ECONOMETRIA

CL ASE 1 Javiera Vásquez

INTRODUCCIÓN
La econometría es una disciplina que combina las ciencias
económicas, matemáticas y estadísticas.
Se formula un modelo estadístico a partir de la teoría económica el
que es confrontado con los datos para estimar los parámetros
desconocidos del modelo.
INTRODUCCIÓN
La econometría utiliza métodos estadísticos para:

 Estimar relaciones económicas

 Probar teorías económicas
 Evaluar e implementar políticas públicas
INTRODUCCIÓN
Por ejemplo, si el gobierno quisiera evaluar un programa de
capacitación, el curso de computación, se debe determinar si este
programa tiene algún efecto sobre los salarios de los trabajadores
Otro ejemplo, es cuando el Banco Central estima el crecimiento
esperado del país para el próximo trimestre o año
INTRODUCCIÓN
Por ejemplo, estudiar los efectos de las campañas políticas (gasto)
sobre los resultados obtenidos por el candidato
Estudiar el efecto del gasto público en educación sobre los resultados
de los estudiantes
Estudiar los efectos de las campañas de prevención de enfermedades
sobre los brotes de virus
INTRODUCCIÓN
Así, la econometría se utiliza en una serie de ámbitos en los cuales es
el interés estudiar el efecto causal que tiene una o más variables
sobre una variable de interés.
Se ha convertido en una ciencia independiente de la estadística
matemática
INTRODUCCIÓN
Esta ciencia se preocupa de la recolección y análisis de datos
económicos no experimentales
Datos no experimentales: son datos de individuos, empresas o
cualquier otra unidad que no son obtenidos por medio de
experimentos controlados
ANÁLISIS EMPÍRICO

Modelo Modelo
Económico Econométrico

Validación del Estimación del

modelo modelo
Inferencia econométrico
ESTRUCTURA DE LOS
DATOS ECONÓMICAS
Corte transversal: observaciones de individuos, empresas, comunas,
colegios, países u otras unidades, tomadas en un momento del tiempo.

Por ejemplo, la siguiente tabla muestra de manera abreviada, los datos de un

corte transversal de 526 trabajadores (número de observaciones) en el año
1976. Algunas de las variables incluidas en la base de datos (columnas) son:

 wage: salario en dólares por hora

 educ: años de educación
 exper: años de experiencia laboral potencial
 female: variable indicadora de género
 married: variable indicadora de estado civil
CORTE TRANSVERSAL
ESTRUCTURA DE LOS
DATOS ECONÓMICAS
Series de tiempo: observaciones de una o más variables a lo largo del
tiempo. Por ejemplo: valor del tipo de cambio, número de accidentes
aéreos, venta anual de motos, etc.

Por ejemplo, la siguiente tabla muestra de manera abreviada, una base

de datos de serie de tiempo de Puerto Rico para los años 1950 a 1987,
con información para las variables:
 avgmin: promedio anual del salario mínimo
 avgcov: promedio en la tasa de cobertura del salario mínimo
 prunemp: tasa de desempleo
 prgnp: producto nacional bruto en millones de dólares de 1954
SERIES DE TIEMPO
ESTRUCTURA DE LOS
DATOS ECONÓMICAS
Combinaciones de cortes transversales: las bases de datos
construidas por observaciones de individuos, se obtienen en distintos
periodos de tiempo, las muestras de individuos son diferentes, pero
las bases de datos (variables) son las mismas. Por ejemplo, Encuesta
CASEN, bases de datos de SIMCE, etc.
ESTRUCTURA DE LOS
DATOS ECONÓMICAS
Datos de panel o longitudinales: serie de tiempo para cada unidad
de una base de datos de corte transversal.

Por ejemplo, la siguiente tabla muestra de manera resumida una base

de datos de 150 ciudades de Estados Unidos, con información de
crimen para dos años 1986 y 1990.
DATOS DE PANEL
CAUSALIDAD Y CETERIS
PARIBUS
En econometría estamos interesados en estudiar el efecto causal de
una o más variables, llamadas variables explicativas o
independientes, sobre una variable de interés llamada variable
dependiente.
Para identificar correctamente el efecto de una variable sobre la
variable dependiente, el concepto de ceteris paribus es fundamental.
CAUSALIDAD Y CETERIS
PARIBUS
Por ejemplo, cuando se estudia la demanda del consumidor, interesa
saber el efecto que tiene una modificación del precio sobre la
cantidad demandada, mientras todos los demás factores (como el
ingreso, precio de otros bienes, y preferencias de los individuos) se
mantienen constantes
EJEMPLO 1: FERTILIZANTES Y
RENDIMIENTO DEL CULTIVO
El fertilizante no es el único factor que afecta el rendimiento, algunas
otras variables que tienen un efecto sobre el rendimiento del cultivo son,
por ejemplo, la lluvia, la calidad de la tierra y la presencia de parásitos.
Así, todas estas variables deberían mantenerse constantes (ceteris
paribus) para analizar el efecto causal del fertilizante sobre el
rendimiento.
Una manera de determinar el efecto causal consiste en realizar un
experimento, primero seleccionando varios lotes, por ejemplo, de 1
hectárea, y luego aplicar diferentes cantidad de fertilizante los distintos
lotes, para finalmente medir el rendimiento en cada uno de ellos, y
relacionar la cantidad de fertilizante con el rendimiento.
Si la cantidad de fertilizante en cada lote se determina aleatoriamente y
de manera independiente de las otras características como cantidad de
lluvia, calidad de la tierra y presencia de parásitos, estamos estimando el
efecto causal ceteris paribus.
EJEMPLO 2: RETORNO A LA
EDUCACIÓN
Una pregunta muy estudiada en Economía del trabajo y políticas
públicas, es como un año más de educación afecta el salario de las
personas, lo que es denominado retorno a la educación.
Para estimar el efecto causal de los años de escolaridad sobre el salario,
debemos mantener todas las otras variables que pueden afectar el
salario como experiencia y habilidad constante (o ceteris paribus).
Podríamos pensar en un experimento parecido al de los cultivos, en que
seleccionamos a personas al aleatoriamente de la población, les
entregamos distintos niveles de educación y luego observamos sus
salarios, en la medida que la cantidad de educación entregada a cada
persona sea independiente de las otras variables, podríamos estimar el
efecto causal.
Sin embargo, este experimento en la práctica difícilmente se puede
implementar.