Relaciones económicas básicas: Producción, distribución y consumo

Distribución

 Mercado: Localización física o virtual

 Estado: Economía intervenida por el estado

Economía

 Positiva:
- Ciencia que se puede cuantificar
- Demostrar empíricamente los hechos económicos
 Normativa:
- Recomendar, comentar y dar juicios de valor
- No demuestra

Econometría- Medición de economía

Ecuación econométrica: y: x+2z

Econometría- Idealizar un hecho

- Crea una situación perfecta bajo unas condiciones

- Las condiciones se llaman supuestos
- Compara lo perfecto con lo real
- La diferencia se mide a través de desviación estándar

Crea un escenario y lo compara con el mundo real, además se pregunta por qué nos dio exacto

Función de consumo: C+ Co+Cy

C: consumo

Co: Consumo

c: Propensión marginal a consumir Pn.GC (dinero que se va a gastar)

Y: es el ingreso

Donde u<c<1

Consumo autónomo- productos que no se pagan y se consumen

PMgC+ PMgS= 1

El ingreso aumenta: se aumenta el consumo

C: es la variable dependiente

Y: es el ingreso: variable independiente

VARIABLES

Magnitud de cambio de valor o tomar distintos valores y en cuyas variaciones estamos

interesados, ya sea por su propia importancia o por el efecto que tiene sobre otra variable.

Tipos:

- Independientes- dependientes
- Endógenas- exógenas
- Stock- flujo
- Nominales- reales

VARIABLE DEPENDIENTE: Variable que depende de otra u otras variables

VARIABLE INDEPENDIENTE: Normalmente se denotan con x, son las que no dependen de otra en el
modelo

Una variable independiente puede volverse dependiente

Endogeneidad: Es cuando una variable independiente depende de otra variable independiente y

afecta la respuesta del modelo económico.

Multicolinealidad: Problema de endogeneidad causa multicolinealidad

Siempre hay una variable dependiente y una o mas independientes

VARIABLE ENDÓGENA: Es aquella que depende de otra variable en un modelo, es similar a la

variable dependiente, pero la variable endógena también puede ser una variable a la cual puedo
incidir o afectar

VARIABLE EXÓGENA: Son variables independientes que no se afectan

Es decir, una variable puede ser independiente y endógena o exógena

VARIABLE STOCK: Es una variable fija en el tiempo, es el valor en un periodo de tiempo dado

VARIABLE DE FLUJO: La variable para ser calculada necesita dos periodos de tiempo, normalmente
es un porcentaje

CORTE TRANSVERSAL: Son variables que se toman en un solo periodo de tiempo, no dependen del
tiempo

SERIE DE TIEMPO: Son variables que cambian en el tiempo y se utilizan muchos periodos para su
análisis

STOCK FLUJO
TIEMPO PIB CRECI PIB
2002 100
2003 130 30%
2004 125 -4%
2005 160 28%
2006 190 19%
  VARIABLES NOMINALES Y REALES

TIEMPO P nivel precios Q PIB NOM PIB REAL

2002 10 100 1000 1400
2003 12 150 1800 2100
2004 18 130 2340 1820
2005 14 200 2800 2800
2006 20 100 2000 1400

$1400 significa que es el PIB del año 2002 a precios de

2005
$2100 significa que es el PIB del año 2003 a precios de
2005

- Tasa de interés: F( riesgo, inflación, margen intermediado, tamaño del mercado, etc)
- Tasa de interés real: Es la tasa nominal descontándole la inflación
- Variable nominal: Es el valor de una variable en un periodo de tiempo determinado
- Variable real: Es aquella que esta indexada a un periodo de tiempo

Normalmente se le descuenta la inflación a una variable nominal

- Dato indexado: real, descontado

Un error es hacer econometría con datos reales y nominales, es mejor con datos reales, aunque
también se puede hacer con solo nominales

- Datos de corte transversal: Consiste en datos referidos a individuos, hogares,

empresas, ciudades que se observan en un momento de tiempo dado
- Datos series de tiempo: Todos los datos se utilizan con la misma frecuencia, pueden
estar correlacionados en el tiempo

Ej:

PIB TRIMESTRAL

Tasa de interés diaria: Se toman las tasas de 90 días y se saca el promedio de las tasas, esa tasa
promedio la pasa de diario a trimestral.

