Modelos de Ecuaciones Simultneas

Clase 9
Modelo de oferta y demanda
Modelo de oferta y demanda
1 2
1
2
2
Demanda:
Oferta:
( ) 0, var( )
( ) 0, var( )
cov( , ) 0
d
s
d d d
s s s
d s
Q P X e
Q P e
E e e
E e e
e e
= o + o +
= | +
= = o
= = o
=
Modelo de oferta y demanda
Diagrama de influencia para dos modelos de regresin
Modelo de oferta y demanda
Diagrama de influencia para un modelo de ecuaciones simultneas
Ecuaciones en forma reducida
( ) ( )
1 1 2
2
1 1 1 1
1 1
s d
d s
P e P X e
e e
P X
X v
| + = o + o +
o
= +
| o | o
= t +
Ecuaciones en forma reducida
( ) ( )
( ) ( )
1
2
1
1 1 1 1
1 2 1 1
1 1 1 1
2 2
s
d s
s
d s
Q P e
e e
X e
e e
X
X v
= | +

o
= | + +

| o | o

| o | o
= +
| o | o
= t +
El fallo de los MICO
Los estimadores MICO para los parmetros en
un modelo de ecuaciones simultneas son
sesgados porque existe correlacin entre los
trminos de error y las variables endgenas
colocadas al lado derecho de la ecuacin.
El problema de identificacin
En el modelo de oferta y demanda del slide 3:
Los parmetros de la ecuacin de demanda,
alpha1 y alpha2, no pueden ser estimados de
manera consistente por ningn mtodo
La pendiente de la ecuacin de oferta, beta1,
puede ser estimada de forma consistente
El problema de identificacin
El efecto de un cambio en el ingreso
El problema de identificacin
Condicin necesaria para la identificacin: En un
sistema de M ecuaciones simultneas, que de forma
conjunta determinan los valores de M variables
endogenas, al menos M-1 variables deben estar
ausentes de una ecuacin para que sea posible estimar
los parmetros de la ecuacin.
Cuando los parmetros se pueden estimar, se dice que
la ecuacin est identificada y sus parametros pueden
ser estimados de forma consistente.
Si menos de M-1 variables son omitidas de la ecuacin,
entonces se dice que est sub-identificada y sus
parmetros no pueden ser estimados de forma
consistente.
Mnimo Cuadrados en Dos Etapas
El procedimiento ms usado para estimar los
parmetros de una ecuacin estructural
identificada es el mtodo de mnimo
cuadrados en dos etapas (2SLS)
Mnimo Cuadrados en Dos Etapas
Partiendo de la ecuacin de oferta se sabe que no se
puede estimar usando MICO, porque el precio est
correlacionado con los residuos. Pero se podra realizar la
siguiente transformacin, usando la descomposicin del
precio:
( )
( ) ( )
( )
1 1 1
1 1
1 1 1
1 *
( )
s
s
P E P v X v
Q E P v e
E P v e
E P e
= + = t +
= | + +

= | + | +
= | +
Nota: La variable explicativa es E(P)
la cual no es una variable aleatoria, por eso
se puede aplicar MICO y obtener un beta1
consistente
Mnimo Cuadrados en Dos Etapas
No se puede usar la variable en lugar de P
porque no se conoce el coeficiente pi1, pero se pudiera
calcular usando el pi1 estimado de la ecuacin de la
forma reducida de precios.
Nota: En muestras grandes, el precio estimado y el termino de error
no estn correlacionados, por lo tanto, el beta1 estimado por MICO
es consistente.
Ese estimador de beta1 es el estimador mnimo cuadrados en dos
etapas.
( )
1
E P X t =
1
1 *

P X
Q P e
= t
= | +
Mnimo Cuadrados en Dos Etapas
En resumen, el procedimiento de estimacin
en dos etapas es:
La estimacin usando mnimo cuadrados de la
ecuacin en forma reducida de P y el clculo de su
valor predicho P-hat
La estimacin usando mnimo cuadrados de la
ecuacin estructura en la cual el valor de la
variable endgena derecha P se reemplaza por su
valor predicho P-hat
El procedimiento de estimacin
general del 2SLS
El 2SLS puede ser usado para estimar los
parmetros de cualquier ecuacin identificada
dentro de un sistema de ecuaciones simultneas
Suponga que la primera ecuacin estructural del
sistema es:
Si esta ecuacin est identificada, sus parmetros
pueden ser estimados en dos etapas:
1 2 2 3 3 1 1 2 2 1
y y y x x e = o +o +| +| +
El procedimiento de estimacin
general del 2SLS
Primero, estime los parmetros de las
ecuaciones de la forma reducida:
usando el mtodo de mnimo cuadrados y
obtenga los valores predichos:
2 12 1 22 2 2
3 13 1 23 2 3


K K
K K
y x x x
y x x x
= t +t + +t
= t +t + +t

2 12 1 22 2 2 2
3 13 1 23 2 3 3
K K
K K
y x x x v
y x x x v
= t +t + +t +
= t +t + +t +

