Captulo 17 Modelos economtricos dinmicos: modelos autorregresivos y de rezagos distribuidos 653

la influencia. Pero en regresiones con datos de series de tiempo, la situacin puede ser un cuanto
distinta porque, como sostiene un autor:

. . . el tiempo no corre hacia atrs. Es decir, si un acontecimiento A sucede antes de un suceso B, es

posible que A cause B. Sin embargo, no es posible que B provoque A. En otras palabras, los aconte-
cimientos pasados pueden propiciar sucesos que ocurren en la actualidad. Lo cual no sucede con los
sucesos futuros.55 (Cursivas nuestras.)

sta es la idea general de la llamada prueba de causalidad de Granger.56 Pero debemos notar con
toda claridad que el asunto de la causalidad es en gran medida filosfico, con toda la polmica
que esto conlleva. En un extremo estn quienes opinan que todo es causa de todo, y en el otro,
quien niega la existencia de cualquier clase de causalidad.57 El econometrista Edward Leamer
prefiere el trmino precedencia en vez de causalidad. Francis Diebold se inclina ms por el tr-
mino causalidad predictiva:

. . . el enunciado yi causa yj es slo una forma abreviada del enunciado ms preciso aunque ms
extenso de que yi contiene informacin til para predecir yj (en el sentido de los mnimos cuadrados
lineales), adems de las historias pasadas de las dems variables del sistema. Para ahorrar espacio,
slo decimos que yi causa yj.58

Prueba de Granger
Para explicar la prueba de Granger consideraremos una pregunta frecuente en macroeconoma:
el PIB causa la oferta de dinero M (PIB M), o la oferta de dinero M causa el PIB (M
PIB)? (La flecha seala la direccin de la causalidad.) La prueba de causalidad de Granger su-
pone que la informacin relevante para la prediccin de las variables respectivas, PIB y M, est
contenida nicamente en la informacin de series de tiempo sobre estas variables. La prueba
implica la estimacin de las siguientes regresiones:

n n
PIBt  i Mti + j PIBt j + u 1t (17.14.1)
i1 j1

n n
Mt  i Mti + j PIBt j + u 2t (17.14.2)
i1 j1

donde se supone que las perturbaciones u1t y u2t no estn correlacionadas. A propsito, observe
que en vista de que hay dos variables, tratamos con una causalidad bilateral. En los captulos
sobre econometra de series de tiempo, la generalizaremos a la causalidad multivariada mediante
la tcnica de autorregresin vectorial (VAR).
La ecuacin (17.14.1) postula que el PIB actual se relaciona con los valores pasados del
PIB mismo, al igual que con los de M, y (17.14.2) postula un comportamiento similar para Mt.

55
Gary Koop, Analysis of Economic Data, John Wiley & Sons, Nueva York, 2000, p. 175.
56
C.W.J. Granger, Investigating Causal Relations by Econometric Models and Cross-Spectral Methods,
Econometrica, julio de 1969, pp. 424-438. Aunque se conoce ms como prueba Granger de causalidad,
resulta apropiado llamarla prueba de causalidad de Wiener-Granger, en vista de que antes la propuso
Wiener. Vase N. Wiener, The Theory of Prediction, en E.F. Beckenback (ed.), Modern Mathematics for
Engineers, McGraw-Hill, Nueva York, 1956, pp. 165-190.
57
Hay un excelente anlisis de este tema en Arnold Zellner, Causality and Econometrics, Carnegie-Roches-
ter Conference Series, 10, K. Brunner y A.H. Meltzer (eds.), North Holland, msterdam, 1979, pp. 9-50.
58
Francis X. Diebold, Elements of Forecasting, South Western, 2a. ed., 2001, p. 254.