La tasa de último día del trimestre 31 marzo, 30 junio, 30 septiembre, 31 diciembre, cuando es
festivo se toma la anterior

- Datos panel: Combinación de ambas, muchos años, muchas variables, muchos

individuos
- * Año 2018 Edad, peso, ingreso, estrato
- * Año 2019 Edad, peso, ingreso, estrato
- * Año 2020 Edad, peso, ingreso, estrato
CONCEPTOS:

 Aleatorio: es sinónimo de estocástico, no es controlable

 Relación es directa: Cuando X aumenta Y aumenta
 Relación es inversa: Cuando X aumenta Y disminuye
 Lo marginal en economía es mirar como es el valor de la pendiente de una ecuación
 Análisis marginal: Es mirar que cambio hubo del primer caso al segundo (Marginalmente
se redujo 2 unidades)

Regresión VS Causalidad: La dependencia no implica causalidad

Promedio: F (Horas de estudio)

Promedio: F (lluvia) relación es estadística

Causalidad: lo que quiera Dios

Esas causalidades pueden generar relaciones espureas, es demostrar que dos variables están
relacionadas así no lo estén

 Relaciones espureas: Es cuando se quiere demostrar una relación (directa o indirecta)

entre dos variables y que esta relación no existe
 Modelo econométrico: Es convertir una realidad es una ecuación y determinar la relación
entre las variables

ESPECIFICACIÓN DEL MODELO

Y = Y (X1, X2, X3, XN)

Y anuncio cual es la posible relación entre cada variable X con la Y

X1= +

X2= +

X3=-

X4=+

Hay una relación positiva o directa entre Y y x1

Hay una relación negativa o inversa entre Y y X3

PLANTEAMIENTO EL PROBLEMA

Es crear la ecuación

Y= Bo+ B1X1+ B2X2+ B3X3+ …. + BKXK

Ejemplo real:
Promedio académico: F (horas de estudio, edad, ingreso) +++

PROM: Bo+ B1H+B2E+B3I

La tarea principal de la econometría es calcular los betas (B)

Especificación y el planteamiento del modelo

La idea de un modelo es tratar de explicar a Y con la menor cantidad de variables X

ELEMENTOS DE UN MODELO ECONÓMICO

 Teoría
 Supuestos
 Variables
 Relación entre variables: una variable, bivariable, multivariable
 Ecuaciones
 Ceteris paribus
 Verificación y comprobación

VENTAJAS DE MODELAR

 Permite hacer abstracciones de la realidad

 Son económicos en términos de tiempos y costos
 Permiten hacer inferencias
 Reducen riesgos

ETAPAS DEL ANÁLISIS ECONÓMETRICO

1. Planteamiento de la teoría o de la hipótesis

2. Especificación del modelo matemático
3. Especificación del modelo econométrico
4. Obtención de datos
5. Estimación de los parámetros
6. Prueba de hipótesis
7. Pronostico y la predicción
8. Uso del modelo para control o política

HECHOS ESTILIZADOS Y REGULARIDADES:

Hechos estilizados: Son las características estadísticas que posee una serie de tiempo.
(normalidad, paseo aleatorio, volatilidad no constante y agrupada (clusters), etc)

Hecho estilizado: Son las características estadísticas de una serie de tiempo

Características: Media, desviación estándar, curtosis, coeficiente de asimetría, la varianza

LA REGULARIDAD: Es la forma grafica que toman los datos (gráficos)

Regularidad: Tiene forma circular pero creciente, tiene forma cíclica, lineal creciente, cuadrática,
trigonométrica

La regularidad es mirar que forma tiene y el hecho estilizado son las características

05/05/2021

Por qué los datos no dan exactos:

 Efectos externos
 Comportamiento de la variable puede ser estable, pero en un momento puede afectarse
 Mala medición de los datos
 Información falsa (corte transversal) edad, peso,

¿ Por qué lo que planeamos no sale como planeamos?

