Econometra Ecuaciones Simultneas J.

Rojas
12. Ecuaciones Simultneas


Un sistema de ecuaciones simultneas puede presentarse en su forma estructural o en su
forma reducida. La forma estructural nos da las relaciones de comportamiento, las con-
diciones de equilibrio y las definiciones o identidades, e incluye variables endgenas y
exgenas. La forma reducida pone a las todas las variables endgenas nicamente en
funcin de las variables exgenas.


t t t
Cx By c = + Forma estructural
Forma reducida
t t t t t
x B Cx B y v c + H = + =
1 1

Existe una variedad de mtodos de estimacin. Con algunos ejemplos veremos porqu
no podemos utilizar directamente MCO para estimar las ecuaciones de la forma estruc-
tural, y sugeriremos algunos mtodos de estimacin.

Ejemplo 1 Determinacin del Ingreso


Z C Y
Y C
+
+ + = c | |
2 1
Forma Estructural



Grfico 1
Determinacin del Ingreso

Como podemos ver en el Grfico 1, las fluctuaciones del gasto exgeno Z haran
que Y-Z tome valores entre Y-Z y Y-Z, mientras que las fluctuaciones del trmino de
perturbacin en la funcin consumo haran que sta flucte entre las dos rectas disconti-
nuas. De esa forma, la nube de puntos asociada a estas relaciones tendra la forma del
paralelogramo determinado por la interseccin de ambas franjas, lo que no nos permitir-
a una estimacin insesgada de funcin consumo.
1
Econometra Ecuaciones Simultneas J. Rojas

Otra manera de notar lo mismo es examinando la forma reducida: reemplazando
la segunda ecuacin en la primera obtenemos:


2 2 2
1
2 2
2
2
1
1 1
1
1
1 1 1
|
c
| |
|
|
c
|
|
|
|

=
Z Y
Z C
Forma Reducida


2 22 21
1 12 11
v t t
v t t
+ + =
+ + =
Z Y
Z C


Examinando la segunda ecuacin de la forma reducida podemos darnos cuenta de por
qu no podemos estimar directamente la funcin consumo: la variable explicativa en
dicha ecuacin (Y) no es independiente del trmino de perturbacin (c ), y un requisito
para que un estimador b de | sea insesgado es que la variable explicativa sea indepen-
diente del trmino de perturbacin.

En todo caso, al mismo resultado de la forma reducida pudimos haber llegado usando
notacin matricial. Sabemos que, en general, la forma estructural tiene la forma:


t t t
Cx By c = + t = 1, 2, n

Si tenemos G variables endgenas (= nmero de ecuaciones), y K variables exgenas o
predeterminadas, la matriz B es de dimensin GxG y la matriz C de dimensin GxK. En
nuestro ejemplo 1, la forma estructural la podemos reescribir:

=
(

+
(

0
1
1 0
0
1 1
1
1 2
c | |
Z Y
C

0
1 2
= +
=
Z Y C
Y C c | |
En ese caso:

= H
1 1
1
1
2 1
2
|
| |
|
y
(

=
(

=

c
c
|
c
v
2
1
1
1
0
B
(

1 1
1
1
1
2
2
1
|
|
B

Regresando al problema de por qu no podemos usar MCO para estimar la fun-
cin consumo, notemos que el estimador de
2
| sera

=
2
2
y yc b , donde las mi-
nsculas representas los desvos con respecto a la media. Sustituyendo C C c = por la
funcin consumo de la forma estructural y simplificando tendramos

+ =
2
2 2
y y b c | , donde el ltimo trmino debe tener el signo de la covarianza
entre Y y c , la cual debe ser positiva:

Cov(Y, c ) = E[Y E(Y)][ c - E[ c ]]
= E[Yc ] puesto que E[ c ] = 0
= E[[
2
22 21
1 |
c
t t

+ + Z ] c ] luego de sustituir Y
2
Econometra Ecuaciones Simultneas J. Rojas
= E
(

2
2
1 |
c
valor esperado que debe ser positivo.

Ejemplo 2 Equilibrio Parcial


1 2
1
d d
s s
d s
Q P Y
Q P
Q Q
o o c
| c
= + +
= +
=
Forma Estructural

El comportamiento de estas funciones en un momento (perodo) dado puede ser
representado como se hace en el Grfico 2. El problema es que para distintos perodos
cambiara el nivel de ingreso Y, lo que hara que la funcin de demanda se desplace, por
lo cual lo que observaramos seran las diferentes intersecciones entre la funcin de
oferta dada y la funcin de demanda que se desplaza.


