Macroeconometria Flashcards
¿Qué es lo que se busca hacer cuándo se realiza un modelo econométrico y cuál es la dificultad?
Se busca capturar el componente sistemático del proceso generador de datos (PGD).
El problema es que el PGD no es observable y no es posible pedirle que cree más información (trabajamos como una ciencia no experimental).
Debido a ello es necesario esperar y aprender poco a poco del PGD, y sólo proponer ideas sobre cuál es su comportamiento.
Encima de esta dificultad el PGD que proponemos debe estimarse, lo que implica que los datos muestrales que se utilizan deben ser suficientes para poder describir los parámetros poblacionales propuestos que deben caracterizar el componente sistemático del PGD.
¿En qué consiste el Teorema de Gauss-Markov y para qué sirve?
Es un teorema que propone que si los estimadores encontrados econométricamente son: insesgados, eficientes, consistentes y suficientes, entonces estos estimadores nos permitirán entender el componente sistemático del PGD de cierta variable.
En particular, el Gauss-Markov asume la forma de una lista de supuestos que deben cumplirse para que los estimadores sean óptimos, dicha lista puede resumirse en lo siguiente:
1) Correcta especificación (no omisión de variable si variables redundantes, así como una correcta forma funcional).
2) Permanencia estructural.
3) Linealidad en los parámetros.
4) Normalidad.
5) Exogeneidad.
6) Homocedasticidad.
7) No coliniealidad perfecta.
8) No autocorrelación.
¿Qué significa que los estimadores sean insesgados?
Que la esperanza del estimador será igual al valor del parámetro.
E(B) = B
¿Qué significa que los estimadores sean eficientes?
Que conforme se incrementa la muestra el estimador debe converger al valor del parámetro poblacional.
(Conforme tengo más datos observados del PGD, estas realizaciones me ayudan a capturar mejor el componente sistemático de la variable de estudio).
¿Qué significa que los estimadores sean suficientes?
Que la muestra utilizada contempla toda la información característica de la población.
¿Qué significa que los estimadores sean consistentes?
Que conforme se incrementa la muestra el estimador debe converger al valor del parámetro poblacional.
(Conforme tengo más datos observados del PGD, estas realizaciones me ayudan a capturar mejor el componente sistemático de la variable de estudio).
¿Qué significa que los estimadores sean BLUE o MELI?
Son acrónimos de que los estimadores son:
Best Linear Unbasis Estimators o Mejores Estimadores Linealmente Insesgados.
Lo que significa básicamente es que los estimadores cumplen con el Teorema de Gauss-Markov.
¿en qué consiste el Moderno Teorema de Gauss Markov?
Es un trabajo realizado por Bruce Hansen en 2022 donde muestra que sí un modelo econométrico cumple con el Teorema de Guass Markov (TGM) (tener estimadores insesgados, eficientes, consistentes y suficientes), entonces los estimadores no sólo sean BLUE (Best Lineas Unbaised Estimator / Mejores Estimadores Linealmente Insesgados), sino que serán BUE, es decir, serán los mejores estimadores insesgados aun contra modelos no lineales.
Desde su publicación, en 2023 hubo una replica argumentando que Hansen usaba supuestos adicionales al TGM, mientras que en 2024 Hansen contraargumentó mostrando que este no era el caso.
Los papers a seguir en este debate son:
Hansen (2022) “A Modern Gauss-Markov Theorem”
Potscher y Preinerstorfer (2023) “A comment on: A Modern Gauss-Markov Theorem”
Hansen (2024) “Reply to A comment on: A Modern Gauss-Markov Theorem”
¿Cuál es el problema de utilizar modelos uniecuacionales a nivel macroeconómico?
Que las variables que se piensa que son exógenas muchas veces en realidad son variables endógenas, por lo tanto la estimación puede tener sesgos y no cumplir con Gauss-Markov.
¿Por qué no le gustó a Keynes el trabajo de Tinbergen sobre la econometria?
Siendo justos con el calendario, a la época Keynes consideró que la econometria podía ser pretenciosa en buscar imitar a ciencias como la física y la químia al establecer “formulas”.
Pero sus críticas más importantes parecían apuntar en que las estimaciones de una muestra del pasado no cumpliesen con predecir bien el futuro, y que mucho en la economía no radicaba en los datos sino en la razón de porqué sucedían los datos.
Usaba el ejemplo de que en economía no era relevante si la manzana caía al suelo, sino las razones por las que la manzana se caía. Si la manzana quería eso, si había tenido un erro de cálculo, y la opinión del suelo al respecto.
Finalmente, era escéptico en pensar que los modelos econométricos ayudasen a dirimir posiciones teóricas dado que el incluir residuales en cualquier ecuación permitía ajustar siempre los modelos a los datos.
¿Cuál es la diferencia entre una ciencia experimental y una ciencia no experimental?
Que la ciencia experimental tiene un mecanismo de aprendizaje donde es capaz de crear datos e información nueva.
El estado de conocimiento limita el proceso de experimentación, pero a través del modelaje (el experimento) se producen datos nuevos a contrastar. En este sentido, el experimento es fijo y los datos se mueven (se crean).
En las ciencias no experimentales los datos son una restricción al igual que el estado de conocimiento, por lo que el experimento o los modelos, en realidad buscar ver cierta compatibilidad entre las dos restricciones.
En este sentido, estas ciencias no pueden crear información, los datos están fijos, y por consiguiente lo que se mueve es el experimento (el modelo).
¿En qué consisten los experimentos naturales?
Es una herramienta de las ciencias no experimentales para estudiar información que haya sido creada como si de una ciencia experimental se tratase.
En este sentido son un cuasi-experimento.
Permiten estudiar el comportamiento de ciertos fenómenos debido a que ocurren con una alta aleatoriedad entre las variables de estudio, lo que permite limpiar los problemas de endogeneidad.
¿En qué consistió el modelo de Klein Goldberger?
Fue el primer modelo macroeconométrico aplicado a Estados Unidos que quería dirimir el conflicto entre Keynesianos y Neoclásicos a través de los datos.
La conclusión fue un tanto ambigua, tendiendo a favorecer a los keynesianos, pero existieron siempre dudas sobre si el modelo era en realidad correcto.
Sin embargo, representan un gran antecedente para la creación de los viejos modelos estructurales en macroeconometria, o los así llamados “Modelos Estructurales a Gran Escala”, que consistían en modelos de ecuaciones simultaneas de 300 a 500 ecuaciones.
¿Cuál es el problema de crear modelos de ecuaciones simultaneas en econometría?
Que varias de las ecuaciones pueden sufrir problemas de simultaneidad, lo que generará dilemas de endogeneidad en las estimaciones
