Error de definición en análisis realizado por la Superintendencia de Bancos y Seguros SBS (2009)

Error de definición en análisis realizado por la Superintendencia de Bancos y Seguros SBS (2009)

En general no me gusta criticar trabajos ajenos, mucho menos los que realizan las instituciones públicas del país donde nací, sin embargo, hay cosas que no se pueden dejar pasar, más aun cuando conoces la temática que gira al rededor del análisis económico y técnicas cuantitativas para llevar a cabo este tipo de análisis.

Existe un documento-análisis, que la Superintendencia de Bancos y Seguros realizó en el 2009; no entraré en detalles del documento que se lo pueden descargar aquí denominado: Análisis del Gasto Público y el Impacto en el Sistema Financiero, pero si haré referencia en los siguientes puntos:

1. La definición del coeficiente de correlación que en general se encuentra en cualquier libro de estadística básica es el siguiente: es un estadístico que proporciona información sobre la relación lineal (si la tuviere) que pudieran tener dos variables, en el que se puede obtener dos cosas útiles, la dirección que poseen esas dos variables (positiva o negativa) sería la primera, y la segunda, la fuerza en la que estas dos se pueden relacionar.
   
   En la página 7 del documento en mención, utilizan los autores en lo que a mi me parece, una definición un poco errónea, más aún tratándose de una institución pública y reguladora; el hecho que los coeficientes de correlación sean de 84 %y 86% para las variables financieras, no quiere decir que el incremento de 1% en el gasto público genere un incremento en los porcentajes mencionados: totalmente erróneo, no se trata de una regresión logarítmica para interpretar las variables de esa manera.
2. Crecimiento de las variables analizadas.- en post anteriores hice referencia a lo erróneo que resulta utilizar una tasa de variación como tasa de crecimiento: las dos cosas son distintas tanto en su interpretación y análisis, como su estimación o cálculo. Crecimiento hace referencia a un promedio entre más de dos períodos (ln Y= Bo + B1*T), variación hace referencia a una sencilla fórmula (((actual/anterior)-1)*100); el hecho que exista una variación, no significa que exista un crecimiento.
3. Por último, el impacto entre un fenómeno y otro no se puede medir o analizar directamente de forma descriptiva, tal como lo han realizado, para esto existen técnicas como la regresión múltiple y técnicas más elaboradas como los modelos VAR que son realmente efectivos para medir el impacto que pudiere tener una variable ante un shock estocástico; otra herramienta que se desglosa de los VAR es la Descomposición de la Varianza.

Adicional a esto, las conclusiones son bastante flojas para tratarse de un tema de gran importancia, más aún en nuestra economía dolarizada; en todo caso, espero que mejoren estos documentos, mas que todo porque la comunidad científica utiliza esta información.

El estudio del rol del sistema financiero en el proceso económico se ha tornado más frecuente a raíz de la crisis financiera internacional; actualmente existen diversos papers en donde se exponen los efectos que ocacionan las crisis del estado vs el sistema financiero y el impacto que ocasiona la crisis financiera  en el estado (efecto feedback), que generalmente se traduce en un proceso amplificador, por lo que esta entrada probablemente produzca estudios referentes a lo planteado anteriormente.

Entérate de más de Econometría y Estadística en:

Twitter: @_Econometria

Facebook: https://www.facebook.com/sectoreconomia.blogspot

Econ. Félix Casares

Especialista en Econometría

Modelos VAR: Consideraciones Teóricas 1

En el post anterior hice referencia a ciertas consideraciones introductorias sobre los modelos VAR, esta vez seguiré sobre la misma linea, describiendo un poco sobre como se trabajan o de qué se tratan estos modelos; algo un poco teórico hasta subir un pequeño video en donde estimo un sistema paso a paso en eviews.

La crítica principal que hace Sims sobre los modelos estructurales, utilizados por la Cowles Commision (Mínimos Cuadrados Bietápicos) se centra sobre dos cuestiones importantes: 

1) El problema de la identificación.- Sims critíca sobre la especificación que se le da a cada una de las variables, además si el modelo está o no, identificado, sobreidentificado, subidentificado; asimismo plantea que todas las variables deberían ser consideradas endogenas.

2) El problema de la escasez de especificación dinámica.- esto sin embargo, fue también criticado por autores anteriores a Sims, como Kelein y Barger (1946) y como Hendy y Mizon (1978)

Ambos problemas son importantes en un modelamiento; suavizar relajar un poco estos dos inconvenientes fue el principal aporte de Sims: Desarrollar un modelo (sistema) que una esos dos problemas. notese que para el problema 1 también hubieron autores que criticaron el asunto, como por ejemplo Liu en su paper Underidentification, Structural Estimation and Forecasting, Econometrica, núm 28 (1960).

