Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema6-Punto1y2 Traducido
Tema6-Punto1y2 Traducido
Capítulo 6:
Mercados de Bienes Homogéneos I: Consideramos solo el
lado de la demanda
Cuestiones generales sobre la especificación del modelo para la demanda: Rincón
Soluciones y modelos de selección
Prof. Yolanda Rebollo Sanz
Mercados, Estrategias y Regulación
Grado en Análisis Económico
Universidad Pablo de Olavide
Machine Translated by Google
Vosotros como
economistas sois
mas que solo una
persona que “trata”
datos, vosotros los
“analizais”
Machine Translated by Google
Describir
Introducción: Motivación: . Error de especificación Problema: Omisión de
variables? ¿O problemas de selección de selección de muestras?
1. Introducción: Corner Solutions: análisis de la demanda del consumidor cuando se produce el
consumo cero
1.1 El concepto de censura y truncamiento
2 Modelo Econométrico para Soluciones de Rincón: modelo de demanda del consumidor
3
Machine Translated by Google
1. Soluciones de esquina:
Análisis de la Demanda del Consumidor cuando Consumo Cero
Ocurre
.08
Gasto en Cerveza: Todos
.06
Densidad
.04
.02
0
0 20 40 60 80 100
gtot_cer
Machine Translated by Google
1. Corner Solutions: modelo de demanda del consumidor
Un modelo conductual (teórico): problema de maximización de la utilidad con una
restricción de no negatividad (restricción presupuestaria).
nivel deseado de consumo del Bien “j”
Pero el individuo también enfrenta restricciones presupuestarias: no siempre se alcanza el
nivel deseado de consumo del bien “j”
Dadas las “preferencias ( )”, ingresos, precios, etc., la elección óptima podría ser no comprar el Bien
“j” { ~ preferencias y otros determinantes no observados}
El Modelo Empírico: ¿Qué información podemos utilizar para estimar la demanda en relación
a los ingresos/precios…
¿ Qué se observa?:
Nivel observado de consumo del Bien “j”
= umbral
5
Machine Translated by Google
1. Corner Solutions: modelo de demanda del consumidor
Resultados de la solución de esquina
(variable censurada), donde la variable que nos
gustaría explicar se acumula en uno o dos
esquinas
El rango de la variable dependiente (continua) está
restringido.
.08
Gasto en Cerveza: Todos Por ejemplo, es cero para muchas
observaciones.
.06
Gastos en bienes duraderos: considere el gasto
anual de los hogares en un artículo duradero, como un
automóvil nuevo. Es casi seguro que una
Densidad
.04
.02
encuesta transversal revelaría una proporción
significativa de hogares con gasto cero y el resto con
0
un nivel de Gasto positivo.
0 20 40 60 80 100
gtot_cer
En otras palabras, la muestra de consumidores será
una mezcla de observaciones con valores cero y
positivos.
Por ejemplo, gastos óptimos en tabaco, dado
las preferencias del hogar.
6
Machine Translated by Google
1. Corner Solutions: modelo de demanda del consumidor
Resultados de la solución de esquina (variable censurada), donde la variable
que nos gustaría explicar se amontona en una o dos esquinas.
.08
Gasto en Cerveza: Todos
.06
Densidad
.04
.02
0
0 20 40 60 80 100
gtot_cer
7
Machine Translated by Google
1.1 El concepto de censura y
truncamiento
Si ignoramos el truncamiento o la censura al analizar nuestros
datos, nuestras estimaciones de los parámetros de población
serán inconsistentes.
Machine Translated by Google
1.1 Soluciones de esquina: censura y truncamiento
El truncamiento o censura ocurre durante el proceso de muestreo.
El truncamiento y la censura son dos fenómenos distintos que hacen que nuestras muestras
ser incompleto
truncamiento censurando
9
Machine Translated by Google
1.1 Soluciones de esquina: censura y truncamiento
Truncamiento o censura ocurre durante el proceso de muestreo.
Comencemos definiendo truncamiento por la izquierda y censura por la izquierda:
Nuestros datos se truncan a la izquierda cuando los individuos por debajo de un umbral “κ” no están
presentes en la muestra: por ejemplo, al analizar los ingresos utilizando datos fiscales, el ingreso
variable se trunca para aquellos que no tienen que pagar el ingreso personal txx.
