a

Cu 7

Econometra
3 de Economa 2 ADE Curso 2010-2011
Begoa lvarez Garca

Material del curso: arez

TEMA 1 INTRODUCCIN

Science is Measurement
(William Thomson, Lord Kelvin)

1. Qu es la Econometra?
La Teora Econmica sugiere relaciones entre variables que, normalmente, tienen implicaciones importantes en el diseo de polticas; pero rara vez sugiere cul es la magnitud de los efectos causales entre esas variables. Por ejemplo: Cul es la elasticidad-precio de los cigarrillos? Cul es el efecto de reducir el tamao de la clase en las notas de los estudiantes? Cul es el rendimiento, en trminos de salario, de un ao adicional de educacin? Si aumenta el tipo de inters en un 2% cunto variar la tasa de crecimiento del PIB?
3

1. Qu es la Econometra?

La Teora Econmica trata de responder al POR QU? La Econometra trata de dar respuestas a CUNTO? Mensurabilidad es la palabra clave en la Econometra.

1. Qu es la Econometra?
La Econometra, como disciplina, surge en el 1 Encuentro de la Econometric Society en Cleveland, Ohio (USA) en 1930, como una iniciativa de economistas, matemticos y estadsticos muy relevantes: Fisher, Schumpeter, Wiener, Frisch, etc. Uno de los resultados de este encuentro fue la publicacin de la revista Econometrica (1933) una de las ms (o la ms) prestigiosa en investigacin econmica. En su primera edicin public algunas definiciones para la Econometra: studies that aim at a unification of theoretical-quantitative and the empiricalquantitative approach to economic problems [based on] rigorous thinking similar to that which has come to dominate in the natural sciences

Pero , econometrics is by no means the same as economic statistics, [n]or general

economic theory, [n]or the application of mathematics to economics. It is the unification of all three
5

1. Qu es la Econometra?
La Econometra consiste en la combinacin de mtodos estadsticos, econmicos y datos para responder a preguntas sobre cuestiones econmicas empricas. Existen diferentes tipos de cuestiones empricas (y por tanto de aplicaciones de Econometra). Algunos ejemplos son: Estimacin de relaciones causales: funciones de demanda, funciones de produccin, ecuaciones de salarios, etc. Contraste de teoras econmicas: hiptesis de los modelos de capital humano (relacin entre educacin e ingreso; salud e ingreso, etc.). Evaluacin de polticas gubernamentales: efecto sobre el empleo de un aumento en el salario mnimo interprofesional; Prediccin: predecir variables macroeconmicas como la inflacin, el PIB, etc.
6

2. Para qu sirve?
PREDICCIN:

2. Para qu sirve?
ESTIMACIN DE RELACIONES CAUSALES:
Los impuestos sobre el consumo de alcohol salvan vidas? Cook, Ostermann, and Sloan, NBER WP 11138, Febrero 2005 DATOS: Utilizan datos americanos estatales sobre tasas de mortalidad entre 1970-2000, consumo de alcohol agregado, tasas de impuestos sobre el alcohol, etc. RESULTADOS DEL ANLISIS ECONOMTRICO: Duplicar el consumo de alcohol aumenta la mortalidad en un 23% Eso implica que se pasara de 2.4 milliones de muertes por ao a 2.9 millones. Duplicar los impuestos sobre el alcohol reducira la mortalidad en un 0.7% Es decir, en USA, se salvaran 16.000 vidas por ao.
8

2. Para qu sirve?
CONTRASTE DE TEORAS ECONMICAS:
Efectos de la educacin: modelo de capital humano
Estimating the macroeconomic returns to education A large body of empirical research has confirmed a positive link between education and productivity. Better educated employees are generally more productive, and may raise the productivity of coworkers.. Studies of the macroeconomic returns to education are methodologically diverse and based on two broad theoretical approaches. The first, a neo-classical approach, models the relationship between the stock of education and the long-run level of GDP. Most studies follow this tradition. A second approach derives from new-growth theory and models the relationship between the stock of education and the rate of growth of GDP. Whether increases in the stock of education primarily affect the level of output, or its growth rate, is still unclear. Concerning the magnitude of the returns, the available studies indicate that in the neo-classical

models a one-year increase

in average education raises the level of output per capita by between 3 and 6%. Studies of the new-growth variety find that the same increase in average education raises the rate of growth of output by around 1%.
OCDE, 2004. 9

