Tema 1: Concepto de econometría

y modelización econométrica
 1. Conceptos básicos
1.1. ¿Qué es la econometría?
Econometría significa medición de la economía pero es más que
eso.
La econometría es una disciplina dedicada al desarrollo de
métodos estadísticos para estimar relaciones económicas,
contrastar teorías económicas y evaluar e implementar
políticas gubernamentales y empresariales.
Aplicaciones más comunes:
– Predicción de variables macroeconómicas (tipos de interés,
inflación, PIB, …).
– Relaciones económicas: Relación inflación-desempleo,
Relación educación-salario, etc. 5
 1. Conceptos básicos
1.2. ¿En qué sentido es diferente de la estadística?
• La econometría ha evolucionado como una disciplina
independiente de la estadística porque:
– Emplea datos no experimentales
– Emplea técnicas específicas adaptadas a los datos y teorías
económicas.

6
 2. Modelo económico
2.1. ¿En qué consiste un modelo económico?
• Un modelo económico es una representación simplificada de la
realidad.
• La teoría económica propone modelos que explican:
– El comportamiento de una o varias variables, Y1, …, Ym,
– En función de otra u otras variables, X1, …, Xk, que se
determinan fuera del modelo.
• Las variables Y1, …, Ym se conocen como endógenas
• Las variables X1, …, Xk como exógenas.

7
 2. Modelo económico
Ejemplos:
• Ejemplo 1: Función de oferta y demanda de un bien agrícola:
Demanda: Q=f1(P, R)
Oferta: Q=f2(P, Ll)
Q=cantidades, P=precios, R=renta y Ll=lluvias
¿Qué variables son endógenas y cuáles son exógenas?
Y1=Q Y2=P X1=R X2=Ll

8
 2. Modelo económico
2.2. Ejemplos:
• Ejemplo 2: Modelo de capital humano:
Ecuación salarial: W= f1(S, EX)
Ecuación educación: S= f2(SP , SM)
W=salario, S=años de estudio, EX=años de experiencia
laboral, SP=nivel educativo del padre y SM=nivel
educativo de la madre.
¿Qué variables son endógenas y cuáles son exógenas?
Y1=W Y2=S X1=EX X2=SP X3=SM

9
 3. Datos
3.1. Tipos de datos:
Dependiendo de la naturaleza de los datos, el economista utiliza
un modelo teórico u otro para explicar la forma en que se
generan los datos.
1. Sección cruzada
2. Series temporales
3. Datos de Panel
4. Combinación de secciones cruzadas (Pooled cross
sections)

10
 3. Datos
3.2. Datos de sección cruzada
• Los datos de individuos, empresas o familias para un
único periodo de tiempo se denominan datos de
sección cruzada.
• Provienen de encuestas sobre familias, individuos, empresas,
etc., en un momento del tiempo. La ordenación no importa.
• Ejemplos: Encuesta de Presupuestos Familiares, Encuesta de
Población Activa, …
• Son los datos en los que nos centraremos en este curso.

11
 3. Datos
Ejemplo: Muestra de 1.000 individuos españoles en el año 2002
Individuo Edad Renta Sexo Estado civil

1 68 12.000 1 1

2 43 24.324 0 1

3 23 17.345 0 0

... ... .... ... ...

999 63 54.987 1 1

1.000 32 67.677 1 0

Edad = edad del individuo en años

Renta = renta bruta en euros
Sexo = toma valor unitario para los hombres y cero para las mujeres
12
Estado civil = toma valor unitario para los casados y cero para el resto
 3. Datos
3.3. Series temporales:
• Los datos correspondientes a un único país, empresa,
región etc. para múltiples periodos de tiempo (días,
meses, años) se denominan datos de series temporales.
• Observación de una o varias variables a lo largo del tiempo.
• El orden cronológico y la frecuencia (anual, trimestral,
mensual, diaria,…) de los datos son importantes.
• Ejemplos: IPC, PIB, Ventas anuales de una empresa…

13
 3. Datos
Ejemplo: Datos de tasas de inflación, desempleo y crecimiento para un país determinado
Año Inflación Desempleo Crecimiento

1.975 3,8 5,8 3,6

1.976 5,4 6,4 2,8

1.977 5,3 8,9 2,9

... ... .... ...

