M. Hashem Pesaran. 1987. Econometra. Artculo publicado en John Eatwell, Murray Milgate y Peter Newman; editores. 1987.

The New Palgrave: A Dictionary of Economics . Londres:

Macmillan: Tomo II, pginas 8-22. Traduccin del Dr. Rafael Nez Ziga, Facultad de Economa, UNAM, 2007.

ndice

1. Qu es la econometra?, 1 2. Primeros intentos de investigacin cuantitativa en economa, 1 3. El nacimiento de la econometra, 3 4. Avances tempranos en los mtodos economtricos, 5 5. Consolidacin y desarrollos ulteriores, 6 6. Desarrollos recientes, 8 6.1 6.2 6.3 6.4 Expectativas racionales y la crtica de Lucas, 9 Macroeconometra aterica, 10 Microeconometra, 10 Evaluacin de modelos, 11

7. Resultados y perspectivas, 13 Referencias bibliogrficas, 14

1. QU ES LA ECONOMETRA?

La econometra es una rama de la economa , rama que est sufriendo un proceso de crecimiento acelerado y que, en trminos amplios, tiene por objetivo proporcionar contenido prctico a las relaciones econmicas, polticas y sociales. La palabra econome-tra parece haber sido usada por primera vez por Pavel Ciompa en 1910, aunque fue Ragnar Frisch, uno de los fundadores de la Sociedad Economtrica, quien acu el trmino y lo estableci como smbolo de una materia en el sentido en el que se emplea hoy (vase Frisch, 1939: 95). La econometra se puede definir de manera general como la aplicacin de los mtodos matemticos y estadsticos al anlisis de los datos econmicos, polticos y sociales o, de forma ms precisa, como lo sealaron Samuelson, Koopmans y Stone (1954): ... Como el anlisis cuantitativo de fenmenos econmicos (, polticos y sociales) reales, basado en el desarrollo concurrente de la teora y de la observacin, relacionadas mediante mtodos de inferencia adecuados (op. cit.: 142). Otras descripciones similares de lo que implica la econometra se hallan en los prefacios o en las introducciones de la mayora de los textos de econometra. Malinvaud (1966), por ejemplo, interpreta a la

econometra en trminos amplios para incluir en ella toda aplicacin de los mtodos matemticos o estadsticos al estudio de fenmenos

econmicos(, polticos y sociales). Christ (1966) considera que el objetivo de la econometra es la produccin de afirmaciones

econmicas cuantitativas que expliquen el comportamiento de variables que ya hemos visto o que predigan (es decir, pronostiquen) el comportamiento que no hemos visto, o ambas cosas. Chow (1983), en un libro ms reciente, define sucintamente a la econometra como el arte y la ciencia de usar mtodos estadsticos para la medicin de relaciones econmicas (, polticas y sociales). Al enfatizar los aspectos cuantitativos de los problemas econmicos (, polticos y sociales), la econometra llama a una unificacin de la medicin y de la teora en las disciplinas sociales. La teora sin medicin, siendo bsicamente una rama de la lgica, slo puede tener relevancia limitada para el anlisis de los problemas econmicos reales. Mientras que la medicin sin teora, al estar desposeda de un marco de referencia necesario para la interpretacin de las observaciones

estadsticas, no es probable que produzca una explicacin satisfactoria del modo en que las fuerzas econmicas (, polticas y sociales) interactan entre s. Ni la teora ni la medicin, por cuenta propia, resultan suficientes para avanzar nuestra comprensin de los fenmenos econmicos(, polticos y sociales). Frisch estaba completamente

consciente de la importancia de tal unificacin para el desarrollo a futuro de la disciplina econmica completa y es el reconocimiento de este

hecho lo que est en el corazn de la econometra. Esta perspectiva de la econometra se expone del modo ms elocuente en Frisch (1933A) en su comentario editorial y vale la pena citarlo en su totalidad: ... la econometra de ningn modo es lo mismo que la estadstica econmica. Tampoco resulta idntica a lo que denominamos teora econmica general, aunque una porcin considerable de esta teora tiene un carcter definitivamente cuantitativo. Tampoco la econometra debera ser tomada como sinnimo de la aplicacin de la matemtica a la economa. Nuestra experiencia ha demostrado que cada uno de esos tres puntos de vista, el de la estadstica, el de la teora econmica y el de la economa matemtica es necesario para una comprensin real de las relaciones econmicas cuantitativas en la vida moderna. Lo poderoso es la unificacin de los tres puntos de vista y esta unificacin es lo que constituye la econometra. Esta unificacin es ms necesaria ahora que en cualquier etapa previa de la disciplina econmica. La informacin estadstica se est

acumulando en la actualidad a una tasa sin precedente. Pero ninguna cantidad de informacin estadstica, por ms completa y exacta que sea, puede por s misma explicar los fenmenos econmicos. Si no deseamos perdernos en la abrumadora y monstruosa masa de datos estadsticos que hoy est disponible, se requiere de la gua y ayuda de un poderoso

marco

terico

de

referencia.

Sin

l,

ser

imposible

realizar

la

interpretacin relevante y la coordinacin de nuestras observaciones. La estructura terica que nos ayudar en esta situacin debe, sin embargo, ser ms precisa, ms realista y, en muchos aspectos, ms compleja de lo que antes se poda. La teora, al formular sus nociones cuantitativas abstractas, debe inspirarse en gran medida con la tcnica de observacin. Y los estudios estadsticos y de otros tipos prcticos recientes deben ser el sano elemento perturbador que constantemente amenace e inquiete al terico y le evite descansar en algn conjunto de supuestos heredado y obsoleto. Esta mutua compenetracin entre la teora econmica cuantitativa y la observacin es, precisamente, la esencia de la econometra (Pgina 2). Es debatible si otros miembros de la Sociedad Economtrica

compartieron la opinin de Frisch con el mismo grado de conviccin e incluso hoy no queda duda de que hay economistas que piensan que esa opinin est mal concebida o es imprctica. Empero, en esta revisin sigo a Frisch y considero la evolucin de la econometra desde su punto de vista.

2. PRIMEROS INTENTOS DE INVESTIGACIN CUANTITATIVA EN ECONOMA.

El anlisis aplicado en economa ha tenido una larga y fructfera historia, cuyos orgenes pueden rastrearse hasta el trabajo de los aritmticos polticos del siglo XVI, como William Petty, Gregory King y Charles Davenant. Los aritmticos polticos, conducidos por Sir William Petty, fueron el primer grupo que us de modo sistemtico los hechos y las cifras en sus estudios (vase, por ejemplo, Stone (1984) sobre los orgenes de la contabilidad del ingreso nacional). A ellos les interesaban sobre todo los problemas prcticos de su tiempo, mismos que iban desde las cuestiones de los impuestos y del dinero hasta las del comercio y de las finanzas internacionales. La caracterstica ms distintiva de su enfoque era indudablemente cuantitativa y fue ello lo que los diferenci del resto de sus contemporneos. La aritmtica poltica, de acuerdo con Davenant (1698, Parte I: 2) era el arte de razonar, por medio de cifras, las cosas relacionadas con el gobierno, definicin que tiene una asombrosa semejanza con lo que hoy podra aseverarse acerca del anlisis economtrico de la poltica. No obstante que los aritmticos polticos estaban bsica y comprensiblemente preocupados por la medicin estadstica de los fenmenos econmicos, el trabajo de Petty y sobre todo el de King, tal vez representaron los

primeros ejemplos de un enfoque unificado entre lo cuantitativo y lo terico en la disciplina econmica. As es como Schumpeter, en su Historia del anlisis econmico (1954), lleg a afirmar que las obras de los aritmticos polticos ejemplifican a la perfeccin lo que es la econometra y lo que los econometristas tratan de lograr (Schumpeter, 1954: 209). El primer intento de anlisis econmico cuantitativo se le atribuye a Gregory King, quien es reconocido por un esquema de precios y cantidades que representa la relacin entre las deficiencias en las cosechas de trigo y las variaciones asociadas en los precios de dicho producto. Este esquema de demanda, por lo comn conocido por el nombre de la ley de Gregory King, fue publicado por Charles Davenant en 1699. Los datos de King son notables no slo porque resultan ser los primeros de su tipo, sino tambin porque generan un ajuste perfecto, con una regresin cbica, de los cambios en las cantidades sobre los cambios en los precios, tal como posteriormente descubrieron, de manera independiente, Whewell (1850), Wicksteed (1889) y Yule (1915). Una interesante explicacin acerca de los orgenes y naturaleza de la ley de King, la ofrece Creedy (1985). Otra consideracin importante en el trabajo aplicado de King y otros en este perodo inicial parece haber sido el descubrimiento de leyes en la disciplina econmica, semejantes a las de la fsica y otras ciencias

naturales. Esta bsqueda de leyes econmicas tuvo, y en gran medida todava tiene, sus races en el deseo de ofrecerle a la disciplina econmica el estatus que Newton logr darle a la fsica. Ello, a su vez, se reflej en la adopcin consciente de la investigacin aplicada en la disciplina econmica. La revolucin de Newton en fsica y la filosofa del determinismo fsico que vino a ser aceptada, por lo general, como resultado de la primera, tuvo consecuencias de largo alcance para el mtodo as como para los objetivos de la investigacin en la disciplina econmica. La naturaleza incierta de las relaciones econmicas slo comenz a ser considerada por completo con el nacimiento de la estadstica moderna a finales del siglo diecinueve y a medida que ms observaciones estadsticas sobre variables econmicas empezaron a aparecer. La ley de King, por ejemplo, fue considerada en trminos favorables por casi dos siglos antes de que fuera criticada por Ernest Engel hacia 1861 en un estudio de la demanda por centeno en Prusia (vase Stigler, 1954, pg. 104). El desarrollo de la teora estadstica en manos de Galton, Edgewort y Pearson fue adoptado en la disciplina econmica con velocidad y diligencia. Las primeras aplicaciones del anlisis de correlacin simple en la disciplina econmica parecen haber sido efectuadas por Yule (1895, 1896) respecto a la relacin entre la pobreza y el mtodo de aportar ayuda, as como por Hooker (1901) respecto a la relacin entre la tasa

de matrimonio y el nivel general de prosperidad en el Reino Unido, medido a travs de una serie de indicadores econmicos tales como las importaciones, las exportaciones y el movimiento de los precios de trigo. En sus aplicaciones, Hooker muestra estar claramente consciente de las limitaciones del mtodo del anlisis de correlacin, en especial cuando se usan series econmicas de tiempo y comienza su contribucin con una importante advertencia que sigue teniendo un peso directo sobre el modo en que la econometra se practica hoy: La aplicacin de la teora de la correlacin a los fenmenos econmicos, con frecuencia presenta muchos obstculos ms especialmente donde el elemento de tiempo est implcito y, por ello, de ninguna forma se sigue que un alto coeficiente de correlacin sea una prueba de la conexin causal entre dos variables o que un coeficiente bajo debe ser interpretado como demostracin de que no existe dicha vinculacin (pg. 485). Tambin es importante observar que Hooker parece haber sido el primero en usar los desfases de tiempo y los mtodos de eliminacin de tendencia en la disciplina econmica para cumplir con el propsito especfico de evitar problemas de correlacin esprea u oculta en series de tiempo que, despus, fueron destacados y analizados por Yule (1926). Benini (1907), el estadgrafo italiano, en opinin de Stigler (1954) fue el primero en usar el mtodo de regresin mltiple dentro de la

disciplina econmica. l estim una funcin de demanda por caf en Italia como una funcin de los precios de este producto y del azcar. Empero, como observ Stigler (1954, 1962) y en forma ms reciente detall Christ (1985), fue Henry Moore (1914, 1917) quien fue el primero en poner a la estimacin estadstica de las relaciones

econmicas en el centro del anlisis cuantitativo en la disciplina econmica. A travs de sus incesantes esfuerzos, as como de los de sus discpulos y seguidores Paul Douglas, Henry Schultz, Holbrook Working, Fred Waugh y otros, Moore cre efectivamente los fundamentos de la economa estadstica, la disciplina precursora de la econometra. Sin embargo, el propio trabajo de Moore estuvo vinculado a su tratamiento ms caballeresco sobre las bases tericas de sus regresiones y, por lo tanto, fue dejado a otros proporcionar un marco de referencia terico y estadstico ms satisfactorio para realizar el anlisis de datos

econmicos. El libro monumental de Schultz, La teora y la medicin de la demanda (1938), en Estados Unidos, junto con el de Allen y Bowley, Gasto familiar (1935), en el Reino Unido, as como las obras pioneras de Lenoir (1913), Wright (1915, 1928), Working (1927), Tinbergen (1930) y Frisch (1933b) sobre el problema de la identificacin, representaron avances decididos hacia ese objetivo. El libro de Schultz fue notable por el modo en que pens unificar la teora con la medicin en el anlisis de la demanda; mientras que la obra sobre el problema de la identificacin

10

[economtrica] resalt la importancia de la estimacin estructural en econometra y fue un factor crucial en los desarrollos subsecuentes de los mtodos economtricos bajo los auspicios de la Comisin Cowles para la Investigacin en Economa de Estados Unidos. La investigacin emprica inicial en la disciplina econmica de ninguna manera estuvo confinada al anlisis de la demanda. Otra zona importante fue la investigacin sobre los ciclos econmicos, la cual efectivamente proporcion las bases para el desarrollo posterior en anlisis de series de tiempo y la construccin de modelos

macroeconomtricos as como su uso para efectos de pronstico. A pesar de que, gracias al trabajo de Sir William Petty y de otros escritores pioneros, los economistas han estado conscientes de la existencia de ciclos en las series econmicas de tiempo, no fue sino hasta principios del siglo diecinueve que el fenmeno de los ciclos econmicos comenz a atraer la atencin que merece. (Un interesante relato de los primeros desarrollos en el anlisis de las series econmicas de tiempo lo ofrecen Nerlove, Grether y Carvalho, 1979). Clement Juglar (1819-1905), el mdico francs que se volvi economista, fue el primero en usar de modo sistemtico datos en series de tiempo con el propsito especfico de estudiar los ciclos econmicos y est considerado el descubridor de un ciclo de inversin de alrededor de 7 a 11 aos de duracin, comnmente conocido como el ciclo de Juglar. Otros

11

economistas. Como Kitchin, Kuznets y Kondratieff, siguieron la obra de Juglar y descubrieron el ciclo de inventarios (de 3 a 5 aos de duracin), el ciclo del sector de la construccin (de 15 a 25 aos de duracin), y la onda larga (de 45 a 60 aos de duracin), respectivamente. El nfasis de esta investigacin inicial fue en la morfologa de los ciclos y la identificacin de las periodicidades. Poca atencin se prest a la cuantificacin de las relaciones que podran subyacer a los ciclos. En realidad, los economistas que trabajaron en la Oficina Nacional de Investigacin Econmica, en Estados Unidos, bajo la direccin de Wesley Mitchell, consideraron que cada ciclo econmico era un fenmeno nico y, por lo tanto, se rehusaron a usar mtodos estadsticos excepto en forma no paramtrica y exclusivamente para fines descriptivos (vase por ejemplo Mitchell, 1928, as como Burns y Mitchell, 1947). Esta visin de la investigacin en ciclos econmicos se puso en claro contraste con el enfoque de Frisch y Tinbergen y culmin con el famoso intercambio metodolgico entre Tjalling Koopmans y Rutledge Vining acerca de los roles de la teora y de la medicin en la disciplina econmica aplicada en general y en la investigacin sobre ciclos econmicos en particular. (Este intercambio apareci en la Review of Economics and Statistics, agosto de 1947 y mayo de 1949).