2. Para qu sirve?
EVALUACIN DE POLTICAS
Evaluacin del Programa Hogares Comunitarios en Colombia Attanasio, O. and M. Vera-Hernndez, IFS 2006 DATOS: Analizan el efecto que tiene sobre la altura y peso del nio y sobre la participacin laboral de las madres la asistencia a hogares comunitarios (madres de la comunidad que cuidan a nios y adems les dan un suplemento nutritivo). RESULTADOS DEL ANLISIS ECONOMTRICO: La asistencia a un hogar comunitario aumenta la altura del nio en 2cm, si el resto de factores que explican la altura se mantiene constante. La asistencia al Hogar Comunitario aumenta la oferta laboral de las madres en 71.7 horas por mes.
10

2. Para qu sirve?
La Econometra es importante en prcticamente todas las ramas de la economa aplicada: laboral, salud, industrial, macroeconoma, desarrollo, internacional, marketing, finanzas, etc. Hay dos caractersticas que distinguen la Econometra de lo que sera la estadstica aplicada a la economa Los datos econmicos son no experimentales. No podemos clasificar a los individuos o las empresas como si fueran grupos experimentales y grupos de control. Los individuos son libres y se auto-seleccionan en grupos (nivel educativo, ocupacin, etc. ). Precisamente la Econometra tiene en cuenta esta circunstancia, es decir tiene en cuenta el comportamiento del individuo, sus decisiones. Los modelos econmicos (simples o sofisticados) son cruciales para interpretar los resultados estadsticos en las aplicaciones economtricas.
11

3. Qu aprenderis?
En los cursos de Econometra de la licenciatura: Aprenderis mtodos para estimar efectos causales a partir de datos observacionales Aprenderis herramientas que pueden ser utilizadas para otros objetivos, como la prediccin. Pondremos especial nfasis en las aplicaciones, pero la teora es necesaria para entender el porqu de los mtodos. Aprenderis a producir (hacer los anlisis economtricos) y a consumir (evaluar el trabajo de otros).

12

There are two things you are better off not watching in the making: sausages and econometric estimates. -Edward Leamer

If you torture the data long enough, Nature will confess. -Ronald Coase

The four golden rules of econometrics: 1.Think brilliantly, 2.Be infinitely creative, 3.Be outstandingly lucky, 4.Otherwise, stick to being a theorist -David Hendry-

13

4. Etapas del anlisis economtrico

Es importante tener en cuenta que el proceso de investigacin en econometra aplicada no es lineal sino que sigue bucles. Es decir, la pregunta orginal y el modelo, e incluso la recogida de datos (ejemplo: bsqueda de informacin o variables adicionales) puede modificarse despus de una visin preliminar de los resultados economtricos. Una vez que tenemos esto en cuenta, podemos describir las siguientes etapas en la investigacin economtrica:
1. 2. 3. 4. 5. Formulacin de la pregunta que queremos responder Construccin del modelo econmico que la responde. Especificacin del modelo economtrico: qu datos necesitamos? Recogida o bsqueda de datos. Estimacin, validacin, contrastes de hiptesis y prediccin.
14

Ejemplo: Un modelo econmico del crimen

1. Pregunta emprica Qu tipo de polticas son ms eficaces para reducir un tipo de crimen particular: las que aumentan la probabilidad de capturar al criminal o las que aumentan el castigo? 2. Modelo econmico del comportamiento criminal Necesitamos un modelo que explique cules son los factores/variables principales que determinan la decisin de un individuo de involucrarse en una actividad criminal. Becker (JPE, 1968) modela el comportamiento criminal como si fuera una eleccin de ocupacin. De manera que las variables que afectan a las a las ganancias netas (ingresos menos costes) en las ocupaciones criminales y no criminales son variables explicativas relevantes. Este puede ser un tipo de modelo apropiado para ciertos tipos de crmenes, pero no para otros 15

Ejemplo: Un modelo econmico del crimen

De acuerdo con este modelo, la cantidad de tiempo dedicado a la actividad criminal es una funcin de las siguientes variables
h = f(wage, wcrime, inc, pcaught, pconv, esent, age)

donde:
h wage wcrime inc pcaught pconv esent age = horas dedicadas a la actividad criminal = salario por hora en el mercado de trabajo = salario por hora en el sector criminal = renta no salarial = probabilidad de ser capturado = probabilidad de ser declarado culpable si es capturado = pena esperada en caso de ser declarado culpable = edad
16

Ejemplo: Un modelo econmico del crimen

3. Especificacin del modelo economtrico Qu tipo de datos? individuales, agregados a nivel de provincia, CCAA, pas? corte transversal, series temporales, panel? Qu variables podemos observar y cules no? Cul es la forma funcional de f(.)?

