Universidad Autónoma de Santo Domingo

Introducción a la Econometría
Verano 2014
Generales
 Facilitador: Oscar Iván Pascual Vásquez
 Horario:
 Miércoles 7:00 – 8:30; Laboratorio de Matemáticas
 Contactos:
 Correos electrónicos:
 Personal: o.ivan.pascual@gmail.com
 Laboral: o.pascual@bancentral.gov.do
 Teléfonos: (M) 829.891.4545 | (T) 809.221.9111 ext. 3620

 Requisitos:
 Probabilidad y Estadística Descriptiva e Inferencial
 Fundamentos de Cálculo Diferencial
 Esperado:
 Trabajo econométrico final
 Prácticas no entregables
 Participación e iniciativa en clases
 Reglas de juego:
 Teléfonos en vibrador o silencio
 Llamadas en el pasillo
Bibliografía
 Adkins, Lee C., “Using gretl for Principles of Econometrics, 4th Edition”,

GNU Free Documentation License; 2014 [PDF]

 Green, William H. “Econometric Analysis”, 7ma Ed., Prentice Hall, 2012

 Hill, R. Carter; Griffiths, William E.; Lim, Guay C. “Principle of

Econometrics”; John Wiley & Sons, Inc. 2007 [PDF]

 Wooldridge, Jeffrey. “Introducción a la Econometría”. Cengage Learning,

2010
Temario
1. Introducción
i. Origen y concepto
ii. Modelos econométricos
iii. Método de la Econometría
iv. Origen y estructura de los conjuntos de datos
v. Repaso: formas funcionales, matrices, probabilidad y estadística matemática
2. Regresión simple
i. Método de mínimos cuadrados ordinarios (MICO)
ii. Supuestos clásicos del modelo de regresión
iii. Propiedades estadísticas de los estimadores MICO
iv. Inferencia estadística en el modelo de regresión lineal simple
v. No linealidades
vi. Prueba de hipótesis y estimación por intervalos de confianza
3. Modelo de regresión múltiple
i. Definiciones
ii. Estimadores MICO
iii. Supuestos clásicos
iv. Propiedades estadísticas
v. Inferencia en el modelo general
vi. Predicción
Temario (cont.)
4. Variables ficticias o dicotómicas

5. Multicolinealidad
i. Naturaleza y tipos de multicolinealidad
ii. Detección
iii. Corrección de la multicolinealidad
6. Heterocedasticidad
i. Naturaleza y efectos de la heterocedasticidad
ii. Detección de la heterocedasticidad
iii. Corrección de la heterocedasticidad
7. Autocorrelación o correlación serial
i. Naturaleza y efectos de la autocorrelación
ii. Detección de la autocorrelación
iii. Corrección de la autocorrelación
8. Asuntos pendientes [Econometría II]

9. Desarrollo de un trabajo empírico

Introducción: Origen y concepto

«En sentido amplio, la econometría busca brindarle contenido

empírico a las relaciones económicas para poner a prueba
teorías económicas, predecir, para la toma de decisiones y para la
evaluación ex post de las decisiones de política».

-Econometrics: A Bird's Eye View

Geweke, Horowitz & Pesaran (2006)
Introducción: Origen y concepto
 Los primeros en hacer análisis empírico en economía fueron los
„Políticos Aritméticos‟, s. XVI

 Más adelante, influido por el «determinismo físico» desatado por la

Revolución Newtoniana, se buscaba el establecimiento de «leyes» en
economía como aquellas de las ciencias naturales

 El nacimiento de las estadísticas modernas (finales del s. XIX) dio lugar al

reconocimiento de la naturaleza incierta de las relaciones económicas

 Durante la primera mitad del s. XX se dio la consolidación de los

fundamentos de la Econometría como la conocemos hoy, con la creación
de la Fundación Cowles y la Econometric Society
Modelos econométricos
 Econometría: análisis empírico. Uso de datos económicos para probar
hipótesis, hacer inferencia y pronósticos. Responder preguntas de tipo
cuantitativo [“¿Cuánto?”]
 El análisis comienza con la construcción de un modelo económico:
partiendo de la teoría económica, establecer relación entre variables
 Esta relación se expresa usando el concepto matemático de función:

𝑦 = 𝑓(𝑥)

 Modelo económico dicta cómo están relacionadas las variables. La

mayoría de las veces queremos saber qué tanto lo están
Modelos econométricos
 Algunos ejemplos de modelos económicos:
 𝐶𝑜𝑛𝑠𝑢𝑚𝑜 = 𝑓(𝐼𝑛𝑔𝑟𝑒𝑠𝑜)

 𝑄 𝑑 = 𝑓(𝑃, 𝑃 𝑆 , 𝑃𝐶 , 𝐼𝑁𝐶)

 𝑄 𝑆 = 𝑓(𝑃, 𝑃 𝑓 , 𝑃𝐶 )

