Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 81 vistas

    El Modelo de Koyck (16V) (8) (21B) (DDC) (8) (22A)

    Cargado por

    CASAS CASTAÑEDA MIGUEL ALBERTO
    1) El documento describe diferentes modelos econométricos como el modelo de Koyck, el modelo de expectativas adaptativas y el modelo de ajuste parcial. 2) Estos modelos tienen variables expectativas que no son directamente observables, por lo que se proponen hipótesis sobre cómo se forman dichas expectativas. 3) También se explican los procedimientos para derivar e implementar estos modelos, así como problemas en su estimación debido a autocorrelación en los términos de error. Se proponen métodos como variables instrumentales para correg

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd

    El Modelo de Koyck (16V) (8) (21B) (DDC) (8) (22A)

    Cargado por

    CASAS CASTAÑEDA MIGUEL ALBERTO
    81 vistas37 páginas
    1) El documento describe diferentes modelos econométricos como el modelo de Koyck, el modelo de expectativas adaptativas y el modelo de ajuste parcial. 2) Estos modelos tienen variables expectativas que no son directamente observables, por lo que se proponen hipótesis sobre cómo se forman dichas expectativas. 3) También se explican los procedimientos para derivar e implementar estos modelos, así como problemas en su estimación debido a autocorrelación en los términos de error. Se proponen métodos como variables instrumentales para correg

    Descripción original:

    eco

    Título original

    El Modelo de Koyck(16V) (8)(21B)(Ddc) (8)(22A)

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    1) El documento describe diferentes modelos econométricos como el modelo de Koyck, el modelo de expectativas adaptativas y el modelo de ajuste parcial. 2) Estos modelos tienen variables expectativas que no son directamente observables, por lo que se proponen hipótesis sobre cómo se forman dichas expectativas. 3) También se explican los procedimientos para derivar e implementar estos modelos, así como problemas en su estimación debido a autocorrelación en los términos de error. Se proponen métodos como variables instrumentales para correg

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    81 vistas37 páginas

    El Modelo de Koyck (16V) (8) (21B) (DDC) (8) (22A)

    Cargado por

    CASAS CASTAÑEDA MIGUEL ALBERTO
    1) El documento describe diferentes modelos econométricos como el modelo de Koyck, el modelo de expectativas adaptativas y el modelo de ajuste parcial. 2) Estos modelos tienen variables expectativas que no son directamente observables, por lo que se proponen hipótesis sobre cómo se forman dichas expectativas. 3) También se explican los procedimientos para derivar e implementar estos modelos, así como problemas en su estimación debido a autocorrelación en los términos de error. Se proponen métodos como variables instrumentales para correg

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    Está en la página 1de 37

    Extensiones del modelo de Koyck

    El modelo de expectativas adaptativas


    1)Supongamos que tenemos el modelo:
    Yt = B0 + B1 Xt* +ut
    donde:
    Yt : demanda de dinero;
    Xt*: tasa de interés esperada, normal, o de largo
    plazo
    2) Xt* : es una variable expectativa
    3) La variable de expectativa: Xt* no es directamente
    observable, la variable de expectativa no es un dato
    3) Por lo cual se propone la siguiente
    hipótesis que describe como se forman las
    expectativas:
    Xt* - X*t-1 = θ ( Xt – X*t-1 ); donde 0< θ≤1
    4)La hipótesis implica que los agentes
    económicos adaptaran sus expectativas
    a la luz de la experiencia pasada, es
    decir aprenderán de sus errores
    5) Xt* - X*t-1 : brecha entre el valor esperado actual
    y el valor esperado en el periodo
    anterior(expectativa a formarse)
    ( Xt – X*t-1 ): brecha entre el valor actual y su valor
    esperado anterior(error cometido
    anteriormente)
    6)Las expectativas son corregidas en cada periodo
    por una fracción θ de la brecha entre el valor
    actual de la variable y su valor esperado anterior
    Derivación del modelo de expectativas
    adaptativas
    1) Yt = B0 + B1 Xt* +ut

    ɵ ( Xt – X*t-1)=>
    2) Xt* - X*t-1 =

    Xt* = ɵ Xt +(1- ɵ ) X*t-1


    3) Sustituyendo (2) en (1)
    Yt = B0 + B1 [ ɵ Xt +(1- ɵ ) X*t-1] +ut
    4) Yt = B0 + B1 ɵ Xt + B1 (1- ɵ ) X*t-1 +ut
    5) Especificando(1) para el tiempo t-1 :
    Yt-1 = B0 + B1 X*t-1 +ut-1