 No existe información y se inventa

 (empalme de series) – 5 a nivel mundial

Media- desviación estándar

Media – 24,4 desviación estándar- 2,6

21,8 a 27- es el intervalo con una desviación estándar – en este intervalo hay aproximadamente el
68%

CAUSALIDAD- Es identificar la variable origen de un problema, se centra en identificar la causa y el

efecto

Causalidad implica correlación, pero la correlación no implica causalidad

Ejemplo: Estudiar implica sacar mejor promedio

Consumir yogurt implica mayor promedio

En este caso puede existir correlación estadística pero no causalidad

REGRESIÓN POBLACIONAL: No existe en la vida real, existe es la regresión muestral

La diferencia entre las dos me da el posible error

30 años- inflación

La inflación se mide desde el año 1923

Desde 1493 dejo 500 años por fuera para el análisis

Y= 100+2X Poblacional

Y= 120+1,2X Muestral
LINEAL EN PARAMETROS: Para ser lineal en parámetros estos deben ser lineales, las variables
deben ser lineales

Y= Bo+ B1X

Los parámetros son las mismas betas- la econometría calcula las betas

Y=24+2x

Las betas son 24 y 2

Ni el 24 ni el 2 están elevados al cuadrado, cubo, logarítmico, etc

La x esta sin exponente- esto es linealidad de la variable

LA PERTURBACIÓN ESTOCASTICA: Se le denomina comúnmente Ui- en Ui se encuentran las

variables que no tome en el modelo

Todo modelo se denota Y= BoB1X+ Ui

HECHOS ESTILIZADOS

1. Camino aleatorio (random walk)

Variables de la economía que hay variables que no se sabe que van a hacer, para donde van

Según esta teoría el mejor pronostico de una caminata aleatoria es el dato del día anterior

La mayor parte de datos variables financieras son RW (random walk)

2. Son colas pesadas de distribución de los retornos (heavy tail)

Significa que en una distribución normal los extremos de la campana tienen muchos datos

Son 25 y 15 tienen entre 23 y 26

Pero hay 5 estudiantes que tiene entre 35- 40 años y otros 5 tienen entre 21 y 23 años

3. Normalidad agregada

Se toman muchos datos y se queda la campana mesocurtico- la de la mitad

4. Volatilidad no constante y agrupada

Hay datos financieros que cambian mucho en el tiempo y tiene periodos de estabilidad en un
rango pero durante otros periodos cambia ese rango

Dólar: del año 2000 al 2003 el dólar estuvo entre 2000 y 2300 pesos
Entre 2003 y 2010 estuvo entre 2300 y 3000 pesos

Entre 2010 y 2018 estuvo entre 3000 y 3200

Entre 2018 y 2021 estuvo entre 3300 y 4100

Volatilidad no constante- precios diferentes

Agrupada- están desde valor a valor

07/07/2021

Crear modelos econométricos para explicar algún hecho y crear hipótesis para probar eso.

Etapas del análisis econométrico

 Planteamiento del problema o de la hipótesis

 Especificación del modelo matemático

Especificación del modelo matemático: Es plantear la función matemáticamente donde se

especifica la relación entre las variables

Y: F( X1, X2, X3, Xn) donde X son las variables

+ para indicar relación directa

-para indicar la relación inversa

Ejemplo: Promedio académico: F(horas, libros,, hijos, estrato social)

Horas +, libros +, número hijos - , estrato +

ESPECIFICACIÓN DEL MODELO ECONOMETRICO: Es plantear la ecuación con los betas y su relación

Y= Bo(B1X1, B2X2, B3X3+ …. Bn Xn

¿Cuál es la tarea procedimental de la econometría? Calcular los betas

Indicar si los betas son significativos (si sirven o no)

Betas: Explican la relación entre las variables independiente y la variable dependiente

El beta mide numéricamente la relación

Estimar parámetros: es calcular las betas

CONCEPTOS DE ESTADÍSTICA

 Se refiere a un conjunto de métodos para manejar la obtención, presentación y análisis de

observaciones numéricas
 Sus fines son describir al conjunto de datos obtenidos y tomar decisiones o realizar
generalizaciones acerca de las características de todas la observaciones bajo consideración
 División: Descriptiva e inferencial
 Estadística descriptiva: Procesar datos para dar una caracterización de ellos
Ejemplo: la nota de 5 estudiantes: 3,5; 5; 4; 5; 2: Promedio: 3,9
La mayor parte de los estudiantes (4 de ellos) aprobaron la evaluación
La nota promedio fue de 3,9
La moda fue de 5.0
  Estadística inferencial: Toma la información de una muestra y con ella se explica una
población