12

3. EL NACIMIENTO DE LA ECONOMETRA

Aunque, como expliqu antes, el anlisis econmico cuantitativo ya tiene tres siglos de antigedad, la econometra como rama reconocida en la disciplina econmica slo comenz a surgir en las dcadas de 1930 y 1940 con la creacin de la Sociedad Economtrica y de la Comisin Cowles de Investigacin Econmica, en Estados Unidos, as como del Departamento de Economa Aplicada (DAE), dirigido por Richard Stone, en el Reino Unido. (Una narracin paso a paso y muy amena sobre la fundacin de las primeras dos organizaciones puede ser encontrada en Christ (1952, 1983), mientras que la historia del DAE est descrita en Stone, 1978). Las razones del paso de ms de dos siglos entre el trabajo pionero de Petty y el reconocimiento de la econometra como una rama de la disciplina econmica son complejas y es posible que se comprendan mejor en conjuncin con, y a la luz de, las historias del desarrollo de la teora econmica, la contabilidad del ingreso nacional, la estadstica matemtica y la computacin. Tal tarea claramente va ms all de los objetivos de este trabajo. Sin embargo, una cosa resulta evidente: dada la naturaleza multidisciplinaria de la econometra, hubiese sido altamente improbable que hubiera aparecido como una rama seria de la disciplina econmica si no hubiese sido por el desarrollo casi sincronizado de la economa matemtica y las teoras sobre la

13

estimacin y la inferencia estadstica a fines del siglo diecinueve y la parte inicial del siglo veinte. (Una interesante descripcin de la historia de los mtodos estadsticos puede hallarse en Kendall, 1968). De los cuatro componentes de la econometra, a saber, la teora a priori, los datos, los mtodos economtricos y las tcnicas de cmputo, fue, y hasta una medida muy grande todava lo es, el problema del mtodo economtrico el que ha llamado casi toda la atencin. El primer debate importante con relacin al mtodo economtrico se desarroll respecto al grado de aplicacin del clculo de probabilidades y de la recin establecida teora muestral de R. A. Fisher al anlisis de los datos econmicos. Como Morgan (1986) explic con cierto detalle, antes de la dcada de 1930 la aplicacin de las teoras matemticas de la probabilidad a los datos econmicos era rechazada por la mayora de los economistas, independientemente de si estaban interesados en la investigacin del anlisis de la demanda o de los ciclos econmicos. Inclusive Frisch era muy escptico sobre el valor de la teora muestral y de las pruebas de significancia estadstica en econometra. No obstante, su objecin al uso de pruebas de significancia estadstica no estaba fundada en las razones epistemolgicas que se encontraban detrs de las crticas a la econometra formuladas por Robbins y Keynes. No, Frisch estaba ms preocupado por los problemas de multicolinealidad y por los errores de medicin que l crea, junto con muchos otros, que

14

afectaban a todas las variables econmicas observadas en condiciones experimentales determinacin no controladas. creada Al llamar los la atencin aleatorios sobre en la las

ficticia

por

errores

observaciones estadsticas, Frisch (1934) lanz un severo ataque al anlisis de regresin y correlacin que sigue siendo vlido tanto ahora como entonces. Con su caracterstica claridad y arrojo, Frisch afirm: Como una cuestin de hecho, creo que una parte sustancial de los anlisis de regresin y de correlacin que se han efectuado con datos econmicos en los aos recientes carece totalmente de sentido por esta misma razn [los errores de medicin aleatorios] (1934: 6). Para poder manejar este problema de los errores de medicin, Frisch desarroll su anlisis de confluencia y el mtodo de los mapas de conglomerados. Aunque su mtodo fue usado por algunos

econometristas, sobre todo Tinbergen (1939) y Stone (1945), no encontr mucho favor de parte de toda la profesin. Esto se debi, primero, a la naturaleza indeterminada del anlisis de confluencia y, segundo, a las racionalizaciones probabilsticas alternativas del anlisis de regresin que fueron especificadas por Koopmans (1932) y Haavelmo (1944). Koopmans propuso una sntesis de los dos enfoques a la estimacin de relaciones econmicas, es decir, el enfoque de errores en las variables de Frisch y el enfoque de errores en las ecuaciones de Fisher, usando el marco de referencia de la verosimilitud; as, rechaz la

15

idea prevaleciente en ese tiempo respecto a que la presencia de errores de medicin, por s misma, invalida la aplicacin de la teora muestral al anlisis de los datos econmicos. En sus propias palabras: Es conviccin del autor que lo esencial de la crtica de Frisch al uso de la especificacin de Fisher en el anlisis econmico tambin puede formularse y ejemplificarse a partir del esquema conceptual y de la terminologa de la teora muestral, por lo que esta investigacin es un intento de hacer precisamente eso (Koopmans, 1937: 30). La

formulacin del modelo de errores en las variables en trminos de un modelo probabilstico no signific, pese a ello, que las crticas de Frisch contra el anlisis de regresin no fueran importantes o que pudieran ser ignoradas. Lo opuesto result ser exactamente el caso. La formulacin probabilstica ayud a concentrar la atencin en las razones de la indeterminacin de la solucin al problema propuesta por Frisch. Adems mostr que sin contar con alguna informacin a priori o previa, por ejemplo, respecto a la importancia relativa de los errores de medicin en diferentes variables, no sera posible una solucin

determinada al problema de estimacin paramtrica. Lo importante y totalmente novedoso de la contribucin de Koopmans fue el hecho de que demostr las caractersticas de las relaciones econmicas incluso en circunstancias donde se requeran, por la naturaleza especfica de los

16

datos econmicos, desviaciones fundamentales respecto al marco de referencia tradicional de la regresin. Sin embargo, Koopmans no enfatiz la cuestin ms amplia del uso de modelos estocsticos en econometra. Fue Haavelmo quien explot la idea por completo y forzosamente defendi un enfoque probabilstico explcito para la estimacin y prueba de hiptesis con referencia a las relaciones entre variables econmicas. En su artculo clsico, publicado como suplemento de Economtrica en 1944, Haavelmo defendi al enfoque probabilstico con base en dos cuestiones: primera, afirm que el uso de medidas estadsticas, como las medias aritmticas, los errores estndar y los coeficientes de correlacin, para propsitos de inferencia estadstica, se justifica slo si el proceso que genera los datos puede ser esquematizado en trminos de un modelo probabilstico: Porque ninguna herramienta desarrollada en la teora estadstica tiene

significado excepto, tal vez, para propsitos descriptivos sin ser referida a algn esquema estocstico (Haavelmo, 1944: iii). Segunda, el autor afirm que el enfoque probabilstico, lejos de tener aplicacin limitada a datos econmicos, debido a su generalidad es, de hecho, particularmente adecuado para el anlisis de observaciones

dependientes y no homogneas, mismas que con frecuencia estn presentes en la investigacin econmica. Haavelmo estaba convencido de que lo que se necesitaba era: Suponer que todo el conjunto de, por

17

ejemplo, n observaciones, fuera considerado como una observacin de n variables (o un punto muestral) que sigue una ley de probabilidad conjunta de n dimensiones, cuya existencia puede ser puramente hipottica. Entonces uno puede probar hiptesis respecto de esta ley de probabilidad conjunta, y obtener inferencias acerca de su forma posible, a travs de un punto muestral (en n dimensiones) (Haavelmo, 1944: iii). Aqu el autor en cuestin usa el concepto de distribucin probabilstica conjunta como herramienta de anlisis y no necesariamente como una representacin de la realidad. El modelo probabilstico es considerado como una abstraccin conveniente que tiene el objetivo de comprender o explicar o predecir eventos del mundo real. Empero, no se afirma que ese modelo representa a la realidad en todos sus detalles. Para proceder a realizar anlisis cuantitativo en cualquier esfera cientfica, incluida la economa, es inevitable contar con cierto grado de formalizacin y el modelo probabilstico es una de tales formalizaciones. Por supuesto, esta perspectiva no evita muchos de los problemas epistemolgicos que se encuentran alrededor del concepto de probabilidad en cualquiera de sus variados sentidos (subjetiva, frecuencial, lgica, etctera), donde el trmino ha sido usado, ni pretende evitarlos. Tal como afirma el propio Haavelmo (1944: 43): La pregunta no es si existen las probabilidades o no sino si procedemos como si existieran si somos capaces de realizar

18

afirmaciones acerca de fenmenos reales que son correctas para todo propsito prctico. El atractivo del modelo probabilstico como un mtodo de abstraccin se deriva de su generalidad y de su flexibilidad, as como del hecho de que no existe una alternativa viable disponible. La contribucin de Haavelmo tambin fue importante porque

constituy la primera defensa sistemtica contra las muy influyentes crticas de J. M. Keynes (1939) a la investigacin pionera de Tinbergen en materia de ciclos econmicos y modelstica macroeconomtrica. El objetivo de esa investigacin de Tinbergen era doble: Primero, mostrar cmo un modelo macroeconomtrico poda construirse para despus usarlo en simulacin y en evaluacin de polticas econmicas

(Tinbergen, 1937). Segundo, someter a pruebas estadsticas algunas de las teoras que haban sido adelantadas respecto al carcter y causas de las fluctuaciones cclicas en la actividad econmica (Tinbergen, 1939: 11). Tinbergen supuso un papel bastante limitado para el o la econometrista en el proceso de someter a las teoras econmicas a pruebas estadsticas y afirm que era responsabilidad del o de la economista estadsticas. econometrista especificar Observaba, era las teoras a ser el sometidas papel en del a o pruebas de la los

igualmente, puesto

que

pasivo

que

consista

estimar

parmetros de una relacin econmica ya especificada por el o la

19

economista sobre antecedentes a priori o previos. Por lo que respecta a los mtodos estadsticos, Tinbergen us, de modo complementario, el mtodo de regresin y el mtodo de anlisis de confluencia propuesto por Frisch. Aunque Tinbergen discuti los problemas de la determinacin de los desfases de tiempo, de la estabilidad estructural y de la seleccin de formas funcionales, no adelant ninguna metodologa para su tratamiento. En breve, Tinbergen enfoc el problema de probar teoras desde una posicin metodolgica bastante dbil. Keynes observ estas debilidades y las atac con su introspeccin caracterstica (Keynes, 1939). Una gran parte de la revisin de Keynes estaba, de hecho, interesada en las dificultades tcnicas asociadas con la aplicacin de los mtodos estadsticos a los datos econmicos. Aparte de los problemas de las observaciones Keynes del dependientes tambin y no los homogneas problemas forma de antes mala

mencionadas, especificacin

enfatiz

modelo,

multicolinealidad,

funcional,

especificacin dinmica, estabilidad estructural, as como las dificultades asociadas con la medicin de variables tericas. Ante estas dificultades tcnicas y las advertencias previas de Keynes respecto a la

generalizacin inductiva, propuestas en su Tratado sobre probabilidad (1921), no resulta sorprendente que Keynes centrara su ataque contra el intento de Tinbergen por probar teoras acerca de los ciclos econmicos y que casi ignorara por completo la importancia prctica del

20

trabajo de Tinbergen sobre la construccin de modelos economtricos y el anlisis de las polticas econmicas (para mayores detalles, vase Pesaran y Smith, 1985A). En su propia revisin sobre la obra de Tinbergen, Haavelmo reconoci la carga principal de las crticas a Tinbergen por Keynes y otros autores, y afirm que era necesario que se consideraran estas crticas dentro de un marco de referencia estadstico general. Como hemos visto, la respuesta de Haavelmo, a pesar de las opiniones expresadas por Keynes y otros autores, fue apoyarse ms, y no menos, en el modelo probabilstico como la base de la metodologa economtrica. Los problemas tcnicos observados por Keynes y otros autores podran ser entonces tratados de una manera sistemtica a travs de modelos probabilsticos formales. Una vez que se especificara el modelo probabilstico, podra obtenerse una solucin a los problemas de estimacin paramtrica y de inferencia estadstica mediante los mtodos clsicos o los Bayesianos. Por lo tanto, quedaba poco frente al avance de un rpido desarrollo de los mtodos economtricos.

4. AVANCES TEMPRANOS EN LOS MTODOS ECONOMTRICOS

La contribucin de Haavelmo marc el principio de una nueva era en econometra y limpi el camino hacia un rpido desarrollo de la

21

econometra a ambos lados del Atlntico. El mtodo de verosimilitud pronto se convirti en una importante herramienta de estimacin paramtrica y de inferencia estadstica, aunque inicialmente fue usado sobre todo en la Comisin Cowles, donde el propio Haavelmo haba estado un corto perodo como investigador asociado. La primera ruptura importante lleg con una solucin formal al problema de identificacin economtrica que ya haba sido formulada por E. Working (1927). Al definir el concepto de estructura en trminos de la distribucin de las observaciones de probabilidad conjunta, Haavelmo (1944) present un concepto muy general acerca de la identificacin economtrica y obtuvo las condiciones necesarias y suficientes para la identificacin del sistema de ecuaciones completo, incluyendo los parmetros de la distribucin probabilstica de las perturbaciones estocsticas. Aunque general, su solucin fue bastante difcil de ser aplicada en la prctica. Koopmans, Rubin y Leipnik, en un trabajo presentado en una conferencia organizada por la Comisin Cowles en 1945, usaron el trmino identificacin por vez primera en econometra y aportaron las hoy conocidas condiciones de orden y rango para la identificacin de una sola ecuacin en un sistema de ecuaciones lineales simultneas. La solucin al problema de identificacin propuesta en Koopmans (1949) as como en Koopmans, Rubin y Liepnik (1950), se obtuvo en el caso donde existen restricciones lineales a priori [es decir,

22

aportadas por la teora econmica] sobre los parmetros estructurales. Ellos obtuvieron las condiciones de orden y rango para la identificacin de una sola ecuacin perteneciente a un sistema de ecuaciones completo sin referencia a la manera en que las variables del modelo se clasifican en endgenas y exgenas. Otras soluciones al problema de la identificacin, que tambin permiten restricciones sobre los elementos de la matriz de varianzas y covarianzas de las perturbaciones estructurales, fueron ofrecidas despus por Wegge (1965) y por Fisher (1966). Una revisin completa de algunos de los desarrollos ms recientes en este tema pueden encontrarse en Hsiao (1983). Hablando en trminos generales, se dice que un modelo est identificado si todos sus parmetros estructurales pueden obtenerse a partir del conocimiento de su distribucin probabilstica conjunta subyacente. En el caso de los modelos de ecuaciones simultneas que prevalecen en econometra, la solucin al problema de identificacin depende de si existe un nmero suficiente de restricciones a priori para obtener los parmetros estructurales a partir de los parmetros de la forma reducida del sistema en cuestin. Aunque el propsito del modelo y el foco de atencin del anlisis en explicar las variaciones de algunas variables en trminos de las variaciones no explicadas de las otras variables es una consideracin importante, en ltima instancia la especificacin de un mnimo nmero de restricciones de identificacin

