficiente estimar por MCO cada ecuación individualmente. Hay que utilizar todo
el modelo
•Reagrupando variables se puede llegar a un modelo en el que la matriz de varianzas-
covarianzas de las innovaciones sea triangular
Modelos Uniecuacionales con dependencia
contemporánea entre las variables

(Independientes)
 Modelos Uniecuacionales con dependencia
contemporánea entre las variables

El modelo 5 refleja que una variable, yt, puede depender de otra, xt, contemporáneamente
y con un periodo de desfase, así como de si misma desfasada un periodo. Es un modelo
de regresión dinámica múltiple.
Modelos Uniecuacionales con dependencia
contemporánea entre las variables
Modelos Uniecuacionales con dependencia
contemporánea entre las variables
Modelos Uniecuacionales con dependencia
contemporánea entre las variables
 Modelos uniecuacionales

Los modelos uniecuacionales presentan ventajas frente a los multiecuacionales en

que evitan la existencia de especificación de las otras ecuaciones. No obstante,
presentan el problema de que pueden no recoger toda la dinámica del sistema
 Modelos autorregresivo de retardos distribuidos

Las variables
exógenas
pueden ser
variables
explicativas o
indicadores
adelantados

La formulación consiste en poner diferentes retardos de la variable endógena y

de las variables exógenas de tal manera que la variable residual se corresponda
con un ruido blanco.
La variable residual recoge el efecto de variables que no se han incluido en el
modelo
 Modelos de funciones de transferencias

(2)

Estas expresiones se Cada polinomio puede ser

les denomina “filtros” de ordenes distintos

Este componente
recoge todos aquellos
aspectos que no
permiten explicar las
variables xj
Las variables explicativas pueden ser variables económicas, indicadores adelantados o
dummys que se incluyen en los modelos para estimar el impacto de hechos atípicos (análisis
de intervención)
 Modelos de funciones de transferencias

Hay que distinguir:

•Estructura del impacto, que recoge el filtro
•Momento del impacto, que se recogería desfasando la correspondiente variable Xt
Por ejemplo:
•Una medida de tipo impositivo puede afectar a una variable económica (por ejemplo
en consumo) en n periodos, debido a que la respuesta de los consumidores no es de
golpe, sino que las decisiones de consumo se van adaptando.
•Además, dicho impacto puede no ser contemporánea, sino que se produzca
transcurridos algunos periodos.
•Hay que tener presente que las variables X t no expliquen todo el comportamiento dinámico de la
variable endógena, Yt, es por ello, que aparece un cociente de polinomios en L que afectan a las
innovaciones. N t recoge el efecto de las variables explicativas omitidas que, son ortogonales a las
X t:
No siempre el dinamismo de las variables X t es igual al de Y t
Por ejemplo, variable exógena puede ser estacionaria y la endógena no
Si la variable endógena tiene un comportamiento estacional y las variables Xt, dicho
comportamiento habrá que modelizarse con las innovaciones.

El elemento N t puede verse como un conjunto de variables que se desconocen, por lo que se
formula, a su vez, un modelo univariante sobre las innovaciones del modelo.
Modelos de funciones de transferencias

s es el orden del polinomio de numerador y r el

del denominador, concreto para la variable j
Modelos de funciones de transferencias
 Modelos de funciones de transferencias

En definitiva, una variable económica puede venir explicada por:

• Variables exógenas
• Cocientes polinómicos de las variables que intervienen en el
modelo
• Cocientes polinómicos del término residual
• Las innovaciones at

Si el modelo recoge toda la estructura/comportamiento de la variable

endógena, la variable residual tendrá estructura de ruido blanco.
En caso contrario, el modelo estaría mal especificado.
 Multiplicadores de impacto

• Un multiplicador de impacto vj recoge el efecto de la variable

dependiente ante un cambio transitorio en la variable exógena j periodos
antes
• Si el modelo está expresado en logaritmos los multiplicadores son
elasticidades.
• Sea el modelo siguiente para una variable Xt:
• yt = ws (L)/δr (L) Xt + Ө(L)/Ф (L) at = ws (L)/δr (L) Xt+ Nt

•Denominamos v∞ (L)= ws (L)/δr (L)

=(v 0 + v1 L+v2 L2+…………)
v0,v1,v2……….son los multiplicadores de impacto. Irán siendo
menores a medida que aumente el nivel de retardo.
Generalizando se tendrá, para una variable cualquiera Xj:

Los multiplicadores de impacto caracterizan totalmente la relación entre Y e Xj

 Multiplicadores de impacto

Xj puede ser una variable económica o una variable dummy (para corregir atípicos)
Multiplicadores de impacto
 Multiplicadores de impacto

Al analizar este tipo de modelos, puede interesar no sólo conocer

el impacto puntual en un periodo determinado, sino el impacto
que se va acumulando en el tiempo.

El multiplicador acumulado Vj recoge el efecto acumulado

durante j+1 (incluye el impacto contemporáneo) periodos en la
variable dependiente por un cambio unitario transitorio en la
variable explicativa j periodos antes.

Si las variables vienen expresadas en logarítmicos,

estaríamos hablando de elasticidades.
 Multiplicadores de impacto

vk tiende a anularse

Por tanto, el multiplicador de largo plazo recoge el efecto acumulado en un

horizonte infinito en la variable dependiente por un efecto transitorio en la
variable explicativa.
Si el modelo está en logaritmos la ganancia es la elasticidad a largo plazo
Multiplicadores de impacto
Multiplicadores de impacto
 Multiplicadores de impacto

Cálculo general del multiplicador de largo plazo

La ganancia del filtro se puede obtener:

• Desarrollando el producto de polinomios y sumando
coeficientes
• A partir de esta expresión en la que L=1 (lo que se
hace es sumar impactos, L es simplemente un
operador