    6) Multiplicando (5) por (1- ɵ ) tenemos:


    (1- ɵ ) Yt-1=(1- ɵ )B0 + (1- ɵ )B1 X*t-1 + (1- ɵ )ut-1
    7) Restando (6) de (4) :
    Yt- (1- ɵ )Yt-1=B0 -(1- ɵ )B0+ɵB1Xt +ut - (1- ɵ ) ut-1

    Yt= ɵB0 + ɵB1 Xt + (1- ɵ ) Yt-1 + ut - (1- ɵ ) ut-1

    =>Yt= ɵB0 + ɵB1 Xt + (1- ɵ ) Yt-1 + vt ( el


    modelo de expectativas adaptativas)
    El modelo de ajuste de existencia o de ajuste
    parcial
    1) Supongamos que tenemos el modelo:
    Yt* = B0 + B1 Xt +ut;
    donde:
    Yt* : Nivel de existencias de capital deseado o de
    largo plazo
    Xt : Nivel de producción
    2) Como Yt* es una variable que no es
    directamente observable Se postula la siguiente
    hipótesis:
    Yt – Yt-1 = δ ( Yt* - Yt-1 ); tal que: 0< δ≤ 1
    4) Yt – Yt-1 : cambio observado
    ( Yt* - Yt-1 ): cambio deseado o de largo plazo
    5) Se postula que el cambio observado en las
    existencia de capital (Inversión) en cualquier
    momento del tiempo t es una fracción δ del
    cambio deseado o de largo plazo en ese periodo
    Derivación del modelo de ajuste de
    existencias
    1) Tenemos que: Yt* = B0 + B1 Xt +ut;
    2) Hipótesis de ajuste parcial:
    Yt – Yt-1 = δ ( Yt* - Yt-1 )
    Þ Yt = δ Yt* + (1- δ) Yt-1
    3) Sustituyendo (1) en (2) tenemos:
    Yt = δ(B0 + B1 Xt +ut) + (1- δ) Yt-1

    =>Yt = δ(B0 ) + δ B1 Xt + δ ut) + (1- δ) Yt-1


    =>Yt = δ B0 + δ B1 Xt + (1- δ) Yt-1 + δ ut ( Modelo de
    ajuste parcial)
    Modelos de expectativas adaptativas y de
    ajuste parcial
    1) Considérese el modelo: Yt* = B0 + B1 Xt* +ut;
    2) Donde Yt* = existencias de capital deseado
    Xt* = nivel de producción deseado o de
    largo plazo
    3) En este caso tenemos que utilizar las dos
    hipótesis sobre las variables de expectativas.
    4) Yt = δ Yt* + (1- δ) Yt-1
    5) Xt* = ɵXt +(1- ɵ ) X*t-1
    6) Yt = δ(B0 ) + δ B1 Xt + δ ut) + (1- δ) Yt-1
    La combinación del modelo de expectativas
    adaptativas y el de ajuste parcial es:
    Yt = B0 δ θ + B1 δ θ Xt +[(1- θ)+ (1- δ)] Yt-1
    -( 1- θ) (1- δ) Yt-2 + [δµt – δ(1- θ)] µt-1
    Estimación de modelos autorregresivos
    1) Los modelos de Koyck, de expectativas
    adaptativas, y de ajuste parcial son modelos
    autorregresivos:
    2) los modelos autorregresivos son modelos que
    tienen como variables explicativas a variables
    rezagadas de la variable endógena, es decir
    son de la forma siguiente:
    3) Yt = ɸ0 + ɸ1 Xt + ɸ2 Yt-1 + ɸ3 Yt-2 + …+ ut
    3) El modelo de Koyck, de expectativas adaptativas
    y el de ajuste parcial son modelos autorregresivos
    Yt = α0 + B0 Xt + λ Yt-1 + ut - λ ut
    Yt= ɵB0 + ɵ B1 Xt + (1- ɵ ) Yt-1 + ut - (1- ɵ ) ut-1
    Yt = δ B0 + δ B1 Xt + (1- δ) Yt-1 + δ ut

    4) Yt = α0 + B0 Xt + λ Yt-1 + Vt
    Yt= ɵB0 + ɵ B1 Xt + (1- ɵ ) Yt-1 +Vt
    Yt = δ B0 + δ B1 Xt + (1- δ) Yt-1+ Vt
    5)Los modelos autorregresivos tienen dos problemas de
    estimación que son:
    a) Estos modelos están autocorrelacionados, es decir:
    E( vt vt-1) ≠0 Los parámetros estimados son
    ineficientes
    b) La covarianza de su variable aleatoria con la variable
    explicativa Yt-1 es diferente de cero, es decir la variable
    aleatoria esta correlacionada con la variable explicativa Yt-1
    cov(vt ,Yt-1 ) ≠ 0==> los estimadores serán
    sesgados e inconsistentes

