¿Qué es econometría?

Econometría Básica „ Aplicación de métodos estadísticos a

datos y problemas económicos.
Sección #1
Diciembre de 2004 „ Los problemas económicos pueden estar
relacionados con:
Julio César Alonso … Macroeconomía
jcalonso@icesi.edu.co
… Microeconomía
Departamento de Economía
… Economía Internacional
Universidad Icesi
Copyright © Julio César Alonso Cifuentes, 2004. Econometría Básica

¿Qué es econometría? ¿Qué es econometría?

„ Pero también con „ Antes la ciencia economía era muy
… Finanzas parecida a la historia y ciencias políticas
… Mercadeo
en su énfasis en el análisis verbal...
…Y contabilidad
„ Ahora gran énfasis en la modelación del
„ Esta rama de la economía aparece
comportamiento y la comprobación de
alrededor de los 30… hipótesis con datos (como las ciencias
duras)

Econometría Básica Econometría Básica

¿Qué es econometría? Contenidos

„ La econometría es empleada para: Entonces en este curso estudiaremos:
… Estimar relaciones económicas a partir de A. El problema estadístico
datos B. Pasos de un estudio Econométrico
C. El modelo de Regresión Lineal
… Comprobar hipótesis en torno al
D. Diagnóstico del Modelo y selección de modelos
comportamiento económico a partir de datos.
E. Variables Dummy
… Pronosticar el comportamiento futuro de
F. Problemas Econométricos.
variables económicas o de individuos.
G. Lo que falta…

Econometría Básica Econometría Básica

1
Objetivos ¿Qué es econometría?
„ Familiarizar al estudiante con el “metodo” „ Aplicación de métodos estadísticos a
econométrico. problemas económicos.

„ Familiarizar al estudiante con un paquete „ Los problemas económicos pueden estar

informático. relacionados con:
… Macroeconomía
„ Demostrar el poder explicativo de los métodos … Microeconomía
econométricos. … Economía Internacional

Econometría Básica Econometría Básica

A. El Problema Estadísticon
A. El Problema Estadístico ∑x i
Población µ x = i =1
n
„ ¿Que es estadística?
Valor real Predicción 60Kg
“la tecnología del método científico, pues
es la estadística y sus métodos las que 70Kg x1 x2 n
proveen a los investigadores con las ∑( x − x )
2
i
herramientas para probar sus hipótesis σ 2
s =
2 i =1

de trabajo” n −1
x4
xn
x3

50Kg
Econometría Básica Econometría Básica

B. Pasos de un estudio 1. Formulación y especificación

Econométrico
Una vez un problema bajo estudio es
identificado…
Se procede al estudio econométrico.
Todo estudio econométrico implica
(normalmente) los siguientes pasos:
de un modelo económico.
„ La T. (Econ) → sugiere el modelo
relevante para el problema
„ Así como las variables relevantes
„ El modelo debe ser especificado en
términos de variables endógenas
(dependientes) y exógenas (explicativas)

Econometría Básica Econometría Básica

2
1. Formulación y especificación 1. Formulación y especificación
de un modelo económico. de un modelo económico.
Yi = β1 + β 2 X 2i + β3 X 3i + … + β k X ki + ε i
„ Los modelos generalmente toman la
siguiente forma: „ Entonces los modelo pueden ser
descompuestos en:
yi = f ( X 1i , X 2i ,..., X ki ) + ε i
„ Parte deterministica

„ La forma más sencilla y comunmente f ( X 1i , X 2i ,..., X ki ) = Yi = β1 + β 2 X 2i + β 3 X 3i + … + β k X ki

empleada es…
„ Parte aleatoria ε i
Yi = β1 + β 2 X 2i + β3 X 3i + … + β k X ki + ε i

Econometría Básica Econometría Básica

1. Formulación y especificación
de un modelo económico.
Yi = β1 + β 2 X 2i + β3 X 3i + … + β k X ki + ε i

Importante: Por ejemplo

„ Modelo se refiere al comportamiento
esperado de la población!!!
„ No tiene que ser igual al de la muestra!!!

Econometría Básica

El problema Pronóstico de venta vs venta real en unidades durante el 2002

El modelo
120,000

„ Según la teoría económica….