23

fue visto por los investigadores de la Comisin Cowles como la funcin y la responsabilidad de la teora econmica. Esta actitud fue mucho muy reminiscente respecto al enfoque adoptado antes por Tinbergen sobre su investigacin del ciclo de negocios: la funcin de la teora econmica era proporcionar la especificacin del modelo economtrico y la de la econometra era aportar mtodos estadsticos ptimos para la

estimacin de los parmetros estructurales de un sistema de ecuaciones simultneas estocsticas especificado a priori. Al principio, bajo la influencia de la contribucin de Haavelmo, se puso nfasis en el mtodo de estimacin por mxima verosimilitud (MV) debido a que era el que generaba estimaciones consistentes. Koopmans y otros autores (1950) propusieron el mtodo de mxima verosimilitud para conservar toda la informacin, conocido ms comnmente como el mtodo de Mxima Verosimilitud con Informacin Completa (MVIC) y Anderson y Rubin (1949), con base en una idea de M. A. Girshick, desarrollaron el mtodo de Mxima Verosimilitud con Informacin Limitada (MVIL). Ambos mtodos las se apoyan en la distribucin y generan

probabilstica

conjunta

de

variables

endgenas

estimaciones paramtricas consistentes, donde el primero utiliza todas las restricciones a priori disponibles y el segundo slo aqullas relacionadas con la ecuacin que se est estimando. Pronto aparecieron otros mtodos de estimacin menos estrictos en trminos

24

computacionales, tanto para la estimacin totalmente eficiente de un sistema de ecuaciones completo como para la estimacin de una sola ecuacin perteneciente a un sistema de ecuaciones. El procedimiento denominado Mnimos Cuadrados Bietpicos (MC2E), que implica un orden de magnitud de cmputo parecido al del mtodo mnimo cuadrtico, fue propuesto en forma independiente tanto por Theil (1954, 1958) como por Basmann (1957). Ms o menos en ese mismo tiempo, el mtodo de variables instrumentales (VI), que haba sido desarrollado una dcada antes por Reiersol (1941, 1945) y por Geary (1949) para estimar modelos de errores en las variables, fue aplicado por Sargan (1958) a la estimacin de modelos en ecuaciones simultneas.La principal contribucin de Sargan consisti en proporcionar una tcnica asintticamente eficiente para utilizar instrumentos excedentes en la aplicacin del mtodo VI a problemas economtricos. Una clase de estimadores relacionados, conocidos como los estimadores de la clase k, tambin fueron propuestos por Theil (1961). Los mtodos para estimar sistemas de ecuaciones completos que fueran menos complicados que el mtodo MVIL tambin Ellos comenzaron al a aparecer en las revistas

especializadas.

incluyeron

mtodo

Mnimos

Cuadrados

Trietpicos (MC3E) elaborado por Zellner y Theil (1962); el mtodo de variables instrumentales iterativos (VII), basado en el trabajo de Lyttkens (1970), Brundy y Jorgenson (1971), Dhrymes (1971); y los

25

estimadores de la clase k para sistemas (CkS) aportados por Srivastava (1971) y Savin (1973). Una sntesis interesante sobre distintos estimadores para sistemas en ecuaciones simultneas fue proporcionada por Hendry (1976). Las obras sobre estimacin de modelos en ecuaciones simultneas son numerosas y siguen apareciendo. Se han hecho importantes contribuciones en las reas de estimacin de modelos simultneos no lineales, el modelo de regresin para

ecuaciones aparentemente no relacionadas propuesto por Zellner (1962) y los modelos de expectativas racionales simultneas, mismos que son explicados con ms detalle despus. Los estudios recientes se han enfocado tambin a trabajar con las propiedades muestrales finitas de los estimadores alternativos en el modelo de ecuaciones simultneas. Quienes estn interesados deben consultar las definiciones respectivas en Eatwell, Milgate y Nerlove; editores, 1987, o los excelentes artculos de sntesis, elaborados por Hausman (1983), Amemiya (1983) y Phillips (1983). Aunque la iniciativa de la Comisin Cowles condujo a una rpida expansin de las tcnicas economtricas, su aplicacin a problemas econmicos concretos fue bastante lenta. Esto se debi, en parte, a una falta de aparatos de computacin adecuados pero una razn ms fundamental fue el nfasis de toda la Comisin Cowles en el problema de simultaneidad, al punto de que casi se excluy por completo el

26

anlisis de otros problemas que ya se saba que afectaban al anlisis de regresin. Desde las primeras aplicaciones del anlisis de correlacin a los datos econmicos, efectuadas por Yule y Hooker, el factor ms importante que explica el escepticismo de la profesin respecto al valor del anlisis de regresin en la disciplina econmica fue la llamada dependencia serial en las series econmicas de tiempo y el problema de la correlacin esprea al cual habra dado lugar. Una solucin

satisfactoria al problema de la correlacin esprea, por lo tanto, se necesitaba antes de que el anlisis de regresin para series econmicas de tiempo pudiera ser tomado en serio. La investigacin en este importante tpico comenz a mitad de la dcada de 1940 bajo la direccin de Richard Stone en el Departamento de Economa Aplicada (DAE) de la Universidad de Cambridge, Inglaterra, como parte de una investigacin ms amplia acerca de la medicin y anlisis del gasto en consumo del Reino Unido (vase Stone y otros autores, 1954A). Stone haba iniciado este trabajo durante la guerra de 1939-1945 en el Instituto Nacional de Investigacin Econmica y Social. Aunque los primeros pasos para resolver el problema de la correlacin esprea ya haban sido dados por Aitken (1934/35) y Champernowne (1948), la investigacin en el DAE present el problema, y su posible solucin, a los economistas prcticos. Orcutt (1948) estudi el patrn de

autocorrelacin de series econmicas de tiempo y demostr que la

27

mayora de este tipo de series se puede representar mediante procesos autorregresivos simples con coeficientes de regresin similares,

resultado que fue un precursor importante para el trabajo de Zellner y Palm (1974) que se explica despus. Subsecuentemente, en un artculo clsico, Cochrane y Orcutt (1949) sealaron la importancia de reconocer que la consideracin fundamental en el anlisis de series de tiempo estacionarias era la autocorrelacin del trmino de perturbacin

estocstica estimado o error en la ecuacin de regresin, y no la autocorrelacin de la propia serie econmica de tiempo en cuestin. De esta forma, cambiaron el centro de atencin a la autocorrelacin de las perturbaciones estocsticas como la principal fuente de inters. En segundo lugar, propusieron su propio mtodo iterativo, hoy bien conocido, para calcular los coeficientes de regresin bajo el supuesto de que los errores de regresin siguen un proceso autorregresivo de primer orden. Otro desarrollo importante y relacionado, en el DAE, fue el trabajo de Durbin y Watson (1950, 1951) sobre el mtodo para probar la autocorrelacin residual en el modelo de regresin clsico. La nueva propuesta inferencial para probar la existencia o no de correlacin serial en el caso de datos observados en series de tiempo, ya haba sido sugerida en von Neumann (1941) y en Hart y von Neumann (1942). Empero, la aportacin de Durbin y Watson fue esencial desde un punto

28

de vista prctico porque gener una prueba de lmites para la autocorrelacin serial, que puede aplicarse sin importar los valores reales de los regresores.La independencia de los lmites crticos para el estadstico Durbin Watson en la matriz de regresores permiti la aplicacin del estadstico como una prueba de diagnstico general, la primera en su tipo dentro de la econometra. Las contribuciones de Cochrane y Orcutt y de Durbin y Watson, bajo la direccin de Stone, marcaron el inicio de una nueva etapa en el anlisis de datos econmicos en series de tiempo y sentaron la base de lo que ahora se conoce como el enfoque economtrico de series de tiempo.La

independencia de los lmites crticos para el estadstico Durbin Watson en la matriz de regresores permiti la aplicacin del estadstico como una prueba de diagnstico general, la primera en su tipo dentro de la econometra. Las contribuciones de Cochrane y Orcutt y de Durbin y Watson, bajo la direccin de Stone, marcaron el inicio de una nueva etapa en el anlisis de datos econmicos en series de tiempo y sentaron la base de lo que ahora se conoce como el enfoque economtrico de series de tiempo. La importancia de la investigacin en el DAE [Departamento de Economa Aplicada, siglas en ingls] no se confin al desarrollo de mtodos economtricos. El trabajo de Stone sobre los sistemas de gasto lineal represent uno de los primeros intentos de usar la teora de modo

29

directo y explcito en la investigacin economtrica aplicada. Esto fue un evento importante. Antes, la teora econmica tena que ser usada a todo lo ancho y largo de la investigacin aplicada slo de manera indirecta y como un mtodo general de decidir sobre la lista de variables a ser incluidas en los modelos de regresin y, de manera ocasional, de asignar signos a los parmetros del modelo [esttica comparativa]. (Para una excepcin notable, vase Marschak y Andrews, 1944). En su trabajo seminal, que apareci en The Economic Journal, Stone (1954b) hizo una ruptura significativa con esta tradicin y us a la teora no como un substituto del sentido comn, sino como un marco de referencia formal para obtener restricciones comprobables sobre los parmetros del modelo emprico. Esto result un avance destacado hacia la unificacin formal de la teora y la medicin demandada por Frisch y buscada previamente por Schultz. 5. CONSOLIDACIN Y DESARROLLOS ULTERIORES

El trabajo en la Comisin Cowles sobre la identificacin y la estimacin del modelo en ecuaciones simultneas y el desarrollo de tcnicas adecuadas para manejar el problema de la regresin esprea en el DAE abri el camino a su amplia aplicacin a los problemas econmicos. Esto fue apoyado en forma significativa por la rpida expansin de las computadoras, la aceptacin generalizada de la teora keynesiana y la

30

disponibilidad aumentada en materia de datos estadsticos en series de tiempo para las cuentas de ingreso nacional. Como dijo Klein (1971): la teora keynesiana estaba, sencillamente, pidiendo ser vaciada en un molde emprico (p. 416). La versin IS-LM de la teora keynesiana proporcion un marco de referencia flexible y conveniente para la construccin de los modelos macroeconmicos para una diversidad de propsitos, desde los pedaggicos, los de pronsticos a corto y mediano plazo, hasta la evaluacin de polticas. En vista de las crticas de Keynes a la econometra, tal vez sea irnico que su teora macroeconmica viniera a jugar un papel tan central en el avance de la econometra en general y en el de la modelstica macroeconomtrica en particular. Inspirado por la teora keynesiana y por la obra pionera de Tinbergen, Klein (1947, 1950), fue el primero en construir un modelo

macroeconomtrico en la tradicin de la Comisin Cowles. Pronto otros autores siguieron la gua de Klein: ejemplos notables de modelos macroeconomtricos iniciales incluyen el modelo Klein-Goldberger y el modelo Brookings- SSRC para la economa estadunidense as como el modelo de la Escuela de Negocios de Londres y el modelo del Proyecto Crecimiento de la Universidad de Cambridge para la economa del Reino Unido. Durante un breve espacio de tiempo se construyeron modelos macroeconomtricos para casi todos los pases industrializados e incluso para algunas economas subdesarrolladas y economas de planificacin

31

centralizada. Los modelos macroeconomtricos se convirtieron en una herramienta importante para el pronstico ex ante y para el anlisis de poltica econmica y comenzaron a crecer tanto en tamao como en nivel de sofisticacin. El ambiente econmico relativamente estable de las dcadas de 1950 y 1960 fue un factor importante del xito inicial disfrutado por los modelos macroeconomtricos. Por supuesto, es una cuestin distinta descubrir si el uso de modelos macroeconomtricos en la formulacin de polticas contribuy a la estabilidad econmica de este lapso o no. La construccin y utilizacin de modelos a gran escala present un buen nmero de problemas computacionales importantes, cuya solucin fue de significacin fundamental no slo para el desarrollo de la modelstica macroeconomtrica sino tambin para la prctica

economtrica general. En este aspecto, los avances en la tecnologa de cmputo fueron claramente instrumentales y es difcil imaginar cmo podran haberse resuelto sin ellos los complejos problemas de cmputo implcitos en la estimacin y simulacin de modelos a gran escala. La disponibilidad aumentada en materia de mejores y ms veloces computadoras fue tambin instrumental respecto a los tipos de problemas estudiados y a los tipos de soluciones ofrecidas por la teora econmica. Por ejemplo, los recientes desarrollos en el rea de la macroeconometra (vase la seccin 6.3 ms adelante) difcilmente

32

podran haber sido posibles si no fuera por los muy importante avances recientes en materia de computacin. No obstante, el desarrollo de modelos econmicos para anlisis de poltica no qued confinado a los modelos macroeconomtricos. Los modelos de insumo producto interindustriales que se originaron a partir del trabajo seminal de Leontief (1936, 1941, 1951), y los modelos de simulacin microanaltica iniciados por Orcutt y sus colegas (1961), fueron algunos de los otros enfoques determinantes que deberan mencionarse aqu. Empero, fue el surgimiento del inters en la modelstica macroeconomtrica el que proporcion el mpetu simple ms importante para el desarrollo posterior de los mtodos economtricos. Ya he mencionado algunos de los avances que ocurrieron en el campo de la estimacin del modelo en ecuaciones simultneas. Otras reas en las que la econometra atestigu desarrollos importantes incluyen la especificacin dinmica, las variables latentes, la formacin de

expectativas, las variables dependientes limitadas, los modelos de seleccin discreta, los modelos de coeficientes aleatorios, los modelos de desequilibrio, y la estimacin no lineal. El enfoque bayesiano en econometra tambin se ha desarrollado muy vigorosamente, gracias a los esfuerzos incansables de Zellner, Drze y sus colegas (vase Drze y Richard (1983), y Zellner (1984, 1985) para las referencias relevantes a los estudios tericos y aplicados en econometra bayesiana). Sin

33

embargo, el problema de la especificacin dinmica fue el que inicialmente atrajo la mayor atencin. En un trabajo importante, Brown (1952) model la hiptesis de persistencia de hbitos en la conducta del consumidor mediante la introduccin de valores desfasados en los gastos de consumo a lo que de otra forma no era sino una funcin de consumo keynesiana esttica. Este fue un paso fundamental hacia la incorporacin de la dinmica en la investigacin economtrica aplicada y permiti la notable distincin entre los impactos de corto y de largo plazos de los cambios en el ingreso sobre el consumo. Pronto otros investigadores siguieron la gua de Brown y emplearon su especificacin autorregresiva en sus trabajos aplicados. El siguiente desarrollo importante en el rea de la especificacin dinmica fue el modelo de desfases distribuidos. Aunque la idea de los desfases distribuidos ya era familiar a los economistas gracias al trabajo pionero de Irving Fisher (1930) sobre la relacin entre la tasa de inters nominal y la tasa de inflacin esperada, su aplicacin en econometra no se tom en serio sino hasta mediados de la dcada de 1950. El modelo de desfase geomtrico distribuido fue usado por vez primera por Koyck (1954) en un estudio sobre la inversin. Koyck lleg al modelo de desfase geomtrico distribuido va la hiptesis de expectativas

adaptativas. Esta misma hiptesis fue empleada despus por Cagan (1956) en un estudio sobre la demanda por dinero en condiciones de