Nuestros datos están censurados a la izquierda en un umbral “κ” si todos los individuos con un valor
inferior a κ están presentes en la muestra, pero se desconoce el valor real: por ejemplo, al analizar la
demanda, la demanda “deseada” de un producto es desconocido para los que no consumen y el
consumo se acumula a cero.
Nos centramos aquí en el truncamiento por la izquierda y la censura por la izquierda, pero los conceptos que
podemos generalizar a todos los tipos de censura y truncamiento: derecha, izquierda e intervalo.
Al realizar estimaciones con datos truncados o censurados, necesitamos utilizar herramientas que den cuenta de
ese tipo de datos incompletos.
Si ignoramos el truncamiento o la censura al analizar nuestros datos, nuestras estimaciones de
los parámetros de la población serán inconsistentes.
10
Machine Translated by Google
2. Modelo econométrico para Corner
Solutions: modelo de demanda del consumidor
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
El Modelo Empírico: ¿Qué se observa?:
Al estudiar las decisiones de compra podemos encontrarnos con problemas de selección
endógena –no aleatoria de la muestra: La intuición: algunos argumentos
Esto plantea dos preguntas clave:
1. ¿Cuáles son los determinantes para decidir consumir una cantidad positiva del bien?:
margen extensivo (comprar o no comprar)
2. ¿Cuáles son los determinantes para decidir una determinada cantidad positiva del bien?:
margen intensivo (cuánto comprar)
Demanda en el margen extensivo (comprar o no comprar) fundamentalmente diferente del
comportamiento en el margen intensivo (¿cuánto comprar)?.
Las preferencias individuales vincularon ambas decisiones {problemas de endogeneidad}
» Si los individuos tomaran la decisión de participación (comprar o no comprar) al azar, podríamos ignorar que no todos los precios son
observado y use la regresión ordinaria para ajustar un modelo de demanda.
» Sin embargo, es poco probable que tal suposición de participación aleatoria sea cierta;
» Es poco probable que las personas que enfrentan precios altos opten por comprar y, por lo tanto, la muestra de demanda observada está sesgada.
» Es poco probable que las personas con bajos ingresos opten por comprar y, por lo tanto, la muestra de demanda observada es
sesgado.
12
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
El Modelo Empírico: ¿Qué se observa?:
Al estudiar las decisiones de compra podemos encontrarnos con problemas de selección de muestras
endógenas –no aleatorias: La intuición: algunos argumentos
La ecuación de demanda describe la cantidad del bien comprado por la submuestra de individuos que decide comprar el bien
“j”.
Si el individuo decide comprar el bien “j” entonces el econometrista observa Q , PAG
, Yo Entonces, por tess
individuos, podemos definir una relación entre Q y P e I
» Los precios del bien “j” solo se observan para aquellos que deciden comprar el bien “j”: Observamos “Q” y “P” para un subconjunto de
la población la muestra de individuos “observada” se trunca/censura porque depende de otras variables, que influyen en la
decisión de comprar o no el bien.
» También puede ser posible que la Renta también se observe solo para quienes compran el bien “j”
si el individuo no compra el bien “j”, el econometrista no observa el precio que enfrenta ese individuo {P} y tal vez tampoco el
ingreso.
13
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
El Modelo Empírico: ¿Qué se observa?:
¿Los individuos de la submuestra de consumidores tienen las mismas características que la submuestra
de no consumidores?
14
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
General –modelo teórico
Usando MCO obtenemos
Supuestos que necesitamos interpretar =
A1: El modelo de regresión lineal es “lineal en parámetros”.
A2: Hay un muestreo aleatorio de observaciones.
A3: La media condicional debe ser cero: E( / )=E( )=0.
Condición de Exogeneidad
Problema de omisión de variables relevantes
A4: No hay multicolinealidad (o colinealidad perfecta). A5.
Errores esféricos: Hay homocedasticidad y no hay autocorrelación A6:
Supuesto opcional: Los términos de error deben tener una distribución normal (gaussiana).
La suposición crucial en OLS es que el valor promedio de “ ” no depende del valor
de “I”. E[ /I]=0
¿Los individuos de la submuestra de consumidores tienen las mismas características que
la submuestra de no consumidores?
