Sunteți pe pagina 1din 26

LA METODOLOGA DE LA INVESTIGACIN ECONOMETRICA

Nota tcnica preparada por el Econ. Hugo Agurto Plata, para los alumnos del
curso de Econometra que se ofrece en el Programa de economa de la Universidad
de Piura
LA METODOLOGA DE LA INVESTIGACIN ECONOMTRICA

INTRODUCCIN

El objeto de la presente nota, es describir de manera precisa y clara el proceso ordenado


que se sigue en el campo de la investigacin cuantitativa, para alcanzar dos de los
objetivos ms importantes de la investigacin econmica:

i) verificacin de una teora;


ii) construccin de una teora

Una presentacin grfica del problema de la construccin y verificacin de una teora,


puede ser encontrada en el esquema siguiente:

La idea ms importante que el grfico debe traducir es que todo proceso de


investigacin empieza y termina en la realidad; esto es, an cuando una teora sea el
resultado de una elaboracin lgica de hiptesis y supuestos su bondad (capacidad para
explicar algo), slo puede ser conocida si es que ella es sometida a prueba frente a la
realidad. Otra idea, de igual relevancia que la anterior (aunque no tan obvia), es que
ninguna teora puede ser concluyente aceptada o rechazada. Ella es siempre aceptada o
refutada dentro de un cierto margen de confianza en base a una particular evidencia
experimental. Sin embargo, lo obviamente deducible del grfico 1, es que la
investigacin cuantitativa es un proceso ordenado y sistemtico en el que pueden ser
indicadas diferentes etapas. La primera de ellas puede ser resumida con el esfuerzo para
modelizar el fenmeno que se desea estudiar; la segunda como que integran un
modelo con el objeto de estimar algunos parmetros que sometidos a ciertas
evaluaciones en una tercera etapa, nos permitan en una cuarta etapa predecir el
conocimiento de la realidad.

La descripcin pormenorizada de una de esas etapas, es el punto que a continuacin se


desarrolla. Sin embargo antes de empezar a cubrir dicho objetivo es conveniente
desarrollar un concepto que ser usado muy intensivamente en el desarrollo del tema;
esto es, el concepto de MODELO.
Grfico 1
VERIFICACIN Y/O ELABORACION DE UNA TEORA

OBSERVACION DE LA
REALIDAD

TEORA: FORMULACIN FORMULACIN DE


DE HIPOTESIS NUEVAS HIPOTESIS

MODELO: EXPRESIN
MATEMTICA DE LA
TEORA

CONFRONTACIN DEL INVESTIGACIN PARA


MODELO CON LOS NUEVAS EVIDENCIAS
DATOS REALES

ACEPTACIN DE LA
RECHAZO DE LA
TEORA SI ELLA ES REFORMULACIN DE LA
TEORA SI ELLA ES
COMPATIBLE CON LOS TEORA
DATOS
INCOMPATIBLE CON

PREVISIN DEL
ACEPTACIN DE UNA
COMPORTAMIENTO DE
TEORA ALTERNATIVA
LA REALIDAD
Qu es un Modelo?
Es un conjunto de relaciones matemticas que expresan en forma simplificada e
idealizada, las caractersticas bsicas y esenciales de:

(1) Un orden institucional y legal vigente;


(2) Una tecnologa incorporada a la actividad econmica objeto de anlisis;
(3) Una regularidad observada en el comportamiento real de los sujetos de actividad
econmica.

Los modelos pueden estar Integrados, en forma complementaria, por otras dos
categoras de relaciones de relaciones matemticas a saber, las identidades y las
ecuaciones de equilibrio mvil (1).

En el campo de la macroeconoma, el modelo econmico ms simple es el que se


conoce con el nombre de modelo de determinacin del nivel de ingreso de equilibrio de
una economa, y se expresa as:
(1) C = co + cy Y
__
(2) Y = C + I

La simplificacin e idealizacin de que habla la definicin anterior quedan explicadas


aqu por el hecho de que un sistema de dos ecuaciones describe a toda una economa
cerrada sin sector pblico. Agrgase a lo anterior la hiptesis de que la inversin es
__
exgena ( I ), lo que constituye una sper simplificacin.

Lo que hipotiza la relacin1, es que el consumo de la economa (C) est relacionada


linealmente con el ingreso (Y). En la misma relacin que tambin se denomina de
comportamiento, co y cy son parmetros.

La relacin (2) es una identidad que establece que el Y o Renta Nacional, est definida
por la suma del consumo y la inversin.

1
DAGUM y DAGUM. Introduccin a la Econometra. Ed. Siglo 21. Cap. 2. pp 18.
Frente a tal modelo varias cuestiones pueden ser investigadas, pero quiz la que ms se
relacione con esta nota de estudio es:

Cul es el valor de los parmetros que caracterizan a la relacin de consumo de


esa economa?
El mtodo ms usado en la medicin de relaciones econmicas es el mtodo
Economtrico; por ello es en relacin a l, el que centraremos nuestra revisin de las
cuatro etapas fundamentales de todo proceso de investigacin cuantitativa.
Las Cuatro Etapas de la Investigacin economtrica

Cualquiera que sean los objetivos de la investigacin economtrica hay cuatro etapas en
el desarrollo de ella:

1 Etapa: Especificacin del modelo


2 Etapa: Estimacin del modelo
3 Etapa: Evaluacin de los estimadores
4 Etapa: Evaluacin de la capacidad predictiva del modelo.

A continuacin describimos la relevancia de cada uno de ellas dentro del todo el


proceso y tambin el desarrollo de cada una de las tareas que el investigador debe cubrir
en cada etapa.

1 Etapa Especificaciones del Modelo


El xito de toda investigacin economtrica est en lograr una adecuada especificacin
del modelo que formaliza el problema a estudiarse.

