Naturaleza de los modelos

El problema de la identicacion
Estimacion
BLOQUE 1
Modelos de Ecuaciones Simultaneas
Econometra II
3
o
C L.Economa
Dpto. de Metodos Cuantitativos para la Economa y la Empresa
Curso 2011/2012
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion

Indice de Contenidos
1
Naturaleza de los modelos
Introducci on
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
2
El problema de la identificaci

on
Introducci on
Identicacion con restricciones de nulidad
Condicion de orden
Condicion de rango de la forma estructural
Condicion de rango de la forma reducida
Identicacion con restricciones lineales
3
Estimaci

on
Estimacion de la Forma Reducida.
Mnimos Cuadrados Ordinarios
Mnimos Cuadrados Indirectos
Mnimos Cuadrados Dos Etapas
Variables Instrumentales
Mnimos Cuadrados Tres Etapas
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones

Indice de Contenidos
1
Naturaleza de los modelos
Introducci on
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
2
El problema de la identificaci

on
Introducci on
Identicacion con restricciones de nulidad
Condicion de orden
Condicion de rango de la forma estructural
Condicion de rango de la forma reducida
Identicacion con restricciones lineales
3
Estimaci

on
Estimacion de la Forma Reducida.
Mnimos Cuadrados Ordinarios
Mnimos Cuadrados Indirectos
Mnimos Cuadrados Dos Etapas
Variables Instrumentales
Mnimos Cuadrados Tres Etapas
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Introducci on
Los modelos uniecuacionales analizados hasta ahora recogen la relacion causa-efecto
entre una variable endogena (Y) y un conjunto de variables ex ogenas (X).
Sin embargo, hoy en da nos encontramos con numerosas aplicaciones donde las
estructuras son mas complejas en las cuales se recogen la inuencia de la variable
endogena sobre las predeterminadas y la relaciones que puedan existir.
Ejemplo
La renta nacional se puede expresar a traves del modelo
c
t
=
0
+
1
(1 )y
t
+
2
r
t
,
i
t
=
0
+
1
(y
t1
y
t2
) +
2
r
t1
,
y
t
c
t
+ i
t
+ g
t
,
en el que se espera que 0 <
1
< 1,
2
< 0,
1
> 0,
2
< 0 y donde y es el producto
nacional bruto, c son los gastos de consumo, i los gastos de inversi on y g son los
gastos de gobierno.
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Tipo de variables y modelos
Tipos de Variables
Denimos las variables endogenas como aquellas variables estocasticas que vienen
explicadas dentro del modelo.
Por otro lado, las variables predeterminadas son aquellas variables, estocasticas o no,
cuyos valores deben ser conocidos previamente para poder determinar las variables
endogenas. Las variables predeterminadas se clasican en:
Exogenas Corrientes.
Exogenas Retardadas.
Endogenas Retardadas.
Modelos
Modelos de ecuaciones simultaneas.
Modelos de sistemas de ecuaciones de regresi on.
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Modelos de ecuaciones simult aneas.
Ecuaciones simultaneas o interdependientes.
Y
1t
=
12
Y
2t
+
11
X
1t
+
12
X
2t
+ u
1t
,
Y
2t
=
21
Y
1t
+
23
X
3t
+ u
2t
,
En el modelo se observa que la estimaci on de la variable end ogena Y
2t
viene
condicionada por la estimacion de la variable endogena Y
1t
y viceversa.
Sistemas de ecuaciones recursivos o recurrentes.
Y
1t
=
10
+
11
X
1t
+
12
X
2t
+ u
1t
,
Y
2t
=
21
Y
1t
+
23
X
3t
+ u
2t
.
Como la variable endogena Y
1t
viene explicada unicamente por las variables
predeterminadas X
1t
, X
2t
y la constante, entonces Y
1t
puede ser determinada. A
partir de la estimacion de Y
1t
, y utilizando la segunda ecuacion se determina la
variable end ogena Y
2t
.
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Modelos de sistemas de ecuaciones de regresi on.
Sistemas de ecuaciones con datos de series temporales de secci on cruzada. Este
tipo de sistemas utiliza observaciones correspondientes a un periodo muestral de
distintos entes para analizar un fenomeno econ omico. El objetivo suele ser
contrastar si existe un comportamiento diferente entre las distintas submuestras.
Y
11
=
1
+
2
X
11
+
3
X
21
+ u
11
,
Y
12
=
1
+
2
X
12
+
3
X
22
+ u
12
,
Y
13
=
1
+
2
X
13
+
3
X
23
+ u
13
.
El primer subndice de la variable indica la variable en cuestion y el segundo
subndice hace referencia a la submuestra.
Sistemas de ecuaciones aparentemente no relacionadas. Este tipo de modelo se
caracteriza porque podra tener distintas variables explicadas y explicativas para
cada ecuacion. La denominaci on, aparentemente no relacionadas, viene
justicado por la presencia de correlaci on entre las perturbaciones de las distintas
ecuaciones.
Y
1
=
1
+
2
X
1
+
3
X
2
+ u
1
,
Y
2
=
1
+
2
X
3
+
3
X
4
+ u
2
.
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Forma estructural del modelo
Y
1t