100,000

80,000 „ Las cantidades demandadas de un bien o

servicio (Q) dependen de:
unidades

60,000 … El precio del Bien (p)

… El precio de los sustitutos (ps)
40,000
… El precio de los complementos (pc)
… El ingreso de los compradores (I)
20,000
… Los gustos de los compradores (G)

Q = f ( p, ps , pc , I , G )
-
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
Econometría Básica Econometría Básica
Pronóstico Ene Venta a Dic

3
El modelo 2. Recolección de la Información.

Empleando un modelo lineal tendremos que: „ Determinar y recolectar la información

Q D = Qx ( px , pcomp , psust , I ) relevante es normalmente la parte más
yt = β 0 + β1 px ,t + β 2 pcomp ,t + β 3 psust ,t + β 4 I t + ε t
complicada para el econometrista.

Nota: „ Siempre tendremos que recoger la

Los métodos que estudiaremos aquí servirán
información para poder hacer inferencia
únicamente para estimar modelos lineales…
sobre los valores poblacionales.

Econometría Básica Econometría Básica

2. Recolección de la Información. 2. Recolección de la Información.

„ Los datos se puede recoger de varias formas…
„ …todo depende del objetivo del estudio.
„ Existen tres estructuras de datos
„ 1. Datos de Corte Transversal:
Conjunto de datos que recogen características
que proviene de una muestra de objetos de
estudio (hogares, ciudades, departamentos
países, etc.) tomada en un momento
determinado

i=n
i =1 i = 2 i = 3
Econometría Básica Econometría Básica

2. Recolección de la Información. 2. Recolección de la Información.

„ 1. Datos de Corte Transversal: „ 2. Series de Tiempo:
… Para este tipo de datos es muy importante que sean observaciones (de una o + variables) hechas en
recolectados por muestreo aleatorio el tiempo. Siempre se sigue la misma unidad en
… Muy usados en estudios en estudios de: el tiempo.
„ Mercado
„ Economía laboral
„ Finanzas públicas locales o departamentales
„ Organización industrial
„ Economía de la salud
„ Comparación entre países
t =1 t=2 t=n
„ Etc. t =3
Econometría Básica Econometría Básica

4
 2. Recolección de la Información. 2. Recolección de la Información.
„ 2. Series de Tiempo : „ 3. Datos de Panel (longitudinales):
… Los intervalos entre observaciones son generalmente observaciones (de una o + variables) hechas en
constantes (EJ: días, mes, año, etc.) el tiempo para muchos individuos. Siempre se
… Muy usados en estudios en estudios de: sigue el mismo conjunto de individuos en el
„ Finanzas
tiempo.
„ Macroeconomía
„ Crecimiento económico

Econometría Básica Econometría Básica

2. Recolección de la Información. 2. Recolección de la Información.

„ 3. Datos de Panel (longitudinales):
… Elmanejo de este tipo de datos es un poco más
i = n1 i = n1 complejo y se dejará para cursos más avanzados.
i =1i = 2 i = 3 i =1i = 2 i = 3
t =1 t=2

i = n1
i =1i = 2 i = 3

t=n
Econometría Básica Econometría Básica

4. Comprobar Hipótesis
3. Estimación del Modelo.
relevantes.
relevantes.
„ A partir de los datos, se “adivina” (estima) „ Las pruebas de hipótesis se emplean a
los valores poblacionales para:
… Escoger un modelo estimado coherente
„ Para esto se debe escoger el método de … Comprobar si la T. explica la población bajo
estudio o no
estimación más adecuado
… Comprobar la habilidad para pronosticar del
modelo estimado

Econometría Básica Econometría Básica

5
 Ejemplo
„ Es importante determinar cuales variables si
Regresando a afectan la demanda..
… El precio del Bien (p)
nuestro ejemplo… … El precio de los sustitutos (ps)
… El precio de los complementos (pc)
… El ingreso de los compradores (I)
… Los gustos de los compradores (G)
… Clima
… etc

Econometría Básica

5. Interpretación de los
6. Conclusiones y Proyecciones.
Proyecciones.
Resultados.
Resultados.
„ La parte más importante. „ En algunas oportunidades más que
conclusiones se necesitan proyecciones…
„ Se debe tener en cuenta:
… Los supuestos de la T empleada
… Los supuestos empleados en los cálculos
… Las limitaciones de los datos empleados

