MODELOS DE ECUACIONES

SIMULTÁNEAS
CURSO: MODELOS ECONOMÉTRICOS
FACULTAD DE CIENCIAS MATEMÁTICAS
UNMSM – ESCUELA DE INVESTIGACIÓN OPERATIVA
Tipos de Modelos

• Hasta el momento hemos trabajado con modelos conformados por

variables explicativas X y variable explicada Y, en una sola
dirección.

X Y
Sin embargo, existen situaciones en las que se presenta una
influencia en los dos sentidos entre las distintas variables, es decir,
una variable que actúa como explicativa en una ecuación puede
hacerlo como explicada en otra.
Tipos de Modelos

• Clasificación de variables:
a. Variables endógenas: Vienen explicadas dentro del modelo y ahora
podrán aparecer como explicativas.
b. Variables pre-determinadas: Sus valores deben ser previamente
conocidos para determinar el valor de las variables endógenas. Se
clasifican en:
a. Exógenas corrientes: sus valores se fijan fuera del modelo en el momento actual
b. Exógenas retardadas: exógenas cuyos valores están determinados por
comportamiento pasado
c. Endógenas retardadas: endógenas cuyos valores están determinados por
comportamiento pasado
Tipos de Modelos
• Ejemplo de modelo de ecuaciones simultáneas:

Ct = α0 +α1 Yt + ut,
It = β0 + β1 + β2 Y t-1+v t

Yt = C t+ It + Yt Gt
C es el consumo privado, Y demanda agregada, I la inversión y G el gasto
público.
En el modelo, Ct, It e Yt son variables endógenas (que a su vez aparecen
también como explicativas) y Gt e Yt-1 son variables predeterminadas, la
primera exógena corriente y la segunda endógena retardada.
Las perturbaciones aleatorias ut y vt están relacionadas.
Ejemplo:

• Consideremos el modelo de ecuaciones simultáneas dado por las dos ecuaciones:

Y1t= α0+ α1 Y2t+ α2 X1t + α3 X2t α4 X3t + u1t
Y2t = β 0 +β1 X3t + β2 X4t + u2t
Donde:
Y1: consumo familiar mensual (miles de euros)
Y2: renta familiar mensual (miles de euros)
X1: variable ficticia que toma valor 1: si la familia tiene algún tipo de deuda; 0: en otro
caso
X2: número de hijos de cada familia
X3: número de individuos de la familia que trabajan
X4: nivel de estudios de los trabajadores de cada familia
Ejemplo:

Puesto que la renta familiar aparece al mismo tiempo como

explicada (segunda ecuación) y explicativa (primera ecuación) es
evidente que nos encontramos ante un modelo de ecuaciones
simultáneas.
En este modelo se pueden distinguir dos variables endógenas
(consumo y renta) y cinco exógenas (constante, deuda, hijos,
trabajadores y estudios)
FORMA ESTRUCTURAL REDUCIDA

• Considerando N variables endógenas y K predeterminadas, la

forma estructural correspondiente a un modelo de ecuaciones
simultáneas puede escribirse como:
• ytT Г + xtT B + utT = 0
Donde yt es un vector correspondiente a la observación t-esima de N
variables endógenas, xt el vector de los valores de k variables
predeterminadas correspondientes también a la observación t-
esima; ut es un vector de N términos de perturbación y siendo Г y B
las matrices que contienen los coeficientes de las variables
endógenas y predeterminadas, respectivamente.
FORMA ESTRUCTURAL REDUCIDA

La forma reducida consiste en poner las variables endógenas corrientes en

función de las predeterminadas. A partir de la expresión
Se obtiene que:
ytT Г + xtT B + utT = 0
Se obtiene que
YtT = XtT П + vtT
donde П= -BГ-1
Si se cumplen ciertas restricciones a partir de la estimación de los parámetros
de la forma reducida será posible estimar los parámetros de la forma
estructural,
Ejemplo
Ejemplo
EL PROBLEMA DE IDENTIFICACIÓN

• ¿Pueden conocerse las estimaciones de los parámetros

desconocidos de la forma estructural a partir de las estimaciones
de los parámetros desconocidos de la forma reducida?
• Es decir: ¿a partir de las estimaciones de П y Ω se puede obtener
estimaciones para Г, B y ∑ ?
• Si lo anterior es posible, decimos que una ecuación de un sistema
de ecuaciones simultáneas está identificada.
EL PROBLEMA DE IDENTIFICACIÓN

