Econometra bsica Modelos de Rezagos Distribuidos 1

CAPITULO 9
MODELOS DE REZAGOS DISTRIBUIDOS

9.1 FORMULACION DEL MODELO

Supngase que se tiene el siguiente modelo:

M t 0 Et 1Et 1 2 Et 2 ... k Et k t [9.1]

Donde:

Mt Importaciones
Et Tipo de cambio

El modelo supone que el efecto del tipo de cambio se propaga o se

distribuye durante k perodos. El coeficiente 0 se conoce como el
multiplicador de corto plazo o de impacto por que da el cambio en el valor
medio de las importaciones que sigue a un cambio unitario en el tipo de
cambio real en el mismo perodo de tiempo. Si el cambio en el tipo de
cambio real se mantiene al mismo nivel desde el principio, entonces
( 0 1 ) nos da el cambio en el valor medio de las importaciones en el
perodo siguiente, ( 0 1 2 ) en el que le sigue y as sucesivamente.
Estas sumas parciales se denominan multiplicadores intermedios.
Finalmente, despus de k perodos se obtiene
Econometra bsica Modelos de Rezagos Distribuidos 2

i 0
i 0 1 2 ... k [9.2]

Que se conoce como el multiplicador de rezagos distribudos de largo

plazo o total.

Si se define,

i
i* i [9.3]
i
Se obtiene i estandarizado. Las sumas parciales del i estandarizado
dan entonces la proporcin del impacto de largo plazo, o total, sentido
durante cierto perodo de tiempo.

9.2 ESTIMACION DEL MODELO

9.2.1 ENFOQUE DE KOYCK

Supongamos que se tiene un modelo de rezago distribuido infinito:

M t 0 Et 1 Et 1 2 E t 2 ... t [9.4]

Adems, suponiendo que los tienen todos el mismo signo. Estos

coeficiente se puede reducir geomtricamente de la siguiente manera. 1

k 0 k k 0,1,... [9.5]

donde:

0 1

Es la tasa de descenso, o de cada, del rezago distribuido.

1 Es la velocidad de ajuste.

Este esquema presenta las siguientes caractersticas que es necesario

anotar:

Al suponer valores no negativos para se elimina la posibilidad de

que los cambien de signo.
Al suponer que 1 , le da un menor peso a los en el pasado
distante que a los actuales.

Lo que se intenta precisar es que cada coeficiente sucesivo es numricamente inferior a cada
1

anterior. Esto implica que a medida que se retorna al pasado distante, el efecto de ese rezago
sobre las importaciones se hace progresivamente ms bajo.
Econometra bsica Modelos de Rezagos Distribuidos 3

Asegura que la suma de los que da el multiplicador de largo plazo

es finita, el cual es:

1

k 0
k 0 (1 2 3 ...) 0 (
1
) [9.6]

Por tanto, como consecuencia de [9.5], el modelo de rezagos infinitos

[9.4] se puede escribirse como:

M t 0 Et 0 Et 1 0 2 Et 2 ... t [9.7]

Rezagando en un perodo (7) resulta ser,

M t 1 0 E t 1 0 E t 2 0 2 E t 3 ... t 1 [9.8]

Multiplicando por se obtiene,

M t 1 0 Et 1 0 2 Et 2 0 3 Et 3 ... t 1 [9.9]

Restando (9) de (7),

M t M t 1 (1 ) 0 Et ( t t 1 ) [9.10]

0 reordenando,

M t (1 ) 0 Et M t 1 vt [9.11]

Comparando (11) con (7) se nota la enorme simplificacin lograda.

Mientras que antes era preciso estimar y un nmero infinito de ,
ahora se tiene que estimar solamente tres incgnitas: , 0 y .

9.2.2 ENFOQUE DE AJUSTE PARCIAL

El modelo [9.11] no est provisto de un soporte terico por que es

obtenido mediante un proceso claramente algebraico. Esta falla puede
suplirse si se empieza desde una perspectiva diferente. Supngase el
siguiente modelo:

M t 0 1 Ete t [9.12]

Donde:

E te es el tipo de cambio real esperado

Econometra bsica Modelos de Rezagos Distribuidos 4

e
Puesto que la variable de expectativas E t no es observable se puede
proponer la siguiente hiptesis sobre la manera como se conforman las
expectativas:

Ete E te1 ( E t E te1 ) [9.13]

Donde:

0 1 Es el coeficiente de expectativas.2

El cual muestra que las expectativas estn corregidas cada perodo por
una fraccin de la brecha entre el valor actual del tipo de cambio real y
su valor esperado. Una manera distinta de escribir lo mismo es,