En concreto, especificar un modelo de elaborar un conjunto de hiptesis coherente que


destaque o ponga en evidencia:

i) cual es la variable explicada (variable dependiente) y cual o cuales son las


variables explicativas del modelo (variables independientes).
ii) Que es lo que espera acerca del tamao y signo de los parmetros de la
relacin; y finalmente,
iii) Cual es la forma matemtica o ms especficamente, cual es el tipo de
reaccin que existe entre la variable dependiente y las explicativas, si es que
el modelo es uniecuacional; o cules son las formas de ecuaciones dentro del
sistema si es que se tratara de un modelo multiecuacional.

Por otro lado, una buena especificacin es aquella que se basa en lo que la teora
econmica propone respecto a esa relacin. Como no siempre la teora es completa en la
formulacin de todos los problemas econmicos existentes, es recomendable recurrir a
cualquier informacin disponible relacionada con el fenmeno que est siendo
investigado.

De lo anterior debe quedar claro que la especificacin de un modelo presupone manejo


de la teora econmica, as como tambin una adecuada familiarizacin con el
fenmeno que est siendo estudiado. Por lo tanto, lo anterior tiene una sola implicancia
no es posible utilizar el mtodo economtrico, si no se maneja la teora econmica con
alguna solvencia.

La fundamentacin de la idea anterior puede ser vista en el ejemplo siguiente:


supongamos que un investigador esta interesado en estimar la demanda de un
determinado bien X. Frente a tal problema, la opcin ms racional es recurrir a lo que la
teora econmica de la demanda sugiere, y especificar por ejemplo:

(2) Oxd = Q (Px , Pj , Yt )

Donde:

Q xd : cantidad demandada del bien x

Px : precio del bien x

Pj : precio del otro bien (sustituto o complementario)

Yt : ingreso de los consumidores


la formulacin (2), no es otra cosa que la especificacin general que la teora econmica
ha delineado para la relacin que describe el comportamiento de los demandantes. Si
bien (2) puede servir como una base de especificacin para una relacin de demanda, al
asociarse tal especificacin a un caso especfico, ella podra ser inconveniente, ya que si
por ejemplo el bien X fuera un electrodomstico la caracterizacin ms conveniente
para la variable ingreso no sera el ingreso corriente, sino el ingreso que se espera en el
futuro o ingreso esperado. Siguiendo en la misma lnea de precisin, ni siquiera el
ingreso esperado podra ser aceptado como la variable explicativa ms conveniente, ya
que para bienes duraderos la variable determinante de la demanda es la tasa de inters
real.

Por otro lado, dependiendo del contexto donde se pretende realizar la estimacin otras
variables que no aparecen como explicativas de la especificacin (2), pueden justificar
mayor relevancia que cualquiera de las variables que la teora seala como importante.

As por ejemplo, si la estimacin es hecha en un pas, comunidad o grupo de bajos


ingresos, en realidad si no ms bien aquella variable que resuma los mecanismos de
venta a plazos.

Es por estas consideraciones que una adecuada especificacin es aquella que no slo
recurre a lo que la teora econmica propone, sino tambin a toda informacin
disponible en el contexto se plantea la investigacin.

Establecidas las principales consideraciones que deben ser tenidas en cuenta en una
adecuada especificacin para un modelo, pasamos ahora a examinar la naturaleza y
contenido de los elementos que en s definen esta etapa; esto es, el nmero de variables
explicativas, a expectativa respecto a signos y tamaos de los parmetros, y la forma
matemtica del modelo.

Numero de variables en la especificacin

Cul es el numero de variables explicativas que deben ser consideradas en la


especificacin?
No existe una receta para la solucin de tal pregunta; sin embargo, es muy frecuente ver
que cuando se trata de un modelo uniecuacional la mayora de las relaciones
econmicas tiene entre 2 y 4 explicativas. Por otro lado, debera ser claro que el nmero
de variables a ser incluidas en un modelo depende fundamentalmente de la naturaleza
del fenmeno a investigarse y tambin de la finalidad de la investigacin.

Si por ejemplo nuestro objetivo es medir o cuantificar la relacin (2), esta debe ser
reespecificada de la manera siguiente:

(2) [
Q xd = Q Px , Pj , Y , U ]

Donde:

U: Trmino de perturbacin o error.

La diferencia entre lo especificado en (2) y (2) es fundamental para la tarea de medir la


relacin de demanda.

Mientras que (2) es una relacin exacta de las que tpicamente plantea la teora
econmica, la relacin (2) es una relacin inexacta, caracterizada fundamentalmente
por la incorporacin de una variable aleatoria (estocstica), con propiedades
probabilsticas bien definidas.

Lo que la relacin exacta o determinista plantea es que las variables explicativas Px, Pj e
Y tienen un impacto sistemtico en las variaciones de Q xd :

Dado que, en la tarea de medir una relacin, debe tomarse en cuenta no slo el efecto
sistemtico de las variables que seala la teora econmica, sino tambin el efecto de
otras variables secundarias que intuitivamente podemos reconocer como afectadoras de
la cantidad demandada, pero que no pueden ser medidas, tales como por ej. : gustos,
preferencias; las llamadas relaciones inexactas o tambin llamadas relaciones
economtricas incorporada la variable aleatoria, U.
Por tanto, la variable U es la variable que, a manera de cajn de sastre incorpora el
efecto sistemtico, sino ms bien aleatoria sobre la variable dependiente.

Finalmente para concluir, debemos indicar que la especificacin de una variable


aleatoria entre las explicativas de una relacin economtrica, exige la especificacin de
algunos supuestos acerca de la naturaleza de su distribucin de probabilidad, en razn
de que por definicin una variable aleatoria no es observable. Esos supuestos se refieren
de manera general al tipo de distribucin media y varianza de la misma.