Econometría Básica Econometría Básica

Pronostico contra Ventas Reales

35000

30000

Regresando a 25000

nuestro ejemplo… 20000

Unidades

15000

10000

5000

0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71
Meses

Unidades Real (total) Econometría

Lower 95% Básica
Mean Unidades (total) BACK Upper 95% Mean Unidades (total) BACK

6
B. Pasos de un estudio
Contenidos
Econométrico
En resumen: Entonces en este curso estudiaremos:
1. Formulación y especificación de un modelo A. El problema estadístico
económico. B. Pasos de un estudio Econométrico
2. Recolección de la Información. C. El modelo de Regresión Lineal
3. Estimación del Modelo. D. Diagnóstico del Modelo y selección de modelos
4. Comprobar Hipótesis relevantes. E. Variables Dummy
5. Interpretación de los Resultados. F. Problemas Econométricos.
6. Conclusiones y Proyecciones. G. Lo que falta…

Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

„ Antes de entrar en materia…. „ En otras palabras lo que se espera es que...

y1 = µ + ε1
„ Supongamos que usted quiere predecir el ε1 y1 y2 = µ + ε 2
precio del dólar para mañana….

µ yi yn = µ + ε n

yi = µ + ε i
Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

⎡ y1 ⎤ ⎡1⎤ ⎡ ε1 ⎤
⎡ y1 ⎤ ⎡ µ ⎤ ⎡ ε1 ⎤ ⎢y ⎥ ⎢1⎥ ⎢ε ⎥
⎢ y ⎥ ⎢ µ ⎥ ⎢ε ⎥ ⎢ 2⎥ = µ⎢ ⎥ + ⎢ 2⎥
⎢ 2⎥ = ⎢ ⎥ + ⎢ 2⎥ y1 = µ + ε1
⎢ ⎥ ⎢⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ y2 = µ + ε 2 ⎢y ⎥ ⎢1⎥ ⎢ε ⎥
⎢ y ⎥ ⎢ ⎥ ⎢ε ⎥ ⎣ n⎦ ⎣ ⎦ ⎣ n⎦
⎣ n ⎦ ⎣µ ⎦ ⎣ n ⎦
⎡ y1 ⎤ ⎡1⎤ ⎡ ε1 ⎤ yn = µ + ε n yn×1 = µ1 + ε n×1
⎢y ⎥ ⎢1⎥ ⎢ε ⎥
⎢ 2⎥ = µ⎢ ⎥ + ⎢ 2⎥ yi = µ + ε i i = 1, 2,...n
⎢ ⎥ ⎢⎥ ⎢ ⎥
⎢y ⎥ ⎢1⎥ ⎢ε ⎥
⎣ n⎦ ⎣ ⎦ ⎣ n⎦
Econometría Básica Econometría Básica

7
C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

„ Gráficamente, podemos escribir esto de forma

alternativa
ε1 y1 yi = µ + ε i yi = µ + ε i

µ yi µ ε1
y1
yi
Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

yi „ Es decir….

yi = µ + ε i „ Hasta aquí se ha supuesto que la variable

dependiente únicamente se explica por su
media…
µ ε1 „ Y que la media siempre es la misma…
y1

Econometría Básica
xi Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

„ Esto no parece muy realista…. „ Así, el primer paso lógico es tratar de

„ La teoría económica siempre esta buscando
relaciones (representables en forma funcional)
entre variables económicas.
„ De las relaciones funcionales posibles la más
sencilla es la función lineal
aproximar las relaciones funcionales
dadas por la teoría económica con
relaciones lineales
„ Estudiemos el caso más simple:
Relación lineal entre 2 variables

Econometría Básica Econometría Básica

8
 C. El modelo de Regresión Lineal
C. El modelo de Regresión Lineal
Modelo Simple
y = mx + b „ En este caso
yi = β1 + β 2 xi + ε i
y
dyi La variable dependiente cambiara en β2
m = β2
b dxi unidades cuando la variable independiente
(xi) cambia en una unidad

(Es la parte de la variable dependiente que

β1 no depende de la variable independiente)
El valor que toma la variable dependiente
x cuando la variable independiente (xi) es
Econometría Básica cero Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

C = f ( Ingreso) y = mx + b
„ Por Ejemplo: C = β 0 + β1Ingreso +ε yi
Consumo Modelo matemático Modelo Estadístico

yi = µ + ε i
E [ε ] = 0,Var [ε ] = σ 2
µ
ε1
y1

Econometría Básica Econometría Básica

xi
Ingresos

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

yi = µ + ε i yi = µ + ε i
yi yi
Parece que la E [ yi ] = µ
E ⎡⎣ yi xi ⎤⎦ ≠ µ
“media de yi”
cambia con x!!!