E te Et (1 ) Ete1 ) [9.14]

Donde, el valor esperado del tipo de cambio real en el tiempo t es un

promedio ponderado del valor actual del tipo de cambio real en el tiempo t
y su valor esperado en el perodo anterior, con ponderaciones de y
1

Sustituyendo [9.14] en [9.12], se obtiene

M t 0 1 [E t (1 ) E te1 ] t

M t 0 1Et 1 (1 ) Ete1 t [9.15]

Ahora rezagando [9.12] en un perodo,

M t 1 0 1 E te1 t 1

Multiplicando por 1

(1 ) M t 1 (1 ) 0 (1 ) 1 Ete1 (1 ) t 1
[9.16]

Restando [9.16] de [9.15] se obtiene.

M t 0 1 E t (1 ) M t 1 t (1 ) t 1
M t 0 1 E t (1 ) M t 1 vt [9.17]

Es preciso advertir que existen algunas diferencias entre [9.12] y [9.17].

En la primera, 1 mide la respuesta promedio de las importaciones ante

2
La hiptesis (12) es conocida como la hiptesis de expectativas adaptativas popularizada por
Cagan (1956) y Friedman (1956).
Econometra bsica Modelos de Rezagos Distribuidos 5

un cambio unitario del tipo de cambio real esperado. En [9.17], por otra
parte, 1 mide la respuesta promedio de las importaciones ante un
cambio unitario en el valor actual u observado del tipo de cambio real.
Estas respuestas no son iguales a menos que 1 , es decir, los valores
actuales y de largo plazo del tipo de cambio real sean los mismos.

9.2.3 ENFOQUE DE ALMON

El modelo de rezagos distribuidos de Koyck se basa en el supuesto de

que los coeficientes se reducen geomtricamente a medida que el
rezago aumenta. Este supuesto, en algunos casos es demasiado
restrictivo si suponemos que los aumentan al principio y luego
disminuyen o si estos siguen un patrn cclico. Shirley Almon (1965) nos
propone una tcnica que considera este ltimo caso.

Considerando el modelo finito de rezagos distribuidos

M t 0 Et 1 Et 1 2 Et 2 ... k Et k t

Se puede escribir en forma ms compacta como sigue

k
M t 0 E t i E t i t [9.18]
i 0

Utilizando el teorema de Weierstrass i puede ser aproximado mediante

un polinomio en i, la longitud del rezago de un grado apropiado. Algunos
ejemplos son los siguientes:

i a0 a1i a 2 i 2 [9.19]

i a 0 a1i a 2 i 2 a3i 3 [9.20]

Que en trminos ms generales se puede expresar

i a 0 a1i a 2 i 2 a3i 3 ... a m i m [9.21]

9.2.3.1 Ejemplo 1: k rezagos y polinomio de grado 2

Suponiendo que los sigue el patrn descrito por [9.19] por ser el ms
apropiado y sustituyendo [9.19] en [9.18] se obtiene

k
M t (a 0 a1i a 2 i 2 ) Et i t
i 0
Econometra bsica Modelos de Rezagos Distribuidos 6

k k k
M t a0 E t i a1 iE t i a 2 i 2 Et i t [9.22]
i 0 i 0 i 0

Si hacemos que

k
Z 0t E t i
i 0
k
Z 1t iE t i
i 0
k
Z 2t i 2 E t i
i 0

Reemplazando en [9.22] tenemos

M t a 0 Z 0t a1 Z 1t a 2 Z 2t t [9.23]

Una vez estimado [9.23] por el mtodo de mnimos cuadrados ordinarios

puede estimarse los originales de [9.19] de la siguiente manera

0 a 0
0 a 0 a1 a 2
a 2a 4a
0 0 1 2

0 a 0 3a1 9a 2
..
0 a 0 ka1 k 2 a 2

9.2.3.2 Ejemplo 2: k rezagos y polinomio de grado 3

Suponiendo que los sigue el patrn descrito por [9.20] por ser el ms
apropiado y sustituyendo [9.20] en [9.18] se obtiene:

k
M t (a0 a1i a 2 i 2 a3 i 3 ) Et i t
i 0

k k k k
M t a 0 E t i a1 iE t i a 2 i Et i a 3 i 3 Et i t
2
[9.22]
i 0 i 0 i 0 i 0