Expectativa respecto a tamao y signo de los parmetros


Es la teora econmica la que sugiere los signos y tamaos de los parmetros. Para
simplificar, sigamos con la especificacin dada por la teora de la demanda propuesta
anteriormente, en la expresin (2):
Respecto a ella, como es bien conocido la teora sugiere que si el bien X es un bien
industrial, debemos esperar que:

puesto que la Ley de Demanda postula una


Q x relacin inversa entre precio y cantidad
< 0;
Px

Dependiendo si el bien es complementario o


Q x sustituto del bien X
>< 0;
Pj

En razn de que si el bien no es de los llamados


Q x Inferiores la cantidad demandada y el ingreso
> 0;
Y se muevan en el mismo sentido

Por otro lado, respecto a la probable magnitud que deban alcanzar esos parmetros, la
teora econmica tiene bastante bien establecido que si la especificacin de la relacin
de demanda dada en (2) estuviera expresada en forma doblemente logartmica, los
parmetros anteriormente definidos seran los conceptos de elasticidades precio,
cruzada, e ingreso, respectivamente; y en tal caso, si el bien X es un bien que satisface
necesidades secundarias, entonces deberamos esperar que las elasticidades precio e
ingreso seran bastante cercanas a uno, asumiendo que el bien X no tiene sustitutos
cercanos.
Forma matemtica del modelo

En casi la mayora de veces la teora econmica no sugiere de manera explicita la forma


matemtica en la que debe ser especificado un modelo; ni tampoco el nmero de
ecuaciones que deben ser incluidas en el mismo. Frente a tal hecho, corresponde al
investigador elegir entre las formas matemticas lineales y no lineales, la que a su
juicio, mejor expresa el fenmeno que est investigando.

Finalmente, para concluir con el ejemplo que venamos desarrollando, diremos que la
teora econmica de la demanda, no establece que un estudio de demanda daba ser
planteado con un modelo de ecuacin nica o con un sistema de ecuaciones
simultneas. En tal consideracin, est a manos del investigador decidir si el fenmeno
que investiga puede ser adecuadamente descrito por una ecuacin o por un sistema
multiecuacional.

Lo que si debe ser una regla es que, el mundo de la economa es por naturaleza
complejo, siempre que sea posible debemos evitar aproximar un modelo
multiecuacional a un modelo de una sola ecuacin, ya que el precio que pagaremos por
la simplicidad en el manejo del modelo ser necesariamente alto, en razn de que
perderemos exactitud en nuestras estimaciones.

Dicha aproximacin nos llevara irremediablemente a obtener medidas incorrectas en al


estimacin. Por otro lado cualquiera que sea el mtodo de estimacin todos ellos son
sensibles a los errores que se generan en este tipo de especificaciones resumidas.

De lo contrario no puede concluirse que todas la estimaciones que se realizan como


especificacin uniecuacional son incorrectas, ya que hay situaciones en las cuales bajo
ciertas normas de cuidado, podramos lograr resultados adecuados. Por otro lado y
quizs lo que muchas veces es definitivo en alguna investigacin: factores de costo
disponibilidad de datos, posibilidad de acceso a los servicios de computacin,
condicionan la amplitud del modelo y en este caso no existe otra alternativa que la de
trabajar con lo que se tiene, sabiendo de antemano la escasa precisin de los resultados.
Para concluir, debemos remarcar que:
1. La especificacin del modelo es la ms importante y difcil etapa del proceso de
investigacin.
2. Que las dificultades slo pueden ser superadas, si el investigador realiza
previamente un esfuerzo para manejar lo que la teora econmica propone
respecto a lo que investiga.
3. Que visto que la teora econmica nada propone respecto a la forma matemtica
del modelo y el nmero de ecuaciones del mismo, el investigador debera ser
extremadamente cuidadoso en su eleccin, procurando en todos los casos usar la
forma y el tipo de modelo que mejor capte el fenmeno que busca investigar.
Lo que en concreto nos llevar a concluir: una adecuada especificacin, slo es
posible si se ejecuta despus de un real entendimiento del problema que se busca
resolver.

2 Etapa: Estimacin del Modelo


El objetivo de esta etapa es la cuantificacin de los parmetros del modelo, utilizando
como insumo un conjunto muestral de datos para cada una de las variables especificadas
y como medio uno de los diferentes mtodos economtricos con que cuenta la
investigacin cuantitativa.

El trabajo que el investigador desarrolle en esta etapa es puramente tcnico; esto es,
tiene que ver con el cumplimiento de ciertas reglas que forman, desde la accin simple
de recolectar datos hasta aquellas que tienen que ver con la operatividad y manejo de los
mtodos propios de la cuantificacin economtrica.

Igual que en etapa anterior revisaremos pormenorizadamente cada una de estas


acciones, para destacar en cada tarea las exigencias de las normas aplicables a la misma.
Dentro de estas tareas estn:

1. La recoleccin de observaciones estadsticas para cada una de las variables del


modelo.
2. El examen de ciertos problemas de agregacin que estn implcitas en algunas
variables de naturaleza macroeconmica.
3. El examen del grado de asociacin que podra existir entre algunas variables que
hacen el papel de explicativas en el modelo.
4. E examen de las condiciones de identificacin de la relacin que pretende
estimarse; y finalmente,
5. La eleccin del mtodo economtrico ms apropiado para la estimacin.

1) Recoleccin de datos.

Ms que la tcnica misma de recopilar datos para fines de esta nota, importa sealar
los diferentes tipos de datos a los que puede tener acceso el investigador.
Series de tiempo: Informacin acerca del valor numrico de una variable a travs del
tiempo; por ejemplo la serie del PNB de las cuentas nacionales de un pas en el
perodo 1950 1985.