• Dentro de las ecuaciones simultáneas identificadas se distingue entre ecuaciones

exactamente identificadas o sobre identificadas. En el primer caso, existirán
valores únicos de los coeficientes estructurales, mientras que en el segundo
puede existir más de un valor para uno o varios de los parámetros estructurales.
• Todo este proceso se conoce como el problema de la identificación: la posibilidad
(o imposibilidad) de encontrar estimaciones numéricas para los coeficientes
estructurales con base en los coeficientes estimados de las formas reducidas.
• Por tanto, el estudio de la estructura de un modelo en cuanto a su identificación
constituye un paso previo fundamental a la estimación del modelo. En función de
su resultado, el sistema de ecuaciones podrá ser o no estimado y, en el caso de
poder serlo, por un método u otro.
¿Por qué es un problema?

• Para analizar la identificabilidad de un sistema de ecuaciones simultáneas

hacemos un recuento de incógnitas para la relación que liga la forma
estructural con la forma reducida.
• En la forma estructural los parámetros a estimar son (N(N+1)/2)+k.N+(N2 –
N), mientras que en la forma reducida los parámetros a estimar son:
• (N(N+1)/2)+k.N. Por tanto, la diferencia entre el número de parámetros a
estimar de una forma u otra es N(N-1).
• Se necesita que la diferencia anterior sea cero, ya que se tendrá el mismo
número de parámetros a estimar en una forma como en la otra y entonces
será posible obtener la estimación de la forma estructural a partir de la
reducida.
¿por qué es un problema?

• La manera más común de obtener información que haga que N(N-

1) sea cero, es imponer restricciones de nulidad (es decir, que no
aparezcan todas las variables endógenas o predeterminadas, para
lo cual sus correspondientes coeficientes han de ser cero) o de
linealidad (es decir, que combinaciones lineales de los parámetros
a estimar sean nulas) sobre parámetros en estudio.
• Por tanto, el problema de identificación radica en la cantidad de
información disponible sobre cada una de las ecuaciones.
Tipos de identificación

• Una ecuación de la forma estructural se dice que está identificada

si, y solo si, todos sus parámetros pueden obtenerse a partir de las
estimaciones de la forma reducida. Hay dos casos de
identificación:
• Identificación exacta: Una ecuación de la forma estructural está
exactamente identificada si existe una única forma de obtener sus
parámetros a partir de la forma reducida.
• Sobreidentificación: Cuando se dispone de más de un conjunto de
estimaciones para uno o más parámetros.
Identificación con restricciones de nulidad
Identificación con restricción de linealidad
Ejemplo
Ejemplo
Métodos de Estimación
Enfoques para la estimación de modelos
ecuaciones simultáneas
Notación
Mínimos Cuadrados Indirectos
Mínimos Cuadrados en dos Etapas
Mínimos Cuadrados en dos Etapas
Variables Instrumentales
Máxima Verosimilitud con Información
Limitada
Ejemplo
Ejemplo
Ejemplo
Ejemplo
Ejemplo
Ejemplo
Ejemplo:

Luego, la estimación de la segunda ecuación será:

= 0.9455 + 0.95 X3t + 0.2955 X4t

Debemos notar que dado que en esta segunda ecuación no hay variables
endógenas en el segundo miembro, no hay que sustituir sus estimaciones
obtenidas a partir de la forma reducida, por lo que realmente se le ha aplicado los
mínimos cuadrados ordinarios.
Mínimo Cuadrados en tres etapas
Todos los métodos anteriores de estimación se caracterizan porque permiten estimar los
parámetros del modelo estructural ecuación a ecuación, y no de manera simultánea. El
método de Mínimos Cuadrados en Tres Etapas, MC3E, es una técnica que permite estimar
de manera simultánea todos los parámetros del modelo estructural teniendo para ello
presente toda la información estadística posible.
Debido a que estamos ante un método de información completa que estima el modelo en
su conjunto, es evidente que para aplicar MC3E se requiere que el modelo sea
identificable.
Partiendo de la ecuación h del modelo estructural, podemos expresar matricialmente la
forma estructural del modelo con todas las ecuaciones de la siguiente forma.
Y= Z δ + u,…….. Donde:
MÍNIMOS CUADRADOS EN TRES ETAPAS
MÍNIMOS CUADRADOS EN TRES ETAPAS
MÍNIMO CUADRADO EN TRES ETAPAS
MÁXIMA VEROSIMILITUD CON INFORMACIÓN
COMPLETA
SISTEMAS RECURSIVOS