34

hiperinflacin,

por

Friedman

(1957)

en

un

trabajo

sobre

el

comportamiento del consumo agregado y por Nerlove (1958a) en una investigacin sobre el fenmeno econmico conocido como el teorema de la telaraa [cmo se logra en forma dinmica el equilibrio de precios y cantidades en un mercado, de acuerdo con la teora neoclsica (nota del traductor)]. El modelo de desfase geomtrico distribuido despus fue generalizado por Solow (1960), Jorgenson (1966) y otros, y fue ocupado de manera extensa en los estudios aplicados sobre la inversin y el comportamiento del consumo agregado. Fue aproximadamente entonces cuando Almon (1965) aport una generalizacin polinmica de la distribucin desfasada aritmticamente, misma que propuso Fisher en 1937. Dicha generalizacin despus fue perfeccionada por Shiller (1973). Otras formas de especificacin dinmica consideradas en esta lnea incluyeron el modelo de ajuste parcial (Nerlove, 1958b; Eisner y Strotz, 1963) as como el modelo de acelerador flexible multivariado (Treadway, 1971) y el trabajo de Sargan (1964) sobre el anlisis economtrico de series de tiempo que discutiremos con mayor detalle ms adelante. Una excelente revisin sobre todas estas obras que tratan acerca de los modelos de desfase distribuido y ajustes parciales es aportada por Griliches (1967). Otra aportacin al desarrollo de la modelstica dinmica en

econometra tambin fue un resurgimiento del inters en los mtodos

35

para analizar series de tiempo, usados principalmente en la prediccin del comportamiento de los negocios a corto plazo. El trabajo dominante en este campo fue el de Box y Jenkins (1970), quienes, al elaborar sobre las obras pioneras de Yule (1921, 1926), Slutsky (1927), Wold (1938), Whittle (1963) y otros, propusieron mtodos de clculo operativos y asintticamente eficientes para la estimacin y prediccin de procesos autorregresivos y de medias mviles univariados (conocidos como procesos ARMA). Los modelos para series de tiempo

proporcionaron una atalaya importante y relativamente barata para evaluar la precisin predictiva de los modelos economtricos. Al inicio, los modelos para series de tiempo univariadas fueron vistos como modelos mecnicos de caja negra, con poca o ninguna base en teora econmica. Su uso fue considerado fundamentalmente relevante en la prediccin a corto plazo. El valor potencial de los modernos mtodos para el anlisis de series de tiempo en econometra fue, empero, subrayado en la obra de Cooper (1972) y Nelson (1972), quienes demostraron la buena ejecucin predictiva de modelos Box-Jenkins univariados comparados con la de los modelos economtricos grandes [o sea, de ms de 100 ecuaciones (nota del traductor)]. Estos resultados dieron lugar a una pregunta importante sobre la adecuacin de los modelos economtricos grandes para la prediccin as como para la evaluacin de polticas econmicas. Se seal que un modelo

36

economtrico estructural especificado correctamente, por lo menos en teora, debera arrojar pronsticos ms precisos que los generados por un modelo univariado para series de tiempo. La justificacin terica de esta opinin fue aportada por Zellner y Palm (1974), seguidos por Trivedi (1975), Portero y Wallis (1976), Wallis (1977) y otros. Estos estudios mostraron que los modelos Box-Jenkins de hecho podan ser obtenidos como soluciones en formas finales univariadas para los modelos economtricos estructurales lineales siempre y cuando a los segundos se les permitiera tener una especificacin dinmica lo suficientemente rica. En teora, el modelo para series de tiempo puro siempre se puede incorporar dentro de la estructura de un modelo economtrico y en este sentido no representa una alternativa que rivalice con la modelstica economtrica. Estos documentos adems resaltaron la importancia de la especificacin dinmica en los modelos economtricos y, en particular, evidenciaron el hecho de que los modelos economtricos cuya ejecucin [en trminos predictivos (nota del traductor] es mejorada por modelos para series de tiempo univariados simples probablemente deben sufrir de graves errores de especificacin. La respuesta de la profesin economtrica a esta crtica del anlisis para series de tiempo fue bastante confusa y adopt distintas formas. De un lado, una plena integracin de los mtodos para series de tiempo

37

y del anlisis economtrico tradicional ha sido defendida por Zellner y Palm, Wallis y otros. Esta mezcla de los mtodos economtricos que Zellner ha llamado SEMTSA (siglas en ingls de Anlisis para Series de Tiempo y Modelstica Economtrica Estructural: Structural Econometric Modelling Time-Series Analysis) es un enfoque que se discute con cierto detalle en Zellner (1979). El enfoque SEMTSA enfatiza que los modelos economtricos estructurales lineales dinmicos son un caso especial de los procesos de series de tiempo multivariados y seala que los mtodos para series de tiempo deben ser usados para verificar la adecuacin prctica de las formas finales de las ecuaciones y de las formas de los desfases distribuidos (o funciones de transferencia) implcitas en el modelo estructural supuesto por cada investigacin economtrica. El proceso modelstico contina hasta que las estimaciones implcitas de las formas finales de las ecuaciones y las formas de los desfases distribuidos del modelo son compatibles en la prctica con las estimaciones de las series de tiempo directas para estas ecuaciones. Un matrimonio alternativo de la econometra y las series de tiempo fue desarrollado por Sargan, Hendry y otros que trabajan en la London School of Economics and Political Science [Escuela de Economa y Ciencia Poltica de Londres, LSE]. Este matrimonio se basa en las siguientes dos premisas: (i) Las consideraciones econmicas tericas pueden proporcionar mejor la especificacin de las relaciones de

38

equilibrio o relaciones a largo plazo entre variables. Poco puede inferirse a partir de un razonamiento a priori respecto a los desfases temporales y la especificacin dinmica de las relaciones economtricas. Y (ii) El mejor enfoque para la identificacin de los desfases en los modelos economtricos es usar los mtodos para series de tiempo, modificados apropiadamente para permitir la existencia de relaciones a largo plazo entre las variables econmicas que son relevantes segn la teora econmica. A pesar de que el enfoque es general y de que en principio puede sea aplicado a sistemas de ecuaciones, en la prctica ha sido bsicamente usado para modelar una variable a la vez. Los orgenes de este enfoque se pueden hallar en dos artculos sumamente influyentes de Sargan (1964) sobre la modelstica de los salarios monetarios, as como de Davidson y otros (1978) sobre la modelstica de los gastos en consumo de bienes no durables. Al enfocar la modelstica de una variable endgena a la vez, el enfoque LSE representa una ruptura parcial con el enfoque estructural defendido por la Comisin Cowles pero en un sentido esencial el enfoque LSE sigue aceptando el nfasis que la CC coloca sobre un razonamiento econmico a priori, pese a tener la forma de relaciones de equilibrio o de relaciones a largo plazo.

39

6. DESARROLLOS RECIENTES

A partir de la dcada de 1970, el ambiente econmico mundial comenz a tener cambios creados en gran parte por la eliminacin del sistema BrettonWoods y por la cuadruplicacin de los precios del petrleo. As, el desarrollo economtrico entr en una nueva era. Los modelos

macroeconomtricos dominantes

construidos durante las dcadas de

1950 y 1960, en una poca de relativa estabilidad econmica con precios estables para los energticos y tipos de cambio fijos, ya no fueron capaces de capturar en forma adecuada las realidades

econmicas de la dcada de 1970 y siguientes. Como resultado, de manera no sorprendente, los modelos macroeconomtricos y la teora keynesiana que se encontraba detrs de ellos recibieron severos ataques tanto desde la perspectiva terica como desde la prctica. Mientras que las crticas al intento pionero de Tinbergen en materia de modelstica macroeconomtrica fueron recibidas con gran optimismo y condujeron al desarrollo de nuevas y sofisticadas tcnicas de estimacin as como a modelos ms grandes y ms complejos, el brote de desencanto ms reciente, respecto a los modelos macroeconomtricos, dispar una reevaluacin ms fundamental respecto a la modelstica cuantitativa como herramienta para pronsticos y anlisis de poltica. A nivel terico, se argumenta que las relaciones economtricas

40

invariablemente carecen de los microfundamentos necesarios, en el sentido de que no pueden obtenerse en forma consistente a partir de la conducta optimizadora de los agentes econmicos. A nivel prctico, el enfoque de la Comisin Cowles respecto a la identificacin y estimacin de modelos macroeconomtricos en ecuaciones simultneas han sido cuestionadas por Robert Lucas Jr., Sargent y Sims, aunque desde distintos puntos de vista. Tambin ha habido un movimiento centrfugo respecto a los modelos macroeconom-tricos y centrpeto respecto a la investigacin microeconomtrica donde se espera que puedan evitarse algunas de las fallas del anlisis macroeconomtrico para series de tiempo. La respuesta de la profesin economtrica en conjunto ante la crtica reciente ha sido enfatizar el desarrollo de tcnicas ms adecuadas, utilizar nuevos conjuntos de datos y buscar un mejor control de calidad en la investigacin economtrica, poniendo atencin especial en la validacin de modelos y en la prueba de diagnsticos. Lo que sigue es una breve panormica de algunos de los desarrollos ms importantes en las dos dcadas previas (Este ensayo se public en 1987. Nota del traductor). Dadas las limitaciones de espacio y mis intereses propios (prosigue Pesaran), inevitablemente existen huecos importantes. Estos incluyen las contribuciones esenciales de Granger (1969), Sims (1972) as como Engle y otros autores (1983) respecto a distintos conceptos de causalidad y exogeneidad, as como la

41

inmensa cantidad de escritos sobre modelos de desequilibrio (Quandt, 1982; Maddala, 1983 y 1986); modelos de coeficientes aleatorios (Chow, 1984); modelos para datos con tiempo continuo (Bergstrom, 1984); series de tiempo no estacionarias y prueba de raz unitaria (Dickey y Fuller, 1979, 1981; Evans y Savin, 1981, 1984; Phillips, 1986, 1987; Phillips y Durfault, 1986); y teora para muestras pequeas o finitas (Phillips, 1983; Rothenberg, 1984); por no mencionar los desarrollos en el rea de evaluacin de polticas y de aplicacin de la teora de control a los modelos economtricos (Chow, 1975, 1981; Aoki, 1976).

6.1 Expectativas racionales y la crtica de Lucas

La hiptesis de expectativas racionales (HER) fue especificada por Muth en 1961 pero no fue sino hasta principios de la dcada de 1970 cuando comenz a tener un impacto importante para la econometra de series de tiempo y, en general, para la teora econmica dinmica. Lo que vino a destacar la hiptesis de expectativas racionales fueron los trabajos de Lucas (1972, 1973), Sargent (1973), Sargent y Wallace (1975) y otros autores sobre la nueva explicacin clsica respecto a la evidente invalidez de la curva de Phillips. El mensaje de la hiptesis de expectativas racionales para la econometra fue claro. Al postular que

42

los agentes econmicos forman sus expectativas de manera endgena, con base en el modelo de la economa verdadero y una comprensin correcta del proceso que genera las variables exgenas del modelo, incluyendo la poltica gubernamental, la hiptesis de expectativas racionales elev serias dudas acerca de la constancia de los parmetros estructurales en los modelos macroeconomtricos del enfoque

econmico dominante frente a los cambios en la poltica gubernamental. Este hecho fue subrayado por la crtica de Lucas a la evaluacin de la poltica macroeconomtrica. Mediante ejemplos simples, Lucas (1976) mostr que en los modelos con expectativas racionales, los parmetros de las reglas de decisin de los agentes econmicos, tales como las funciones de consumo o de inversin, usualmente son una mezcla de los parmetros de las funciones objetivo de loa agentes econmicos y de los procesos estocsticos que enfrentan como histricamente dados. Por lo tanto, seala Lucas, no existe razn para pensar que la estructura de las reglas de decisin (o de las relaciones econmicas) permanezca constante ante la intervencin de la poltica gubernamental. La implicacin de la crtica de Robert Lucas para la investigacin

economtrica no fue, empero, que se deje de llevar a cabo evaluacin de polticas sino, ms bien, que los modelos y mtodos economtricos tradicionales no son adecuados para tal propsito. Lo que se necesitaba era una separacin entre los parmetros de poltica econmica y los

43

parmetros del modelo econmico. Slo cuando estos parmetros pueden ser identificados por separado, dado el conocimiento de la distribucin probabilstica conjunta de las variables (tanto polticas como no polticas; es decir, tanto las que son afectadas por el gobierno como las que no lo son), es posible desarrollar un anlisis economtrico de las opciones de polticas alternativas. Ha habido numerosas reacciones al advenimiento de la hiptesis de expectativas racionales y a la crtica de Lucas que la acompaa. La menos controversial ha sido la adopcin de la hiptesis de expectativas racionales como una de las posibles hiptesis de formacin de expectativas en un modelo macroeconomtrico por lo dems

convencional y que contiene variables de expectativas. En este contexto, la hiptesis de expectativas racionales, que al imponer restricciones las

paramtricas

adecuadas,

garantiza

sean

consistentes

expectativas y los pronsticos generados por el modelo. El modelo econmico subyacente de ninguna manera se restringe a tener caractersticas keynesianas o monetaristas especficas ni tampoco contiene supuestos acerca de que las relaciones del modelo econmico necesariamente tengan que corresponder con las reglas de decisin de los agentes econmicos. En este enfoque, la hiptesis de expectativas racionales se considera un mtodo conveniente y efectivo para imponer restricciones paramtricas, a travs de las ecuaciones, en los modelos

44

economtricos para series de tiempo y se aprecia mejor como la hiptesis de expectativas economtricas consistentes de tal con el modelo. de Las

implicaciones

mecanismo

expectativas

consistentes con el modelo, han sido extensamente analizadas en los trabajos economtricos. Por ejemplo, Wallis (1980), Wickens (1982) y Pesaran (1987) han discutido acerca de los problemas de identificacin y de estimacin de modelos lineales con expectativas racionales. Estos estudios muestran cmo pueden adaptarse los mtodos economtricos tradicionales al anlisis economtrico de modelos de expectativas racionales. Otra reaccin a la crtica de Lucas ha sido tratar el problema del cambio estructural enfatizado por l como un problema

economtrico ms bien potencial (Lawson, 1981). Se dice que no es nuevo el problema del cambio estructural que surge de cambios tratados o esperados en la poltica gubernamental Adems, se argumenta que tales cambios son conocidos por los economistas de la Comisin Cowles (Marschak, 1953) y que pueden ser fcilmente considerados mediante un monitoreo ms cuidadoso en los posibles cambios en la estructura de los modelos economtricos. No obstante, esta opinin es rechazada por Lucas y Sargent y otros proponentes de la escuela de las expectativas racionales quienes