También se puede hacer o explicar relaciones entre variables y pronósticos

La econometría depende de las dos partes de la estadística

Para hacer econometría primero se hace la estadística descriptiva obligatoria y luego la inferencial

Descriptiva: 20 %

Inferencial: 80%

POBLACIÓN Y MUESTRA

Toda la población- trabaja con toda la población es censo

 Población: conjunto total de elementos

 Muestra: es un conjunto de elementos obtenidos de una población
 Muestra aleatoria: se considera aleatoria siempre y cuando cada observación, mediación o
individuo de la población tenga la misma probabilidad de ser seleccionado.

TIPOS DE DATOS Y ESCALAS DE MEDIDA

 Categoría
 Variables: Son las características o lo que estudia de cada individuo de la muestra. Ej: sexo,
edad, peso, estatura, color de ojos, estado civil, temperatura, cantidad de nacimientos,
presión, grosor, diámetro
 Datos: son los valores que toma la variable en cada caso --- pueden ser experimentales u
observables

TIPOS DE DATOS

 Cualitativos: son datos que solo toman valores asociados a las cualidades o atributos,
clasificándolos en una de varias categorías, es decir, no son valores numéricos:
- Sexo: F/M
- Habito de fumar: fumador / no fumador
- Color de ojos: negro, azul, marrón
- Religión: católica, evangélica
- Estado civil: soltero, casado, divorciado

 Cuantitativos: provienen de variables que pueden medirse, cuantificarse o expresarse

numéricamente. Eje:
- Peso
- Edad
- Estatura
- Presión
 - Humedad
- Intensidad de un sismo
- Cantidad de hermanos

ESCALAS DE MEDIDAS

Tipos de variables cuantitativas:

 Discretas: Es aquella que solo puede tomar un número finito o infinito numerables de
valores. Ej: cantidad de hermanos
 Continuas: Es la variable que puede tomar cualquier valor en una escala continua. Ej:
Cantidad de liquido contenido en un recipiente

La econometría utiliza ambas variables: continuas y discretas

ORGANIZACIÓN DE DATOS

Una distribución de frecuencias (tabla de frecuencias) es un arreglo de los datos que permite
expresar la frecuencia de ocurrencias de las observaciones en cada una de las clases, mostrando el
patrón de la distribución de manera más significativa.

Clase, punto medio, fi, Fi, fri, fRi

- Rango (R): dato mayor -dato menor

- Amplitud intervalos: R/C
- Número de intervalos: 1+3,33 log N (regla de esturges)

ECONOMETRÍA BÁSICA

El modelo de regresión lineal simple

Los modelos uniecuacionales: Se utilizan cuando se desea conocer o analizar una sola variable en
el tiempo

Multivariables: Una variable dependiente y muchas variables independientes

Función de regresión poblacional: Unión de todos los puntos medios (line que los unen)

Regresión poblacional: Ideal pero no existe los betas que se calculan, son los betas o parámetros
de la muestra

Sino se toman todos los datos puede haber probabilidad de error

Termino error- perturbación estocástica: es el porcentaje que no se toma

X: Son las variables independientes

Betas: son los parámetros

Betas: Explica la relación entre las variables dependientes e independientes

Ui: Término error

En el término error se encuentran las variables que no se tomaron en cuenta

Yi: E (y/xi) + Ui

E (y/xi): Componente sistemático o determinista

Ui: Es el componente aleatorio, o no sistemático

Sistemático: ecuación

Determinista: se conocen los datos

Aleatorio o no sistemático: error- no lo conozco

Termino Ui: Error: - Poblacional --- variables omitidas

- Residuo: Muestral --- diferencia entre y y yest

Ui: Se llama error, pero para datos poblacionales

Ui: Se llama residuo cuando se utilizan muestras

PROBLEMAS DE MEDICIÓN

1. Confidencialidad
2. Las ciencias sociales no son experimentales
3. Cuestionarios con errores o malas respuestas
4. Mal cálculo de la muestra
5. Cifras económicas no indexadas, igual periodicidad, faltantes en algunas unidades de
estudio, diferentes escalas, no empalme
6. Falta de teoría
7. Falta de variables, o de malas proxy
8. Principio de parsimonia, (pocas variables explican)
9. Forma funcional incorrecta
10. Mal conocimiento del investigador

