La Naturaleza de La Econometría y Los Datos Económicos

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 3

La naturaleza de la econometría y los datos económicos

¿Qué es la econometría?
La econometría se basa en el desarrollo de métodos estadísticos que se utilizan para estimar
relaciones económicas, probar teorías económicas y evaluar e implementar políticas públicas y de
negocios. La aplicación más común de la econometría es en el pronóstico de variables
macroeconómicas tan importantes como las tasas de interés, de inflación y el producto interno
bruto.
Datos no experimentales son datos sobre individuos, empresas o segmentos de la economía que no
son obtenidos por medio de experimentos controlados. (A los datos no experimentales en ocasiones
también se les llama datos retrospectivos o datos observacionales, para subrayar el hecho de que el
investigador es recolector pasivo de los datos.) En las ciencias naturales los datos experimentales
suelen ser obtenidos en el laboratorio.

1.2 Pasos en un análisis económico empírico


Se emplean cuando se desea probar una teoría económica o cuando se piensa en una relación que
tiene alguna importancia para decisiones de negocios o para el análisis de políticas. En un análisis
empírico se utilizan datos para probar teorías o estimar relaciones.
El primer paso es la formulación de la pregunta de interés, la cual puede estar relacionada con la
prueba de un aspecto determinado de una teoría económica o puede ser adecuada para probar los
efectos de una política pública.
Modelo económico formal, consiste en ecuaciones matemáticas que describen diversas relaciones.
Por ejemplo, en microeconomía intermedia, las decisiones de consumo de un individuo, sujetas a
una restricción de presupuesto, se describen mediante modelos matemáticos. La premisa básica que
subyace a estos modelos es la maximización de la utilidad. El supuesto de que al hacer una
elección los individuos, sujetos a restricciones de recursos, eligen aquello que maximice su
bienestar.
Ecuaciones de demanda, la cantidad demandada de cada artículo depende de su precio, del precio
de los bienes sustitutos y complementarios, del ingreso del consumidor y de características
individuales que influyen en las preferencias.
Ejemplo:

 Modelo económico del comportamiento delictivo


 Capacitación laboral y productividad de los trabajadores

Modelo econométrico
La mayoría de las veces, un análisis econométrico inicia con la especificación de un modelo
econométrico sin atender a los detalles de la creación del modelo.
Por definición, en un análisis empírico se necesitan datos. Una vez recolectados los datos sobre las
variables relevantes, se emplean los métodos econométricos para estimar los parámetros del modelo
econométrico y para probar, formalmente, las hipótesis de interés. En algunos casos, el modelo
econométrico se emplea para hacer predicciones, ya sea al probar una teoría o al estudiar el impacto
de alguna política.

1.3 Estructura de los datos económicos


Datos de corte transversal
Consiste en una muestra de individuos, hogares, empresas, ciudades, estados, países u otras
unidades, tomada en algún punto dado en el tiempo. Algunas veces no todos los datos de estas
unidades corresponden exactamente a un mismo momento. Por ejemplo, puede ser que, un
conjunto de familias sea entrevistado durante diferentes semanas de un año. En un análisis de corte
transversal puro, diferencias menores de tiempo en la recolección de los datos son ignoradas.
Una característica importante de los datos de corte transversal es que a menudo puede suponerse
que han sido obtenidos de la población subyacente mediante un muestreo aleatorio.
Algunas veces, el muestro aleatorio no es una premisa apropiada para analizar datos de corte
transversal. Por ejemplo, suponga que se desea analizar los factores que intervienen en la
acumulación del patrimonio familiar. Se puede entrevistar a un conjunto de familias de una muestra
aleatoria, pero algunas de ellas se rehusarán a informar sobre su riqueza. Otra violación al muestreo
aleatorio ocurre cuando se muestrea de unidades que son grandes con relación a la población,
en especial de unidades geográficas. El problema potencial en estos casos es que la población no es
tan grande para suponer que las observaciones muestreadas sean independientes.
En economía, el análisis de datos de corte transversal está relacionado de manera estrecha con los
campos de la microeconomía aplicada, por ejemplo, economía laboral, finanzas públicas locales y
estatales, organización industrial, economía urbana, demografía y economía de la salud.
El hecho de que el orden de los datos no importe es una característica clave del análisis
econométrico de bases de datos de corte transversal.

Datos de series de tiempo


Una base de datos de series de tiempo consiste de las observaciones de una o varias variables a lo
largo del tiempo. Ejemplos de datos de series de tiempo son los precios de acciones, la cantidad de
dinero en circulación, el índice de precios al consumidor, el producto interno bruto, la tasa anual de
homicidios y las cifras de venta de automóviles.
En una serie de tiempo el orden cronológico de las observaciones proporciona información
potencialmente importante.
Una característica fundamental de los datos de series de tiempo es que rara vez, si acaso, puede
suponerse que las observaciones económicas sean independientes en el tiempo. La mayor parte de
las series de tiempo económicas y otras series de tiempo están relacionadas, a menudo fuertemente,
con sus historias recientes. Por ejemplo, saber algo sobre el producto interno bruto del último
trimestre dice mucho acerca del rango probable del PIB durante este trimestre, debido a que el PIB
tiende a permanecer bastante estable de un trimestre a otro.
Otra característica de las series de tiempo es la periodicidad de los datos, la frecuencia con que
éstos se recolectan. En economía, las frecuencias más comunes son diaria, semanal, mensual,
trimestral y anual. Suelen mostrar un fuerte patrón estacional, que puede ser un factor importante
en el análisis de una serie de tiempo.

Combinación de cortes transversales


Algunas bases de datos tienen características tanto de corte transversal como de series de tiempo.
Para tener un tamaño mayor de la muestra se pueden combinar los cortes transversales juntando
los dos años. Combinar (o juntar) los cortes transversales de años distintos suele ser una buena
manera de analizar los efectos de las nuevas políticas públicas. La idea es recolectar datos de
años anteriores y posteriores al cambio de la política.

Datos de panel o longitudinales


Un conjunto de datos de panel (o datos longitudinales) consiste en una serie de tiempo por cada
unidad de una base de datos de corte transversal. Por ejemplo, suponga que a lo largo de diez años
se registran los datos de salario, educación y empleo de un conjunto de personas; o que durante
cinco años se recolecte información sobre inversiones y datos financieros de un mismo conjunto de
empresas. Datos de panel también pueden recolectarse sobre unidades geográficas.
La característica fundamental de los datos de panel, que los distingue de las combinaciones de
cortes transversales, es que durante un intervalo de tiempo se vigilan las mismas unidades
(personas, empresas o condados, en los ejemplos precedentes) de un corte transversal.
Dado que en los datos de panel se requiere que las unidades sean las mismas a lo largo del tiempo,
las bases de datos de panel, en especial si son de personas, hogares o empresas, son más difíciles de
obtener que las combinaciones de cortes transversales.
La ventaja de tener varias observaciones de las mismas unidades, es que permite controlar
determinadas características no observadas de las personas, empresas, etc. La segunda ventaja de
los datos de panel es que permiten estudiar la importancia de desfases de conducta o los resultados
de la toma de decisiones.

1.4 Causalidad y la noción de “ceteris paribus” en el análisis econométrico


En la mayoría de las pruebas de teorías económicas, así como en la evaluación de políticas públicas,
el objetivo de los economistas es inferir que una variable (por ejemplo, la educación) tiene un
efecto causal sobre otra variable (por ejemplo, la productividad de los trabajadores).
El concepto ceteris paribus “si todos los demás factores relevantes permanecen constantes”
tiene un papel importante en el análisis causal.

También podría gustarte