ECONOMETRÍA II

SESIÓN XII: Estimación de efectos causales dinámicos II

Ciclo: Regresión con datos de series temporales

Profesor: Javier Hualde

1
ÍNDICE
1. Estimación de efectos causales dinámicos con regresores
estrictamente exógenos
2. Los precios del zumo de naranja y el frío
3. ¿Es creíble la exogeneidad?: algunos ejemplos

2
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
Cuando 𝑋𝑡 es estrictamente exógena, dos estimadores alternativos para los efectos
causales dinámicos:

 Estimación de un modelo autorregresivo de retardos distribuidos

(ARD): puede implicar la estimación de menos coeficientes que por MCO
en el modelo de retardos distribuidos

 Estimación por mínimos cuadrados generalizados (MCG): se estima el

mismo número de coeficientes que por MCO, pero varianza menor

Por simplicidad, consideraremos un modelo con solo un retardo y donde el error es

un AR(1)

Sencillo extender estas ideas a modelos más generales

3
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
El modelo de retardos distribuidos con errores AR(1)

Supongamos que el efecto causal de 𝑋 sobre 𝑌 tiene solo un efecto contemporáneo y

de un periodo en el futuro

Modelo
𝑌𝑡 = 𝛽0 + 𝛽1 𝑋𝑡 + 𝛽2 𝑋𝑡−1 + 𝑢𝑡

En general 𝑢𝑡 está serialmente correlacionado. Usaremos esta estructura de

dependencia para proponer estimadores más eficientes que MCO

Para ello, esencial la exogeneidad estricta de 𝑋𝑡

Asumiremos que 𝑢𝑡 = 𝜙1 𝑢𝑡−1 + 𝑢𝑡 , donde 𝑢𝑡 no está serialmente correlacionado 4

SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS

La ecuación del error corresponde a un modelo AR(1) y no tiene constante porque

se asume que 𝐸(𝑢𝑡 ) = 0

A partir de las dos ecuaciones

Reagrupando términos

donde

5
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
Modelo ARD(1,2)

Representación en cuasidiferencias del modelo ARD

donde 𝑋𝑡 = 𝑋𝑡 − 𝜙1 𝑋𝑡−1 , 𝑌𝑡 = 𝑌𝑡 − 𝜙1 𝑌𝑡−1

Las dos representaciones sugieren diferentes estrategias para la estimación

Discutiremos inicialmente los supuestos que dan lugar a estimadores consistentes de

los multiplicadores dinámicos 𝛽1 y 𝛽2 6
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS

El supuesto de media condicional igual a cero en los modelos ARD(1,2) y de las

cuasidiferencias

Las condiciones son las mismas para ambas representaciones ⇒ consideraremos la

representación en cuasidiferencias

El error de ese modelo no tiene correlación serial y los supuestos son los que se
introdujeron en la Sesión XI, pero aplicados a las variables en cuasidiferencias

Supuesto fundamental: que 𝑋𝑡 sea exógena, es decir

7
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS

Permitiendo que la esperanza condicional dependa de retardos distantes de 𝑋𝑡 se

asegura que ningún retardo adicional de 𝑋𝑡 , aparte de los de la ecuación, entra en la
función de regresión poblacional

Condicionar a 𝑋𝑡 y a todos sus retardos es equivalente a condicionar a 𝑋𝑡 y a todos sus

retardos, es decir la condición anterior equivale a

Esta condición implica que

8
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
Por tanto, la condición clave (para ambas representaciones) es

Esta condición se cumple si 𝑋𝑡 es estrictamente exógena (no es suficiente que 𝑋𝑡 sea

exógena)

Estimación MCO del modelo ARD

La inclusión de los regresores adicionales 𝑌𝑡−1 y 𝑋𝑡−2 hace que el error no esté
serialmente correlacionado ⇒ los errores estándar HAC no son necesarios