18_Maq. Cap. 17_Gujarati.indd 653 12/19/09 11:18:15 PM

 654 Parte Tres Temas de econometra

Observe que estas regresiones se realizan en forma de crecimientos, PIB y M, donde un punto
sobre una variable indica su tasa de crecimiento. Ahora distinguimos cuatro casos:
1. La causalidad unidireccional de M hacia PIB es la indicada si los coeficientes estimados
sobre la M rezagada en (17.14.1) son estadsticamente diferentes de cero considerados como
grupo y el conjunto de coeficientes estimados sobre el PIB rezagado en (17.14.2) no es esta-
dsticamente diferente de cero.
2. Al contrario, hay causalidad unidireccional de PIB hacia M si el conjunto de coeficientes de
M rezagada en (17.14.1) no es estadsticamente diferente de cero y el conjunto de coeficientes
del PIB rezagado en (17.14.2) es estadsticamente diferente de cero.
3. Se sugiere realimentacin, o causalidad bilateral, cuando los conjuntos de coeficientes de M
y de PIB son estadsticamente significativos, diferentes de cero, en ambas regresiones.
4. Por ltimo, se sugiere independencia cuando los conjuntos de coeficientes de M y de PIB no
son estadsticamente significativos en ambas regresiones.
De modo ms general, como el futuro no puede predecir el pasado, si la variable X (a la ma-
nera de Granger) causa la variable Y, los cambios en X deben preceder a los cambios en Y. Por
consiguiente, en una regresin de Y sobre otras variables (con sus propios valores pasados), si
incluimos valores pasados o rezagados de X y esto mejora significativamente la prediccin de Y,
podemos decir que X (a la manera de Granger) causa Y. Aplica una definicin similar si Y (a la
manera de Granger) causa X.
Los pasos comprendidos en la prueba de causalidad de Granger son los siguientes. Ilustramos
estos pasos con el ejemplo PIB-dinero de la ecuacin (17.14.1).
1. Haga la regresin del PIB actual sobre todos los trminos rezagados del PIB y otras variables,
en su caso, pero no incluya las variables M rezagadas en esta regresin. De acuerdo con el
captulo 8, sta es la regresin restringida. A partir de esta regresin, obtenga la suma de cua-
drados residuales restringida, SCRR.
2. Ahora efecte la regresin con los trminos rezagados M. En el lenguaje del captulo 8, sta es
la regresin no restringida. A partir de esta regresin, obtenga la suma de cuadrados residuales
no restringida, SCRNR.
3. La hiptesis nula es H0: i  0, i  1, 2, . . . , n, es decir, los trminos rezagados de M no
pertenecen a la regresin.
4. Para probar esta hiptesis, aplicamos la prueba F dada por (8.7.9), a saber,

(SCRR SCRNR )/m

F (8.7.9)
SCR NR /(n k)

que sigue la distribucin F con m y (n k) gl. En el presente caso, m es igual al nmero de

trminos rezagados de M, y k es el nmero de parmetros estimados en la regresin no restrin-
gida.
5. Si el valor F calculado excede al valor F crtico en el nivel seleccionado de significancia,
rechazamos la hiptesis nula, en cuyo caso los trminos rezagados de M pertenecen a la regre-
sin. sta es otra forma de decir que M causa al PIB.
6. Se repiten los pasos 1 a 5 para probar el modelo (17.14.2), es decir, para definir si el PIB causa
M.
Antes de ilustrar la prueba de causalidad de Granger, hay varios puntos que deben tomarse en
cuenta:
1. Se supone que las dos variables, PIB y M, son estacionarias. Ya estudiamos el concepto de
estacionariedad en trminos intuitivos y lo analizaremos de manera ms formal en el captulo
21. A veces, al tomar las primeras diferencias de las variables, las convierte en estacionarias,
si es que an no son estacionarias en la forma de nivel.

18_Maq. Cap. 17_Gujarati.indd 654 12/19/09 11:18:15 PM

 Captulo 17 Modelos economtricos dinmicos: modelos autorregresivos y de rezagos distribuidos 655

