Aplicaciones De La Econometria A La Economia Y Los Negocios

APLICACIONES DE LA ECONOMETRIA A LA ECONOMÍA Y A LOS NEGOCIOS Objetivo: Obtener un modelo de regresión que describa la relación de una variable dependiente (Y), de otra (X) o más variables (Z,Q) independientes para hacer análisis económico de: Estructura Dinamismo Tendencia Predicción/Planeación Evaluación y control de políticas económicas INDICE I.- Especificación y estimación de un modelo deregresión lineal clásico II.- Violación de los supuestos de heterocedasticidad, autocorrelación y multicolinealidad en el modelo con el método de mínimos cuadrados. III.- Contrastes de especificación y diagnóstico del modelo econométrico. III.1.- Errores de especificación en la selección de las variables explicativas. III.2.- Análisis de la estabilidad estructural III.2.1.- Contraste y predicción deChow, estimación recursiva, coeficiente y residuos recursivos. III.3.- Errores de especificación en la forma funcional. III.4.- Contraste de exogeneidad. III.5.- Normalidad de las perturbaciones. III.6.- Contraste de varianza constante de las perturbaciones III.7.- Contraste de incorrelación de la perturbaciones IV.- Modelos con variables retardadas IV.1.- Modelos autorregresivos IV.2.- Modelosautorregresivos con retardos distribuidos finitos IV.3.- Modelos autorregresivos con retardos distribuidos infinitos V.- Análisis de series de tiempo V.1.1.- Estacionales V.1.2.- No estacionales V.1.3.- Ruido blanco V.1.4.- Caminata aleatoria, regresión espuria y serial V.5.- Pruebas de estacionalidad: Gráficas, correlograma, ACF, DF, DFA, Q, LR, Raíz unitaria V.6.- Transformaciones de series noestacionarias en estacionarias: PED y PET V.7.- Para evitar regresión espuria y serial V.8.- Cointegración: uso de DF ó DFA y de RCDW. VI. Predicción

1

Marco teórico / Desarrollo Capítulo I Especificación y estimación de un modelo de regresión clásico. Cómo se vio en el curso de econometría básico, el objetivo de trabajo con un modelo de regresión lineal es explicar el comportamiento de unavariable (Y) dependiente a partir de una (X) o varias independientes (X,Z,Q) también llamadas regresoras. Para ello se asume que existe una relación lineal entre ellas , tal que por ejemplo Yt=a+bXt+cZt+dQt+e Donde Yt : Variable dependiente, endógena, explicada o regresada. Xt , Zt , Q t; Variables independientes, exogenas, explicativas o regresoras. e: Perturbaciones aleatorias. II Violación delos supuestos básicos Para ello se asume que se cumple una serie de supuestos o hipótesis clásicas o básicas, dentro de las que se vieron: la homocedasticidad, la ausencia de autocorrelación y de multicolinealidad, como condiciones básicas para que los estimadores (b,c,d) también llamadas pendientes o coeficientes de regresión sean eficientes, lineales, consistentes, insesgados y suficientes entreotras propiedades que deben tener para hacer confiable la estimación de (Yt), ya sea en forma determínistica o estocástica. Especificación: Teoría económica Con base en estas referencias en que para configurar el modelo lo primero que se hace es establecer su objetivo, mismo que surge de las variables que se desean estudiar y que generalmente están estructuradas en torno a una teoría económica que,en otras palabras, constituye el marco teórico. Para especificar el modelo es conveniente realizar una primera aproximación gráfica de la relación entre las variables, que nos indicarán el grado y la forma de relación existente entre ellas, la cual podría ser positiva (o negativa) lineal (o no lineal). Una visión muy general (Carrascal, et al:2000,79) es asociar al análisis gráfica la matriz decorrelaciones entre las variables, ya que cada uno de los coeficientes de correlación lineal entre cada par de variables (digamos Yt, Xt) expresa su grado de asociación; mientras más se acerca su valor a –1 y +1 mayor será su relación y cuando se acerque a cero, ello indica; su escasa vinculación. Estimación: Método de mínimos cuadrados: LSM. Con ese análisis gráfico y numérico el analista está...