Los coeficientes ARD estimados por MCO no son directamente estimaciones de los
multiplicadores dinámicos, pero estas son fáciles de derivar 9
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
Método general para calcular los multiplicadores dinámicos

Expresar la regresión estimada como función de los valores actual y pasados de 𝑋𝑡 ,

eliminado los valores pasados de 𝑌𝑡 de la función estimada

Función de regresión estimada

Por simplicidad se omite la constante que es irrelevante para el cálculo

Claramente

10
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
Sustituyendo recursivamente

Los coeficientes de esta ecuación son los estimadores de los multiplicadores dinámicos

Si las restricciones

se cumplieran exactamente para los coeficientes estimados, todos los multiplicadores

dinámicos estimados a partir del segundo serían iguales a cero

Con la estrategia actual de estimación, esas restricciones no se cumplen con exactitud

11
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS

Estimación MCG

La segunda estrategia para estimar los multiplicadores dinámicos cuando 𝑋𝑡 es

estrictamente exógena es usar la ecuación

lo que corresponde al estimador MCG

Asumiremos inicialmente que 𝜙1 es conocido ⇒ MCG infactible

MCO de 𝑌𝑡 en una constante, 𝑋𝑡 y 𝑋𝑡−1

Estos estimadores no son factible porque 𝜙1 es desconocido

12
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
MCG factible
Se estima 𝜙1 por 𝜙1 y se calculan las cuasidiferencias

𝑋𝑡 = 𝑋𝑡 − 𝜙1 𝑋𝑡−1 , 𝑌𝑡 = 𝑌𝑡 − 𝜙1 𝑌𝑡−1

MCO de 𝑌𝑡 en una constante, 𝑋𝑡 y 𝑋𝑡−1

El estimador preliminar 𝜙1 se puede obtener estimando el modelo inicial

𝑌𝑡 = 𝛽0 + 𝛽1 𝑋𝑡 + 𝛽2 𝑋𝑡−1 + 𝑢𝑡

por MCO, se extraen los residuos y se estima 𝑢𝑡 = 𝜙1 𝑢𝑡−1 + 𝑢𝑡 por MCO,

sustituyendo los errores por residuos
13
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
Esta versión del MCG se denomina estimador de Cochrane-Orcutt

Extensión de este método: continuar con el proceso de forma iterativa

Interpretación de mínimos cuadrados no lineales del estimador MCG

Interpretación equivalente del MCG: estimar

incorporando las restricciones

Estimación por mínimos cuadrados no lineales: idéntico al Cochrane-Orcutt iterado

14
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
Eficiencia del MCG

Cuando 𝑋𝑡 es estrictamente exógena y los errores 𝑢𝑡 son homocedásticos, MCG es

eficiente entre los estimadores lineales condicionalmente insesgados, al menos en
muestras grandes

Para el MCG infactible, consecuencia directa del Teorema de Gaus-Markov

El MCG factible tiene la misma varianza asintótica que el infactible, dado que 𝜙1 es
consistente: el MCG factible es ELIO en muestras grandes

MCG no es consistente si 𝑋𝑡 es solamente exógena

15
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
El modelo de retardos distribuidos con retardos adicionales y errores AR(p)

Similarmente

′ ′ ′
donde 𝑞 = 𝑟 + 𝑝 y las 𝛿 𝑠 son combinaciones de las 𝛽 𝑠 y las 𝜙 𝑠

Equivalentemente

donde
16
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
El supuesto de media condicional igual a cero en los modelos ARD y de las cuasidiferencias

De nuevo el supuesto clave es

que es equivalente a

o lo que es lo mismo

Esta condición se cumple si 𝑋𝑡 es estrictamente exógena

17
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
Estimación del modelo ARD por MCO

Como en el caso simple, los multiplicadores dinámicos se pueden estimar a partir

de los MCO en la ecuación

Estimación por MCG

Estimación por MCO de

MCG factible requiere estimadores consistentes de los coeficientes 𝜙 ′ 𝑠

El MCG factible es asintóticamente ELIO 18

SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ESTIMACIÓN DE
EFECTOS CAUSALES DINÁMICOS CON REGRESORES ESTRICTAMENTE EXÓGENOS
¿Qué utilizar: MCO en ARD o MCG?