45

sealan que es necesario llevar a cabo una ruptura ms fundamental con el enfoque tradicional de la modelstica macroeconomtrica. El enfoque optimizador de Lucas y Sargent se basa en la premisa de que las relaciones estructurales verdaderas contenidas en el modelo econmico y las reglas de poltica del gobierno pueden obtenerse directamente como soluciones a problemas de optimizacin dinmica bien definidos, los cuales son enfrentados tanto por los agentes econmicos como por el gobierno. La tarea de las y de los

econometristas

consiste

entonces

en desentraar

cules

son los

parmetros de los procesos estocsticos que enfrentan los agentes a partir de los parmetros de sus funciones objetivo. Tal como lo advierten Hansen y Sargent (1980): Cumplir con esta tarea [la identificacin separada de los parmetros del proceso exgeno y de los parmetros de las funciones de preferencias y tecnolgicas] es un prerrequisito indispensable para el uso seguro de la evaluacin de polticas en los modelos economtricos. La ejecucin de esta estrategia implica estimar las reglas de decisin de los agentes conjuntamente con modelos para los procesos estocsticos que enfrentan, sujeta a las restricciones de todas las ecuaciones que estn implcitas en la hiptesis de expectativas racionales (pg. 8). Hasta ahora (1987), este enfoque slo se ha aplicado a marcos de referencia relativamente simples que involucran datos agregados a nivel

46

de

una

empresa

representativa

de

una

unidad

familiar

representativa. Una causa importante de este hecho se encuentra en los modelos economtricos bastante restrictivos e inflexibles que surgen de la adhesin estricta al marco de referencia optimizador y a la hiptesis de expectativas racionales. Para que sea posible desarrollar el anlisis con frecuencia se ha requerido confinar la investigacin economtrica a funciones objetivo cuadrticas y a procesos estocsticos lineales. Este problema hasta cierto punto se ha mitigado gracias a recientes desarrollos en el rea de la estimacin de las ecuaciones de Euler (vase Hansen y Singleton, 1982). Empero, todava existen importantes dificultades tcnicas que tienen que ser resueltas antes de que el enfoque optimizador pueda usarse de modo flexible en econometra. Adems de estas dificultades tcnicas, existen cuestiones fundamentales respecto al problema de agregacin a travs de los agentes econmicos, informacin heterognea, el proceso de

aprendizaje y el efecto que estas complicaciones tienen sobre el establecimiento del programa de investigacin siguiendo los

lineamientos de Lucas y Sargent (cf. Pesaran, 1987).

47

6.2 Macroeconometra aterica

La

crtica

de

Robert

Lucas

la

modelstica

macroeconomtrica

dominante tambin condujo a algunas y a algunos econometristas, en particular a Sims (1980, 1982), a dudar de la validez del estilo seguido por la Comisin Cowles para alcanzar la identificacin de los modelos economtricos. La opinin de que la teora econmica no puede ser obligada a generar la identificacin de los modelos estructurales no es nueva y ha sido enfatizada en el pasado, por ejemplo, por Liu (1960). El desencanto ms reciente con respecto al enfoque de la Comisin Cowles tiene sus orgenes en la hiptesis de expectativas racionales y en la incomodidad con las restricciones a priori sobre las longitudes de desfase que se necesitan si se desea que los modelos de expectativas racionales estn identificados (vase Pesaran, 1981). Sims (1980, pg. 7) escribi: Sin embargo soy de la opinin de que las expectativas racionales es ms profundamente subversiva para la identificacin de lo que se ha reconocido hasta ahora. Luego procede a decir que en presencia de que de expectativas, resulta ser indispensable la muleta del conocimiento a priori respecto a las longitudes de desfase, incluso cuando tenemos variables distintivamente exgenas que cambian los patrones de oferta y demanda (pg. 7). Aunque es cierto que la

48

hiptesis de expectativas racionales complica las condiciones necesarias para la identificacin de los modelos estructurales, la cuestin bsica en el debate sobre la identificacin se sigue centrando alrededor de la validez de la dicotoma clsica entre las variables endgenas y exgenas. Resulta, as, controvertible si es posible probar los supuestos de exogeneidad de los modelos macroeconomtricos y ello est muy acotado por lo que realmente significa exogeneidad. En ciertas

aplicaciones, la exogeneidad es considerada como una propiedad de un modelo propuesto ( la Koopmans, 1950) y en otras situaciones se le define en trminos de un grupo de variables para propsitos de inferencia respecto a parmetros de inters (Engle y otros autores, 1983). En el enfoque de la Comisin Cowles, se supone que la exogeneidad es la propiedad del modelo estructural, obtenida a partir de teora a priori y sujeta a prueba slo en presencia de restricciones sostenidas por l. As, no fue posible probar las propias restricciones de identificacin. El enfoque defendido por Sims y sus colaboradores se aparte de la metodologa de la Comisin Cowles en dos importantes aspectos. Niega que una teora a priori pueda alguna vez generar las restricciones necesarias para la identificacin de los modelos estructurales y seala que no se requiere la identificacin estructural para propsitos de pronstico y anlisis de polticas (Sims, 1980, pg. 11). En

49

concordancia, este enfoque, llamado por Cooley y Le Roy (1985) Macroeconometra aterica, sostiene que slo los sistemas de vectores autorregresivos irrestrictos (VAR), que no permiten una clasificacin a priori de las variables en endgenas y exgenas, son admisibles para el anlisis macroeconomtrico. El enfoque VAR

representa una importante opcin a los modelos macroeconomtricos convencionales de gran escala y ha sido usado con algn xito en el rea de prediccin (Litterman, 1985). Si tales sistemas VAR irrestrictos tambin pueden usarse en evaluaciones de poltica y ejercicios de formulacin de polticas, queda como una materia controvertible. Cooley y LeRoy (1985) en su crtica a estos trabajos sealan que incluso si pueden ser desarrollados con xito, su relevancia ser todava limitada excepto como una herramienta de prediccin y de descripcin de datos estadsticos ex ante (sobre este tema, vase tambin Leamer, 1985A). Ellos opinan que no permite la prueba directa de teoras econmicas, que es de poca utilidad para el anlisis de la poltica y que, sobre todo, no aporta una comprensin estructural sobre el sistema econmico que intenta representar. Sims y otros autores (Doan, Litterman y Sims, 1984; Sims, 1986), empero, sostienen que los modelos VAR pueden ser usados para el anlisis de la poltica y que el tipo de supuestos de identificacin necesario para este propsito no resulta menos creble que

50

los supuestos por los modelos macroeconomtricos convencionales o de expectativas racionales.

6.3 Microeconometra

El uso de microdatos en economa no es, claro est, nuevo y su origen data del trabajo pionero de Ruggles y Ruggles (1956) para desarrollar un marco de referencia de contabilidad social basado en la

microeconoma, en la ya mencionada obra de Orcutt y sus colegas, y en el estudio de Prais y Houtthakker (1955) sobre encuestas de gasto familiar. No obstante, slo es hasta hace poco, debido en parte a la insatisfaccin con la investigacin de series de tiempo

macroeconomtricas y en parte ante la creciente disponibilidad de datos microeconmicos y facilidades computacionales, que el anlisis de microdatos empez a ser considerado seriamente por parte de los y de las econometristas, En especial en Estados Unidos se han puesto a disposicin del pblico en general importantes conjuntos de datos microeconmicos en reas tales como vivienda, transporte, mercados

de trabajo y energa. Estos conjuntos de datos incluyen distintas encuestas longitudinales (por ejemplo, el Panel de Estudio sobre la Dinmica del Ingreso, de la Universidad de Michigan, y las encuestas NLS del Estado de Ohio), encuestas de corte transversal sobre los

51

gastos familiares y las encuestas sobre la poblacin y la fuerza de trabajo. Esta disponibilidad creciente de microdatos, aunque ha dado lugar a nuevas posibilidades para el anlisis, tambin ha abierto nuevas, numerosas e interesantes cuestiones economtricas originadas,

principalmente, a partir de la naturaleza de los microdatos. Es ms probable que los errores de medicin con microdatos sean ms graves que con macrodatos. El problema de la heterogeneidad de los agentes econmicos en el nivel micro no puede ser eliminado con tanta facilidad como con frecuencia es posible hacerlo en el nivel macro recurriendo a la idea de una empresa representativa o de una familia

representativa. Como seala Griliches: Variables tales como la edad, la calidad de la tierra, o la estructura ocupacional de una empresa, son mucho menos variables en el agregado. Empero, ignorar este hecho a nivel micro puede ser muy fcil. De modo similar, los errores de medicin que tienden a compensarse cuando se promedian a travs de miles e incluso millones de respuestas se magnifican cuando la unidad de anlisis es una persona (pg. 1469) La naturaleza de los microdatos, los cuales a menudo son cualitativos o estn limitados a un rango particular de variacin, tambin ha sido requerida por los nuevos modelos y tcnicas economtricas. Los modelos y temas considerados en los trabajos microeconomtricos tiene

52

una gran diversidad e incluyen modelos de efecto fijo y aleatorio (por ejemplo, Mundlak, 1961 y 1978), los modelos de seleccin discreta o de respuesta cuantitativa (Manski y McFadden, 1981), y los modelos microeconomtri-cos para datos por conteo (Hausman y otros autores, 1984, as como Cameron y Trivedi, 1977), la seleccin de ocupaciones (Boskin, 1974), la ubicacin de trabajos o empresas (Duncan, 1980), etctera. Los modelos de variable dependiente limitada se encuentran por lo comn en el anlisis de datos obtenidos por medio de en cuestas y con frecuencia se categorizan como modelos de regresin truncados y modelos de regresin censurados. Si todas las observaciones para la variable dependiente as como para las variables exgenas se pierden cuando la variable dependiente cae fuera de un rango especfico, el modelo se denomina truncado y si slo las observaciones para la variable dependiente se pierden, el modelo se denomina censurado. Los trabajos sobre modelos de regresin censurados y truncados son muy numerosos y se sobrelapan con los desarrollos en otras disciplinas, en particular con la biometra y la ingeniera. El modelo de regresin censurado fue presentado por vez primera en la economa por Tobin (1958) en su estudio pionero sobre el gasto de las familias en bienes duraderos cuando consider el hecho de que la variable dependiente, o sea, el gasto en bienes duraderos, no puede ser negativo. El modelo sugerido por Tobin y sus diferentes generalizaciones son conocidas en

53

economa como modelos Tobit y son estudiados en detalle por Amemiya (1984). Los modelos de duracin temporal continua, tambin conocidos como modelos de supervivencia han sido usados en el anlisis de la duracin del desempleo, el periodo de tiempo transcurrido entre dos trabajos, la duracin del matrimonio, etctera. La aplicacin de los modelos de supervivencia en el anlisis de datos econmicos genera una serie de cuestiones importantes, las cuales surgen bsicamente de la naturaleza de las observaciones econmicas respecto a que no son experimentales ni controlados, de los tamaos muestrales (es decir, periodos de tiempo) y del carcter heterogneo del ambiente econmico dentro del cual operan los agentes. Estas cuestiones claramente no se confinan a los modelos de duracin y tambin estn presentes en el cado de otras investigaciones microeconmicas que utilizan datos en series de tiempo o en corte transversal o en datos combinados (para revisar los primeros trabajos sobre el anlisis de datos combinados o en panel, vase el modelo de componentes de error desarrollado por Kuh, 1959, y por Balestra y Nerlove, 1966). Una solucin satisfactoria a estos problemas es de importancia crucial para el xito del programa de investigacin microeconomtrica. Como lo seal adecuadamente Hsiao (1985) en una reciente revisin de los trabajos al respecto: A pesar de que los datos en panel ha abierto lneas de investigacin que simplemente no

54

podran haberse seguido de otra manera, no es una panacea para la investigacin economtrica. El poder de los datos en panel depende del grado y confiabilidad de la informacin que contienen as como de la validez de las restricciones sobre las que se construyen los mtodos estadsticos (pg. 163). En parte como respuesta a las incertidumbres inherentes a los resultados economtricos apoyados en datos no experimentales,

tambin ha habido un movimiento importante hacia la experimentacin social, sobre todo en Estados Unidos, como un posible mtodo para reducir estas incertidumbres. Ello ha conducido a una numerosa serie de trabajos que analizan datos experimentales, algunos de los cuales han sido revisados recientemente por Hausman y Wise (1985). A pesar de que todava es muy pronto para llegar a un juicio definitivo acerca del valor de la experimentacin social en su conjunto, desde un punto de vista economtrico los resultados no han sido muy estimulantes. La evaluacin de los experimentos del tiempo de uso de la electricidad en casas habitacin (Aigner, 1985), los experimentos del programa de asignaciones para vivienda (Rosen, 1985) y los experimentos de impuestos negativos al ingreso (Stafford, 1985), todos ellos sealan el hecho de que los resultados experimentales podran haber sido igualmente predichos por medio de estimaciones economtricas

convencionales. La llegada de la experimentacin social a la economa

55

ha puesto, empero, a discusin varios problemas interesantes en las reas de diseo de experimentos, mtodos estadsticos (por ejemplo, vase Hausman y Wise (1979) sobre el problema de la atribucin del sesgo) y del anlisis de polticas, mismas que es probable que tengan importantes consecuencias para el desarrollo futuro de la

microeconometra (una revisin, que se estudia fcilmente, de la experimentacin social en economa fue proporcionada por Ferber y Hirsch, 1982). Otro aspecto importante de los desarrollos recientes en los trabajos microeconomtricos se relaciona con el uso de modelos de simulacin microanaltica para el anlisis de poltica y la evaluacin a fin de reformar paquetes presupuestales en reas tales como atencin a la salud, tributacin, sistemas de seguridad social y redes de transporte. Algunos de estos trabajos son revisados en Orcutt y otros autores (1986).