Si hacemos que

k
Z 0t E t i
i 0
Econometra bsica Modelos de Rezagos Distribuidos 7

k
Z 1t iE t i
i 0
k
Z 2t i 2 E t i
i 0
k
Z 3t i 3 E t i
i 0

Reemplazando en [9.22] tenemos

M t a 0 Z 0 t a1 Z 1t a 2 Z 2 t a3 Z 3t t [9.23]

Una vez estimado [9.23] por el mtodo de mnimos cuadrados ordinarios

puede estimarse los originales de [9.19] de la siguiente manera

0 a 0
1 a 0 a1 a 2 a 3
2 a 0 2a1 4a 2 9a 3
3 a 0 3a1 9a 2 27 a 3
..
k a 0 ka1 k 2 a 2 k 3 a 3

9.2.3.3 Ejemplo 3: 5 rezagos y polinomio de grado 3

Suponiendo que los sigue el patrn descrito por [9.20] por ser el ms
apropiado y sustituyendo [9.20] en [9.18] se obtiene:

5
M t (a0 a1i a 2 i 2 a3 i 3 ) Et i t
i 0

5 5 5 5
M t a 0 Et i a1 iE t i a 2 i 2 Et i a 3 i 3 Et i t [9.22]
i 0 i 0 i 0 i 0

Si hacemos que

5
Z 0t E t i
i 0
5
Z 1t iE t i
i 0
5
Z 2t i 2 E t i
i 0
5
Z 3t i 3 E t i
i 0
Econometra bsica Modelos de Rezagos Distribuidos 8

Reemplazando en [9.22] tenemos

M t a 0 Z 0t a1 Z 1t a 2 Z 2t a3 Z 3t t [9.23]

Una vez estimado [9.23] por el mtodo de mnimos cuadrados ordinarios

puede estimarse los originales de [9.19] de la siguiente manera

0 a 0
1 a 0 a1 a 2 a 3
2 a 0 2a1 4a 2 9a 3
3 a 0 3a1 9a 2 27a 3
4 a 0 4a1 16a 2 64a 3
k a 0 5a1 25a 2 125a 3

9.2.4 ENFOQUE DE ALMON CON EL SOFTWARE EVIEWS

9.2.4.1 Ejemplo 1: 3 rezagos y polinomio de grado 2

Supongamos que se tiene el siguiente modelo de rezagos distribuidos:

M t 0 RIN t 1 RIN t 1 2 RIN t 2 3 RIN t 3 t

El mismo que se puede escribir:

3
M t i RIN t i t
i 0

i puede ser aproximado mediante el polinomio siguiente:

i a 0 a1 (i ) a 2 (i ) 2

Donde:

k
Si k es par
2

k 1
Si k es impar
2

Sustituyendo los i en el modelo de rezagos distribuidos planteado se

tiene:
Econometra bsica Modelos de Rezagos Distribuidos 9

3
M t a 0 a1 (i ) a 2 (i ) 2 RIN t i t
i 0

Siendo k 3 entonces 1 . Por tanto, el modelo anterior se puede

escribir como:

3 3 3
M t a 0 RIN t i a1 (i 1) RIN t i a 2 (i 1) 2 RI N t i t
i 0 i 0 i 0

Haciendo que:

3
PDL01 RIN t i RIN t RIN t 1 RIN t 2 RIN t 3
i 0
3
PDL 02 (i 1) RIN t i (0 1) RIN t (1 1) RIN t 1 ( 2 1) RIN t 2 (3 1) RIN t 3
i 0
3
PDL 03 (i 1) 2 RIN t i (0 1) 2 RIN t (1 1) 2 RIN t 1 (2 1) 2 RIN t 2 (3 1) 2 RIN t 3
i 0

Entonces,

M t a0 PDL01 a1 PDOL02 a 2 PDL03 t

Una vez estimado este modelo, por el mtodo de mnimos cuadrados

ordinarios, pueden estimarse los i originales de la siguiente manera:

0 a 0 a1 (0 1) a 2 (0 1) 2
1 a0 a1 (1 1) a 2 (1 1) 2
2 a 0 a1 (2 1) a 2 (2 1) 2
3 a0 a1 (3 1) a 2 (3 1) 2

El cual podemos escribirlo como:

0 a0 a1 a 2
1 a0
2 a 0 a1 a 2
3 a 0 2a1 4a 2

De tal modo que su varianza ser:

Var ( 0 ) Var (a0 ) Var (a1 ) Var (a 2 ) 2Cov(a 0 , a1 ) 2Cov(a0 , a 2 ) 2Cov(a1 , a 2 )

 Econometra bsica Modelos de Rezagos Distribuidos 10

Var ( 1 ) Var (a 0 )