µ µ
ε1 ε1 Error muy grande
y1 y1

x1 Econometría Básica
xi x1 Econometría Básica
xi

9
 C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal
yi = µ + ε i
yi
De hecho parece E [ yi ] = µ yi
De hecho parece yi = β1 + β 2 xi + ε i
E ⎡⎣ yi xi ⎤⎦ ≠ µ
que la relación es que la relación es
lineal….. lineal…..

µ µ

y1 ε1 Error mas pequeño

E ⎡⎣ y1 x1 ⎤⎦ ε1 Error mas pequeño
que antes
y1 que antes

x1 Econometría Básica
xi x1 Econometría Básica
xi

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

„ Ahora tenemos que yi = β1 + β 2 xi + ε i
„ Ahora tenemos que en general
yi
E ⎣⎡ y1 x1 ⎦⎤ = β1 + β 2 x1
yi = β1 + β 2 xi + ε i
ŷ1 = β1 + β 2 x1 ⎡ y1 ⎤ ⎡ ε1 ⎤
y1 = β1 + β 2 x1 + ε1 ⎢y ⎥ ⎢ε ⎥
y2 = β1 + β 2 x2 + ε 2 ⎢ 2⎥ ⎢ 2⎥
µ ⎢ ⎥ ⎢ ⎥
⎢y ⎥ ⎢ε ⎥
E ⎡⎣ y1 x1 ⎤⎦ ⎣ n⎦ ⎣ n⎦
y1 ε1 yn = β1 + β 2 xn + ε n

x1 Econometría Básica
xi Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

yi = β1 + β 2 xi + ε i ⎡1 x1 ⎤ yi = β1 + β 2 xi + ε i
⎢1 x ⎥
y1 = β11 + β 2 x1 + ε1 ⎢ 2⎥ y1 = β1 + β 2 x1 + ε1 ⎡ β1 ⎤
⎢β ⎥
y2 = β11 + β 2 x2 + ε 2 ⎢ ⎥ y2 = β1 + β 2 x2 + ε 2 ⎣ 2⎦
⎢1 x ⎥
⎣ n⎦

yn = β11 + β 2 xn + ε n yn = β1 + β 2 xn + ε n

Econometría Básica Econometría Básica

10
 C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

yi = β1 + β 2 xi + ε i yi = β1 + β 2 xi + ε i
⎡ y1 ⎤ ⎡ β1 + β 2 x1 ⎤ ⎡ ε1 ⎤ ⎡ y1 ⎤ ⎡1 x1 ⎤ ⎡ ε1 ⎤
y1 = β1 + β 2 x1 + ε1 ⎢ y ⎥ ⎢ β + β x ⎥ ⎢ε ⎥ y1 = β1 + β 2 x1 + ε1 ⎢ y ⎥ ⎢1 x ⎥ β ⎢ε ⎥
⎢ 2⎥ = ⎢ 1 2 2⎥ 2⎥⎡ 1⎤
y2 = β1 + β 2 x2 + ε 2 + ⎢ 2⎥ y2 = β1 + β 2 x2 + ε 2 ⎢ 2⎥ = ⎢ + ⎢ 2⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢⎣ β 2 ⎥⎦ ⎢ ⎥
⎢ y ⎥ ⎢ β + β x ⎥ ⎢ε ⎥ ⎢ y ⎥ ⎢1 x ⎥ ⎢ε ⎥
⎣ n⎦ ⎣ 1 2 n⎦ ⎣ n⎦ ⎣ n⎦ ⎣ n⎦ ⎣ n⎦
yn = β1 + β 2 xn + ε n yn = β1 + β 2 xn + ε n
yn×1 = X n×2 β 2×1 + ε n×1
Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

„ Así….estamos suponiendo. „ Los métodos estadísticos nos ayudarán a

… Relación lineal entre las y (variable escoger la “mejor” linea.
dependiente) y la x
… La variable dependiente es fija (no estocástica.
„ Estimar la “mejor” relación lineal
… Y…
E [ε i ] = 0
„ Para eso emplearemos “fórmulas”
Var [ε i ] = σ 2 ε i ∼ ( 0,σ 2 ) llamadas estimadores
E ⎡⎣ε iε j ⎤⎦ = 0 para ∀ i ≠ j
Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

„ ¿Cómo escoger la línea que “mejor” aproxime los
„ Por Ejemplo: C = β 0 + β1Ingreso +ε datos?
Consumo Modelo matemático Modelo Estadístico

Una posibilidad es minimizar la distancia posible

E [ε ] = 0,Var [ε ] = σ 2 entre cada punto y la línea que calculemos.