6.4 Evaluacin de modelos

Mientras que, en las dcadas de 1950 y 1960, la investigacin en econometra se orient bsicamente hacia la identificacin y estimacin de modelos economtricos, la insatisfaccin con la econometra durante el decenio de 1970 cambi hacia problemas de evaluacin y prueba de

56

modelos. Este cambio en parte fue provocado por un esfuerzo concertado para restaurar la confianza en la econometra y recibi la atencin tanto del enfoque tradicional como del bayesiano. Ambos enfoques rechazan el axioma de la especificacin correcta que se encuentra en la base de la mayora de las prcticas economtricas tradicionales pero difieren marcadamente entre s respecto a la cuestin de cul es el mejor procedimiento para solucionar el rechazo de dicho axioma. El enfoque bayesiano, entre cuyos exponentes destacan Leamer (1978) y Zellner (1985), apunta a la amplia disparidad existente entre el mtodo economtrico y la prctica economtrica que se supone est fundada sobre el primero y aboga por el uso de procedimientos bayesianos informales tales como el anlisis de lmites extremos (ALE o EBA por sus siglas en ingls: extreme bounds analysis) o, de modo ms general, como el anlisis de sensibilidad global. La idea bsica detrs del ALE es explicada por Leamer y Leonard (1983) as como por Leamer (1983) y ha sido sujeta a crtica por McAleer, Pagan y Volker (1985). En su forma ms general, la estrategia de investigacin avanzada por Leamer involucra una clase de gran anlisis de

sensibilidad bayesiano. Los resultados en la prctica o, de acuerdo con la terminologa bayesiana, las distribuciones a posteriori, se evalan segn su fragilidad o su persistencia, verificando qu tan sensibles

57

son esos resultados a cambios en las distribuciones a priori (los datos y la teora especificada en el modelo). Como explica Leamer (1985b): Como no puede aceptarse que ninguna distribucin a priori es una representacin exacta de la opinin, se lleva a cabo un anlisis de sensibilidad global para determinar cules inferencias son frgiles y cules son persistentes (pg. 311). El objetivo del anlisis de sensibilidad en el enfoque de Leamer es, en sus propias palabras, combatir la arbitrariedad asociada con la seleccin de una distribucin a priori (Leamer, 1986, pg. 74). Se acepta en trminos generales, tanto por los bayesianos como por los no bayesianos, que la evaluacin modelstica implica consideraciones distintas al examen de las propiedades estadsticas de los modelos por lo que los juicios personales entran inevitablemente en el proceso de evaluacin. Los modelos deben cumplir con mltiples criterios que, con frecuencia, se contradicen entre s. Deben ser relevantes en el sentido de que deben ser capaces de responder las preguntas para las que fueron construidos. Deben ser consistentes con la estructura de medicin y/o terica dentro de la cual funcionan. Por ltimo, deben proporcionar representaciones adecuadas de la realidad con la cual estn interesados. Estos criterios y su interaccin se discuten en Pesaran y Smith (1985b). Desgloses ms detallados de los criterios de evaluacin modelstica se pueden encontrar en Hendry y Richard (1982)

58

as como en McAleer y otros autores (1985). No obstante, en econometra es el criterio de la adecuacin el que debe enfatizarse, con frecuencia incluso a costa de la relevancia y de la consistencia. La cuestin de la adecuacin del modelo en la econometra dominante se enfoca como un problema de seleccin de modelo o como un asunto de inferencia estadstica donde la hiptesis de inters se prueba contra alternativas generales o especficas. El uso de criterios absolutos tales como medidas de ajuste/parsimonia o de anlisis bayesiano formal basado en informacin a posteriori son ejemplos notables de

procedimientos de seleccin modelstica, mientras que la razn de verosimilitud, las pruebas sobre los multiplicadores de Wald y Lagrange de hiptesis no anidadas y las pruebas de Cox centradas en la razn de verosimilitud logartmica son ejemplos de procedimientos bajo el segundo enfoque. La distincin entre estos dos enfoques generales bsicamente surge a partir de la manera en que son tratados modelos alternativos. En el caso de la seleccin de modelos (o discriminacin modelstica), todos los modelos bajo consideracin disfrutan del mismo estatus y la investigacin no est comprometida a priori con ninguno de ellos. El objetivo consiste en seleccionar el modelo que es probable que se comporte mejor con respecto a una particular funcin de prdida. Por contraste, en el marco de referencia de prueba de hiptesis, la hiptesis nula (o el modelo sostenido) se prueba de manera diferente que el resto

59

de las hiptesis (o modelos). Una caracterstica importante de la estrategia de seleccin de modelos es que su aplicacin siempre conduce a un modelo seleccionado preferentemente con respecto a otros. Pero en el caso de la prueba de hiptesis, el rechazo de todos los modelos bajo consideracin no est excluido cuando los modelos no estn anidados. Una discusin ms detallada de este punto se

proporciona en Pesaran y Deaton (1978). Mientras que el enfoque de seleccin modelstica ha recibido alguna atencin en esta rama de la disciplina econmica, el marco de referencia de las pruebas de hiptesis es el que se ha utilizado bsicamente para obtener procedimientos estadsticos adecuados para juzgar la

adecuacin de un modelo estimado. En este segundo marco de referencia, hablando en trminos generales, pueden identificarse tres distintas versiones, dependiendo de qu tan especficas sean las hiptesis alternativas. Estas son las pruebas de especificacin general, las pruebas de diagnstico y las pruebas no anidadas. La primera de ellas, presentada en econometra por Ramsey (1969) y por Hausman (1978) y, en pocas ms recientes, desarrollada por White (1981, 1982), y por Hansen (1982), est diseada para circunstancias donde la naturaleza de una hiptesis alternativa se mantiene (a veces de modo intencional) bastante vaga, siendo el propsito probar la hiptesis nula contra una amplia clase de hiptesis alternativas. Entre los ejemplos

60

importantes de las pruebas de especificacin general estn la prueba del error de especificacin y regresin de Ramsey (RESET por sus siglas en ingls: Ramseys regression specification error test) para variables omitidas y/o formas funcionales mal especificadas. Y la prueba

Hausman-Wu para la mala especificacin en el contexto de los modelos de errores de medicin y/o modelos en sistemas de ecuaciones simultneas. Tales pruebas de especificacin general son

particularmente tiles en las etapas preliminares del trabajo modelstico. En el caso de las pruebas de diagnstico, el modelo bajo consideracin (visto como una hiptesis nula) se prueba contra alternativas ms especficas incorporndolo dentro de un modelo general. Las pruebas de diagnstico entonces pueden ser construidas usando la razn de verosimilitud, o el principio de los multiplicadores de Wald o de Lagrange para probar las restricciones paramtricas impuestas sobre el modelo general. La aplicacin del principio de los multiplicadores de Wald o de Lagrange a problemas economtricos se revisa en los trabajos de Breusch y Pagan (1980), Godfrey y Wickens (1982) as como Engle (1984). Ejemplos de las restricciones interesantes como verificaciones de diagnstico para adecuacin modelstica incluyen las restricciones nulas (o sea, parmetros que, segn la teora usada, deben ser iguales a cero dado que reflejan la ausencia de variables en una ecuacin del modelo pero presentes en otra u otras ecuaciones del

61

mismo),

estabilidad

paramtrica,

correlacin

serial,

heterosce-

dasticidad, formas funcionales y normalidad de los errores de regresin. Como se muestra en Pagan y Hall (1983) la mayora de las pruebas de diagnstico existentes pueden ser calculadas por medio de regresiones auxiliares que incluyen los residuos estimados. As, las pruebas de diagnstico tambin pueden observarse como una clase de anlisis residual donde se verifica si los residuos calculados bajo la hiptesis nula se explican ms bien con base en las fuentes hipotticas de mala especificacin. La distincin que aqu se hace entre pruebas de diagnstico y pruebas de especificacin general es ms aparente que real. En la prctica, algunas pruebas de diagnstico tales como las pruebas para la correlacin serial tambin pueden ser consideradas como una prueba de especificacin general. Sin embargo, la distincin ayuda a centrar la atencin en el propsito detrs de las pruebas y en la direccin en la que se busca su mayor potencial. La necesidad de pruebas no anidadas surge cuando los modelos bajo consideracin pertenecen a familias paramtricas distintas en el sentido de que ningn modelo en s puede obtenerse de los otros por medio de un proceso limitante adecuado. Esta situacin, que prevalece sobre todo en la investigacin economtrica, puede surgir cuando los modelos difieren con respecto a sus ejes tericos y/o con respecto a sus supuestos auxiliares. A diferencia de las pruebas de especificacin

62

general y de las pruebas de diagnstico, la aplicacin de pruebas no anidadas es apropiada cuando se adelantan hiptesis especficas pero rivales para explicar el mismo fenmeno econmico. A pesar de que las pruebas no anidadas tambin pueden ser utilizadas como pruebas de especificacin general, bsicamente estn diseadas con el propsito de tener alta potencia frente a modelos especficos que se han sostenido con seriedad en los trabajos economtricos. Elaboraciones posteriores a los documentos pioneros de Cox (1961, 1962), han propuesto

numerosas pruebas de este tipo para modelos uniecuacionales y sistemas de ecuaciones simultneas (para ms referencias, consltese el ensayo sobre Hiptesis no anidadas en el diccionario que contiene este trabajo: The New Palgrave, A Dictionary of Economics). No obstante, el uso de pruebas estadsticas en econometra, no es una cuestin directa y la mayora de las aplicaciones no admite una interpretacin precisa. Esto resulta ser especialmente el caso en circunstancias donde los estadsticos de prueba no slo se usan para

verificar la adecuacin de un modelo dado sino tambin como guas en la construccin de modelos. Tal proceso de construccin modelstica implica investigaciones sobre la especificacin del tipo enfatizado por Leamer y presenta problemas previos a la prueba que no han sido solucionados hasta ahora y que, en general, tienden a producir modelos economtricos cuya adecuacin es ms aparente que real. Como

63

resultado, en la evaluacin de modelos economtricos debera tenerse menos confianza en aquellos ndices sobre la adecuacin del modelo que son usados como guas para la construccin modelstica y debera darse ms nfasis en el comportamiento del modelo con base en otros conjuntos de datos esta dsticos y frente a otros modelos. La evaluacin de modelos economtricos es un proceso complicado que involucra consideraciones prcticas, tericas y economtricas. Los mtodos economtricos claramente han ofrecido una importante contribucin para poder efectuar dicho proceso. Empero, no deben ser confundidos con el total de la actividad modelstica economtrica que, adems de las tcnicas economtricas y de cmputo, requiere de datos estadsticos, intuicin considerable, conocimiento acerca de las instituciones

involucradas y, sobre todo, comprensin de los fenmenos econmicos.

7. RESULTADOS Y PERSPECTIVAS

La econometra ha recorrido un largo camino durante un lapso relativamente corto. Se han hecho avances importantes en la

recoleccin de datos econmicos y en el desarrollo de conceptos, teoras y herramientas para construir y evaluar una amplia variedad de modelos economtricos. Se pueden encontrar aplicaciones de los enfoques economtricos en casi todos los campos de la disciplina econmica. Los

64

modelos economtricos han sido usados extensamente por las oficinas gubernamentales, las organizaciones internacionales y las empresas de negocios. Modelos macroeconomtricos de distintos grados de

complejidad y tamao se han construido para casi todos los pases del mundo. Empero, en la teora y en la prctica, la econometra tambin ya ha ido ms all de lo que sus fundadores soaron. No obstante, el tiempo y la experiencia han generado un nmero de dificultades que tampoco eran claras en los comienzos de esta rama de la economa. La econometra surgi en las dcadas de 1930 y 1940 en un clima de optimismo, en la creencia de que la teora econmica poda hacerse responsable de identificar la mayora, si no todos, los factores importantes involucrados en modelar la realidad econmica y en la idea de que los mtodos de la inferencia estadstica clsica podan ser adaptados fcilmente para el propsito de ofrecer contenido aplicado a la teora econmica recibida. Esta panormica inicial sobre la interaccin entre la teora y la medicin en econometra, empero, result ser bastante ilusoria. La teora econmica, sea neoclsica, keynesiana o marxista, invariablemente se formula con clusulas ceteris paribus [todo lo dems permanece constante] e involucra variables latentes

inobservables as como formas funcionales generales; tiene poco que decir acerca de los procesos de ajuste y de las longitudes de desfase. Incluso en la seleccin de variables a ser incluidas en las relaciones

65

economtricas, el papel de la teora econmica resulta bastante ms limitado de lo que al principio se crea En un modelo de equilibrio general walrasiano, por ejemplo, donde todo depende de todo lo dems, existe poco espacio para una exclusin a priori de variables en las ecuaciones de un modelo economtrico. Estn tambin las

caractersticas institucionales y las convenciones contables que tienen que ser incluidas en los modelos economtricos pero que, o bien, son ignoradas, o bien, slo son consideradas en forma parcial en el nivel terico. Todo esto significa que la especificacin de modelos

economtricos inevitablemente implica importantes supuestos auxiliares acerca de las formas funcionales, las especificaciones dinmicas, las variables latentes, etctera, con respecto a los cuales la teora econmica incompleta. El reconocimiento de que no puede esperarse que, por s sola, la teora econmica ofrezca una especificacin modelstica completa tiene permanece en silencio o slo proporciona una gua

importantes consecuencias tanto para someter a prueba a teoras econmicas distintas como para la evaluacin de los modelos

economtricos estimados. La falta de completitud de las teoras econmicas provoca que la tarea de someterlas a prueba resulte una labor formidable. En general, no ser posible decir si los resultados de las pruebas estadsticas tienen un impacto sobre la teora econmica o

66

sobre los supuestos auxiliares. Esta ambigedad para probar teoras, mejor conocida como la tesis Duhem-Quine, no est limitada a la econometra y surge siempre que las teoras son conjuntos de hiptesis (sobre este tema, vase por ejemplo, Cross, 1982). No obstante, el problema es especialmente grave en econometra porque la teora est mucho menos desarrollada en la disciplina econmica que en las ciencias naturales. Por supuesto, existen otras dificultades que rodean al uso de los mtodos economtricos con el propsito de someter a prueba a las teoras econmicas. Como regla, las estadsticas econmicas no son los resultados de experimentos diseados sino que se obtienen como productos colaterales de las actividades empresariales y

gubernamentales que tienen, con frecuencia, ms consideraciones legales que econmicas. Los mtodos estadsticos disponibles por lo general son apropiados para muestras grandes mientras que los datos econmicos (sobre todo las series de tiempo econmicas) tienen una cobertura bastante limitada. Tambin existen problemas de agregacin a lo largo del tiempo, de las mercancas y de los individuos que complican an ms las pruebas de teoras microeconmicas. La falta de completud de las teoras econmicas tambin introduce un elemento importante e inevitable de las investigaciones instigadas por los datos en el proceso de la construccin modelstica el cual, a su vez, crea dificultades metodolgicas fundamental para los mtodos

67

economtricos establecidos a fin de realizar evaluacin de modelos. Resulta evidente que esta rea completa de investigaciones sobre la especificacin merece mucha mayor atencin, en especial por parte de los y las econometristas no bayesianos, de lo que hasta ahora ha sucedido. No cabe duda de que la econometra est sujeta a limitaciones importantes que surgen en buena porcin por la falta de completitud de las teoras econmicas y por la naturaleza no experimental de los datos econmicos. Empero, estas limitaciones no deberan distraernos del reconocimiento al papel fundamental que la econometra ha llegado a jugar en el desarrollo de la economa como disciplina cientfica. Tal vez no sea posible rechazar de forma concluyente a teoras econmicas por medio de los mtodos economtricos pero eso no significa que nada til de los intentos de probar formulaciones particulares de una teora dada contra alternativas rivales posibles. De manera similar, el hecho de que la modelstica economtrica est inevitablemente sujeta al problema de las investigaciones de especificacin no significa que toda esa actividad carezca de sentido. Los modelos economtricos son herramientas importantes para el pronstico y el anlisis de polticas y no es probable que sean descartados en el futuro. El reto consiste en reconocer sus limitaciones y trabajar hacia el objetivo de convertirlos en herramientas

68

ms confiables y efectivas. Adems, parece que no existen alternativas viables a este simple hecho.

