La misma formula relaciones entre variables económicas, las cuantifica y valora los resultados obtenidos contrastandolos con teorias economicas. La econometria predice resultados.
Modelo económico
Por ejemplo, la relacioón de distintas variables para determinar las ventas de coches.
- Venta= b0+b1P+b2HP+b3GP+b4RC, donde las (b) son los parámetros que miden la relación de las distintas variables explicativas con respecto a las ventas. (P precio, HP potencia del motor, GP gastos de publicidad, R renta de las personas).
- Dicho modelo económico no es exacto y por lo tanto debe incluirse una parte no predecible (u) que recoge todos los factores que afectan a la venta y que no están incluidos en el modelo, para ello se trabaja con el Modelo econométrico: V(t)= b0+b1Pt+b2HPt+b3GPt+b4RCt+(u)(t)
La distinción fundamental entre el modelo económico y el econométrico es la presencia de la Perturbación (u).Las perturbaciones (u) son el elemento aleatorio del modelo.
Por lo tanto el modelo econometrico que compuesto de dos partes:
- Ventas=parte sistemática + parte aleatoria (u).
Tipos de datos
Si bien hay otros los mas importantes para el análisis económico son los:
- De Sección cruzada: consisten en una muestra de individuos,familias, ciudades, tomadas en un momento preciso.
- De Series temporales: son observaciones sobre una o varias variables a lo largo del tiempo.
El tiempo es una caracteristica fundamental de las series temporales, ya que el pasao influye en el futuro, como también hay retardos en los agentes económicos.
Raramente van a ser independientes a lo largo del tiempo.
Datos de Panel: tienen caracteristicas de sección cruzada y series temporales, se cuenta con una serie temporal para cada individuo del conjunto de datos.
Etapas del trabajo empírico
- Selección de variables explicativas
- Forma funcional
- Distribución del término de perturbación (u)
- Estimación de los parámetros
- Valoración de los resultados obtenidos, contraste de hipótesis
- Predicción
Modelo econométrico (modelo general de regresión lineal): Yi= b1+b2 x2+b3 x3+ui
- Y: es la variable a explicar, también llamada dependiente o endógena
- X: son las variables explicativas, independientes o exógenas del modelo
- b: son los vectores de los coeficientes de la regresión
- b1: término independiente
- u: es el término de perturbacion aleatoria, que sigue una distribución de media cero y varianza cosntante.
- i: 1,2,3,..........N
- N: tamaño de la muestra.
Modelo escrito en forma matricial: Y= XB +u
Hipótesis básicas que debe cumplir el modelo de regrsión lineal general:
- El modelo refleja el comportamiento de la variable (Yi) dependiente durante toda la muestra, i: 1,2,3,......N, dicha hipótesis implica: que las variables (X) explicativas son las correctas, el modelo es lineal en los coeficientes, los coeficientes del modelo se mantienen constantes durante toda la muestra.
- Las variables (X) son No estocásticas, es decir se consideran fijas en muestrs repetidas.
- Ausencia de colinealidad perfecta, significa que no puede haber una combinación lineal exacta entre las variables (X), ni haber variables (X) que sean constantes.
- La esperanza matemática de cada una de las perturbaciones (u) es cero.
- Cumple con la Homocedasticidad: es decir, la varianza de todas las perturbaciones (u) es cero.
- Ausencia de autocorrelación: no existe correlación entre las perturbaciones (u) de las distintas observaciones, (i): 1,2,3..........N.
- Las (u) perturbaciones siguen una distribución Normal, e independientemente distribuidas.