Datos de corte transversal en el tiempo: se refiere a los que el investigador puede


recolectar mediante encuestas muestrales y estn referidos a observaciones sobre
unidades individuales en un momento del tiempo; por ejemplo: ingresos y gastos en
alimentos para un conjunto de familiares en un mes determinado.

Datos tcnicos: informacin relacionada con los modos de produccin. Expresan


requerimientos tcnicos de los mtodos productivos.

Datos institucionales: informacin deducida o estimada a partir de las normas


institucionales o legales. Un caso muy ilustrativo de cmo es posible estimar
informacin institucional es el siguiente: supongamos que al especificar un modelo
macroeconmico entre sus ecuaciones existe una relacin institucional que describe que
los agentes econmicos que reciben ingresos estn obligados a pagar al gobierno una
tasa que en promedio es de cinco por ciento. Entonces la funcin tributacin de dicha
economa sera:

T = 0.05 Y

Y bastara conocer el nivel de ingreso del pas (Y) para determinar el ingreso del
gobierno (T).

Datos construidos por el investigador.


Es el caso ms comn de datos construidos, es el de la variable dummy. Son
variables utilizadas para representar categoras de cualidad, tales como: sexo, edad,
educacin, religin, etc. La tcnica para construir una variable dummy, es ms o
menos la siguiente: asignar el valor 1, para denotar la presencia de un atributo
cualitativo que por suposicin tiene un impacto sobre la variable dependiente y usar
el valor 0 para denotar ausencia de ese atributo.

As, por ejemplo, si quisiramos estimar la demanda de helados utilizando datos de


corte transversal, la variable sexo podra estar representada por una variable dummy.
Asignaremos 1 cuando la muestra registre un consumidor hombre y el valor 0
cuando corresponda a una mujer. En este caso, si al ejecutar la estimacin a la
variable sexo le correspondiera un coeficiente positivo y significativamente distinto
de cero; concluiremos que el sexo es una variable determinante de la demanda de
helados.

Finalmente, antes de pasar a otro punto, diremos que algunas veces la estimacin de
una determinada relacin hacen necesaria la mezcla de datos de distintos tipos, p.
ej., un estudio que busque estudiar el impacto que tienen las variables sexo,
educacin, sobre el nivel del ingreso de los individuos. En este caso tendramos una
estimacin que busca relacionar una variable cuantitativa (ingreso) con variables
cualitativas (sexo, educacin). En otro caso podramos hacer concurrir en una sola
relacin, datos de corte transversal y de serie de tiempo. En ambas situaciones
deberemos estar alerta para lograr una adecuada interpretacin delos coeficientes
estimados ya que, por ejemplo cuando combinamos series de tiempo y datos de
corte transversal el significado de los estimadores ser diferente que si se trabaja con
datos de un mismo tipo.

2) Problemas de Agregacin
La estimacin de modelos macroeconmicos siempre obliga a utilizar variables que
expresan el comportamiento agregado de unidades individuales.
Toda agregacin adems de compleja es siempre fuente de sesgos y errores para las
variables resultado.
Un error, o un sesgo en el mejor de los casos para la variable, significa una
traslacin de error a los estimadores. Por tanto, es muy til que el investigador
conozca por lo menos la fuente probable de errores que podran tener sus
estimadores.

Esto ser posible si con minuciosidad averigua cuales son los tipos de agregacin a
que han sido sometidos las variables que usar como insumo en la estimacin de sus
modelo.
Los tipos de agregacin ms utilizados en la elaboracin de variables son,

Agregacin sobre Individuos.


La variable ingreso personal disponible es la suma de los ingresos individuales
de los sujetos de una economa.

Agregacin sobre bienes.


La variable producto bruto interno es la suma del valor de todos los bienes y
servicios finales que se producen en una economa.

Agregacin sobre periodos de tiempo.


Casi todos los proceso productivos siempre estn concluidos en perodos
menores de un ao. Entonces si una variable est referida como siempre es
usual; al perodo anual, el uso de esa variable en la estimacin de un modelo
introducir un margen de error para los estimadores.

Agregacin espacial
Cuando por ejemplo la variable produccin es incorporada de un modelo
macroeconmico, ella representa el resultado de la actividad econmica de todas
las regiones del pas. Dicha agregacin obviamente implicar siempre incorporar
errores de toda naturaleza, y como ya indicamos, esa distorsin afectar la
exactitud de las estimaciones.

Frente a tales problemas, una de las alternativas de solucin sera que el


investigador sea cuidadoso en la eleccin de las series para las variables. Hay
siempre en la mayora de las veces ms de una serie para una misma variable;
p.ej., si nuestro inters es incorporar en un modelo la variable ingreso,
podramos elegir entre las series de PNB, PBI, YPD, que como sabemos tienen
diferentes orgenes en su elaboracin. 2

3) Examen de Multicolinealidad
Se define al problema de multicolinealidad, como la vigencia de un alto grado de
correlacin entre las variables explicativas de un modelo. La presencia de tal situacin
lleva a serios problemas de estimacin de los parmetros; y en algn caso extremo, nos
imposibilita obtener valores numricos, para dichos coeficientes. Desde esta ptica,
seria ptimo que las variables que usamos en el modelo como explicativas, no
estuvieran correlacionadas; sin embargo, en las prctica lo ms comn es que todas las
variables evolucionen simultneamente mismo sentido. As, por ej., si examinramos las
series de PNB, exportaciones, inversin de cualquier economa, fcilmente
evidenciaremos que todas ellas cambian en el mismo sentido durante un perodo dado.