15
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
La estimación de las funciones de demanda debe tener en cuenta el “tipo” de
Bien analizado
El Modelo Empírico: ¿Qué se observa?:
. *Modelo 1: decisión de consumo de cerveza. *Dummys que
identifican al hogar que consumen cerveza frente al que no consumen. tab consumidor, faltante //1 hogar que consume
cerveza 0 hogar que no consume
. suma consumidor
dieciséis
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
La estimación de las funciones de demanda debe tener en cuenta el “tipo” de
Bien analizado
El Modelo Empírico: ¿Qué se observa?:
.08
Gasto en Cerveza: Todos
.06
Densidad
.04
.02
0
0 20 40 60 80 100
gtot_cer
17
Machine Translated by Google
El enfoque de estimación correcto
El modelo empírico:
¿Cómo debo elegir el enfoque de estimación
teniendo en cuenta lo que observé?
.08
.06
Densidad
.04
.02
0
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
El Modelo Empírico:
A. Ignorar y continuar con MCO: ¿qué muestra?
B. Elija un enfoque de estimación que tenga en cuenta que tenemos
individuos que optan por consumir “0” y otros que optan por consumir alguna
cantidad positiva {Utilice todas las observaciones, incluidos los “ceros”}
C. Elegir un enfoque de estimación que tenga en cuenta que tenemos
individuos que optan por consumir “0” y otros que optan por consumir alguna
cantidad positiva y que las variables que influyen en la decisión de
consumir son diferentes a las variables que influyen en la decisión de la
cantidad de consumo.
19
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
A. Ignorar y continuar con MCO: ¿qué muestra?
,
Usar todas las observaciones incluyendo los “ceros” (muestra
censurada) , submuestra de consumidores
Usar solo observaciones con consumo positivo (esto es lo que ya hemos hecho) (muestra
truncada)
¿Aprendo cosas diferentes con estos dos enfoques? ¿Por qué no?
truncamiento censurando
20
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
B. Tenga en cuenta que tenemos individuos que optan por consumir “0” y otros
que optan por consumir alguna cantidad positiva {Utilice todas las observaciones
incluyendo los “ceros”}
Pero utilizo un modelo Tobit que considera que la existencia de “0” no es aleatoria y puede ser
relacionado con algunas características individuales observadas
Restricción principal: El mismo parámetro explica la decisión de consumir o no y la cantidad de consumo
21
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
C. Tener en cuenta que tenemos individuos que optan por consumir “0” y
otros que optan por consumir alguna cantidad positiva
Pero yo uso un enfoque de dos ecuaciones:
Ecuación que describe la decisión de “comprar”
Ecuación que describe la decisión de “cuánto”
¿Estimación conjunta?: Dependerá de si estas dos ecuaciones son “independientes”
decisiones…
22
Machine Translated by Google
A. Ignorar y continuar con MCO: ¿qué
muestra?
Machine Translated by Google
2. Modelo econométrico para Corner Solutions: modelo de demanda del consumidor
A. Ignorar y proceder con MCO: Usar todas las observaciones incluyendo los “ceros”
A.1 , (muestra censurada)
(¿Por qué esta no suele ser una buena opción?)
i) Pérdida de información importante: mide el efecto de tener una unidad adicional de ingreso
sobre el consumo (ya sea decidir consumir o variar la cantidad consumida)
Por ejemplo, para estudiar la elasticidad de la demanda a precios o ingresos (un ejemplo con precios)
Si los precios aumentan:
» 1. La decisión de compra puede cambiar: margen extensivo
» 2. Cantidad de bienes “j” puede cambiar: Margen Intensivo
» 3. Efecto Total: 1+2, y es claro que la magnitud del efecto debe ser diferente en la situación 1 versus la situación 2
Si aumentan los ingresos:
» 1. La decisión de compra puede cambiar: margen extensivo
» 2. Cantidad de bienes “j” puede cambiar: Margen Intensivo
» 3. Efecto Total: 1+2, y es claro que la magnitud del efecto debe ser diferente en la situación 1 versus la situación 2
Ii) ? Inconsistencia de los resultados: Selección de muestras endógenas
.08
.06
Densidad
.04
.02
0 24
Machine Translated by Google
2.Un modelo econométrico para soluciones de esquina: modelo de demanda del consumidor
A. Ignorar y proceder con MCO:
A.2 , submuestra de consumidores (muestra truncada)
(¿Por qué esta no suele ser una buena opción?)
i) Pérdida de información importante: mide el efecto de tener una unidad adicional de ingreso
sobre la cantidad consumida por quienes optaron por consumir
Buena “j” (mismo ejemplo que en la diapositiva anterior)
ii) Inconsistencia de los resultados: Selección de muestras endógenas
La selección en la muestra se basa tanto en observables como en no observables. Se contabilizan
todos los observables. Los no observables en la regla de selección también aparecen en el modelo de interés (o
están correlacionados con los no observables en el modelo de interés).