Econometría Básica Econometría Básica

Ingresos

11
C. El modelo de Regresión Lineal Regresión Simple - MCO
„ ¿Cómo escoger la “mejor línea”? „ A esta idea se le conoce como mínimos
cuadrados ordinario (MCO) (OLS)
y

„ Recuerden que el modelo a estimar es

Error
yi = β1 + β 2 xi + ε i ε i ∼ ( 0,σ 2 )
Estimador de ε
Pero es mejor idea minimizar el cuadrado de esa distancia β̂1 β̂ 2 ei = εˆi s2
x
Econometría Básica Econometría Básica

Regresión Simple - MCO Regresión Simple - MCO

n
„ Formalmente, el problema es el ∑ ( x − x )( y
i i − y)
siguiente: βˆ2 = i =1
n

∑( x − x )
2
i
⎧
( ( )) ⎫⎬⎭
n 2 i =1
Min ⎨∑ yi − βˆ1 + βˆ2 xi
βˆ1 , βˆ2
⎩ i =1 βˆ1 = y − βˆ2 x
Observación
yˆi = E ⎡⎣ yi xi ⎤⎦
Línea a estimar

Econometría Básica Econometría Básica

Regresión Simple - MCO Regresión Simple - MCO

„ Ahora definamos
y
yˆi = βˆ1 + βˆ2 xi
yi
ei = εˆi = yi − yˆi ei
n
yˆ i
∑e 2
i
s2 = i =1
n−2

x i
x
Econometría Básica Econometría Básica

12
Regresión Simple - Propiedades Regresión Simple - Propiedades
„ Ahora si supones:
„ Además no sólo queremos encontrar la 1. La relación entre Y y X es lineal
“mejor” linea que represente las 2. La variable X es no estocástica
observaciones sino tambien que los 3.
estimadores cumplan ciertas E [ε i ] = 0 Var [ε i ] = σ 2
propiedades:
1. Insesgado (no sesgado)(unbiased) E ⎡⎣ε iε j ⎤⎦ = 0 i≠ j e.i. los errores son
estadísticamente
2. La menor variabilidad del estimador indep.

Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

∂yi ∂yi
„ Pero en la práctica, no solo esperamos „ Noten: = β1 = β2
∂x1i ∂x2 i
que una única variable determine a otra,…
„ Entonces
β1 Cambio en la variable dependiente cuando la
„ Por ejemplo… variable indep x1i cambia en una unidad

yi = β 0 + β1 x1i + β 2 x2i + ε i β2 Cambio en la variable dependiente cuando la

variable indep x2i cambia en una unidad
TRM i = β 0 + β1 DTF1i + β 2 FlujoK 2i + ε i
β0 Valor de la var dep cuando las var indep son
cero
Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

„ Gráficamente (parte determinística) „ Noten que si β2 = 0 Modelo de regresión simple

y y

β1
β2
β1
x2 x2
x1 x1

Econometría Básica Econometría Básica

13
 C. El modelo de Regresión Lineal 2. El modelo
„ Consideremos el siguiente modelo lineal „ Una forma de escribir lo anterior de forma
con k-1 variables independientes y n obs. concisa es
Y1 = β1 + β 2 X 21 + β3 X 31 + … + β k X k 1 + ε1 Yi = β1 + β 2 X 2i + β3 X 3i + … + β k X ki + ε i (2.1)

Y2 = β1 + β 2 X 22 + β3 X 32 + … + β k X k 2 + ε 2 i = 1,…, n

E [ε i ] = 0
ε i ∼ ( 0,σ 2 )
Yn = β1 + β 2 X 2 n + β3 X 3n + … + β k X kn + ε n
Var [ε i ] = σ 2

E ⎡⎣ε iε j ⎤⎦ = 0
Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

„ Antes de seguir adelante, veamos una
„ Además suponemos que forma más conveniente de expresar el
X 2i , X 3i ,…, X ki modelo lineal (2.1)
Y1 = β1 + β 2 X 21 + β3 X 31 + … + β k X k 1 + ε1 ⎡ Y1 ⎤
⎢Y ⎥
son NO estocásticos y linealmente indep Y2 = β1 + β 2 X 22 + β3 X 32 + … + β k X k 2 + ε 2 y = ⎢ 2⎥
entre sí ⎢ ⎥
⎢Y ⎥
Yn = β1 + β 2 X 2 n + β3 X 3n + … + β k X kn + ε n ⎣ n ⎦ n×1

Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

Y1 = β11 + β 2 X 21 + β 3 X 31 + … + β k X k 1 + ε1 Y1 = β11 + β 2 X 21 + β 3 X 31 + … + β k X k 1 + ε1

Y2 = β11 + β 2 X 22 + β 3 X 32 + … + β k X k 2 + ε 2 M Y2 = β11 + β 2 X 22 + β 3 X 32 + … + β k X k 2 + ε 2

Yn = β11 + β 2 X 2 n + β 3 X 3n + … + β k X kn + ε n Yn = β11 + β 2 X 2 n + β 3 X 3n + … + β k X kn + ε n

⎡ Y1 ⎤ ⎡ Y1 ⎤ ⎡1 X 21 X 31 X k1 ⎤ ⎡ ε1 ⎤
⎡1 X 21 X 31 X k1 ⎤ ⎢1 X ⎢ε ⎥
⎢Y ⎥
⎢1 X
⎢Y ⎥ X 32 Xk2 ⎥ ε = ⎢ 2⎥
y = ⎢ 2⎥ Xk2 ⎥ y = ⎢ 2⎥ X = ⎢ ⎥
22
X 32 ⎢ ⎥
⎢ ⎥ X =⎢ 22 ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢1 X ⎢ε ⎥
⎢Y ⎥
⎢1 X
⎢Y ⎥
⎣ X kn ⎥⎦ n×k ⎣ n ⎦ n×1
⎣ n ⎦ n×1 X kn ⎥⎦ n×k ⎣ n ⎦ n×1 2n X 3n
⎣Econometría2 nBásicaX 3n Econometría Básica

14
 C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal
y1 = β11 + β 2 X 21 + β3 X 31 + … + β k X k 1 + ε1 „ Entonces
y1 = β1 + β 2 X 21 + β 3 X 31 + … + β k X k 1 + ε1
y2 = β11 + β 2 X 22 + β3 X 32 + … + β k X k 2 + ε 2
y2 = β1 + β 2 X 22 + β 3 X 32 + … + β k X k 2 + ε 2
yn = β11 + β 2 X 2 n + β3 X 3n + … + β k X kn + ε n
yn = β1 + β 2 X 2 n + β 3 X 3n + … + β k X kn + ε n
⎡ y1 ⎤ ⎡ β1 ⎤
⎢y ⎥ ⎢β ⎥
y = ⎢ 2⎥ β = ⎢ 2⎥ yn×1 = X n×k β k ×1 + ε n×1 ε n×1 ∼ ( 0n×1 ,σ 2 I n )
⎢ ⎥ ⎢ ⎥
⎢y ⎥ ⎢β ⎥
⎣ n ⎦ n×1 ⎣ k ⎦ k ×1
Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

„ Como vimos anteriormente, una buena idea es
„Ahora la pregunta es: tratar de minimizar el cuadrado de la distancia
¿Cómo encontrar el mejor modelo estimado (Euclidiana) entre el modelo estimado y las
observaciones
que concuerde con un conjunto de datos y
dado?

?
Yn×1
β k×1 βˆk ×1
X n×k Error
Estimador Estimador de ε
Observado

x
Econometría Básica Econometría Básica

C. El modelo de Regresión Lineal C. El modelo de Regresión Lineal

„ En este caso el estimador se puede „ SIMULACIÓN

encontrar de forma matricial….
βˆk ×1 = ( X T X ) X T y
−1

yT y − βˆ T X T y
s2 =
n−k

„ Pero eso lo hace EasyReg por nosotros

Econometría Básica Econometría Básica

15
Ejercicio en clase Ejercicio en clase
„ El modelo CAPM (Capital Asset Pricing Model ) en
su versión más simple implica: „ A partir del archivo CAPM.xls determine
(rit - rft) = B(rmt - rft) + uit si el modelo CAPM es correcto para las
Donde acciones de IBM y Motorola
„ (rit - rft) = exceso de retorno de un activo con respecto
al activo cero riesgo en el periodo t.
„ (rmt - rft) = exceso de rendimientos del “portafolio de
mercado” en el periodo t.
„ Entonces tenemos un modelo de series de tiempo que
nos permite conocer cómo se determina en equilibrio
el rendimiento de un activo.

Econometría Básica Econometría Básica

16