    .
    Los
    estimadore El valor de la
    s son intersección
    sesgados seria muy
    grande

    Si Cov(Yt-1 Vt) ≠
    0
    Aun si el tamaño de la
    Los muestra se aumenta
    estimadores indefinidamente, los
    son estimadores no se
    inconsistente aproximan a sus valores
    s poblacionales verdaderos
    6) El modelo de Koyck y el modelo de expectativas
    adaptativas no cumple con dos de los
    supuestos del MCO.
    Las violaciones de estos supuestos de MCO
    dan lugar a estimadores sesgados e
    inconsistentes
    7) La implicación de encontrar que en el modelo
    de Koyck igual que en el modelo de expectativas
    adaptativas, la variable explicativa estocástica:
    Yt-1, este correlacionada con el termino de error v t
    es que los estimadores MCO no solamente están
    sesgados sino que además, no son consistentes
    ( aun si el tamaño de la muestra se aumenta
    indefinidamente los estimadores no se aproximan
    a sus valores poblacionales)
    8)Sin embargo el modelo de ajuste parcial es
    diferente. En este modelo vt=δut, donde 0<δ≤1.
    Por consiguiente, si ut satisface los supuestos del
    modelo clásico de regresión lineal, igual lo hará
    δut, por tanto, la estimación MCO del modelo de
    ajuste parcial tendrá estimaciones consistentes
    aun cuando las estimaciones tiendan a estar
    sesgadas ( en muestras finitas o pequeñas)
    Demostrar para el modelo de Koyck:
    1) E( vt vt-1) = -λ σ2
    2) cov( vt yt-1)= -λσ2
    Para corregir estos problemas en el modelo
    Koyck y en el modelo de expectativas
    adaptativas se estiman utilizando el Método de
    variables instrumentales que dará estimaciones
    consistentes y sesgadas en muestras pequeñas,
    sin embargo, el método de variables
    instrumentales puede a su vez generar el
    problema de multicolinealidad, por ende el
    método mas adecuado para estimar estos
    modelos es el método de la máxima verosimilitud
    El método de VI
     Consiste en encontrar una variable que sustituya a la
    variable yt-1
     Esta nueva variable debe estar altamente
    correlacionada con Yt-1 pero no correlacionado con Vt
     Esta variable es la variable instrumental Xt-1
     Yt = α0+ B0 Xt + λ Yt-1+ vt
     Yt = α0+ B0 Xt + λ Xt-1+ vt
    Prueba de autocorrelacion en los modelos
    autorregresivos
    Para detectar la autocorrelacion en del termino de error
    tenemos dos pruebas que son:
    La prueba h de Durbin
    La prueba de autocorrelacion de Breusch-Godfrey
    La prueba h de Durbin para detectar la
    autocorrelacion
    1) La prueba de Durbin Watson no puede ser
    utilizado para detectar la autocorrelacion en
    los modelos autorregresivos ( como son el
    modelo de Koyck, y el modelo de
    expectativas adaptativas y el modelo de
    ajuste de existencias), debido al siguiente
    hecho:
    2)Sabemos que en la prueba de Durbin
    Watson, el estadístico “d” calculado debe
    estar alrededor de “2” para que el modelo
    sometido a prueba de autocorrelacion no este
    autocorrelacionado.
    3)En los modelos autorregresivos, el estadístico
    “d” calculado tiende siempre a 2, por ende,
    mediante la prueba de Durbin Watson no se
    puede detectar la autocorrelacion en la
    variable aleatoria µt en estos modelos.
    4)En vista de ello, se ha propuesto la
    prueba h de Durbin para muestras
    grandes para detectar la autocorrelacion
    de primer orden en los modelos
    autorregresivos( ut = p ut-1 +εt )
    5) En esta prueba se utiliza el estadístico h