La muestra de individuos con consumo positivo en cerveza es diferente a la muestra de
individuos con consumo nulo en cerveza.
sufrirá de “Sesgo de Selección” = el sesgo por no tomar en cuenta los inobservables que vinculan
las ecuaciones: toda la muestra de individuos es diferente a la muestra de individuos analizada.
25
Machine Translated by Google
2.Un modelo econométrico para soluciones de esquina: modelo de demanda del consumidor
Problema de selección de muestra: intuición de por qué MCO no es el estimador apropiado
La regresión OLS simple sobre las horas de trabajo es INCORRECTA: la estimación OLS conduce a
estimaciones “sesgadas” de las elasticidades de la oferta laboral {coeficientes estimados en general}:
{particularmente relevante para las mujeres}. El valor estimado de ” utilizando la muestra de trabajadores no
nos informará sobre el parámetro de comportamiento “verdadero”.
26
Machine Translated by Google
2.Un modelo econométrico para soluciones de esquina: modelo de demanda del consumidor
A. Ignorar y proceder con MCO:
A.2 , submuestra de consumidores (¿Por qué esto no es
¿Típicamente una buena opción?)
La aplicación de MCO (incluyendo los ceros) produce un estimador inconsistente para . Aplicar
OLS sin los ceros también es inconsistente (“muestra truncada”). Estimar una regresión
lineal en presencia de censura implica complicaciones computacionales adicionales.
La regresión de mínimos cuadrados ordinarios (OLS) no producirá estimaciones de parámetros consistentes
porque la muestra censurada no es representativa de la población.
27
Machine Translated by Google
2.Un modelo econométrico para soluciones de esquina: modelo de demanda del consumidor
A. Ignorar y proceder con MCO: Usar todas las observaciones incluyendo los “ceros”
A.2 , submuestra de consumidores (¿Por qué esto no es
¿Típicamente una buena opción?)
Aplicar OLS sin los ceros también es inconsistente (“muestra truncada”).
28
Machine Translated by Google
2.Un modelo econométrico para soluciones de esquina: modelo de demanda del consumidor
¿Cómo debería cambiar esta situación nuestra estrategia de estimación?
Un ejemplo utilizando la EPF: Consumo de cerveza: Alta concentración de la variable en
a “0”: 51% de los hogares no consume cerveza en casa
Un resumen detallado de los “gastos en el bien X” proporciona información sobre los problemas
potenciales en la estimación de los parámetros del modelo tobit con una función media condicional
lineal (modelo MCO).
. *Modelo 1: decisión de consumo de cerveza. *Dummys que
identifican al hogar que consumen cerveza frente al que no consumen. tab consumidor, faltante //1 hogar que consume
cerveza 0 hogar que no consume
.04
Densidad
. suma consumidor
0
0 20 40 60 80 100
gtot_cer
Variable Obs. Significar Estándar desarrollador mínimo máx.
29
Machine Translated by Google
2.Un modelo econométrico para soluciones de esquina: modelo de demanda del consumidor
A. Ignorar y proceder con MCO:
. ptest $xvar1 $xvar2 $xvar3 $xvar5 $xvar6, t(cons_cer) sin procesar
prueba t
La intuición del problema de
Significar VERMONT)/
* si la relación de varianza fuera de [0.96; 1.04]
Ps R2 LR chi2 p>chi2 MeanBias MedBias B R %var
* si B>25%, R fuera de [0,5; 2]
30
Machine
. eTranslated
stab mlin0 by Google
mlin1
1. Corner Solutions: modelo de demanda del consumidor
(1) (2)
gtot_cer gtot_cer
0.0183* 0.0210
individuos para quienes Q=0?
edadsp
(2.22) (1.16)
gestudiossp1
Mira solo las columnas (1) y (2)
0 (.) 0 (.)