S
D
P
Q

Grfico 2
Equillibrio Parcial

En un modelo como ste generalmente se asume que los trminos de perturbacin tie-
nen esperanza cero, varianza constante, y no estn correlacionados entre s. Ello no ga-
rantiza, sin embargo, que las funciones puedan ser estimadas de manera apropiada usan-
do MCO. Para mostrar eso examinemos la forma reducida.


1 1 2
2
1 1 1 1
1 1
s d
d s
P P Y
P Y
P Y
| c o o c
c c o
| o | o
t v
+ = + +

= +

= +
1ra. ecuacin de forma reducida

Como podemos ver, la variable explicativa P depende directamente de los trminos de
perturbacin, por lo que no podramos usar MCO para estimar las funciones de oferta y
3
Econometra Ecuaciones Simultneas J. Rojas
4
demanda. En todo caso, el resultado para P se puede reemplazar sea en la funcin de
demanda o de oferta, para obtener una expresin para Q. Reemplazando en la funcin
de oferta:


1
2
1
1 1 1 1
1 1 1 2
1 1 1 1
2 2
s
d s
s
d s
Q P
Q Y
Q Y
Q Y
| c
c c o
| c
| o | o
| c o c | o
| o | o
t v
= +
(
= +
(

= +

= +
+

2da. ecuacin de forma reducida

Ntese que a estos mismos resultados hubiramos llegado usando notacin ma-
tricial, o sea,
t t t
Cx By c = + para la forma estructural, y
para la forma reducida.
t t t t t
x B Cx B y v c + H = + =
1 1

Es la forma estructural, donde debemos
notar que ya no necesitamos la tercera
ecuacin (la condicin de equilibrio),
pues ya no distinguimos entre y .
s
Q
d
Q

(

=
(

+
(

s
d
Y
P
Q
c
c o
|
o
0 1
1
2
1
1

Y:


(

=
(

s
d
Y
P
Q
c
c o |
o | o
o |
o | 1 1
1 1
1 1
1 1 2
2 1
1 1

Es la forma reducida.

Regresando a nuestro punto:

Cov(P,
s
c ) = E[P E(P)][
s
c - E(
s
c )]
= E[P
s
c ] puesto que E[
s
c ] = 0
= E[
1 1
v t + Y ]
s
c luego de sustituir P
= E[
1
v ]
s
c puesto que Y
1
t es exgeno
= E
(

1 1
o |
c c
s d
s
c sustituyendo
1
v
=
| |
1 1
2
o |
c

s
E
puesto que
d
c y
s
c son independientes
= 0
1 1
2
<

o |
o
s


En el grfico, un 0 > A
s
c implica un desplazamiento de la curva de oferta hacia la dere-
cha, lo cual provoca una disminucin en el P de equilibrio, de lo cual resulta la cova-
rianza negativa. Qu implica esto para el estimador MCO de
1
| ?

=
2
1
P
PQ
b Puesto que la funcin no tiene intercepto
Econometra Ecuaciones Simultneas J. Rojas

+
=
2
1
1
) (
P
P P
b
s
c |
Sustituyendo el Q de la funcin de oferta

s
P
P
b c |


|
|
.
|

\
|
+ =
2
1 1

donde
s
h b c |

+ =
1 1

=
2
P
P
h

El ltimo trmino debe tener el signo de la Cov(P,
s
c ) y, por tanto, ser negativo. O sea,
el estimador MCO de
1
| no ser insesgado, y subestimar el verdadero valor del par-
metro poblacional.

Mtodos de Estimacin Mnimos Cuadrados Indirectos (MCI)

Sabemos que las ecuaciones de la forma estructural no pueden ser estimadas directa-
mente usando MCO. En el Ejemplo 1, la variable explicativa Y est correlacionada con
el trmino de perturbacin. Sin embargo, las ecuaciones de la forma reducida no presen-
tan este problema, por lo que podran ser estimadas directamente usando MCO. Pero,
De qu nos servira hacer dicha estimacin? Podemos darnos cuenta que mientras
12
t debe ser un estimador consistente de
2
2
1 |
|