2. El nmero de trminos rezagados por introducir en las pruebas de causalidad es una cuestin
prctica importante. Como en el caso de los modelos de rezagos distribuidos, quiz tengamos
que elegir mediante el criterio de informacin Akaike o Schwarz. Pero debe aadirse que la
direccin de la causalidad tal vez dependa de manera crtica del nmero de trminos rezaga-
dos incluidos.
3. Supusimos que los trminos de error en la prueba de causalidad no estn correlacionados.
De no ser as, quiz deba llevarse a cabo la transformacin adecuada, como analizamos en el
captulo 12.59
4. Como nos interesa probar la causalidad, no se requiere presentar los coeficientes estimados de
los modelos (17.14.1) y (17.14.2) en forma explcita (para ahorrar espacio); bastan los resul-
tados de la prueba F dados en (8.7.9).
5. Es necesario tener cuidado con la causalidad espuria. En el ejemplo del PIB y la oferta
de dinero, suponga que consideramos la tasa de inters (por ejemplo, la de corto plazo). Es
muy posible que el dinero cause segn Granger la tasa de inters y que la tasa de inters, a
su vez, cause segn Granger el PIB. Por tanto, si no tomamos en cuenta la tasa de inters
y concluimos que el dinero causa el PIB, la causalidad observada entre el PIB y la oferta de
dinero puede ser espuria.60 Como ya sealamos, una forma de resolver esto es considerar un
sistema de ecuaciones mltiples, como la autorregresin vectorial (VAR), que estudiaremos
con cierto detalle en el captulo 22.

EJEMPLO 17.12 R. W. Hafer estableci, con la prueba de Granger, la naturaleza de la causalidad entre el PNB
Causalidad entre (en vez del PIB) y M para Estados Unidos de 1960-I a 1980-IV. En vez de los valores brutos de
estas variables, emple sus tasas de crecimiento, de PNB y M; asimismo, utiliz cuatro rezagos
dinero e ingreso de cada variable en las dos regresiones dadas antes. Los resultados fueron los siguientes:61 En
cada caso, la hiptesis nula establece que la variable en consideracin no causa a la manera de
Granger la otra variable.

Direccin de la causalidad Valor F Decisin

M PNB 2.68 Se rechaza
M
PNB 0.56 No se rechaza

Estos resultados sugieren que la direccin de la causalidad va del crecimiento del dinero al del
PNB, pues el valor F estimado es significativo en el nivel de 5%; el valor F crtico es 2.50 (para 4
y 71 gl). Por otra parte, no hay una causalidad inversa del crecimiento del PNB al del dinero,
pues el valor F calculado no es estadsticamente significativo.

EJEMPLO 17.13 Consulte los datos sobre Canad proporcionados en la tabla 17.5. Suponga que deseamos
Causalidad entre averiguar si existe causalidad entre la oferta de dinero y la tasa de inters en Canad en perio-
dos trimestrales de 1979 a 1988. A fin de demostrar que la prueba de Granger para causalidad
dinero y tasa de in- depende de manera crtica del nmero de trminos rezagados introducidos en el modelo, pre-
ters en Canad sentamos enseguida los resultados de la prueba F en la que se emplearon varios rezagos (trimes-
trales). En cada caso, la hiptesis nula es que la tasa de inters no causa (a la manera de Granger)
la oferta de dinero y viceversa.
(contina)

59
Para mayores detalles, vase Wojciech W. Charemza y Derek F. Deadman, New Directions in Econometric
Practice: General to Specific Modeling, Cointegration and Vector Autoregression, 3a. ed., Edward Elgar, 1997,
cap. 6.
60
Sobre este tema, vase J.H. Stock y M.W. Watson, Interpreting the Evidence on Money-Income Causa-
lity, Journal of Econometrics, vol. 40, 1989, pp. 783-820.
61
R.W. Hafer, The Role of Fiscal Policy in the St. Louis Equation, Review, Federal Reserve Bank of St. Louis,
enero de 1982, pp. 17-22. Vase la nota 12 de su obra para los detalles del procedimiento.

18_Maq. Cap. 17_Gujarati.indd 655 12/19/09 11:18:16 PM

 656 Parte Tres Temas de econometra

EJEMPLO 17.13
Direccin de la causalidad Nmero de rezagos Valor F Decisin
(continuacin)
RM 2 12.92 Rechazar
MR 2 3.22 Rechazar
RM 4 5.59 Rechazar
MR 4 2.45 Rechazar (en 7%)
RM 6 3.5163 Rechazar
MR 6 3.71 Rechazar
RM 8 1.40 No rechazar
MR 8 1.62 No rechazar

Observe estas caractersticas de los resultados anteriores de la prueba F: de uno a seis reza-
gos existe una causalidad bilateral entre la oferta de dinero y la tasa de inters. No obstante, a
los ocho rezagos, no existe una relacin estadsticamente discernible entre las dos variables. Lo
anterior refuerza la observacin anterior de que el resultado de la prueba de Granger es sensible
al nmero de rezagos introducidos en el modelo.

