Martin Econometrics: Econometría y Aplicaciones

José-Manuel Martin Coronado Chief Economist, EMECEP Consultoría Profesor Princial, Instituto de Econometria de Lima Existen muchos estudiantes de economía interesados por los temas de pobreza, ya sea porque el tema legítimamente les interesa, porque un profesor les inculcó dicho interés y/ó porque existe un interés económico de especializarse en dicha área. Sea como fuere los estudios de pobreza, por su naturaleza crítica, tienen un financiamiento especial por parte del Estado, no sólo por el elevado interés público, sino también por la aceptación generalizada que esto puede generar.  Si bien, resolver el problema de la pobreza es un objetivo nacional, no es tan simple. Se trata de un proceso largo de reducción de las desigualdad y del nivel mínimo de subsistencia. Pero para lograrlo y, sobre todo, obtenerlo efectivamente, es necesaria una gran cantidad de estudios que confirmen que tales políticas públicas. Y la palabra confirmar es crítica en este punto. Es más útil para los fina...

Lima 15 de julio de 2017. Recientemente volví a ver la película "Máquina del Tiempo" (Simon Wells, 2002), mientras hacía unos modelos econométricos relacionados con otro tema. La película como tal sugiere que no se puede cambiar el destino, que por más que hagas nuevas pruebas no nuevas muestras aleatorias con las variables existentes, el resultado siempre tenderá una situación concreta. En este caso, la muerte de la novia del protagonistas.  Recordando a Gujarati, y en general en cualquier texto de econometría, la palabra "Regresión" que se le asocia con un método matemático de estimación de parámetros, en realidad viene de la raíz "regresar". Esto es, que los datos, a pesar de tener una varianza preestablecida (de preferencia homocedástica) "siempre" regresarán a un conjunto de promedios que serán trazado por la recta que cruza un promedio hipótetico de los errores al igual a cero, el cual pasó por un proceso de minimización de esos e...

Enseñar econometría, incluso la teórica, no es como enseñar matemáticas. Es doblemente necesario imponer un grado de complejidad, abstracción y esperanza de aplicación práctica, sin que el alumno se desgaste o pierda el interés.  En otras palabras, no debe enseñarse econometría como una extensión del manejo de computacional de una hoja de cálculo, ni tampoco de una manera tan expositiva ó algorítmica que no permita al alumno reflexionar sobre la lógica, razón y coherencias de los supuestos, propiedades y demostraciones.  No es una tarea fácil pues la capacidad de concentración abstracta de muchos alumnos pues ser tan baja ó mínima, como el tiempo que desean esperar para obtener rendimientos de su educación-formación. En este sentido, los alumnos observan que el costo de aprender econometría es superior al beneficio directo de aplicarla, sobre todo si es que consideran a priori que no se dedicarán a ello, entonces la pelea está perdida desde un inicio.

*La presente entrada es un avance del documento de trabajo no publicado Nº 010-2013-EMECEP/GEE.EI. "Levantamiento del Velo a la metodología de estimación de la inflación en el Perú: Simulaciones y Proyecciones en torno a la Meta Explícita de Inflación".  Una de las principales discusiones y críticas de la econometría es la relativa a la estabilidad de los parámetros estimados de un modelo macroeconométrico; al respecto, los componentes de la inflación, conforme es calculada y estimada en el Perú, no son ajenos a dicha problemática. IPC = f ( IPCSUB, IPCNOSUB)

What will happen if you do a non linear transformation to non-stationary data? Dave Giles  help us understand the obvious but important aspects of data transformation, in particular a Sin - Cos  transformation.  Nevertheless, besides the matematical and statistical usefulness of data transformations, the econometric foundations and analysis is often forgotten. There is no way you can explain economically those graphs to Kids, Mr. Giles. That why econometrics is a different from the others, where the "econ" prefix, must never be kept aside. 

Para aquellos jóvenes investigadores económicos navegantes del mar de artículos econométricos que existen, han podido encontrarse con un término muy frecuente: lo robusto. En castellano, según el DRAE, robusto significa "fuerte, vigoroso, firme". En el marco de la estadística, en términos sencillos, los estadísticos robustos son aquellos más estables, con menor dispersión, anteriormente conocidos como "insesgados" y "eficientes". Del mismo modo, un modelo puede ser robusto "soporta" diversos escenarios o nuevos datos, generando resultados factibles. En cualquier caso, se trata de mejorar los estadísticos, para que sean insesgados y eficientes de manera efectiva y no ser un simple supuesto de los modelos.  No obstante, en la actualidad se suele abusar del término, denominando a un modelo que cumple con las estadísticas básicas que no invaliden el modelo y con un importante nivel de determinación y explicatividad, no entrando a la casuísti...

"Prior Selection for Vector Autoregressons" Vector autoregressions (VARs) are flexible time series models that can capture complex dynamic interrelationships among macroeconomic variables. However, their dense parameterization leads to unstable inference and inaccurate out-of-sample forecasts, particularly for models with many variables. A solution to this problem is to use informative priors, in order to shrink the richly parameterized unrestricted model towards a parsimonious naive benchmark, and thus reduce estimation uncertainty. This paper studies the optimal choice of the informativeness of these priors, which we treat as additional parameters, in the spirit of hierarchical modeling. This approach is theoretically grounded, easy to implement, and greatly reduces the number and importance of subjective choices in the setting of the prior. Moreover, it performs very well both in terms of out-of-sample forecasting--as well as factor models--and accuracy in the estimatio...

Hace unos días, estábamos elaborando un curioso paper con un colega del estudio, para lo cual se había fijado un objetivo impreciso pero simple: mostrar la correlación entre X e Y.  En econometría sabemos que la causalidad va más allá que la simple correlación, no obstante, la correlación no sólo es un dato estático, sino que puede expresarse en la forma de correlograma, por lo cual, se puede entender lo genérico de este objetivo.  Ahora bien, como el objetivo implícito era que ese joven colega desarrollara su habilidad análitica econométrica, la cual no es la simple lectura de los números y darles una solución estadística, es que prefería estar en una situación pasiva.  Entre las diversas ecuaciones que salieron, estaba una de carácter instrumental, pero que según nuestro impetuoso amigo, parecía haber dado solución a los problemas estadísticos aparentes. Los modelos instrumentales abundan en econometría, se trata de ec...