,
22
t lo debe ser de
2
1
1
|
, por lo que el
ratio
22
12

t
t
debe ser un estimador consistente de
2
| , esto es, de la propensin marginal a
consumir. Notemos que los estimadores MCO de los parmetros de la forma reducida
deben ser:


12
t =

2
z
cz
(en desvos)

22
t =

2
z
yz
(tambin en desvos)

por lo que el ratio
22
12

t
t
debe ser igual a

yz
cz
= Estimador MCI de
2
|

Una solucin similar podra buscarse para
1
| , pero en ese caso hay dos posibilidades,
que seran
22
11

t
t
y
22
21

t
t
. Esto tiene que ver con el hecho que mientras el modelo en su
forma estructural slo contiene dos parmetros, en su forma reducida debe poder esti-
mar un total de cuatro parmetros.

En el caso del Ejemplo 2, la situacin es an ms complicada. La forma estructural con-
tiene tres parmetros, mientras que la forma reducida nos permitira estimar slo dos, y
de los tres parmetros que necesitamos estimar, solamente uno de ellos,
1
| , podra ser
5
Econometra Ecuaciones Simultneas J. Rojas
estimado por MCI, en este caso como el ratio
1
2

t
t
. Es decir, solamente podramos esti-
mar la funcin de oferta. Para entender por qu no podemos estimar ambas funciones
debemos discutir el tema de identificacin. Grficamente, el asunto se puede observar
fcilmente en el Grfico 3. Como podemos ver, es la omisin de la variable ingreso de
la funcin de oferta lo que permite su identificacin.


D
D
S
D
P
Q
o
o
o

Grfico 3
Identificacin de la Funcin de Oferta


En todo caso,
2
2
1
1
2

MCI
QY
Y Q
b
PY PY
Y
t
t
= = =

Expresin que es similar al estimador MCO de la pendiente de la funcin de oferta sin
intercepto esto es,

2
P
QP
, en el que hemos remplazado una vez la variable P por Y,
tanto en el numerador como en el denominador. Un resultado similar habamos obtenido
en el caso del Ejemplo 1.


Mtodos de Estimacin Mnimos Cuadrados en Dos Etapas (MC2E)

Tomando la funcin de oferta del Ejemplo 2:

1 s s
Q P | c = +

Hemos mostrado que esta ecuacin no puede ser estimada de manera consistente porque
la variable explicativa P es aleatoria, y est correlacionada con el trmino de perturba-
6
Econometra Ecuaciones Simultneas J. Rojas
cin
s
c . Existe la posibilidad, entonces, de usar la parte no aleatoria, o sistemtica de P,
para estimar la funcin de oferta. Examinando la expresin para P de la forma reducida:

1 1
[ ] P Y E P
1
t v v = + = +

Podemos remplazar esta expresin en la funcin de oferta:


| | ( )
| | ( )
| |
1 1
1 1 1
1 *
s s
s
Q E P
E P
E P
| v c
| |v c
| c
= + +
= + +
= +

En este caso, ya no hay el problema de que la variable explicativa (E[P]) sea aleatoria o
est correlacionada con el trmino de perturbacin, pero el problema que tenemos ahora
es que no conocemos E[P] puesto que no conocemos
1
t . Una salida que tenemos es
usar un estimador consistente de E[P], el cual sera:


1

P Y t =

Es decir, el que resulta de estimar la primera ecuacin de la forma reducida, el cual
no debe estar correlacionado con el trmino de perturbacin correspondiente:

P


1 *

s
Q P | c = +

Donde ya no es necesario distinguir entre Q
s
y Q
d
.

En general entonces, los estimadores MC2E se obtienen:

1ra. Etapa: estimar por MCO las ecuaciones de la forma reducida (poniendo cada una de
las variables endgenas en funcin de todas las variables exgenas), y calcular luego los
valores estimados de las variables endgenas;

2da. Etapa: usar los valores estimados de las variables endgenas como variables expli-
cativas en la estimacin por MCO de las ecuaciones de la forma estructural.


En el caso del Ejemplo 2, las ecuaciones de la forma reducida tienen la forma siguiente:

1 1
2 2
P Y
Q Y
t v
t v
= +
= +


Por lo que, por ejemplo:


i i i
Y
Y
PY
Y P

= =
2
1

t

7
Econometra Ecuaciones Simultneas J. Rojas
Variable que podemos usar para estimar el parmetro
1
| de la funcin de oferta de la
forma estructural:
S S
P Q c | + =
1
, el cual tendra la siguiente forma:

=
2
2 1

P
Q P
E MC
| , donde si remplazamos P

por la expresin previamente obte-

nida tendramos:

=
|
|
.
|

\
|
|
|
.
|

\
|
=
PY
QY
Y
Y
PY
QY
Y
PY
E MC
2
2
2
2
2 1

|

Estimador que es igual al que obtenamos por mnimos cuadrados indirectos.