EJEMPLO 17.14 Un estudio de la causalidad bilateral entre la tasa de crecimiento del PIB (g) y la tasa bruta del
Causalidad entre la ahorro (s) mostr los resultados de la tabla 17.9.62 Con fines comparativos, los resultados tam-
bin se presentan en la tabla los resultados de Estados Unidos. Por mucho, los resultados de la
tasa de crecimiento tabla 17.9 muestran que para la mayora de los pases de Asia oriental la causalidad tiene una
del PIB y la tasa direccin desde la tasa de crecimiento del PIB hacia la tasa bruta del ahorro. En contraste, para
bruta del ahorro Estados Unidos la causalidad se da en ambas direcciones de 1950 a 1988 hasta el tercer rezago;
en nueve pases de pero a partir del cuarto y quinto rezagos, la causalidad va de la tasa de crecimiento del PIB hacia
la tasa de ahorro, pero no en sentido inverso.
Asia oriental
Variable del Variable del
TABLA 17.9 lado derecho lado derecho
Prueba de causalidad Economa, Aos de rezagada Economa, Aos de rezagada
aos rezago Ahorro Crecimiento aos rezago Ahorro Crecimiento
bivariada de Granger
entre la tasa de creci- Hong Kong, 1 Sig Sig Filipinas, 1 NS Sig
miento real del PIB per 1960-1988 2 Sig Sig 1950-1988 2 NS Sig
3 Sig Sig 3 NS Sig
cpita y la tasa bruta 4 Sig Sig 4 NS Sig
del ahorro 5 Sig Sig 5 NS Sig
Indonesia, 1 Sig Sig Singapur, 1 NS NS
Fuente: Banco Mundial, The
1965 2 NS Sig 1960-1988 2 NS NS
East Asian Miracle: Economic
3 NS Sig 3 NS NS
Growth and Public Policy,
4 NS Sig 4 Sig NS
Oxford University Press, Nueva
5 NS Sig 5 Sig NS
York, 1993, p. 244 (tabla A5-2).
La fuente original es Robert Japn, 1 NS Sig Taiwn, China, 1 Sig Sig
Summers y Alan Heston, The 1950-1988 2 NS Sig 1950-1988 2 NS Sig
Penn World Tables (Mark 5): 3 NS Sig 3 NS Sig
An Expanded Set of Interna- 4 NS Sig 4 NS Sig
tional Comparisons, 1950-88, 5 NS Sig 5 NS Sig
Quarterly Journal of Econo- Corea, Rep. de, 1 Sig Sig Tailandia, 1 NS Sig
mics, vol. 105, nm. 2, 1991. 1955-1988 2 NS Sig 1950-1988 2 NS Sig
3 NS Sig 3 NS Sig
4 NS Sig 4 NS Sig
5 NS Sig 5 NS Sig
Malasia, 1 Sig Sig Estados Unidos, 1 Sig Sig
1955-1988 2 Sig Sig 1950-1988 2 Sig Sig
3 NS NS 3 Sig Sig
4 NS NS 4 NS Sig
5 NS Sig 5 NS Sig

Sig.: significativa; NS: no significativa.

Nota: El crecimiento es el crecimiento real per cpita del PIB a precios internacionales de 1985.

62
Estos resultados provienen de The East Asian Miracle: Growth and Public Policy, publicado para el Banco
Mundial por Oxford University Press, 1993, p. 244.

18_Maq. Cap. 17_Gujarati.indd 656 12/19/09 11:18:16 PM

 Captulo 17 Modelos economtricos dinmicos: modelos autorregresivos y de rezagos distribuidos 657

EJEMPLO 17.14 Para concluir el anlisis de causalidad de Granger, tenga en cuenta que la pregunta es si se
(continuacin) puede detectar estadsticamente la direccin de la causalidad cuando temporalmente existe una
relacin entre los valores rezagados-adelantados de dos variables. Si se establece la causalidad,
sta sugerira que puede utilizarse una variable para predecir la otra variable mejor de lo que
se hara si se usara simplemente el pasado histrico de esta ltima variable. En el caso de las
economas del este asitico, parece que puede predecirse mejor la tasa bruta del ahorro si se
consideran los valores rezagados de la tasa de crecimiento del PIB, en vez de tener en cuenta
slo los valores rezagados de la tasa bruta del ahorro.