REFERENCIAS BIBLIOGRFICAS

Aigner,

D.

J.

1985.

The

residential

electricity

timeofuse

pricing

experiments: what have we learned? In Social Experimentation, ed. J. A. Hausman and D. A. Wise, Chicago: University of Chicago Press. Aitken, A. C. 19345. On least squares and linear combinations of observations. Proceedings of The Royal Society of Edinburgh 55, 4-28. Allen, R. G. D. and Bowley, A. L. 1935. Family Expenditure. Londres: P. S. King. Almon, S. 1965. The distributed lag between capital appropriations and net expenditures. Econometrica 33, 178-96. Amemiya, T. 1983. Nonlinear regression models. In Handbook of Econometrics, ed. Z. Griliches and M. D. Intriligator, Vol. 1, Amsterdam: NorthHolland. Amemiya, T. 1984. Tobit models: a survey. Journal of Econometrics 2431. Anderson, T. W. and Rubin, H. 1949. Estimation of the parameters of a single equation in a complete system of stochastic equations. Annals of Mathematical Statistics 20, 46-63.

69

Aoki, M. 1976. Dynamic Economic Theory and Control in Economics . Nueva York: American Elsevier. Balestra, P. and Nerlove, M. 1966. Pooling cross section and time series data in the estimation of a dynamic model: the demand for natural gas. Econometrica 34, 585-612. Basmann, R.L. 1957. A generalized classical method of linear estimation of coefficients in a structural equation. Econometrica 25, 77-83. Benini, R. 1907. Sull'uso delle formole empiriche a nell'economia applicata. Giornale degli economisli, 2nd series, 35, 105-363. Bergstrom, A.R. 1984. Continuous time stochastic models and issues of aggregation over time. In Handbook of Econometrics, ed. Z. Griliches and M.D. Intriligator, Vol. 2, Amsterdam: North Holland. Boskin, M.J. 1974. A conditional logit model of occupational choice. Journal of Political Economy 82, 389-98. Box, G.E.P. and Jenkins, G.M. 1970. Time Series Analysis: Forecasting and Control. San Francisco: Holden-Day. Breusch, T.S. and Pagan, A.R. 1980. The Lagrange multiplier test and its applications to model specification in econometrics. Review of

Economic Studies 47, 239-53. Brown, T.M. 1952. Habit persistence and lags in consumer behaviour. Econometrica 20, 355-71.

70

Brundy,

J.M.

and

Jorgenson, by

D.N.

1971.

Efficient

estimation Review

of of

simultaneous

equations

instrumental

variables.

Economics and Statistics 53, 207-24. Burns, A.F. and Mitchell, W.C. 1947. Measuring Business Cycles. Nueva York: Columbia University Press for the National Bureau of Economic Research. Cagan, P. 1956. The monetary dynamics of hyperinflation. In Studies in the Quantity Theory of Money, ed. M. Friedman, Chicago: University of Chicago Press. Cameron, A.C. and Trivedi, P.K. 1986. Econometric models based on count data: comparisons and applications of some estimators and tests. Journal of Applied Econometrics I, 29-53. Champernowne, D. G. 1948. Sampling theory applied to autoregressive sequences. Journal of The Royal Statistical Society Series B, 10, 20431. Chow, G.C. 1975. Analysis and Control of Dynamic Economic Systems. Nueva York: John Wiley. Chow, G.C. 1981. Econometric Analysis by Control Methods. Nueva York: John Wiley. Chow, G.C. 1983. Econometrics. Nueva York: McGrawHill.

71

Chow, G.C.

1984. Random and changing coefficient models.

In

Handbook of Econometrics, ed. Z. Griliches and M. D. Intriligator, Vol. 2, Amsterdam: North Holland. Christ, C.F. 1952. Economic Theory and Measurement: a twenty year research report, 193252. Chicago: Cowles Commission for Research in Economics. Christ, C.F. 1966. Econometric Models and Methods. Nueva York: John Wiley. Christ, C.F. 1983. The founding of the Econometric Society and Econometrica. Econometrica 51, 35. Christ, C.F. 1985. Early progress in estimating quantitative economic relations in America. American Economic Review, December, 39-52 (supplementary information and statistical summaries). Cochrane, P. and Orcutt, G.H. 1949. Application of least squares regression to relationships containing autocorrelated error terms. Journal of Ihe American Statistical Association 44, 32-61. Cooley, T.F. and Leroy, S.F. 1985. Atheoretical macroeconometrics: a critique. Journal of Monetary Economics 16, 283368. Cooper, R.L. 1972. The predictive performance of quarterly econo metric models of the United States. In Economelric Models of Cyclical Behaviour, ed. B.G. Hickman, Studies in Income and Wealth 36, Vol. 2, 813-925.

72

Cox, D.R. 1961. Tests of separate families of hypotheses. Proceedings of Ihe Fourlh Berkeley Symposium on Malhemalical Slalislics and Probability, Vol. I, Berkeley: University of California Press, 105-23. Cox, D.R. 1962. Further results of tests of separate families of hypotheses. Journal of Ihe Royal Statistical Society, Series B, 24, 406-24. Creedy, J. 1986. On the King-Davenant 'law' of demand. Scottish Journal of Political Economy 33, August, 193-212. Cross, R. 1982. The Duhem-Quine thesis, Lakatos and the appraisal f of theories in macroeconomics. Economic Journal 92, 320-40. Davenant, C. 1698. Discourses on the Publick Revenues and on the 1 Trade of England, Vol. I. Londres. Davidson, J.E.H., Hendry, D.F., Srba, F. and Yeo, S. 1978. Econometric modelling of the aggregate timeseries relationship between

consumers' expenditure and income in the United Kingdom. The Economic Journal 88, 66-192. Dhrymes, P. 1971. A simplified estimator for largescale econometric models. Australian Journal of Statistics 13, 168-75. I Dickey, D.A. and Fuller, W.A. 1979. Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association 74, 427-31.

73

Dickey, D.A. and Fuller, W.A. 1981. The likelihood ratio statistics for autoregressive time series with a unit root. Econometrica 49, 105222. Doan, T., Litterman, R. and Sims, C.A. 1984. Forecasting and conditional projection using realistic prior distributions. Econometric Reviews 3, 1-100. Domenich, T. and McFadden, D. 1975. Urban Travel Demand: A Behavioural Analysis. Amsterdam: North Holland. Dreze, J.H. and Richard, JF. 1983. Bayesian analysis of simultaneous equation systems. In Handbook of Econometrics, ed. Z. Griliches and M. D. Intriligator, Vol. I. Amsterdam: North Holland. Duncan, G. 1980. Formulation and statistical analysis of the mixed continuous/discrete variable model in classical production theory. Econometrica 48, 839-52. Durbin, J. and Watson, G.S. 1950. Testing for serial correlation in least squares regression I. Biometrika 37, 409-28. Durbin, J. and Watson, G.S. 1951. Testing for serial correlation in least squares regression II. Biometrika 38, 159-78. Eisner, R. and Strotz, R.H. (1963). Determinants of business

investment. In Commission on Money and Credit, Impacts of Monetary Policy, Englewood Cliffs, NJ: Prentice-Hall, 593-37.

74

Engle, R.F. 1984. Wald likelihood ratio and Lagrange multiplier tests in econometrics. In Handbook of Econometrics, Vol. 2, ed. Z. Griliches and M. D. Intriligator, Amsterdam: North Holland. Engle, R. F., Hendry, D.F. and Richard, J.F. 1983. Exogeneity. Econometrica 51, 277-304. Evans, G.B.A. and Savin, N.E. 1981. Testing for unit roots I. Econometrica 49, 753-77. Evans, G.B.A. and Savin, N.E. 1984. Testing for unit roots II. Econometrica 52, 124-170. Ferber, R. and Hirsch, W.Z. 1982. Social Experimentation and Economic Policy. Cambridge: Cambridge University Press. Fisher, F.M. 1966. The Identification Problem in Econometrics. Nueva York: McGraw-Hill. Fisher, I. 1930. The Theory of Interest. Nueva York: Macmillan. Reprinted, Philadelphia: Porcupine Press, 1977. Fisher, I. 1937. Note on a shortcut method for calculating distributed lags. Bulletin de l'Institut International de Statistique 29, 32-37. Friedman, M. 1957. A Theory of the Consumption Function. Princeton: Princeton University Press. Frisch, R. 1933a. Editorial. Econometrica I, 14. Frisch, R. 1933b. Pitfalls in the Statistical Construction of Demand and Supply Curves. Leipzig: Hans Buske Verlag.

75

Frisch, R. 1934. Statistical Confluence Analysis by Means of Complete Regression Systems. Oslo: University Institute of Economics. Frisch, R. 1936. Note on the term 'Econometrics'. Econometrica 4, 95. Geary, R.C. 1949. Studies in relations between economic time series. Journal of the Royal Statistical Society, Series B 10, 14058. Godfrey, L.G. and Wickens, M.R. 1982. Tests of misspecification using locally equivalent alternative models. In Evaluation and Reliability of Macroeconomic Models, ed G.C. Chow and P. Corsi, Nueva York: John Wiley. Granger, C.W.J. 1969. Investigating causal relations by econometric models and cross-spectral methods. Econometrica 37, 42438. Griliches, Z. 1967. Distributed lags: a survey. Econometrica 35, 16-49. Griliches, Z. 1986. Economic data issues. In Handbook of Econometrics, ed. Z. Griliches and M.D. Intriligator, Vol. 3, Amsterdam: North Holland. Haavelmo, T. 1943. Statistical testing of business cycle theories. Review of Economics and Statistics 25, 13-18. Haavelmo, T. 1944. The probability approach in econometrics.

Econometrica 12, Supplement, 11-18. Hansen, L.P. 1982. Large sample properties of generalized method of moments. Econometrica 50, 102-54.

76

Hansen, L.P. and Sargent, T.J. 1980. Formulating and estimating dynamic linear rational expectations models. Journal of Economic Dynamics and Control 2, 7-46. Hansen, L.P. and Singleton, K.J. 1982. Generalized instrumental variables estimation of nonlinear rational expectations models.

Econometrica 50, 126-86. Hart, B.S. and von Neumann, J. 1942. Tabulation of the probabilities for the ratio of mean square successive difference to the variance. Annals of Mathematical Statistics 13, 207-14. Hausman, J.A. 1978. Specification tests in econometrics. Econometrica 46, 125-172. Hausman, J.A. 1983. Specification and estimation of simultaneous equation models. In Handbook of Econometrics, Vol. 1, ed. Z. Griliches and M. D. Intriligator, Amsterdam: North Holland. Hausman, J. and Wise, D.A. 1979. Attrition bias in experimental and panel data: the Gary income maintenance experiment. Econometrica 47, 45-57. Hausman, J.A. and Wise, D.A. 1985. Social Experimentation. Chicago: University of Chicago Press for the National Bureau of Economic Research.

77

Hausman, J.A., Hall, B.H. and Griliches, Z. 1984. Econometric models for count data with application to the patents R & D relationship. Econometrica 52, 909-1038. Heckman, J.J. and Singer, B. 1984. Econometric duration analysis. Journal of Econometrics 24, 631-32. Heckman, J.J. and Willis, R. 1977. A betalogistic model for the analysis of sequential labour force participation by married women. Journal of Political Economy 85, 27-58. Hendry, D.F. 1976. The structure of simultaneous equations estimators. Journal of Econometrics 4, 51-88. Hendry, D.F. and Richard, JF. 1982. On the formulation of empirical models in dynamic econometrics. Journal of Econometrics 20, 3-33. Hooker, R.H. 1901. Correlation of the marriage rate with trade. Journal of the Royal Statistical Society 44, 485-92. Hsiao, C. 1983. Identification. In Handbook of Econometrics, Vol. I, ed. Z. Griliches and M.D. Intriligator, Amsterdam: North Holland. Hsiao, C. 1985. Benefits and limitations of panel data. Econometric Reviews 4, 121-74. Jorgenson, D.W. 1966. Rational distributed lag functions. Econometrica 34, 135-49.

78

Kendall, M.G. 1968. The history of statistical methods. In International Encyclopedia of the Social Sciences, ed. D.L. Sills, Vol. 15, Nueva York: Macmillan and The Free Press, 224-32. Keynes, J.M. 1921. A Treatise on Probability. Londres: Macmillan. Keynes, J.M. 1939. The statistical testing of business cycle theories. Economic Journal 49, 558-68. Klein, L.R. 1947. The use of econometric models as a guide to economic policy. Econometrica 15, 111-51. Klein, L.R. 1950. Economic Fluctuations in the United States 1921-1941. Cowles Commission Monograph No.11, Nueva York: John Wiley. Klein, L.R. 1971. Whither econometrics? Journal of the American Statistical Society 66, 415-21. Klein, L.R. and Goldberger, A.S. 1955. An Econometric Model of the United States, 1929-1952. Amsterdam: North Holland. Koopmans, T.C. 1937. Linear Regression Analysis of Economic Time Series. Haarlem: De Erven F. Bohn for the Netherlands Economic Institute. Koopmans, T.C. 1949. Identification problems in economic model construction. Econometrica 17, 125-44. Koopmans, T.C. 1950. When is an equation system complete for statistical purposes? In Statistical Inference in Dynamic Economic

79

Models, ed. T.C. Koopmans, Cowles Commission Monograph No.10, Nueva York: John Wiley. Koopmans, T.C., Rubin, H. and Leipnik, R.B. 1950. Measuring the equation systems of dynamic economics. In Statistical Inference in Dynamic Economic Models, ed. T.C. Koopmans, Cowles Commission Monograph No. 10, Nueva York: John Wiley. Koyck, L.M. 1954. Dislribuled Lags and Investment Analysis.

Amsterdam: North Holland. Kuh, E. 1959. The validity of cross-sectionally estimated behaviour equations in time series applications. Econometrica 27, 197-214. Lawson,T. 1981. Keynesian model building and the rational expectations critique. Cambridge Journal of Economics 5, 311-26. Leamer, E.E. 1978. Specification Searches: Ad Hoc Inference with Nonexperimental Data. Nueva York: John Wiley. Leamer, E.E. 1983. Let's take the con out of Econometrics. American Economic Review 73, 31-43. Leamer, E.E. 1985a. Vector autoregressions for causal inference. In Carnegie-Rochester Conference Series on Public Policy 22, ed. K. Brunner and A.H. Meltzer, Amsterdam: NorthHolland, 255-304. Leamer, E.E. 1985b. Sensitivity analyses would help. American

Economic Review 85, 308-13.