El procedimiento de estimacin
general del 2SLS
Segundo, reemplace las variables endgenas,
y2, y3, colocadas al lado derecho de la
ecuacin estrcutural por sus valores
predichos:
usando el mtodo de mnimo cuadrados
estime los parmetros de esa ecuacin
*
1 2 2 3 3 1 1 2 2 1

y y y x x e = o +o +| +| +
Propiedades del 2SLS
Los estimadores 2SLS son sesgados, pero
consistentes
En muestras grandes, los estimadores 2SLS se
distribuyen aproximadamente como una normal
Las varianzas y covarianzas pra los estimadores
2SLS son desconocidas para muestras pequeas,
pero para grandes se tienen frmulas que se
aproximan a su valor verdadero
Aplicaciones en EViews
Abra el archivo truffles.wf1 y abra un grupo que
contenga las variables
Examine las variables con View/Descriptive
Stats/Common Sample
El modelo es el siguiente:
DI=Disposable income
PS= precio del substituto
PF= Precio del factor de produccin
1 2 3 4
1 2 3
Demanda:
Oferta:
d
i i i i
s
i i i i
Q P PS DI e
Q P PF e
o o o o
| | |
= + + + +
= + + +
Aplicaciones en EViews
Estime la forma reducida:
Equation redform_q.ls q c ps di pf
Equation redform_p.ls p c ps di pf
Estimacin por TSLS
Nota: la lista de
instrumentos
incluye a todas las
variables exgenas
Pngale como
nombre a esta
ecuacin
Demanda
Ecuacin de demanda
Ecuacin de oferta
La ecuacin de oferta se puede estimar
escribiendo en la lnea de comandos:
Equation supply.tsls q c p pf @ ps di pf
Estimacin por TSLS de un sistema de
ecuaciones
Se puede aplicar TSLS ecuacin por ecuacin para
todas las ecuaciones identificadas en un sistema
de ecuaciones
Si todas las ecuaciones de un sistema estn
identificadas, entonces se pueden estimar todas
en un solo paso
Esto se hace mediante el uso del objeto: SYSTEM
Acceda a Objects/New Objects y seleccione
System y pngale como nombre Truffle
Estimacin por TSLS de un sistema de ecuaciones
Ahora entre el sistema de ecuaciones
estructurales de oferta y demanda
Entre tambin una lnea que contenga todas las
variables exgenas al sistema (PS, DI, PF), las
cuales son los instrumentos
Cliquee Estimate y seleccione TSLS
Resultados del sistema de ecuaciones
Los resultos son idnticos a la estimacin individual,
pero esta forma de obtenerlos permite usar
posteriormente procedimientos ms avanzados
Nota: La identidad STC=SCE+SCR
slo aplica en el caso de mnimos
cuadrados, por eso en los casos
de TSLS o MCG el R2 puede
producir nmeros negativos
Otro ejemplo: Fulton Fish Market
Este mercado est localizado en NY y opera desde hace
ms de 150 aos
La data se tom diariamente de diciembre 2, 1991 a
mayo 8, 1992
Se considera que la oferta es perfectamente inelstica
(i.e., no se mueve con los precios)
Dado que al inicio del da la oferta est fija, el precio es
determinado por la demanda
Si esto es as el feedback entre precios y cantidades se
elimina
En este caso se dice que el modelo es recursivo y la
demanda puede ser calculada por MICO
Otro ejemplo: Fulton Fish Market
Abra el archivo fultonfish.wf1
Especifique la ecuacin de demanda:
Especifique la ecuacin de oferta:
( ) ( )
1 2 3 4 5 6
ln ln
d
t t t t t t t
QUAN PRICE MON TUE WED THU e o o o o o o = + + + + + +
( ) ( )
1 2 3
ln ln
s
t t t t
QUAN PRICE STORMY e | | | = + + +
Identificacin
Antes de realizar la estimacin es preciso
determinar si los parmetros de las
ecuaciones estn identificados
La regla es que del sistema de M=2 ecuaciones
debe haber M-1=1 variable omitida de cada
ecuacin
Cul es su opinin?
Formas reducidas
Se especifican las variables endgenas en
funcin de todas las exgenas:
Los estimados mmino cuadrticos se
obtienen:
Ls lquan c mon tue wed thu stormy
Ls lprice c mon tue wed thu stormy
( )
( )
11 21 31 41 51 61 1
12 22 32 42 52 62 2
ln
ln
t t t t t t t
t t t t t t t
QUAN MON TUE WED THU STORMY
PRICE MON TUE WED THU STORMY
t t t t t t v
t t t t t t v
= + + + + + +
= + + + + + +
Resultados de la forma reducida
Note que en la ecuacin de precios las variables dummy no son significativas.
Recuerde que para poder identificar la curva de oferta es indispensable que por lo
menos uno de esos parmetros sean diferentes de cero. En este caso no se podr
estimar la ecuacin de oferta. Observe que la nica significativa es Stormy, pero
cuando se sustituya en la ecuacin estructural (el Lprice_hat) habr perfecta
colinealidad con Stormy all incluida.
Resultados TSLS
Para estimar la ecuacin de demanda:
Tsls lquan c lprice mon tue wed thu @ mon tue
wed thu stormy
Comente los resultados
de los coeficientes:
elasticidad precio y las
dummy