Frente a tal situacin... qu hacer? Hay varios caminos para enfrentar el problema; los
ms conocidos, son:
i) Uso de variables proxis para reemplazar a una de las explicativas que estuviera
fuertemente correlacionada con otra.
ii) Combinacin de diferentes tipos de datos; combinar series de tiempo y datos de corte
transversal.
Hay tcnicas especiales, por supuesto, para tratar de atenuar el problema de estimacin
con datos colinales; ms la revisin de estos mtodos caen en el campo de un curso de
econometra.
4) Examen de las Condiciones de Identificacin de la Relacin
Podra parecer raro que habiendo especificado una funcin de demanda, en la etapa de
estimacin logremos una relacin de oferta. A esa situacin se llega cuando el
investigador antes de conocer la tarea de estimacin propiamente dicha, no ha
constatado que la relacin a estimar ha sido adecuadamente identificada.

2
En nuestro medio, en cuanto a informacin estadstica a nivel de la economa se refiere, existe una
publicacin reciente y bastante completa: La informacin Macroeconmica en el Per de Torres
Trujillo y La Torre Postigo. Ed. DESCO: Centro de Estudios y Promocin del Desarrollo, 1982. Presenta
de manera resumida las fuentes, conceptos y mtodos utilizados por especialistas de cuentas nacionales
para alcanzar, a partir de la informacin individual de los agentes econmicos, las cifras agregadas para
cada una de las variables que integran el Sistema de Cuentas Nacionales del pas.
Ejemplifiquemos el caso para entender lo que en Econometra se denomina el problema
de identificacin.
Supongamos que deseamos estimar una relacin de demanda para un bien, en un
periodo en el cual tanto la variable ingreso como el resto de explicativas que afectan la
demanda permanecen constantes. Frente a este caso especificaremos.
Qtd = Q(P, U ) donde esperamos que segn lo establecido por
(4)
t la teora econmica:
Q
<0
P

Asumamos tambin que para dar contenido emprico a ese modelo, recurrimos a las
series de tiempo de Qt y Pt, siendo que Qt observado en el mercado no es otra cosa que
cantidad comprada y vendida a un determinado precio; hay ninguna seguridad que al
ejecutar la estimacin, captemos para la pendiente de la relacin propuesta, un valor
positivo en lugar de un parmetro de signo negativo como es el que especific en el
modelo.
Lo anterior pone en evidencia que an cuando la especificacin planteada es
tericamente plausible, el uso de la misma para estimarla es inconveniente. El
inconveniente de usarla como base de la estimacin desaparece, si por ejemplo la
reespecificamos como:

Q Q
(5) Qtd = Q(Pt , Yt ,U ) donde < 0, >0
P Y
donde Yt, es una variable representa ingreso.
Dado que la variable adicionada en la reespecificacin es una variable que slo afecta a
la demanda y no a la oferta, el problema de identificacin de la relacin est resuelto.
La regla de especificar una relacin con por lo menos una variable que no afecte a otra
relacin, que se defina de la misma manera, y de esa forma resolver el problema de
identificacin de una relacin, no es nica; existen otras por las cuales se puede
establecer la identificacin de una relacin.

El uso y manejo de tales reglas cae en el campo de la econometra y por tanto se revisan
aqu.
5) Eleccin del Mtodo Economtrico ms Apropiado para la Estimacin
El mtodo economtrico es el medio por el cual podemos llegar a medir una relacin
econmica; esto es, cuantificar el valor de sus parmetros. Cada una de estas tcnicas
tienen supuestos propios y tambin exigencias para las variables que usa como insumo.

Lo concreto es que para el investigador existe toda una gama de mtodos; unos ms
apropiados para determinadas relaciones; otros con supuestos muy rgidos y slo un
numero muy pequeo de ellos fciles de operativizar en la prctica. El ms conocido de
estos ltimos se denomina: Mtodo de los mnimos cuadrados ordinarios.

El estudio de tales mtodos corresponde a la econometra; aqu solamente nos


limitaremos a agruparlos en dos en dos grandes categoras y tambin a indicar algunos
criterios para elegir el ms conveniente.

Mtodo de estimacin con ecuacin nica.


Todos son aplicables al propsito de estimar parmetros en un modelo de ecuacin
nica; ellos son:
MCO : Mtodo de los mnimos cuadros ordinarios
MCI : Mtodo de los mnimos cuadros indirectos
MC2E : Mtodo de los mnimos cuadros bietpicos
MMVIL : Mtodo de mxima verosimilitud con informacin limitada.

Mtodo de estimacin para ecuaciones simultaneas

Como su nombre lo enuncia, son aplicables a la estimacin de todos los parmetros de