Mtodos de Estimacin Variables Instrumentales

Dada la relacin c | + = X y , el estimador de MCO de | tiene la forma
, el cual es insesgado solo si X es independiente de ( ) y X X X b
MCO
' '
1
= c :

| | ( ) | | ( ) ( ) | | ( ) | | c | c | ' ' ' ' ' '
1 1 1
X X X E X X X X E y X X X E b E

+ = + = =
= ( ) | | | c | = +

E X X X ' '
1

Donde el penltimo paso requiere de la independencia entre X y c .

El problema con la estimacin de las ecuaciones de la forma estructural, tal como
hemos visto, es que alguna(s) variable(s) explicativa(s) pueden ser variables endgenas
que no son independientes del trmino de perturbacin. Una posible solucin en este
caso es el uso de k variables instrumentales independientes del trmino de perturbacin,
contenidas en una matriz Z (de orden nxk), de tal forma que:

( ) y Z X Z b
VI
' '
1
=

Por lo que el valor esperado de sera:
IV
b

| | ( ) | | ( ) ( ) | | ( ) | | c | c | ' ' ' ' ' '
1 1 1
Z X Z E X Z X Z E y Z X Z E b E
VI

+ = + = =
= ( ) | | | c | = +

E Z X Z ' '
1

En vez de tomar el operador de esperanza tambin podemos tomar el operador de pro-
babilidad lmite. Para que este operador funcione son necesarias dos condiciones: pri-
mero, que las variables en la matriz Z estn correlacionadas con las variables en la ma-
triz X, de tal manera que ZX sea una matriz de rango completo, y que las variables en Z
no estn en el lmite correlacionadas con el trmino de perturbacin c .

8
Econometra Ecuaciones Simultneas J. Rojas
En el caso del Ejemplo 2, el estimador MCO del parmetro
1
| de la funcin de oferta
sera:

=
2
1
P
QP
b
MCO
El cual es un estimador sesgado. El correspondiente esti-
mador de VI usando la variable ingreso como VI sera:

=
PY
QY
b
VI 1


que es igual al estimador MC2E.

Condiciones de Identificacin

Asumamos un sistema de G ecuaciones simultneas con n observaciones, G variables
endgenas (= nmero de ecuaciones), y K variables exgenas o predeterminadas:


t t t
Cx By c = + t = 1,,n

En este caso, las matrices de coeficientes son la matriz B de dimensin GxG y la matriz
C de dimensin GxK:


(
(
(
(

=
GG G G
G
G
B
| | |
| | |
| | |

2 1
2 22 21
1 12 11
(
(
(
(

=
GK G G
K
K
C

2 1
2 22 21
1 12 11

Mientras que los vectores con las variables son los vectores columna y
t
, x
t
y
t
c , de G, K
y G elementos, respectivamente:


(
(
(
(

=
Gt
t
t
t
y
y
y
y

2
1
(
(
(
(

=
Kt
t
t
t
x
x
x
x

2
1
(
(
(
(

=
Gt
t
t
t
c
c
c
c

2
1

El sistema
t t t
Cx By c = + puede ser escrito de manera ms compacta como:

| |
t t t
t
t
Az
x
y
C B c c = = =
(

donde A es la matriz de dimensin Gx(G+K) que contiene todos los coeficientes de la
forma estructural, y z
t
el vector columna de G+K elementos que contiene las observa-
ciones de todas las variables en el periodo t.

Consideremos ahora la identificacin de la primera ecuacin de la forma estructural, la
cual puede ser escrita de la siguiente manera:
9
Econometra Ecuaciones Simultneas J. Rojas


t t
z
1 1
c o =

donde
1
o denota la primera fila de A.