*Nota sobre causalidad y exogeneidad

Como estudiaremos en los captulos sobre el modelo con ecuaciones simultneas en la Parte
4 de esta obra, a menudo las variables econmicas se clasifican segn dos amplias categoras:
endgenas y exgenas. En trminos generales, las variables endgenas equivalen a las variables
dependientes de un modelo de regresin con una sola ecuacin, y las exgenas, a las variables X,
o regresoras, en tal modelo, en tanto las variables X no estn correlacionadas con el trmino de
error de esa ecuacin.63
Ahora surge una pregunta importante: suponga que mediante la prueba de causalidad de
Granger descubrimos que una variable X causa (a la manera de Granger) una variable Y, sin que
esta ltima cause a aqulla (es decir, no hay causalidad bilateral), podemos considerar entonces
exgena la variable X ? En otras palabras, con la causalidad de Granger (o la no causalidad)
podemos establecer exogeneidad?
Para responder necesitamos distinguir tres tipos de exogeneidad: 1) dbil, 2) fuerte y 3) sper.
A fin de conservar la simplicidad en la exposicin, suponga que slo tenemos dos variables, Yt
y Xt, y que hacemos la regresin de Yt sobre Xt. Decimos que Xt es dbilmente exgena si Yt,
adems, no explica la existencia de X. En este caso, la estimacin y la prueba del modelo de
regresin pueden hacerse condicionales a los valores de Xt. En realidad, recuerde, del captulo 2,
que observamos que el modelo de regresin estaba condicionado a los valores de las variables X.
Decimos que Xt es fuertemente exgena si los valores Y, actuales y rezagados, no la explican (es
decir, no existe una relacin de realimentacin). Asimismo, Xt es superexgena si los parmetros
en la regresin de Y y X no cambian aunque s lo hagan los valores de X; es decir, los valores de
los parmetros son invariantes ante los cambios de (los) valor(es) de X. Si as sucediese en efecto,
la famosa crtica de Lucas perdera su fuerza.64
La razn para distinguir entre los tres tipos de exogeneidad es que En general, la exogeneidad
dbil es todo lo que se requiere para la estimacin y la comprobacin, la exogeneidad fuerte es
necesaria para la prediccin, y la superexogeneidad se necesita para el anlisis de polticas.65
De regreso con el tema de la causalidad de Granger, si una variable, por ejemplo Y, no causa
otra variable, digamos X, se puede suponer entonces que esta ltima es exgena? Por desgracia,
la respuesta no es inmediata. Si hablamos de exogeneidad dbil, podemos demostrar que la cau-
salidad de Granger no es necesaria ni suficiente para establecer la exogeneidad. Por otra parte,
la causalidad de Granger es necesaria (pero no suficiente) para la exogeneidad fuerte. Las pruebas
de ambos enunciados trascienden el alcance de este libro.66 As, para nuestro propsito, es mejor

* Opcional.
63
Desde luego, si las variables explicativas incluyen uno o ms trminos rezagados de la variable endgena,
quiz no se satisfaga este requisito.
64
Robert Lucas, ganador del Premio Nobel, plante que las relaciones entre las variables econmicas pue-
den cambiar cuando las polticas varan, en cuyo caso los parmetros estimados a partir de un modelo de
regresin tendrn escaso valor para la prediccin. Sobre este tema, vase Oliver Blanchard, Macroeconomics,
Prentice Hall, 1997, pp. 371-372.
65
Keith Cuthbertson, Stephen G. Hall y Mark P. Taylor, Applied Econometric Techniques, University of Michi-
gan Press, 1992, p. 100.
66
Para un anlisis comparativamente sencillo, vase G.S. Maddala, Introduction to Econometrics, 2a. ed.,
Macmillan, Nueva York, 1992, pp. 394-395, y tambin David F. Hendry, Dynamic Econometrics, Oxford Uni-
versity Press, Nueva York, captulo 5.