Ventaja de MCO en ARD

El modelo de retardos distribuidos con solo r retardos es típicamente un

aproximación de modelos más generales (quizás con un número de retardos
infinitos: función de transferencia)

El modelo ARD puede proporcionar un resumen parsimonioso de una distribución de

retardos larga y compleja

Ventaja de MCG

Más eficiente que el MCO en muestras grandes para un número de retardos dado
19
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – LOS PRECIOS DEL
ZUMO DE NARANJA Y EL FRÍO

Iniciaremos el análisis con la estimación de los efectos causales dinámicos por MCO
en el modelo de regresión de retardos distribuidos de la variación porcentual del
precio en el índice de heladas, con 𝑟 = 18

Se requiere exogeneidad: razonable, ya que las personas no pueden influir en las

condiciones meteorológicas

Se utilizan errores estándar HAC, ya que los errores pueden presentar correlación
serial

Se usan los estimadores de Newey-West con 𝑚 = 7 (dado que 𝑇 = 612, responde a la

regla detallada anteriormente)
20
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – LOS PRECIOS DEL
ZUMO DE NARANJA Y EL FRÍO

21
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – LOS PRECIOS DEL
ZUMO DE NARANJA Y EL FRÍO
Columna (1): estimación por MCO

Representación gráfica de los

multiplicadores con intervalo de
confianza al 95%

Aumento inmediato de los

precios, los efectos posteriores,
menores

𝑅 2 = 0,12 : las heladas explican

poco de la variación de los precios
22
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – LOS PRECIOS DEL
ZUMO DE NARANJA Y EL FRÍO
Columna (2): mult. acumulados

Representación gráfica de los

multiplicadores acumulados con
intervalo de confianza al 95%

Las heladas tienen un efecto

persistente en los precios, con un
pico de impacto siete meses
después de la helada

Los efectos posteriores, menores

23
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – LOS PRECIOS DEL
ZUMO DE NARANJA Y EL FRÍO

Análisis de sensibilidad

 ¿Al bandwidth 𝑚?: Columna (3), errores estándar con 𝑚 = 14 ⇒ no hay

grandes diferencias

 ¿Posible sesgo de variable omitida?: patrón estacional de la demanda de

zumo de naranja podría estar correlacionado con 𝐼𝐻 (las heladas se
producen en invierno). La Columna (4) incluye 11 variables binarias
mensuales ⇒ no son estadísticamente significativas de forma conjunta al
10% y poca variación en los multiplicadores estimados

24
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – LOS PRECIOS DEL
ZUMO DE NARANJA Y EL FRÍO

¿Se han mantenido estables en el tiempo los multiplicadores dinámicos?

Usaremos el estadístico de la razón de verosimilitud de Quandt (QLR) (presentado

en la Sesión XIV del curso Econometría I)

Se rechaza claramente al 1% (conclusión robusta a diferentes números de retardos)

Posibilidad interesante: cálculo de los multiplicadores para diferentes subperíodos

muestrales

Lo haremos para los periodos 1950-1966, 1967-1983, 1984-2000

25
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – LOS PRECIOS DEL
ZUMO DE NARANJA Y EL FRÍO
Multiplicadores acumulativos

Helada impacto mayor sobre

los precios en 1950-1966 que
posteriormente

El efecto causal dinámico de

las heladas menor y menos
persistente para años más
recientes

26
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – LOS PRECIOS DEL
ZUMO DE NARANJA Y EL FRÍO
Posible explicación: incremento de
plantaciones de naranjos en Florida