Principio de parsimonia: es mejor menos variables

Buscar la lineal muestral que se acerque a la poblacional

 Calcular betas a través de datos

 Buscar que la línea recta muestral se acerque a la poblacional
 La diferencia entre la línea poblacional y muestral se llama residuo (Ui)
 La línea recta se calcula con el método de M.C.O o O.L.S
M.C.O- Método de los mínimos cuadrados ordinarios
O.L.S- Ordinay least square

La sumatoria de los residuos en teoría se espera que sea cercana a cero.

SUPUESTOS DEL MODELO MCO

 Supuesto 1- Linealidad en los betas

 Supuesto 2- Independencia de las variables error y la variable dependiente
 Supuesta 3- Sumatoria de error sea cero
 Supuesta 4- Homoscedasticidad
 Supuesto 5- variables no se ven en el tiempo
 Supuesto 6- número de observaciones mayor que el de parámetros

COEFICIENTE DE CORRELACIÓN

El coeficiente de correlación se mueve de -1<R<1

Si es cercano a -1 la relación es muy fuerte inversa

Si es cercano a +1 la relación es muy fuerte directa

R: 0,14 en econometría financiera sirve

Simple Y= Bo+ B1X1+ Ui

Múltiple: Y=Bo+ B1X1+ B2X2+ B3X3+ Ui

Variables dicotómicas o cualitativas

0- Hombre
1- Mujer

Prod= 1,5+0,05 ins + 0,5 lt

Prod= 1,5+ 0,05 ins+ 0,5 lt

Es múltiple porque tiene dos variables independientes son insumos y litros de agua

B2: 0,5

Por cada litro de agua la producción por lta aumenta en 0,5 kg

Hacer un pronostico

Prod= 1,5+0,05 (2) + 0,5 (10)

Prod= 1,5 + 0,1 + 5

Prod= 6,6 kg
Entre más datos halla esos datos se comportan de manera normal, la media, mediana y moda
tienen a ser parecidas y los datos se distribuyen simétricamente

Curtosis y coeficiente de simetría

 Curtosis mayor a 3 letocurticos (la mayoría de datos son así)

 =3 Mesocúrticos distrinucaion normal
 Menores a 3 platicurticos, es decir, distribuidos por toda la campana

Coeficiente de asimetría

o Mayor a 0: Simétricos hacía un lado

o Menor a 0: Simétricos hacía el lado izquierdo

Curtosis: Menores de 3
• Curtosis mayor a 3 letocurticos (la mayoría de datos son así)
• =3 Mesocúrticos distrinucaion normal
• Menores a 3 platicurticos, es decir, distribuidos por toda la campana

Coeficiente de asimetría: Mayor a 0 simétricos a un lado y menor de 0- o Mayor a 0:

Simétricos hacía un lado
o Menor a 0: Simétricos hacía el lado izquierdo

El coeficiente de variación es menor al 25%, por tanto,

Coeficiente de variación los datos no son dispersos
Cuando son mayor del 25% los datos son muy
dispersos

El 68% de los estudiantes se encuentra entre 23

y 29 años          
El 95 % de los estudiantes se encuentra entre
20 y 32 años (2 desviación estándar)          
El 99% de los estudiantes se encuentran entre
17 y 35 años (3 desviación estándar)          
Para sacar los valor se le suma o se le resta a la media para tomar los valores

FC FE
si el Fc> FE el modelo es
F Valor crítico de F significativo
para este caso no es significativo, porque
0.01352071 0.90804411 fe>fc
Bo ES SIGNIFICATIVO YA QUE
PROB<0,05
B1 ES SIGNIFICATIVO YA QUE PROB
<0,05