un modelo con muchas ecuaciones; los ms conocidos son:
MC3E :Mtodo de lo mnimos cuadrados de tres etapas.
MMVIC :Mtodo de mxima verosimilitud con informacin completa.
Bajo ciertas condiciones MCI y MC2E tambin pueden ser usados en estimacin
simultnea. Qu mtodo economtrico elegir para la estimacin? Hay una serie de
factores que podran ayudar a la eleccin; entre los ms importantes estn:
1. La Naturaleza de la Relacin y sus Condiciones de Identificacin.
El MCO, da resultado muy adecuado y de bajo costo en trminos de operatividad en
las relaciones econmicas simples siempre que el problema de identificacin est
resuelto.
Para modelos multiecuaciones debidamente identificados son apropiados MCI y
MC2E
2. El propsito de la investigacin
Si bien todo mtodo puede conseguir su objetivo (cuantificar parmetros) no todos
ellos logran parmetros con propiedades ptimas. Una de las propiedades,
propiedades ptimas que se exige a los parmetros es por ejemplo que su varianza
sea mnima. Tal exigencia de optimizacin tiene una razn de ser: cuando el
propsito de estimar un modelo es el pronstico la propiedad de varianza mnima
para los parmetros es fundamental. No as cuando la finalidad de la estimacin del
modelo es anlisis cualitativo donde lo que importa es el sentido de los cambios de
una variable y no el valor alcanzado por el parmetro.
De los anteriores concluimos que es fundamentalmente el propsito final de la
estimacin que condiciona la eleccin del mtodo economtrico a utilizar.
3. La simplicidad del mtodo y los requerimientos de tiempo y costo.
Un mtodo como el MCO, simple para operativizar, de bajo costo de computacin y
poco exigente en la calidad y cantidad de datos, siempre ser preferido frente a otro
que aunque ms preciso es muy exigente en cuanto a sus supuestos por ejemplo. La
decisin anterior ser racional si es que tenemos en cuenta que el mas grave
problema que debe resolver el investigador es la falta de datos y calidad en los
mismos.
Finalmente, una recomendacin til, aunque siempre dejada de lado en la mayora
de las investigaciones: elegido el mtodo deber hacerse explcito los supuestos e
implicancias del mismo. Como ya indicamos, esos supuestos se relacionan no slo
con la forma en la que se distribuye la variable aleatoria del modelo, variable del
modelo.
La importancia de explicitar dichos supuestos, radica en que la tercera etapa de todo
proceso de investigacin (evaluacin de los estimadores) justamente empieza con
una serie de pruebas cuya finalidad es asegurarse que los supuestos del mtodo
economtrico no han sido violados, ya que de haberlo sido, los parmetros
estimados sern irreales, falsos y por tanto intiles para todo fin.
3 etapa: Evaluacin de los Estimadores
La estimacin de los parmetros de un modelo (como ya se indic) es posible por la
aplicacin de un mtodo estimacin sobre un conjunto muestral de datos.

Por otro lado, cuando la segunda etapa de la investigacin ha concluido, para cada
uno de los parmetros se ha determinado un valor numrico. Ese valor numrico
puede o no ser consistente con lo que la teora econmica, la estadstica y la
econometra esperan de ellos. Por tanto la tarea que sigue a la estimacin, es la
evaluacin de tales estimadores.
De manera general, el objetivo de esa tercera etapa de la investigacin es determinar
cuan significativos y correctos son los estimadores que hemos conseguido en la
segunda.
Los criterios para juzgar a los estimadores con los correspondientes a la:
- Teora econmica (criterio a priori);
- Estadstica (criterio de 1 orden);
- Econometra (criterio de segundo orden)
Enseguida delineamos de manera especfica cada uno de estos criterios e indicamos
los aspectos ms relevantes de los mismos.
CRITERIO ECONMICO
Puesto que la teora econmica en la etapa de especificacin es la que determin
anticipadamente cual es el signo y tamao que deban tener los parmetros del modelo,
corresponden ahora contrastar si los resultados de la estimacin cumplen con las
restricciones impuestas por la teora econmica.
As, si como ya est indicado, los parmetros son por definicin propensiones, valores
marginales, multiplicadores y dado que segn la teora econmica cada uno de ellos
debe tener un valor y un signo especfico, la evaluacin consiste en verificar si las
categoras de signo y tamao son los que la teora exige.
Frente a tal examen slo existe, como es lgico, dos alternativas:
i) que los parmetros estimados tengan el tamao y signo que la teora seala;
ii) que los estimadores para los parmetros no posean las caractersticas que la
teora espera.
Frente a la segunda alternativa, corresponde al investigador la tarea de esclarecimiento
del por qu los signos y el tamao no son los correctos. Lnea de accin tal como,
investigacin si los datos empricos son deficientes; si la tcnica de estimacin elegida
es la correcta; si la especificacin establecida para el modelo es la adecuada, son ms
importantes de llevar a cabo que la accin de concluir que la teora no funciona en la
prctica. El rechazo de una teora es posible, ms una conclusin que apunte a tal
afirmacin sin la investigacin consciente y responsable, no ayuda mucho al avance de
la ciencia en ningn campo.

Por tanto, la actitud ms adecuada frente a la segunda alternativa, ser un replanteo del
modelo especificado incorporando ahora:

Un redefinido conjunto de variables explicativas;


nuevas formas matemticas para el modelo; o un nmero de ecuaciones
diferentes para el mismo;
una nueva tcnica de estimacin.
Slo si despus de realizar esta serie de esfuerzos, los criterios tericos establecidos a
priori no son satisfechos, recin tendramos los elementos de juicio para concluir que la
teora necesita ser revisada. Pero an en este caso, la investigacin habr cumplido su
finalidad, en razn que el investigador despus de este esfuerzo, est capacitado para
delinear los aspectos dbiles de una teora y por tanto proponer su revisin.
Es muy difundido el hecho de que a base de tales replanteamientos de la teora, la
investigacin cuantitativa ha aportado invalorables sugerencias para que la teora
econmica pueda reformular la teora de la inversin por ejemplo.

CRITERIO ESTADSTICO
Evaluar las estimaciones siguiendo el criterio estadstico, es someter a los parmetros
estimados a una serie de test o exmenes para determinar su grado confiabilidad o
certeza. Como su nombre lo indica, este criterio deriva de la aplicacin de las reglas o
procedimientos derivados de la teora de las pruebas de hiptesis que corresponden a la
inferencia estadstica, para determinar cuan significativos y confiables son los
estimadores logrados a partir de una muestra de observaciones para las variables.