hc = 0 + 1 wagec + 2 incc + 3 freqac + 4 freqcc + 5 avgsc + uc

Supongamos que tenemos datos para un ao correspondientes a ciudades espaolas. El subndice c denota la ciudad: Madrid es c=1, Barcelona es c=2, Sevilla es c=3, etc. Los s son parmetros que debemos estimar. Suponemos una relacin lineal. u representa variables inobservables para el econmetra, ej.: el salario por hora en el sector criminal, entre otras.
17

Ejemplo: Un modelo econmico del crimen

3. Especificacin del modelo economtrico (continuacin) El componente inobservable (o trmino de error o perturbacin) u, es uno de los componentes ms importantes del anlisis economtrico. Imponer ciertas condiciones sobre las propiedades estadsticas del trmino de error es crucial para garantizar las buenas propiedades de los estimadores de nuestros parmetros de inters. Con ciertas limitaciones, podremos contrastar si se cumplen esas condiciones. Sin embargo, la interpretacin econmica del trmino de error (es decir, de cules son los factores que lo componen) es muy importante para interpretar los resultados de nuestra estimacin. Dado nuestro modelo economtrico, podemos tambin contrastar diversas hiptesis y cuestiones empricas relacionadas con el valor de los parmetros desconocidos. Por ejemplo:

3 < 0 , 4 < 0 , 3 < 4

18

5. Tipos de datos

Existen diferentes tipos de datos. Cada uno tiene sus ventajas, sus inconvenientes y sus caractersticas particulares. Algunos mtodos economtricos pueden ser vlidos con unos tipos de datos, pero con otros no.

19

5. Tipos de datos
5. 1 Corte transversal o seccin cruzada Consiste en datos referidos a individuos, hogares, empresas, ciudades . que se observan en momento de tiempo dado. Normalmente suponemos que esos datos se obtienen por muestreo aleatorio. En ocasiones, la muestra no es aleatoria: problemas de seleccin, correlacin espacial, muestras estratificadas, etc.

20

5. Tipos de datos
Ejemplo de datos de corte transversal: obsno 1 2 3 . . . 499 500 wage 3,10 3.24 3.00 . . . 11.56 3.50 educ 11 12 11 . . . 16 14 exper 2 22 2 . . . 5 5 female 1 1 0 . . . 0 1 married 0 1 0 . . . 1 0
21

5. Tipos de datos
5.2 Series temporales Una serie temporal consiste en observaciones de una variable o de varias variables a lo largo de varios periodos de tiempo (das, semanas, meses, aos) Una de las caractersticas fundamentales de las series temporales es que estn correlacionadas a lo largo del tiempo. Es decir, no constituyen una muestra aleatoria. Esta correlacin condiciona mucho el tipo de estimacin y de contrastes economtricos que pueden realizarse.

22

5. Tipos de datos
Ejemplo de series temporales: obsno 1 2 3 . . . 191 192 year 1990 1990 1990 . . . 2005 2005 month 1 2 3 . . . 11 12 Exchange rate 1.32 1.30 1.29 . . . 1.11 1.10 Interest rate 7.35 7.30 7.32 . . . 4.26 4.31
23

5. Tipos de datos
5.3 Datos fusionados de secciones cruzadas (pooled cross-sections) Suponed que tenemos una secuencia de datos de corte transversal, con las mismas variables pero correspondientes a poblaciones entrevistadas en diferentes aos 1990, 1991, 1992, y 2005. A esto se le denomina datos fusionados de secciones cruzadas. Estos datos son tiles si queremos analizar la evolucin a lo largo del tiempo de la distribucin de ciertas variables como los salarios, la renta de los hogares, etc. Es importante tener en cuenta que en este tipo de datos no se tiene informacin de los mismos individuos a lo largo del tiempo. En cada periodo, tenemos una nueva muestra de individuos.
24

5. Tipos de datos
5.4 Datos de panel o datos longitudinales En este caso, observamos a un grupo de individos (personas, hogares, empresas) en diferentes momentos del tiempo. Es decir, tenemos series temporales para cada individuo de la muestra. Por tanto, en este tipo de datos seguimos a los mismos individuos a lo largo del tiempo. Esta caracterstica hace que este tipo de datos tenga diversas ventajas sobre los otros.

25

5. Tipos de datos
Ejemplo de datos de panel: datos de 150 ciudades en 2 aos obsno 1 2 3 4 . . 299 300 city 1 1 2 2 . . 150 150 Year 1999 2000 1999 2000 . . 1999 2000 murders 5 8 2 1 . . 25 32 population 350,000 359,200 64.300 65,100 . . 543,000 546,200 police 440 471 75 75 . . 520 493
26