11
+ Y
2t

12
+. . . + Y
gt

1g
+ X
1t

11
+ X
2t

12
+. . . + X
kt

1k
+ u
1t
=0
Y
1t

21
+ Y
2t

22
+. . . + Y
gt

2g
+ X
1t

21
+ X
2t

22
+. . . + X
kt

2k
+ u
2t
=0
.
.
.
Y
1t

g1
+ Y
2t

g2
+. . . + Y
gt

gg
+ X
1t

g1
+ X
2t

g2
+. . . + X
kt

gk
+ u
gt
=0
Forma matricial de la forma estructural

Y
t
+

X
t
+

U
t
=

0
t

Y
t
=

Y
1t
Y
2t
. . . Y
gt

11

21

g1

12

22

g2
.
.
.

1g

2g

gg

X
t
=

X
1t
X
2t
. . . X
kt

11

21

g1

12

22

g2
.
.
.

1k

2k

gk

U
t
=

u
1t
u
2t
. . . u
gt

0
t
=

0 0 . . . 0

Modelos de Ecuaciones Simultaneas

Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Forma estructural del modelo
El primer subndice de los elementos de la matriz indica la ecuacion a la que
pertenece y el segundo subndice va relacionado con la variable end ogena que
acompa na.
En el caso de los parametros de se tiene que el primer subndice indica tambien la
ecuacion a la que pertenece y el segundo subndice va asociado a la variable ex ogena
que acompa na.
Tanto en el caso de las variables endogenas, exogenas y perturbaciones el primer
subndice va referido al n umero de la ecuaci on a la que pertenece y el segundo indica
la observacion, con t = 1, 2, . . . , n.
Utilizando la regla de normalizacion, es decir

11
=
22
= . . . =
gg
= 1
,
se describe un sistema de ecuaciones en el que la variable endogena Y
gt
de la ecuacion
g-esima es la variable explicada de dicha ecuaci on.
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Forma reducida del modelo
Ventaja: permite resolver el sistema de una forma mas sencilla ya que cada variable
endogena esta expresada unicamente en funci on de las variables predeterminadas y las
perturbaciones.
Y
1t
=X
1t

11
+ X
2t

12
+. . . + X
kt

1k
+ v
1t
,
Y
2t
=X
1t

21
+ X
2t

22
+. . . + X
kt

2k
+ v
2t
,
.
.
.
Y
gt
=X
1t

g1
+ X
2t

g2
+. . . + X
kt

gk
+ v
gt
.
o bien en forma matricial

Y
t
=

X
t
+

V
t
,
donde

Y
t
=

Y
1t
Y
2t
. . . Y
gt

11

21

g1

12

22

g2
.
.
.

1k

2k

gk

X
t
=

X
1t
X
2t
. . . X
kt

V
t
=

v
1t
v
2t
. . . v
gt

Modelos de Ecuaciones Simultaneas

Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Forma reducida del modelo
La matriz de los coecientes nos mide, para un periodo, el impacto que sobre cada
una de las variables endogenas produce un cambio unitario en cualquiera de las
variables predeterminadas, y recibe el nombre de Multiplicadores de Impacto o de
Corto Plazo.
La forma reducida del modelo se puede obtener a partir de la forma estructural:

Y
t
+

X
t
+

U
t
=

0
t


Y
t
=

X
t

U
t

1
.
Por tanto,

Y
t
=

X
t
+

V
t
,
donde =
1
y

V
t
=

U
t

1
.
Ejemplo
Dado el siguiente sistema de ecuaciones simultaneas, indicar las variables que
intervienen en el modelo y obtenga la expresion matricial de su forma estructural y de
su forma reducida.
Y
1t
=
12
Y
2t
+
13
Y
3t
+
11
+ u
1t
,
Y
2t
=
21
Y
1t
+
21
+
22
X
2t
+ u
2t
,
Y
3t
=
31
Y
1t
+
32
Y
2t
+
31
+
32
X
2t
+ u
3t
,
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Soluci on ejemplo
Tal y como se observa,las variables Y
1t
, Y
2t
, y Y
3t
son las variables endogenas. Las
constantes y X
2t
se consideran como variables predeterminadas.
Y
1t
+
12
Y
2t
+
13
Y
3t
+
11
+ u
1t
=0,

21
Y
1t
Y
2t
+
21
+
22
X
2t
+ u
2t
=0,

31
Y
1t
+
32
Y
2t
Y
3t
+
31
+
32
X
2t
+ u
3t
=0.
A partir del sistema de ecuaciones se obtiene la expresi on matricial de la forma
estructural del modelo;

Y
1t
Y
2t
Y
3t

1
21

31

12
1
32

13
0 1

1 X
2t

11

21

31
0
22

32

u
1t
u
2t
u
3t

0 0 0

Teniendo en cuenta que

Y
t
=

X
t
+

V
t
donde =
1
y

V
t
=

U
t

1
,
debemos calcular la matriz inversa de la matriz de los coecientes ,

1
=
1
1 +
13

21

32
+
13

31
+
12

21

1
21

21

32
+
31

12
+
13

32
1
13

31

12

31
+
32

13

13

21
1
12

21

Por tanto,
=

11

21

31
0
22

32

1
y

V
t
=

u
1t
u
2t
u
3t

1
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Hip otesis del modelo
Con respecto a las variables se tiene:
1
Las variables exogenas son no estocasticas. En el caso de que en el modelo haya
variables end ogenas retardadas entonces se supondra que estas seran
independientes de las perturbaciones.
2
Se supone que no hay multicolinealidad exacta.
Los supuestos que se establecen, con respecto a las perturbaciones aleatorias de la
forma estructural, en estos tipos de sistemas son similares a las hipotesis de un modelo
uniecuacional.
1
E[

u
t
] = 0 para cualquier valor de t 1, 2, . . . , n
2
Las perturbaciones contemporaneas si estan correlacionadas
Var [

u
t
] = E[

u
t
,

u

t
] = =

2
1
. . .
1g
.
.
.
.
.
.

g1
. . .
2
g

describiendo una matriz simetrica denida positiva (Todos los determinantes de

los menores principales son positivos).
3
Las perturbaciones no contemporaneas (distintos momentos del tiempo) no estan
correlacionadas, es decir, E[

u
t
,

u

s
] = 0, t = s y t, s {1, 2, . . . , n}.
4

u
t
N (0, ) t {1, 2, . . . , n}.
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
Si consideramos las perturbaciones de la forma reducida se tiene que

v

t
=

u

t

1
,
donde

v

t
es el vector la de la matriz

V.
A partir de la relacion existente entre las perturbaciones de la forma estructural y
reducida del modelo se describen las hipotesis siguientes:
1
E[

v
t
,

v

s
] =

0 , t = s y t, s {1, 2, . . . , n}.
2
E[

v

t
] = E[

u

t
]

1
= 0
3
Var [

v
t
] = E[

v
t
,

v

t
] =

E[

u
t
,

u

t
]
1
=

1
=
Modelos de Ecuaciones Simultaneas
Naturaleza de los modelos
El problema de la identicacion
Estimacion
Introduccion
Modelos de sistemas de ecuaciones
Forma estructural del modelo
Forma reducida del modelo
Hipotesis del modelo
Conclusiones
En resumen, es necesario saber ...
1
Diferenciar y clasicar las variables endogenas y predeterminadas.
2
Identicar los distintos modelos multiecuacionales.
1
Obtener la expresion matricial de la forma estructural.
2
Obtener la expresion matricial de la forma reducida.
3
Relacion existente entre la forma estructural y la forma reducida de un modelo
multiecuacional.
1
Hipotesis sobre las variables del modelo multiecuacional.
2
Hipotesis sobre las perturbaciones de la forma estructural.
3
Hipotesis sobre las perturbaciones de la forma reducida.
Modelos de Ecuaciones Simultaneas