Documente Academic
Documente Profesional
Documente Cultură
Introduccin
La economa, pertenenciente a las ciencias sociales, trata de explicar el
funcionamiento del sistema economico en sus distintos aspectos como
produccin, consumo, dinero, distribucin del ingreso y todo lo relacionado con
los recursos escasos entre distintos fines posibles. La herramienta bsica
usada por los economistas para ello es la construccion de modelos tericos
que describan el comportamiento de los agentes econmicos. Sin embargo,
esos modelos deben contrastarse con los datos disponibles para saber si estos
tienen capacidad explicativa y predictiva, y poder en definitiva elegir unos sobre
otros. Para ello es la econometra.
Los econmetras (economistas cuantitativos) han tratado de emular a las
ciencias matemticas y a las de la naturaleza (fsica, qumica) con mejor o peor
resultado a travs del tiempo. Hay que considerar que tratan con uno de los
fenmenos ms complejos que conocemos, el comportamiento de las
personas. Actualmente la econometra no necesariamente requiere o
presupone una teora econmica subyacente al anlisis economtrico. Ms
an, la econometra moderna se precia de prescindir voluntariamente de la
teora econmica por considerarla un obstculo si se quiere realizar un anlisis
riguroso (sta es por ejemplo la filosofa del mtodo de Vector Autoregresivos VAR).
En la elaboracin de la econometra se unen las matemticas, y la estadstica
junto con la investigacin social y la teora econmica.
El mayor problema con el que se enfrentan los econmetras en su
investigacin es la escasez de datos, los sesgos que pueden causar los
mismos y la ausencia o insuficiencia de una teora econmica adecuada. An
as, la econometra es la nica aproximacin cientfica al entendimiento de los
fenmenos econmicos.
Definiciones de Econometra
Entre las definiciones de econometra que los economistas relevantes han
formulado a lo largo de la historia, podemos destacar las siguientes:
En el que 0 es una constante, que tambin hay que averiguar. A veces resulta
til, por motivos estadsticos, suponer que siempre hay una constante en el
modelo, y contrastar la hiptesis de si es distinta, o no, de cero para reescribirlo
de acuerdo con ello.
Adems, se supone que esta relacin no es del todo determinista, esto es,
existir siempre un cierto grado de error aleatorio (en realidad, se entiendo que
encubre a todas aquellas variables y factores que no se hayan podido incluir en
el modelo) que se suele representar aadiendo a la suma una letra representa
una variable aleatoria.
As:
Se suele suponer que es una variable aleatoria normal, con media cero y
varianza constante en todas las muestras (aunque sea desconocida).
Se toma una muestra estadstica, que corresponda a observaciones de los
valores que hayan tomado esas variables en distintos momentos del tiempo (o,
dependiendo del tipo de modelo, los valores que hayan tomado en distintas
reas o zonas o agentes econmicos a considerar).
Por ejemplo, en un determinado modelo podemos estar interesados en
averiguar como la renta ha dependido de los niveles de precios, de empleo y
de tipos de inters a lo largo de los aos en cierto pas, mientras que en otro
podemos estar interesados en ver como, a lo largo de un mismo ao, ha
dependido la renta de distintos pases de esas mismas variables. Por lo que
tendramos que observar, en el primer caso, la renta, niveles de empleo,
precios y tipos de inters del ao 1, lo mismo, pero del ao 2, etctera, para
obtener la muestra a lo largo de varios aos, mientras que en el segundo caso
tendramos que tener en cuenta los valores de cada uno de los pases para
obtener la muestra. Cada una de esas observaciones para cada ao, o pas, se
llamara observacin muestral. Ntese que an se podra hacer un anlisis ms
ambicioso teniendo en cuenta pas y ao.
Una vez tomada la muestra, se aplica un mtodo, que tiene su justificacin
matemtica y estadstica, llamado mtodo de mnimos cuadrados. Este
consiste en, bsicamente, minimizar la suma de los errores (elevados al
cuadrado) que se tendran, suponiendo distintos valores posibles para los
parmetros, al estimar los valores de la variable endgena a partir de los de las
variables exgenas en cada una de las observaciones muestrales, usando el
modelo propuesto, y comparar esos valores con los que realmente tom la
variable endgena. Los parmetros que lograran ese mnimo, el de las suma
de los errores cuadrticos, se acepta que son los que estamos buscando, de
acuerdo con criterios estadsticos.
Tambin, este mtodo nos proporcionar informacin (en forma de ciertos
valores estadsticos adicionales, que se obtienen adems de los de los
parmetros) para ver en qu medida los valores de los parmetros que hemos
obtenido resultan fiables, por ejemplo, para hacer contrastes de hiptesis,
esto es, ver si ciertas suposiciones que se haban hecho acerca del
modelo resultan, o no, ciertas. Se puede usar tambin esta informacin
adicional para comprobar si se pueden prescindir de algunas de esas variables,
para ver si es posible que los valores de los parmetros hayan cambiado con el
tiempo (o si los valores de los parmetros son diferentes en una zona
econmica de los de otra, por ejemplo), o para ver en qu grado son vlidas
predicciones a cerca del futuro valor de la variable endgena si se supone que
las variables exgenas adoptarn nuevos valores.