Si bien los enfoques para derivar tales reglas son de los ms variados, la investigacin
aplicada ha centrado todos estos exmenes en el uso del siguiente:.
3
(i) Test prueba de hiptesis en el enfoque de las prueba de significancia , el que de
manera general representa un procedimiento mediante el cual se utilizan los resultados
de la muestra para verificar la veracidad o falsedad de una hiptesis nula parmetro
probando cae en la regin critica en este caso la hiptesis nula. As se dice que un
parmetro es estadsticamente significativo si el valor del parmetro que se est
probando cae en la regin crtica. En este caso la hiptesis nula se rechaza.
(ii) La otra prueba o test que se usa en este criterio es la prueba o test de la bondad de
ajuste de un modelo estimado a travs del concepto del coeficiente determinacin (R2).
Como es conocido R2 tiene un valor comprendido entre 0 y 1; por tanto si dentro de la
estimacin este indicador alcanzar un valor cercano a uno, ello indicara que el modelo
especificado explica en gran medida el fenmeno estudiado.
De manera exacta y precisa R2 nos indica la proporcin o porcentaje de variacin total
en la variable dependiente que ha sido explicada por los cambios de las variables
explicativas del modelo.
El manejo de tales reglas de evaluacin estadstica no son de naturaleza mecnica; no
hace sentido es esta tarea de evaluacin, determinar si dentro de un modelo el conjunto
de parmetros es estadsticamente satisfactoria recurriendo a la prueba en s. Las
pruebas deben hacerse a la luz del criterio bsico de evaluacin que es criterio
econmico, y desde otro punto de vista, es necesario tener presente el contexto del
mundo donde se ha sido recogida la informacin del modelo.
Lo anterior apunta a sealar que no tienen sentido aceptar como parmetros adecuados,
aquellos que en la prueba de significancia y ajuste se comportaron como parmetros
ptimos si por ejemplo ellos no poseen ni el signo ni el tamao que la teora exige.
Finalmente, aclaramos que la denominacin de test de primer orden para el criterio
estadstico radica en el hecho de que para evaluar a los estimadores en el criterio
economtrico, necesariamente deben haber satisfecho las exigencias del criterio
estadstico.

CRITERIO ECONOMTRICO
Como ya se ha sealado, el instrumento de la cuantificacin de una relacin econmica,
esto es el mtodo economtrico, ha sido elaborado en base a una serie de supuestos
respecto a la variable aleatoria y a las variables observables del modelo. Justamente la

3
El manejo pormenorizado de los test de hiptesis debe ser consultado en cualquier texto de inferencia
estd.
evaluacin de este campo corresponde a determinar si todo esos supuestos se han
cumplido de manera satisfactoria. Dado que cada mtodo de estimacin se basa en
supuestos particulares y especficos al mismo, no es posible abarcar de manera general
mediante un solo test o un grupo de ellos toda la evaluacin economtrica. Sin embargo,
hay por lo menos un supuesto general a la mayora de los mtodos y este es el que
aproximadamente dice lo siguiente.

La variable aleatoria se postula como una variable no observable cuyos valores no


estn correlacionados; esto es, se asume que no existe autocorrelacin y especficamente
para datos de serie de tiempo se supone la no existencia, de correlacin serial para la
perturbacin.

As, si el supuesto anterior fuera violado, una consecuencia sera obtener estimadores
cuyas caractersticas ms relevantes son la insesgadez, la falta de consistencia y
eficiencia. Luego, para tratar de detectar estos defectos en los estimadores, es necesario
ejecutar uno de los test como el que por ejemplo DURBIN WATSON ha sugerido para
el problema economtrico de autocorrelacin.

Como ya se indic, en esta evaluacin los tipos de test estn estrechamente unidos a los
supuestos especficos de cada mtodo. Por tanto, lo que es general, es la exigencia de
examinar cuidadosamente la validez de tales supuestos en la aplicacin especifica de
que se trate.
Finalmente, la aclaracin correspondiente apelativo test de segundo orden para el
criterio economtrico; se llama as, porque el examen economtrico se constituye un test
sobre el test estadstico. Esto significa que si por medio de un test estadstico. Esto
significa que si por medio de un test estadstico (test de 1 orden) se puede determinar la
insesgabilidad de un parmetro (propiedad de estar contratado alrededor de su
verdadero valor poblacional) el objetivo del test de segundo orden ser para determinar
si esos parmetros adems de insesgados poseen otras propiedades mas exigentes tales
como por ejemplo, varianza mnima.
Para concluir la revisin de esta etapa de la investigacin creemos de utilidad remarcar
la idea siguiente: si bien dentro de la etapa de evaluacin, didcticamente hay que
distinguir tres criterios, ninguno en particular puede sustraer importancia a los otros, ya
que a fin de cuentas no existen resultados adecuados a la teora econmica pero
inapropiados desde el punto de vista estadstico; los nicos resultados que cuentan son
aquellos que son apropiados para entender el fenmeno econmico de manera total.
Otra idea que igual que la anterior merece por su trascendencia igual insistencia, es la de
que cuando la evaluacin no da resultados satisfactorios, la solucin no detener el
proceso de investigacin, sino al contrario es momento de reimpulsarlo reespecificando
el modelo, introduciendo variables que antes se omitieron, transformando variables,
cambiando las formas matemticas para las relaciones para ser nuevamente reestimadas;
ya que es slo en este proceso de realimentacin ciencia se desarrolla.

4 Etapa : Evaluacin de la Capacidad Predictiva del Modelo


Uno de los propsitos ms inmediatos de toda investigacin economtrica es la de
previsin o pronstico.
En un sentido estricto, la previsin puede ser entendida como la capacidad que un
modelo debe poseer para obtener los valores numricos de sus variables explicadas en
un espacio fuera de la muestra.
Esto es lo que se llama previsin cuantitativa de un modelo. Sin embargo, la previsin
no es de tipo nico; existe otra que se refiere slo al aspecto cualitativo de las variables,
ms propiamente la que a base de los parmetros estimados nos permite anticipar el
cambio que experimentaran las variables dependientes o variables explicadas.