La teora por lo general pone restricciones sobre los coeficientes de la forma estructural.
Una regla usual de normalizacin es hacer todos los elementos de la diagonal principal
de B iguales a 1. Otro tipo de restriccin son las restricciones de exclusin: cuando una
variable, digamos y
3
, no entra en una ecuacin su coeficiente debe ser cero, y esta res-
triccin puede expresarse de la siguiente manera:

0
0
0
0
0
0
0
1
0
0
] [
1 12 11 1 12 11
=
(
(
(
(
(
(
(
(
(
(
(

K G
| | |
Otro tipo de restriccin a priori podra especificar que los coeficientes de dos variables,
digamos y
1
e y
2
, son iguales, la cual podra expresarse:


0
0
0
0
0
0
1
1
] [
1 12 11 1 12 11
=
(
(
(
(
(
(
(
(
(
(
(

K G
| | |
Juntando ambas restricciones tendramos:

0
1
= u o

donde:
(
(
(
(
(
(
(
(
(
(
(

= u
0 0
0 0
0 0
0 0
0 0
0 1
1 0
1 0
10
Econometra Ecuaciones Simultneas J. Rojas

La matriz udebe tener G+K filas y R columnas (= al nmero de restricciones a priori).
Pero de la relacin entre la forma reducida y la forma estructural tambin podemos ex-
traer restricciones sobre los elementos de
1
o : si

0 0
1
= = + H = H

AW C B C B

donde:

(

H
=
K
I
W

Por lo tanto, las restricciones sobre los elementos de la primera fila de A seran:

0
1
= W o

Los cuales al ser combinados con las restricciones a priori arrojan:

| | 0
1
= u W o

donde los elementos de uson conocidos, y los de W tambin lo son si podemos estimar
. Por su parte, H
1
o contiene G+K coeficientes (incgnitas), mientras que la matriz
es de orden (G+K)x(K+R), donde R es el nmero de columnas en . Este es
un sistema homogneo de K+R ecuaciones y G+K incgnitas que slo tendr una solu-
cin no trivial si el rango de la matriz
| u| W u
| | u W es igual a G+K-1. Si a esto le agregamos
la condicin de normalizacin, fijando un coeficiente igual a uno ( 1
11
= | ) tendramos
una solucin nica para
1
o .

Esta condicin -necesaria y suficiente- de identificacin debe poder usarse sin proble-
ma para sistemas sencillos, pero su aplicacin se complica en el caso de sistemas ms
elaborados. Sin embargo, existe una condicin necesaria, ms sencilla y fcil de apli-
car. La condicin de rango no se puede cumplir si la matriz | | u W no tiene por lo
menos G+K-1 columnas. Por lo tanto, una condicin necesaria de identificacin sera:
, o sea, 1 + > + K G R K 1 > G R , lo cual implica que el nmero de restricciones a
priori (R) debe ser por lo menos igual al nmero de ecuaciones menos uno (G-1).

Si las restricciones a priori solo toman la forma de restricciones de exclusin, la condi-
cin necesaria puede expresarse de la siguiente manera: el nmero de variables exclui-
das de la ecuacin debe ser por lo menos igual al nmero de ecuaciones menos uno.

Una manera alternativa de expresar esta condicin la podemos derivar si definimos:

g = nmero de variables endgenas incluidas en la ecuacin
k = nmero de variables predeterminadas incluidas en la ecuacin

Entonces: ( ) ( ) k K g G R + =

Por lo tanto: ( ) ( ) 1 > + G k K g G
11
Econometra Ecuaciones Simultneas J. Rojas
12
O sea, 1 > g k K

Lo cual se puede entender de la siguiente manera: el nmero de variables predetermina-
das excluidas de la ecuacin debe ser por lo menos igual al nmero de variables end-
genas incluidas menos uno.

==============================================================


Una versin revisada del modelo de equilibrio parcial podra ser un ejemplo 3:


2 2 1 0
1 2 1 0
c | | |
c o o o
+ + + =
+ + + =
z p q
y p q


Donde ya no necesitamos la condicin de equilibrio porque ya no distinguimos entre
cantidad demandada y cantidad ofrecida. En notacin matricial tendramos primero:


2 2 0 1
1 2 0 1
c | | |
c o o o
=
=
z p q
y p q


Y luego:

(

=
(
(
(

+
(

2
1
2 0
2 0
1
1
1
0
0
1
1
c
c
| |
o o
|
o
z
y
p
q
O:
c = + x y C B Forma estructural

Forma reducida v c + = + =

x x y B C
1 1

Donde:

(

=
2 2 0 0
2 1 2 1 0 1 0 1
1 1
1
| o | o
| o o | | o o |
o |


Donde puede verse claramente que el sistema est identificado