18_Maq. Cap. 17_Gujarati.indd 657 12/19/09 11:18:17 PM

 658 Parte Tres Temas de econometra

conservar separados los conceptos de causalidad de Granger y exogeneidad, y tratar al primero

como una herramienta descriptiva til para los datos de las series de tiempo. En el captulo 19
analizaremos una prueba para averiguar si una variable puede considerarse exgena.

Resumen y 1. Por razones psicolgicas, tecnolgicas e institucionales, una variable regresada puede res-
ponder a una o varias regresoras con un rezago de tiempo. Los modelos de regresin que
conclusiones
tienen en cuenta rezagos de tiempo se conocen como modelos de regresin dinmicos o
rezagados.
2. Hay dos tipos de modelos rezagados: de rezagos distribuidos y autorregresivos. En
el primero, los valores actuales y rezagados de las regresoras son variables explicativas.
En el ltimo, el (los) valor(es) rezagado(s) de la regresada aparece(n) como variable(s)
explicativa(s).
3. Un modelo puramente de rezagos distribuidos se estima mediante MCO, pero en ese caso
aparece el problema de multicolinealidad, pues los valores rezagados sucesivos de una regre-
sora tienden a estar correlacionados.
4. Como resultado, se han diseado algunos mtodos abreviados: los mecanismos de Koyck, de
expectativas adaptativas y de ajuste parcial. El primero es un mtodo puramente algebraico
y los otros dos se basan en principios econmicos.
5. Una caracterstica nica de los modelos de Koyck, de expectativas adaptativas y de ajuste
parcial es que todos son autorregresivos por naturaleza, es decir, el valor o valores de la
variable regresada aparecen como una de las variables explicativas.
6. La autorregresividad plantea desafos en la estimacin; si la variable regresada rezagada est
correlacionada con el trmino de error, los estimadores de MCO de tales modelos no slo
estn sesgados, sino que tambin son inconsistentes. El sesgo y la inconsistencia se presen-
tan con los modelos de Koyck y de expectativas adaptativas; el modelo de ajuste parcial es
diferente y se estima consistentemente mediante MCO, a pesar de la presencia de la variable
regresada rezagada.
7. Para estimar los modelos de Koyck y de expectativas adaptativas consistentemente, el m-
todo ms comn es el mtodo de variables instrumentales. La variable instrumental es una
variable representante para la variable regresada rezagada pero con la propiedad de que no
est correlacionada con el trmino de error.
8. Una alternativa para los modelos rezagados de regresin recin analizada es el modelo de re-
zagos distribuidos polinomial de Almon, con el cual se evitan los problemas de estimacin
asociados a los modelos autorregresivos. El principal problema con el mtodo de Almon,
sin embargo, es que se debe especificar por anticipado la longitud del rezago y el grado del
polinomio. Hay mtodos formales e informales para resolver la seleccin de la longitud
del rezago y el grado del polinomio.
9. A pesar de los problemas de estimacin, que pueden resolverse, los modelos distribuidos y
autorregresivos han demostrado ser muy tiles en la economa emprica, porque con ellos
es posible dinamizar la teora econmica que de otra forma sera esttica, al tener en cuenta
explcitamente el papel del tiempo. Tales modelos permiten diferenciar respuestas de corto y
largo plazos de la variable dependiente ante cambios unitarios en el valor de la(s) variable(s)
explicativa(s). As, para estimar los plazos corto y largo de precio, ingreso, sustitucin y
otras elasticidades, estos modelos han demostrado ser muy tiles.67
10. Debido a los rezagos participantes, los modelos distribuidos y/o autorregresivos conducen al
tema de la causalidad en las variables econmicas. En la prctica, la elaboracin de modelos
de causalidad de Granger ha recibido considerable atencin. Pero se debe tener mucho

67
Para aplicaciones de estos modelos, vase Arnold C. Harberger (ed.), The Demand for Durable Goods, Uni-
versity of Chicago Press, Chicago, 1960.

18_Maq. Cap. 17_Gujarati.indd 658 12/19/09 11:18:17 PM