Por otro lado, la capacidad de previsin de un modelo, no es inherente a todos los


modelos estimados.
Dicho de otro modo, es posible que aun cuando un modelo correcto desde el punto de
vista de los criterios econmicos, estadstico y economtrico, no por ello est
garantizada su capacidad de previsin.
La explicacin ms simple para dicho hecho pudiera ser, p. ej., que dado que todo
modelo se estima en base a una muestra o perodo muestral, el resultado de nuestras
estimaciones slo sirve para describir lo que pasa en el espacio muestral, mas no lo que
sucede fuera de l. Razones tales, como cambios violentos en los parmetros
estructurales de la relacin en el mundo real, explicaran porque no todos los modelos
pueden lograr un desempeo ptimo en las tareas de previsin
Para concluir este punto, refirmamos, cuando hablamos de capacidad predictiva de un
modelo, no referimos a su desempeo para anticipar los valores y/o cambios
experimentaran sus variables explicadas mas all del espacio muestral
Por otro lado, dicha capacidad no es inherente a todos los modelos estimados, y lo que
ms, dicha capacidad no es inherente a todos los modelos estimado, y lo que ms, dicha
capacidad es independiente de los resultados obtenidos en los test aplicados a los
estimadores en la tercera etapa de la investigacin.
Existen diferentes formas para establecer establecer la capacidad predictiva de un
modelo; sin embargo, dos son las ms simples y tambin las ms utilizadas
1. La primera consiste en comparar el valor estimado previsto (YP) valor observado
o realizado de variable en el mundo real, como es obvio debera existir una
diferencia entre esos dos valores esto es:
(6) = Y R YP ;
donde 0

por otro lado, en la prctica es casi imposible obtener una medida de YR sin
interferencia de varios factores perturbadores. As por ejemplo, cuando trabajamos en la
realidad no medimos ni observamos YR si no ms bien:
(7) YR + u
donde u, es una variable aleatoria que mide el efecto de esos factores perturbadores
que se dan al observar la realidad y que comnmente recibe el nombre de error de
medida.
El razonamiento anterior nos lleva a modificar la expresin (6) que inicialmente
definimos como diferencia entre lo observado y lo previsto, de tal manera que:

(8) = YR + u YP
o lo que es lo mismo:
(9) = YR YP + u
si como dijimos, u, es una variable aleatoria de distribucin f (u), ser posible la
construccin de una prueba significancia estadstica4 para la diferencia que existe entre
los valores observado y previsto. Si al ejecutar el test, encontramos que la diferencia
entre el valor previsto no es estadsticamente significativo, concluiremos que la
capacidad predictiva es aceptable; de lo contrario la conclusin ser que el modelo no
tiene capacidad para prever fuera de la muestra.

4
El test de significancia estadstica ms acostumbrado para estos casos, es un simple test t.
2. La segunda forma de establecer la capacidad de prediccin de un modelo
consiste en reestimar el modelo una muestra de mayor; esto es, incluyendo
observaciones adicionales. Si el modelo posee capacidad predictiva adecuada,
los parmetros del modelo reestimado no deberan ser sensibles a los cambios de
tamao de la muestra. Este cambio un modelo con poca capacidad para prever,
ser aquel cuyos parmetros son muy sensibles a la adicin o sustraccin del
nmero de observaciones muestrales.

Finalmente una pregunta cuya respuesta tiene relevancia frente a un modelo estimado
con escasa capacidad predictiva

Puede mejorarse la capacidad predictiva de un modelo?


Cmo hacerlo?
la respuesta respecto a la segunda pregunta, es: investigar las fuentes de error en la
previsin; ellas son de las ms variadas, pero las mas significativas, son:

i) error de medida en las variables explicativas del modelo.


ii) inadecuada utilizacin del mtodo de estimacin; esto es, violacin de los
supuestos del mtodo respecto a la variable aleatoria y tambien a las
deficiencias de los datos para cumplir supuestos rgidos del mismo.
iii) condiciones estructurales cambiantes en la realidad, despus de recolectar la
muestra o seleccionar el espacio muestral.

Detectada la fuente de error de previsin es posible utilizar mtodos correctivos para


mejorar la capacidad predictiva de un modelo. As, si la fuente es (i), deber utilizarse
mtodos apropiados de estimacin que justamente han sido creados para esos fines. El
mtodo ms popular y simple para estos casos es el mtodo de estimacin con variables
instrumentales (ii), los mtodos correctivos son los que corresponden a la resolucin de
un problema economtrico concreto, tal como autocorrelacin, multicolinealidad,
heterocedasticidad, etc.
Finalmente, si el origen del error fuente (iii) la recomendacin ms efectiva es reestimar
el modelo en informacin ms reciente y en todo caso aceptar que la previsin no
puede ser tambin ambiciosa y mucho menos de precisin exagerada.
BIBLIOGRAFA

AZNAR GRASA, A. Planificacin y Modelos Economtricos


Coleccin Quantum. Ed. Pirmide (1979).

DAGUM, CAMILO. Metodologa y Crtica Econmica


Seleccin de Camilo Dagum. FCE. Mxico 1979

DUTTA, ALONSO. Mtodos Economtricos. South-Western


Publishing. Co. 1982

GUJARATI, DAMUDAR Econometra Bsica Mc. Graw Hill


Latinoamericana, 1981

KOUSOYIANNIS, A. Theory of Econometrics Second Edition, the


Mac Millan Press Ltda. 1979

KLEIN, L.R. Tcnicas de construccin de modelo para


economas en vas de desarrollo Comercio
Exterior. Vol. 25 No. 11, Mxico. Nov. 1975

WYNN, R.F. Y HOLDEN, K. An Introduction to applied econometrics analysis.


The Mac Millan Press Ltda. 1979.