80

Leamer, E.E. 1986. A Bayesian analysis of the determinants of inflation. In Model Reliability, ed. D.A. Belsley and E. Kuh, Cambridge, Mass: MIT Press. Leamer, E.E. and Leonard, H. 1983. Reporting the fragility of regression estimates. Review of Economics and Statistics 65, 306-17. Lenoir, M. 1913. tudes sur la formation et le mouvement des prix. Paris: Giard et Briere. Leontief, W.W. 1936. Quantitative input-utput relations in the economic system of the United States. Review of Economic Slalislics 18, 105-25. Leontief, W.W. 1941. The Struclure of American Economy, 1919-1929. Cambridge, Mass: Harvard University Press. Leontief, W.W. 1951. The Struclure of American Economy, 1919-1939. 2nd edn, Oxford: Oxford University Press. Litterman, R.B. 1985. Forecasting with Bayesian vector autoregressions: five years of experience. Journal of Business and Economic Slalislics 4, 25-38. Liu, T.C. 1960. Underidentification, structural estimation and

forecasting. Economelrica 28, 855-65. Lucas, R.E. 1972. Expectations and the neutrality of money. Journal of Economic Theory 4, 103-24. Lucas, R.E. 1973. Some international evidence on output-inflation tradeoffs. American Economic Review 63, 326-34.

81

Lucas, R.E. 1976. Econometric policy evaluation: a critique. In The Phillips Curve and Labor Markels, ed. K. Brunner and A.M. Meltzer, Carnegie-Rochester Conferences on Public Policy, Vol. I, Amsterdam: North Holland, 1986 [Traduccin al espaol: Dr. Rafael Nez Ziga, 2006]. Lyttkens, E. 1970. Symmetric and asymmetric estimation methods. In Interdependent Systems, ed. E. Mosback and H. Wold, Amsterdam: North Holland. McAleer, M., Pagan, A.R. and Volker, P.A. 1985. What will take the con out of econometrics? American Economic Review 75, 293-307. Maddala, G.S. 1983. Limited Dependent and Qualilative Variables in Econometrics. Cambridge: Cambridge University Press. Maddala, G.S. 1986. Disequilibrium, self-selection, and switching

models. In Handbook of Econometrics, Vol. 3, ed. z. Griliches and M. D. Intriligator, Amsterdam: North Holland. Malinvaud, E. 1966. Statistical Methods of Econometrics. Amsterdam: North Holland. Manski, C.F. and McFadden, D. 1981. Structural Analysis of Discrete Data with Econometric Applications. Cambridge, Mass: MIT Press. Marschak, J. 1953. Economic measurements for policy and prediction. In Studies in Econometric Melhod, ed. W.C. Hood and T.C. Koopmans,

82

Cowles Commission for Research in Economics Monograph No.14, Nueva York: John Wiley. Marschak, J. and Andrews, W.H. 1944. Random simultaneous equations and the theory of production. Economelrica 12, 143-205. Mitchell, W.C. 1928. Business Cycles: Ihe Problem in ils Selling. Nueva York: National Bureau of Economic Research. Moore, H.L. 1914. Economic Cycles: Their Law and Cause. Nueva York: Macmillan Press. Moore, H.L. 1917. Forecasting the Yield and the Price of Cotton. Nueva York: Macmillan Press. Morgan, M.S. 1986. Statistics without probability and Haavelmo's revolution in econometrics. In The Probabilistic Revolution: Ideas in the Social Sciences, ed. L. Kruger, G. Gigerenzer and M. Morgan, Cambridge, Mass: M1T Press. Mundlak, Y. 1961. Empirical production function free of manage ment bias. Journal of Farm Economics 43, 44-56. Mundlak, Y. 1978. On the pooling of time series and cross section data. Econometrica 46, 69-85. Muth, 1.F. 1961. Rational expectations and the theory of price movements. Econometrica 29, 315-35. Nelson, C.R. 1972. The prediction performance of the FRB-MIT-Penn model of the US economy. American Economic Review 62, 902-17.

83

Nerlove, M. 1958a. Adaptive expectations and the cobweb phenom ena. Quarterly Journal of Economics 72, 227-40. Nerlove, M. 1958b. Distributed Lags and Demand Analysis. USDA, Agriculture Handbook No.141, Washington, DC. Nerlove, M., Grether, D. M. and Carvalho, E. L. 1979. Analysis of Economic Time Series: A Synthesis. Nueva York: Academic Press. Neumann, I. von. 1941. Distribution of the ratio of the mean square successive difference to the variance. Annals of Mathematical

Statistics 12, 367-95. Neumann, I. von. 1942. A further remark on the distribution of the ratio of the mean square successive difference to the variance. Annals of Mathematical Statistics 13, 86-8. Orcutt, G.H. 1948. A study of the autoregressive nature of the time series used for Tinbergen's model of the economic system of the United States, 1919-1932. Journal of the Royal Statistical Society, Series B 10, 145 (Discussion, 46-53). Orcutt, G.H., Greenberger, M., Korbel, I. and Rivlin, A.M. 1961. Microanalysis of Socioeconomic Systems: A Simulation Study. Nueva York: Harper & Row. Orcutt, G.H., Merz, I. and Quinke, H. (eds) 1986. Microanalytic Simulation Models to Support Social and Financial Policy. Amsterdam: North Holland.

84

Pagan, A.R. and Hall, A.D. 1983. Diagnostic tests as residual analysis. Econometric Reviews 2, 152-18. Paris, S.1. and Houthakker, H.S. 1955. The Analysis of Family Budgets. Cambridge: Cambridge University Press. Pesaran, M.H. 1981. Identification of rational expectations models. Journal of Econometrics 16, 375-98. Pesaran, M.H. 1987. The Limits to Rational Expectalions. Oxford: Basil Blackwell. Pesaran, M.H. and Deaton, A.S. 1978. Testing nonnested nonlinear regression models. Econometrica 46, 677-94. Pesaran, M.H. and Smith, R.P. 1985a. Keynes on econometrics. In Keynes' Economics: methodological issues, ed. T. Lawson and M.H. Pesaran, Londres: Croom Helm. Pesaran, M.H. and Smith, R.P. 1985b. Evaluation of macroeconometric models. Economic Modelling, April, 125-34. Phillips, P.C.B. 1983. Exact small sample theory in the simultaneous equations model. In Handbook of Econometrics, ed. Z. Griliches and M.D. Intrilgator, Vol. I, Amsterdam: North Holland. Phillips, P.C.B. 1986. Understanding spurious regressions in

econometrics. Journal of Econometrics 33, 31140. Phillips, P.C.B. and Durlauf, S.N. 1986. Multiple time series regression with integrated processes. Review of Economic Studies 53, 473-95.

85

Phillips,

P.C.B.

1987.

Time

series

regression

with

unit

roots.

Econometrica (forthcoming). Prothero, D.L. and Wallis, K.F. 1976. Modelling macroeconomic time series. Journal of Ihe Royal Statistical Society, Series A 139, 468-86. Quandt, R.E. 1982. Econometric disequilibrium models. Econometric Reviews 1, 163. Ramsey, 1.B. 1969. Tests for specification errors in classical linear least squares regression analysis. Journal of the Royal Statislical Sociely, Series B 31, 350-71. Reiersol,O. 1941. Confluence analysis by means of lag moments and other methods of confluence analysis. Econometrica 9, 1-24. Reiersol, 0. 1945. Confluence Analysis by Means of Inslrumental Sels of Variables. Stockholm. Rosen, H.S. 1985. Housing behaviour and the experimental housing allowance program: ed. what J.A. have we and learned? D.A. In Social Chicago:

Experimentation,

Hausman

Wise,

University of Tin Chicago Press. Rothenberg, T.J. 1984. Approximating the distributions of economet Tin ric estimators and test statistics. In Handbook of Econometrics, ed. Z Griliches and M.D. Intriligator, Vol. 2, Amsterdam: North Holland. Ruggles, R. and Ruggles, N. 1956. National Income Account and Income Analysis. 2nd edn, Nueva York: McGraw-Hill.

86

Samuelson, P.A., Koopmans, T.C. and Stone, J.R.N. 1954. Report of the evaluative committee for Econometrica. Econometrica 22, 14-16. Sargan, J.D. 1958. The estimation of economic relationships using instrumental variables. Econometrica 26, 393-415. Sargan, J.D. 1964. Wages and prices in the United Kingdom: A Study in Econometric Methodology. In Econometric Analysis for National Economic Planning, ed. P.E. Hart, G. Mills and J.K. Whitaker, Londres: Butterworths. Sargent, T.J. 1973. Rational expectations, the real rate of interest and W, the natural rate of unemployment. Brookings Papers on Economic Activity No.2, 429-72. Sargent, T.J. and Wallace, N. 1976. Rational expectations and the theory of economic policy. Journal of Monetary Economics 2, 169-84. Savin, N. E. 1973. Systems k-class estimators. Econometrica 41, W 112-536. Schultz, M. 1938. The Theory and Measurement of Demand. Chicago: University of Chicago Press. Schumpeter, J. A. 1954. History of Economic Analysis. Londres: George Allen & Unwin. Shiller, R. J. 1973. A distributed lag estimator derived from smoothness priors. Econometrica 41,775-88.

87

Sims, C.A. 1972. Money, income and causality. American Economic Review 62, 540-52. Sims, C.A. 1980. Macroeconomics and reality. Econometrica 48, 14-8. Sims, C.A. 1982. Policy analysis with econometric models. Brookings Papers on Economic Activity No.1, 107-64. Sims, C.A. 1986. Are forecasting models usable for policy analysis? W Federal Reserve Bank of Minneapolis Review 10,2-16. Slutsky, E. 1927. The summation of random causes as the source of v. cyclic processes. In Problems of Economic Conditions, Vol. 3, Moscow. English trans. in Econometrica 5, (1937), 105-46. Solow, R.M. 1960. On a family of lag distributions. Econometrica 28, 393-406. Srivastava, V.K. 1971. Three-stage leastsquares and generalized double kclass estimators: a mathematical relationship. International

Economic Review 12,312-16. Stafford, F.P. 1985. Income maintenance policy and work effort: learning from experiments and labour market studies. In Social Experimentation, ed. J.A. Hausman and D.A. Wise, Chicago:

University of Chicago Press. Stigler, G.J. 1954. The early history of empirical studies of consumer behaviour. Journal of Political Economy 62, 95-113.

88

Stigler,

G.J.

1962.

Henry

L.

Moore

and

statistical

economics.

Econometrica 30, 1-21. Stone, J.R.N. 1945. The analysis of market demand. Journal of the Royal Statistical Society Series A 108, 286-382. Stone, J.R.N. et al. 1954a. Measurement of Consumers' Expenditures and Behaviour in the United Kingdom, 192038, Vols. I and 2. Londres: Cambridge University Press. Stone, J.R.N. 1954b. Linear expenditure systems and demand analysis: an application to the pattern of British demand. Economic Journal 64,51-127. Stone, J.R.N. 1978. Keynes, political arithmetic and econometrics. British Academy, Seventh Keynes Lecture in Economics. Stone, J.R.N. 1984. The accounts of society. Nobel Memorial lecture. Reprinted in Journal of Applied Econometrics I, (1986), 5-28. Theil, H. 1954. Estimation of parameters of econometric models. Bulletin of International Statistics Institute 34, 12-28. Theil, H. 1958. Economic Forecasts and Policy. Amsterdam: North Holland; 2nd edn, 1961. Tinbergen, J. 192930. Bestimmung und Deutung von Angebotskurven: ein Beispiel. Zeitschrift fur Nationalokonomie 1, 669-79. Tinbergen, J. 1937. An Econometric Approach to Business Cycle Problems. Paris: Herman & Cie Editeurs.

89

Tinbergen, J. 1939. Statistical Testing of Business Cycle Theories. Vol. I: A Method and its Application to Investment activity; Vol. 2: Business Cycles in the United States of America, 1919-1932. Geneva: League of Nations. Tobin, J. 1958. Estimation of relationships for limited dependent variables. Econometrica 26, 24-36. Treadway, A.B. 1971. On the multivariate flexible accelerator.

Econometrica 39, 845-55. Trivedi, P.K. 1975. Time series analysis versus structural models: a case study of Canadian manufacturing behaviour. International Economic Review 16, 587-608 Wallis, K.F. 1977. Multiple time series analysis and the final form of econometric models. Econometrica 45, 148-197. Wallis, K. 1980. Econometric implications of the Rational Expectations Hypothesis. Econometrica 48, 49-73. Wegge, L.L. 1965. Identifiability criteria for a system of equations as a whole. Australian Journal of Statistics 3, 67-77. Whewel\, W. 1850. Mathematical Exposition of some Doctrines of Political Economy: Second Memoir. Cambridge: Cambridge

Philosophical Society, 1856, Transaction 9, Pt. I. Philosophical Society.

90

White, H. 1981. Consequences and detection of misspecified nonlinear regression models. Journal of the American Statistical Association 76, 4-33. White, H. 1982. Maximum likelihood estimation of misspecified models. Econometrica 50, 1-26. Whittle, P. 1963. Prediction and Regulation by Linear Leastsquares Methods. Londres: English Universities Press. Wickens, M. 1982. The efficient estimation of econometric models with rational expectations. Review of Economic Studies 49, 55-68. Wicksteed, P.H. 1889. On certain passages in Jevons's theory of political economy. The Quarterly Journal of Economics 3, 293-314. Wold, H. 1938. A Study in the Analysis of Stationary Time Series. Stockholm: Almqvist and Wiksel. Working, E.J. 1927. What do statistical 'demand curves' show? Quarterly Journal of Economics 41, 212-35. Wright, P.G. 1915. Review of economic cycles by Henry Moore. Quarterly Journal of Economics 29, 631-41. Wright, P.G. 1928. The Tariff on Animal and Vegetable Oils . Londres. Macmillan for the Institute of Economics. Yule, G.U. 1895, 1896. On the correlation of total pauperism with proportion of outrelief. Economic Journal 5, 60311; 6, 61-123.

91

Yule, G.U. 1915. Crop production and price: a note on Gregory King's law. Journal of the Royal Statistical Society 78, March, 29-68. Yule, G.U. 1921. On the timecorrelation problem, with special reference to the variatedifference correlation method. Journal of the Royal Statistical Society 84, 497-526. Yule, G.U. 1926. Why do we sometimes get nonsense correlations between timeseries? A study in sampling and the nature of timeseries. Journal of the Royal Statistical Society 89, 1-64. Zellner, A. 1962. An efficient method of estimating seemingly unrelated regressions and tests for aggregation bias. Journal of the American Statistical Association 57, 348-68. Zellner, A. 1979. Statistical analysis of econometric models. Journal of the American Statistical Association 74, 628-43. Zellner, A. 1984. Basic Issues in Econometrics. Chicago: University of Chicago Press. Zellner, A. 1985. Bayesian econometrics. Econometrica 53, 253-70. Zellner, A. and Palm, F. 1974. Time series analysis and simultaneous equation econometric models. Journal of Econometrics 2, 17-54. Zellner, A. and Theil, H. 1962. Three stage least squares: simultaneous estimation of simultaneous equations. Econometrica 30, 54-78.

TRMINOS RELACIONADOS

92

Anlisis de series de tiempo

Economa matemtica

Estimacin

Modelos macroeconomtricos

Problemas de especificacin en

econometra

Prueba de hiptesis

93

FIN

94