2.001 1,3 6,3 1,5

2.002 1,1 6,9 1,2

Inflación = tasa anual de variación del IPC

Desempleo = tasa de paro
Crecimiento = tasa anual de variación del PIB
14
 3. Datos
3.4. Datos de panel o longitudinales:
• Los datos correspondientes a múltiples individuos (o
empresas, regiones etc.) a lo largo de periodos de
tiempo (días, meses, años) se denominan datos de
panel.
• Consisten en una serie temporal por cada miembro de una
sección cruzada. Tenemos datos de N individuos durante T
años, por ejemplo.
• Para cada miembro de la sección cruzada el orden
cronológico es importante.
• El número de datos temporales suele ser muy pequeño con
relación al número de unidades de cada sección cruzada.
15
• Esto significa que hay muchos más individuos que años
 3. Datos
Empresa Año Beneficios Empleados Cotización

1 1995 200 150 0

Ejemplo: Muestra de
1 1996 3.000 135 0
525 empresas españolas
… ... ... ... ...
años 1995-2000
1 2.000 4.566 356 1
Beneficio = beneficios
2 1995 2.624 345 1
brutos en miles de
euros 2 1996 6.677 356 1

Empleados = número ... ... ... ... ...

de empleados 2 2000 7.500 345 1

Cotización = toma valor ... ... ... ... ...

unitario si la empresa 525 1995 456.890 1.456 1

cotiza en bolsa 525 1996 356.890 1.890 1

... ... ... ... ...

525 2.000 134.890 1.321 0

16
 3. Datos
3.5. Combinación de secciones cruzadas (pooled cross sections):
• Son datos que combinan la dimensión de sección
cruzada y de serie temporal.
• Se obtienen al combinar secciones cruzadas que
provienen de diferentes períodos temporales, por lo que
los individuos no tienen por qué ser los mismos.

17
 3. Datos
Ejemplo: Datos de precios y características de casas de Madrid en 1995 (200 casas) y en
2000 (225 casas).
Tamaño
Precio
Observación Año (metros
(pesetas)
cuadrados)
1 1995 6.000.000 90

2 1995 15.000.000 60

… … … …

200 1995 20.000.000 120

201 2000 15.000.000 55

202 2000 40.000.000 85

… … … …

425 2000 75.000.000 150

18
 4. Modelo econométrico
4.1. ¿Para qué sirve?
• Se construye para cuantificar y contrastar las relaciones entre
variables postuladas por los modelos económicos.
• ¿Cómo se deciden estas variables?
• Estas variables se identifican a partir la teoría económica, el
sentido común y supuestos no contrastables.

19
 4. Modelo econométrico
4.2 Término de error
¿Por qué incluimos un término de error?
• Dado el carácter aleatorio de las variables económicas, es de
esperar que cada uno de los datos no cumpla exactamente las
ecuaciones que especifica un modelo económico.
• Representa factores que influyen en las variables endógenas
además de las variables exógenas

20
 4. Modelo econométrico
4.3. Ejemplos:
• Ejemplo 1: Función de oferta y demanda de un bien agrícola:
Demanda: Q=β01 + β11 R + β21 P+ε1
Oferta: Q=β02 + β12 P + β22 Ll+ε2
Q=cantidades, P=precios, R=renta y Ll=lluvias
Variables endógenas:
QyP A partir de unos datos, empleando
Variables exógenas: un modelo econométrico
R y Ll estaremos interesados en
Parámetros ecuación demanda: cuantificar y responder a preguntas
sobre los parámetros del modelo.
θ1= (β01 , β11 , β21 )´
¿Es muy grande β22? ¿Es distinto
Parámetros ecuación oferta:
de cero?
θ2= (β02 ,β12 ,β22 )´ 21
 4. Modelo econométrico
• Ejemplo 2: Modelo de capital humano:
Ecuación salarial: W=β0 + β1 S + β2 EX+ β3 EX2+ε1
Ecuación educación: S=α0 + α1 Sp + α2 SM + ε2
W=salario, S=años de estudio, EX=años de experiencia laboral, SP=nivel
educativo del padre y SM=nivel educativo de la madre.
Variables endógenas:
WyS
Variables exógenas: ¿Es muy grande β22? ¿Es distinto
EX, SP y SM de cero?
Parámetros ecuación salarial:
θ1 = (β0, β1, β2, β3 )´
Parámetros ecuación educación:
θ2=(α0, α1, α2 )´
¿Es β3=0? ¿Qué signo tiene? ¿Es α1=α2? 22