ECUACIÓN  
ESPECIFICACION DEL
PROM = Bo + B1X1 + B2X2 - B3X3 -B4X4 MODELO
   
PLANTEAMIENTO ECUACION  
PROM= 5,49 - 0,024 H -0,052 EDAD - 0,16 HIJOS - 0,149
SEXO  

Coeficiente
  s
Intercepció
n 5.4950297
-
0.0247196
Variable X 1 5
-
0.0527615
Variable X 2 9
-
0.1640205
Variable X 3 7
-
0.1496832
Variable X 4 8

A la edad no se le puede sacar logaritmo

LAS BETAS: Explican la relación entre las variables independientes y las variables independientes,
mide numéricamente la relación

ESTIMAR PARAMTEROS: Es calcular las betas

CUAL ES LA TAREA PROCEDIMENTAL DE LA ECONOMETRIA Calcular las betas, indicar si las betas
son significativas si sirven o no

ECONOMETRIA Es la ciencia social que estudia las relaciones económicas, es medir es cuantificar la
medición económica se compone de 3 elementos: Matemáticas, estadística, económica

ENDOGENEIDAD: Es cuando una variable independiente de otra variable independiente y afecta la

respuesta del modelo econométrico

betas son los parámetros

Ui : Sustituye o representa a todas las variables omitidas o ignoradas que puedan afectar a (y) pero
que no se incluyen o no pueden incluirse en el modelo de regresión

ESPURIO Cuando yo quiero demostrar una relación entre 2 variables que no se dan es decir que no
existen

QUE SIGNIFICAN QUE LOS DATOS SE DISTRIBUYAN NORMALMENTE Significa que hay simetría en la
distribución de los datos es decir que la media es igual a la moda y a la mediana

CUALES SON LAS 3 PROPIEDADES MELI MEJOR ESTIMADOR DE LINEADO

1) Parámetros son lineales

2) Parámetros insesgados

Bi estimado = Bi poblacional

3) Son eficientes es decir su varianza es la misma

FORMAS FUNCIONALES DE MODELOS EN LA VIDA REAL

1) Los lineales

2) Los semilogaritmicos

3) Los logarítmicos

LAS BETAS no es significativo si es mayor a 0.05

Ui se llama residuo
Ui se llama residuo cuando se utilizan pruebas

también error es una variable aleatoria no aceptable que adopta valores positivos o negativos,
técnicamente Ui se conoce como perturbación estocástica o error estocástico

multicolinealidad es la correlación alta entre más de dos variables explicativas.

La heterocedasticidad es, en estadística, cuando los errores no son constantes a lo largo de toda la
muestra

ANALISIS DE VARIANZA Sirve para saber si el modelo es significante

F f calculado - Valor crítico F f estadístico

El modelo es significativo puesto que FC > FE

ESTIMAR PARAMETROS Es calcular las betas

CAUSALIDAD Es identificar la variables origen de un problema se centra en identificar la causa y el

efecto casualidad implica correlación, pero la correlación no implica causalidad

La tarea principal de la econometría es calcular las betas

ESTAPAS DEL ANALISIS ECONOMETRICO: Planteamiento de la teoría o de las hipótesis

Especificación del modelo

HECHO ESTILIZADO Son las características estadísticas que posee una serie de tiempos

REGULARIDAD es la forma gráfica que toman los datos

LOS PARAMETROS Son las mismas betas y la econometría calcula betas

CLASE 5

Formas funcionales básicas en el mundo

 Modelos lineales- variables en medición tradicional

 Nivel Log - Log nivel
 Log- log

Logaritmo mide los cambios intidecimales de una variable en el tiempo

Sacar logaritmo a la edad- NO

Cuando aplico logaritmo es decir la variables x cambio 1% cuanto cambio y, en porcentaje o en

números

Variables cualitativas- discretas- no tiene sentido sacarle logaritmos (No. De hijos, edad)

LOGARITMO: Se aplican para variables financieras

NIVEL- LOG: y quieta sin logaritmo y a la x se le saca logaritmo, un incremento de x en 1% aumenta

y en xxx unidades

Y: niveles

X: logaritmo

Y: 20+ 2x

Como se interpreta x1?

si X aumenta 1% Y aumenta 0,02 unidades

En este caso Bo no tiene significancia, solo los betas

LOG- LOG: aumenta en % y disminuye en %