En cuanto a la determinación del tipo de variable, Sims propone que todas sean endogeneizadas, en cuanto a la dinámica, propone determinar el número máximo de retardos con el que las variables se harán presente en la estimación, de tal forma que los datos hablen por sí mismos.

Esto obviamente iba en contra de todo la estructura formalmente constituida por los macroeconometristas clásicos, por lo que se le dio el nombre a esta metodología como la macroeconometría ateórica.

Enterate de más de Econometria y Estadística en:

Twitter @_Econometria

Facebook: https://www.facebook.com/sectoreconomia.blogspot

Econ. Félix Casares.

Especialista en Econometría

Modelos VAR: Algunas consideraciones previas

Modelos VAR: Algunas consideraciones previas

Los modelos VAR tienen su origen por el año 80 con el paper que le hizo acreedor al Nobel de Economía a Christopher Sims: Macroeconomics and reality el cual plante los siguientes argumentos:

- No utiliza la teoría económica plenamente, para realizar los Sistemas VAR.

- Considera a todas las variables como endógenas; algo opuesto a los Sistemas de Ecuaciones Estructurales.

- No intenta utilizar al Sistema per se  para explicar relaciones intra-variables.

- No requiere la identificación de las ecuaciones en el sistema (lo cual reduce considerablemente la tarea del econometrista.

-Las variables exógenas son consideradas para el análisis como por ejemplo: tendencia, dicotómicas etc.

Pero, ¿Cuál  es el centro de la teoría de Sims y de algunos autores relacionados al tópico en mención?: la respuesta es la siguiente:

En detrimento a lo establecido en un Sistema de Ecuaciones Estructurales, la tarea de definir cuáles de las variables son endógenas y cuáles son exógenas resulta un tanto subjetivo, por lo que si existe un conjunto de

simultaneidad entre las variable, entonces deberían de tratarse todas de la misma manera: como endógenas. algo un poco difícil de entender para quienes están acostumbrados al mundo relacional de ecuaciones simultaneas.

En ese sentido, los Vectores Autorregresivos flexibilizan lo descrito en el párrafo anterior;  tratan de predecir sistemas de series de tiempo interrelacionadas e intentan analizar el impacto que pudiere tener una variable ante un shock (innovaciones) estocástico también denominado Función Impulso Respuesta (FIR), así como la Descomposición de Varianza.

A continuación ciertas ventajas y críticas de estos modelos:

Ventajas.- 

- Asume como endógenas a todas las variables, desplazando la actividad de identificar las ecuaciones y el sistema

- La estimación es sencilla dado que el método generalmente usado es el de los MCO, donde se estima una ecuación para cada variable

- Se ha evidenciado en algunos caso que genera mejores pronósticos que cuando se utilizan los modelos de Ecuaciones Estructurales.

- Intenta recoger la relación dinámica entre los fenómenos económicos, en detrimento a los MEE Que recogen en su mayoría, relaciones de teoría económica y no dinámica.

- Persigue la filosofía de "dejar que los datos hablen por sí mismos"

- Ayuda a determinar el comportamiento a futuro de una variable si recibe un shock estocástico (innovación)

Desventajas:

- Son modelos ateóricos (Macroeconometría ateórica).

- La determinación de los rezagos óptimos es un tanto empírica, sin embargo existen herramientas como la propuesta por Sims sobre el ratio de verosimilitud de la diferencia entre un modelo restringido y uno ampliado; otros pueden ser como los criterios de información.

- Todas las variables deben ser estacionarias (débilmente por lo menos), aunque esto probablemente se asume para la estabilidad incluso de un modelo ARMA

-Dado que son modelos dinámicos, la cantidad de rezagos consume grados de libertad por la estimación de los parámetros, por lo que si la muestra es relativamente pequeña, se pierde precisión.

- Y una de las más importantes para los macroeconometristas clásicos es que estos modelos no pueden ser utilizados para políticas económicas dado que no tienen sustento en la teoría económica

Existe una amplia fuente literaria en pro y contra los VAR en internet y en libros de econometría, dado que estos modelos ya está formalmente integrado en la literatura general. La importancia de los Vectores Autorregresivos no solo radica en que fue una contribución de un nobel o que son más flexibles que los MEE, sino que permite al investigador tener otro tipo de técnicas y herramientas no solo para hacer políticas económicas, análisis económico, investigación científica, entre otras; a fin de cuentas, esto debería de perseguir todo econometrista: conocer cada día más técnicas para el análisis econométrico y pronósticos, y no atarse a una sola metodología.

Entérate de más de Econometría y Estadística en:

Twitter: @_Econometria

Facebook: https://www.facebook.com/sectoreconomia.blogspot

Econ. Félix Casares.

Especialista en Econometría.