    donde:
    n= tamaño de la muestra
    var(a2) = varianza del coeficiente del rezago Y t-1
    P= estimación de P (coeficiente de correlación serial
    de primer orden), donde P se puede calcular con:
    p= 1-d/2; donde d: el estadístico de Durbin Watson
    6) Para un tamaño de muestra grande( asintótica)
    Durbin demostró que, bajo la hipótesis nula de
    que p=0, h sigue una distribución normal
    estándar, es decir h ~N(0,1)
    7) A un nivel de significación del 5% en la
    distribución normal se sabe que:
    Pr( -1.96 ≤ h ≤ 1.96) = 0.95
     Si h se encuentra entre -1.96 y 1.96, no hay autocorrelacion
     Si h > 1.96 hay autocorrelacion
     Si h < -1.96 hay autocorrelacion
    La prueba de Breusch-Godfrey
    para auto correlación
    El modelo de Koyck tiene la siguiente forma
    a)Yt = αo+B0Xt + λYt-1+ vt
    El procedimiento de la prueba de Breusch-Godfrey para autocorrelacion
    es el siguiente:
    1) Se estima el modelo dado en (a)
    2) Se obtiene los residuos ut de este estimado
    3)Se estima el siguiente modelo:
    μt = α1+ α2Xt+ α3Yt-1+ p1 μt-1+ p2 μt-2+εt
    4) H0: P1=p2 =0
    H1: P1≠p2 ≠0
    5) Si el tamaño de la muestra es grande Breusch-Godfrey demostraron que (n-P)R 2=>
    X2p
    6) Si (N-P)R2 > X2p => se rechaza la H0 y se acepta la H1, es decir el termino de error μt
    tiene autocorrelacion
     si (N-P)R2 < X2p => se acepta la hipótesis nula es decir, el termino de error μt no
    tiene autocorrelacion
    Hallar el modelo de corto plazo del siguiente
    modelo de ajuste parcial
    1) Y*t = A Xbt eut ( modelo de largo plazo)
    2) (Yt/ Yt-1)= ( Y*t / Yt-1 )δ
    3) LnY*t = LnA +bLnXt + ut
    4) LnYt – LnYt-1 = δ( LnY*t –LnYt-1 )
    5) LnYt – LnYt-1 = δLnA +δ bLnXt +δ ut – δLnYt-1
    6) LnYt = δLnA +δ bLnXt + LnYt-1- δLnYt-1 + δ ut
    7) LnYt = δLnA +δ b LnXt + (1- δ) LnYt-1 + δ ut (modelo
    de corto plazo)
    b: Elasticidad de largo plazo plazo
    δ b: Elasticidad de corto plazo
    i)Lo que significa que una variacion de 1% en Xt
    ocasionara una variacion del b % en el largo plazo
    ii) Lo que significa que una variacion de 1% en Xt
    ocasionara una variacion del δ b % en el corto
    plazo
    Ejercicios
    Dado el modelo de ajuste parcial a largo plazo:

    a)Mt*

    b) =

    Donde : Mt*: demanda de dinero deseado o de largo plazo


    Rt: Tasa de interés
    Yt = ingreso nacional real
    Deducir el modelo de ajuste parcial de corto plazo
    Ejemplo de aplicación
    B1 B2 u
    1) M t = B0 R Y e
    *

    2) Donde:
    M*t = Demanda de dinero deseada o de largo
    plazo
    Rt = tasa de interés a largo plazo
    Yt = ingreso nacional real
    3) Determinar el modelo de corto plazo
    4) Determinar las elasticidades a corto plazo
    5) Determinar las elasticidades a largo plazo
    6) Probar si el modelo esta autocorrelacionado o no
    1) Se estimo el modelo anterior para la economía dela
    india para el periodo 1948-1965:

    Ln Mt=1.5484 - 0.1041 Ln Rt +0.6859 Ln Yt + 0.5297Ln Mt-1


    (0.8336) (0.3710) (0.3859) (0.2013)
    (1.857) (-0.2807) (1.777) (2.631 )

    R = 0.94; d= DW= 1.88


    2) El modelo a corto plazo fue:
    Ln Mt = δLn B0 +B1 δ Ln Rt + B δLnYt + (1-δ)ln Mt-1 +δut
    3) El modelo a largo plazo fue:
    Ln M*t = lnB0 + B1 ln Rt + B2 ln Yt + ut
    4) El modelo original a largo plazo fue:
    B1 B2 u
    M*t = B0 R Y e
     La elasticidad de largo plazo de M*t con respecto a Rt es
    B1
     La Elasticidad de largo plazo de M*t con respecto a Yt es
    B
    5) Las elasticidades de corto plazo son:
     Elasticidad de Mt con respecto a Rt es B1 δ
     La elasticidad de Mt con respecto a Yt es B2 δ

    También podría gustarte