 𝑉𝑒𝑛𝑡𝑎𝑠 = 𝑓(𝐺𝑎𝑠𝑡𝑜 𝑒𝑛 𝑝𝑢𝑏𝑙𝑖𝑐𝑖𝑑𝑎𝑑)

 𝐼𝑛𝑓𝑙𝑎𝑐𝑖ó𝑛 = 𝑓(𝑇𝑎𝑠𝑎 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟é𝑠)

Modelos econométricos
 La teoría económica no pretende predecir el comportamiento específico
de ningún individuo o empresa («agente económico»), sino el
comportamiento promedio o sistemático de un conjunto de ellos

 Además de esta parte sistemática, existe un componente aleatorio e

impredecible denominado error aleatorio.

 Si brindamos una forma funcional e incorporamos este término de

error, pasamos del modelo económico a un modelo econométrico:

𝑄 𝑑 = 𝛽1 + 𝛽2 𝑃 +𝛽3 𝑃 𝑆 +𝛽4 𝑃𝐶 , +𝛽5 𝐼𝑁𝐶 + 𝑒

Modelos econométricos
𝑄 𝑑 = 𝛽1 + 𝛽2 𝑃 +𝛽3 𝑃 𝑆 +𝛽4 𝑃𝐶 , +𝛽5 𝐼𝑁𝐶 + 𝑒
 Los coeficientes β1, β2, ..., β5 se denominan parámetros del modelo, y su
estimación es el objetivo principal del econometrista
 La forma funcional es una hipótesis acerca de la relación entre las variables
bajo estudio, determinar dicha forma es uno de los retos
 El modelo econométrico está compuesto por una parte sistemática que
surge de la teoría económica subyacente y una parte aleatoria o «ruido»
representado por el término e
 El modelo econométrico sirve de base para hacer inferencia estadística:
estimar los parámetros, predecir, pronosticar y probar hipótesis
haciendo uso de conjuntos de datos
 Origen y estructura de los datos
 Tipos de datos:
 Experimentales (Inusuales en ciencias sociales, difícil replicar condiciones)

 «Observados»

 Según el nivel de agregación:

 Macro (agregados)

 Micro (individuos)

 Flujos o acervos

 Cuantitativos (números) o cualitativos (raza, sexo, sector…)

 Origen y estructura de los datos
 Series de tiempo:
 Recogidos a intervalos discretos de tiempo (precio de un artículo,
importaciones anuales de petróleo, préstamos al comercio)

 La misma variable observada en un intervalo regular

 Corte transversal:
 Recogidos para varias unidades (personas, firmas, hogares, países…) en
un instante de tiempo

 Datos de panel o longitudinales:

 Combinación de ambas, datos de unidades individuales a través del tiempo
 Origen y estructura de los datos
 Serie de tiempo:

Fiebre Cowabonga
Cantidad de Infectados
Dec-13 250
Jan-14 1,682
Feb-14 11,489
Mar-14 21,198
Apr-14 45,015
May-14 63,463
 Origen y estructura de los datos
 Corte transversal:

Individuo Edad Sexo Ingreso Estado civil

1 28 H 25,000.00 C
2 36 M 65,000.00 C
3 17 M 7,500.00 S
4 25 H 31,000.00 S
5 45 H 68,000.00 D
6 18 M 16,000.00 S
7 26 M 45,000.00 S
8 38 H 38,000.00 C
9 65 H 32,000.00 C
10 54 M 110,000.00 D
 Origen y estructura de los datos
 Datos de Panel:

País Año Exportaciones Tasa de Cambio PIB (MM de US$)

1 2008 145,214 15.12 15,423.00
1 2009 158,892 18.12 16,923.00
1 2010 169,306 21.12 18,393.00
1 2011 181,239 23.12 19,854.00
1 2012 193,115 25.12 20,956.00
2 2008 418,456 39.15 112,475.00
2 2009 433,927 42.15 117,492.00
2 2010 444,559 45.15 121,816.00
2 2011 454,780 48.15 126,055.00
2 2012 465,696 51.15 130,204.00
 El proceso investigativo
 Teoría y modelo económico: posible relación entre
variables, hipótesis acerca de la dirección de esa relación

 Modelo econométrico: elección de la forma funcional

 Obtención de los datos y selección de la metodología

estadística a usar

 Estimaciones y resultados (inferencia)

 Diagnóstico del modelo

 Conclusiones recomendaciones
 Introducción a Gretl
 GRETL: Gnu Regression, Econometrics and Time-series Library
 Software gratuito y de código abierto

 Interfaz gráfica

 Archivos de muestra

 Archivos de POE4

 Importar datos (Excel, TXT, CSV…)

 Colocar datos en archivos de muestra (Gretl/Data)

 Visualizar variables, editar atributos, graficar, primera estimación

Universidad Autónoma de Santo Domingo

Introducción a la Econometría
Verano 2014