Traslación de los árboles hacia el

sur por las fuertes heladas de los 80

Las heladas del norte dañan una

proporción más pequeña de la
cosecha ⇒ precio menos sensible

27
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – LOS PRECIOS DEL
ZUMO DE NARANJA Y EL FRÍO

Estimaciones ARD y MCG

Antes de proceder a estas estimaciones, analizar si 𝐼𝐻 es estrictamente exógena

Si se prevé un invierno especialmente frío, los operadores incorporarán al precio

esta previsión ⇒ término de error positivo

Si las predicciones son acertadas, podría ser que 𝐶𝑜𝑣 𝐼𝐻𝑡+1 , 𝑢𝑡 > 0

De esta forma, 𝐼𝐻 no sería estrictamente exógena y los estimadores ARD o MCG no

serían consistentes
28
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ¿ES CREÍBLE LA
EXOGENEIDAD?: ALGUNOS EJEMPLOS

Como en sección cruzada, las propiedades de los estimadores de una regresión con
datos de series temporales dependen de la exogeneidad de los regresores

Los regresores pueden estar correlacionados con el error por muchas razones, pero
la causalidad simultánea es una especialmente relevante con series temporales

Discutiremos esta problemática mediante cuatro aplicaciones económicas

29
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ¿ES CREÍBLE LA
EXOGENEIDAD?: ALGUNOS EJEMPLOS
La renta de EE.UU. y las exportaciones australianas

Objetivo: sensibilidad de exportaciones australianas a fluctuaciones de renta en EE.UU.

Causalidad simultánea: disminución de las exportaciones australianas reduce la renta de

Australia, lo que reduce las importaciones de EE.UU., lo que reduce la renta de EE.UU.

Efecto pequeño dado que la economía australiana pequeña comparado con EE.UU.

Por tanto, razonable pensar que la renta de EE.UU. variable exógena

Si fueran las exportaciones de la UE, renta de EE.UU. no sería exógena ⇒ una variable es
exógena dependiendo del contexto
30
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ¿ES CREÍBLE LA
EXOGENEIDAD?: ALGUNOS EJEMPLOS
Los precios del petróleo y la inflación

Objetivo: sensibilidad de la inflación de EE.UU. al precio del petróleo

Estos precios se determinan en mercados mundiales en gran parte por países

extranjeros, por lo que podrían considerarse exógenos

Sin embargo, los miembros de la OPEP establecen los niveles de producción en base
a muchos factores, incluidas las condiciones de la economía mundial (la inflación en
EE.UU. es una condición relevante)

Evidentemente los precios dependen de esas cantidades y por la conexión anterior

es razonable pensar que sean endógenos 31
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ¿ES CREÍBLE LA
EXOGENEIDAD?: ALGUNOS EJEMPLOS
La política monetaria y la inflación

Objetivo de los bancos centrales: conocer el efecto sobre la inflación de la política

monetaria

La principal herramienta de política monetaria es el tipo de interés a corto plazo: crucial

entender el efecto causal dinámico de variaciones en el tipo de interés sobre la inflación

Pero el tipo de interés se establece de forma endógena: se tiene en cuenta la situación

actual y futura de la economía (la tasa de inflación es relevante)

De esta forma el tipo de interés depende de la inflación pasada y futura (esperada) ⇒ el

tipo de interés es endógeno 32
SESIÓN XII - ESTIMACIÓN DE EFECTOS CAUSALES DINÁMICOS II – ¿ES CREÍBLE LA
EXOGENEIDAD?: ALGUNOS EJEMPLOS
La curva de Phillips

Regresión de la variación de la tasa de inflación sobre variaciones retardadas de la

inflación y retardos de la tasa de desempleo

¿Son exógenos los retardos de la tasa de desempleo? Quizás, porque posiblemente no

haya relación mutua entre la inflación actual y el desempleo pasado

¿Estrictamente exógenos? La tasa de desempleo pasada fue determinada

simultáneamente con los valores pasados de la inflación

Esto implica que la tasa de desempleo no puede considerarse como una variable
estrictamente exógena 33