Var ( 2 ) Var (a0 ) Var (a1 ) Var (a3 ) 2Cov(a0 , a1 ) 2Cov(a0 , a 2 ) 2Cov(a1 , a 2 )

Var ( 3 ) Var ( a 0 ) 4Var ( a1 ) 16Var ( a 2 ) 4Cov( a 0 , a1 ) 8Cov(a 0 , a 2 ) 16Cov( a1, a 2 )

9.2.4.2 Ejemplo 2: 4 rezagos y polinomio de grado 2

Supongamos que se tiene el siguiente modelo de rezagos distribuidos:

M t 0 RIN t 1 RIN t 1 2 RIN t 2 k RIN t 3 k RIN t 4 t

Se puede escribir en forma ms compacta como sigue

4
M t i k RIN t i t [9.18]
i 0

i puede ser aproximado mediante un polinomio en i como el siguiente:

i a 0 a1 (i ) a 2 (i ) 2 [9.19]

Puesto que:

k
Si k es par
2

k 1
Si k es impar
2

Suponiendo que los i sigue el patrn descrito por [9.19] por ser el ms
apropiado y sustituyendo [9.19] en [9.18] se obtiene

4
M t a 0 a1 (i ) a 2 (i ) 2 RIN t i t
i 0

4 4 4
M t a 0 RIN t i a1 (i 2) RIN t i a 2 (i 2) 2 RI N t i t
i 0 i 0 i 0

Si hacemos que:

4
PDL 01 RIN t i RIN t RIN t 1 RIN t 2 RIN t 3 RIN t 4
i 0
 Econometra bsica Modelos de Rezagos Distribuidos 11

4
PDL02 (i 2) RIN t i (0 2) RIN t (1 2) RIN t 1 (2 2) RIN t 2 (3 2) RIN t 3 (4 2) RIN t 4
i 0
4
PDL03 (i 2) 2 RIN t i (0 2) 2 RIN t (1 2) 2 RIN t 1 ( 2 2) 2 RIN t 2 (3 2) 2 RIN t 3 (4 2) 2 RIN t 4
i 0

El cual, reemplazando en [9.22] tenemos

M t a0 PDL01 a1 PDOL02 a 2 PDL03 t [9.23]

Una vez estimado [9.23] por el mtodo de mnimos cuadrados ordinarios

puede estimarse los i originales de [9.19] de la siguiente manera

0 a 0 a1 (0 2) a 2 (0 2) 2
1 a 0 a1 (1 2) a 2 (1 2) 2
2 a 0 a1 (2 2) a 2 (2 2) 2
3 a 0 a1 (3 2) a 2 (3 2) 2
4 a0 a1 (4 2) a 2 (4 2) 2

El cual podemos escribirlo como:

0 a 0 2a1 4a 2
1 a 0 a1 a 2
2 a0
3 a 0 a1 a 2
4 a 0 2a1 4a 2

De modo que su varianza ser:

Var ( 0 ) Var (a 0 ) 4Var ( a1 ) 16Var (a 2 ) 4Cov(a 0 , a1 ) 8Cov(a 0 , a 2 ) 16Cov(a1 , a 2 )

Var ( 1 ) Var (a 0 ) Var ( a1 ) Var (a 2 ) 2Cov(a 0 , a1 ) 2Cov( a0 , a 2 ) 2Cov( a1, a 2 )
Var ( 2 ) Var ( a 0 )

Var ( 3 ) Var (a 0 ) Var (a1 ) Var (a 2 ) 2Cov( a 0 , a1 ) 2Cov( a 0 , a 2 ) 2Cov(a1, a 2 )

Var ( 4 ) Var (a 0 ) 4Var (a1 ) 16Var ( a 2 ) 4Cov(a 0 , a1 ) 8Cov( a 0 , a 2 ) 16Cov( a1 , a 2 )

9.2.4.3 Ejemplo 3: 4 rezagos y polinomio de grado 3

Supongamos que se tiene el siguiente modelo de rezagos distribuidos:

M t 0 RIN t 1 RIN t 1 2 RIN t 2 k RIN t 3 k RIN t 4 t

Econometra bsica Modelos de Rezagos Distribuidos 12

El cual lo escribimos como:

4
M t i RIN t i t
i 0

i lo aproximamos mediante el siguiente polinomio:

i a 0 a1 (i ) a 2 (i ) 2 a3 (i ) 3

Puesto que:

k
Si k es par
2

k 1
Si k es impar
2

Entonces:
 Econometra bsica Modelos de Rezagos Distribuidos 13

4
M t a0 a1 (i ) a 2 (i ) 2 a3 (i ) 3 RIN t i t
i 0

4 4 4 4
M t a 0 RIN t i a1 (i 2) RIN t i a 2 (i 2) 2 RI N t i a3 (i 2) 3 RI N t i t
i 0 i 0 i 0 i 0

Si hacemos que:

4
PDL01 RIN t i RIN t RIN t 1 RIN t 2 RIN t 3 RIN t 4
i 0
4
PDL02 (i 2) RIN t i (0 2) RIN t (1 2) RIN t 1 (2 2) RIN t 2 (3 2) RIN t 3 (4 2) RIN t 4
i 0
4
PDL03 (i 2) 2 RIN t i (0 2) 2 RIN t (1 2) 2 RIN t 1 ( 2 2) 2 RIN t 2 (3 2) 2 RIN t 3 (4 2) 2 RIN t 4
i 0
4
PDL04 (i 2) 3 RINt i (0 2) 3 RINt (1 2) 3 RIN t 1 (2 2) 3 RINt 2 (3 2) 3 RINt 3 (4 2) 3 RINt 4
i 0
Por tanto:

M t a 0 PDL01 a1 PDOL02 a 2 PDL03 a3 PDL04 t

Una vez estimado este modelo puede estimarse los i originales de la

siguiente manera

0 a 0 a1 (0 2) a 2 (0 2) 2 a3 (0 2) 3
1 a0 a1 (1 2) a 2 (1 2) 2 a3 (1 2) 3
2 a0 a1 (2 2) a 2 (2 2) 2 a3 (2 2) 3
3 a 0 a1 (3 2) a 2 (3 2) 2 a3 (3 2) 3
4 a 0 a1 ( 4 2) a 2 (4 2) 2 a 3 ( 4 2) 3

El cual podemos escribirlo como:

0 a0 2a1 4a 2 8a3
1 a 0 a1 a 2 a3
2 a0
3 a 0 a1 a 2 a3
4 a0 2a1 4a 2 8a3

De modo que su varianza ser:

Econometra bsica Modelos de Rezagos Distribuidos 14

Var ( 0 ) Var ( a0 ) 4Var (a1 ) 16Var (a 2 ) 64Var ( a3 ) 4Cov(a 0 , a1 ) 8Cov( a0 , a 2 ) 16Cov(a 0 , a3 ) 16Cov( a1 , a 2 ) 32Cov(a1 , a3 ) 64Cov(a 2 , a3 )
Var ( 1 ) Var (a0 ) Var (a1 ) Var (a 2 ) Var (a3 ) 2Cov(a0 , a1 ) 2Cov(a 0 , a 2 ) 2Cov(a 0 , a3 ) 2Cov(a1, a 2 ) 2Cov(a1, a3 ) 2Cov(a 2, a3 )

Var ( 2 ) Var ( a 0 )

Var ( 3 ) Var (a0 ) Var (a1 ) Var (a 2 ) Var (a3 ) 2Cov(a0 , a1 ) 2Cov( a0 , a 2 ) 2Cov(a0 , a3 ) 2Cov(a1, a 2 ) 2Cov(a1, a3 ) 2Cov(a 2, a3 )

Var ( 4 ) Var (a0 ) 4Var (a1 ) 16Var (a 2 ) 64Var (a3 ) 4Cov(a0 , a1 ) 8Cov(a0 , a 2 ) 16Cov(a0 , a3 ) 16Cov(a1 , a 2 ) 32Cov(a1 , a3 ) 64Cov(a 2 , a3 )
Econometra bsica Modelos de Rezagos Distribuidos 15

Anexo I
Nociones Bsicas de Eviews 3.1
Modelos de Rezagos Distribuidos

MODELO DE REZAGOS INFINITO

a) Estimacin secuencial

Dado el siguiente modelo3

M t 0 RIN t 1 RIN t 1 2 RIN t 2 ... t

Donde:

Mt Importaciones
RIN t Reservas Internacionales netas

Efectuar regresiones secuenciales incorporando en cada sucesiva

regresin un rezago adicional en la variable exgena. Este procedimiento

secuencial se detiene cuando los coeficientes de regresin de las

variables rezagadas empiezan a hacerse estadsticamente insignificantes

y/o el coeficiente de por lo menos una de las variables cambia de signo.

b) Modelo de Koyck

Sea el siguiente modelo4

M t 0 RIN t 1 RIN t 1 2 RIN t 2 ... t

Donde:

3
Obtenga series mensuales del nivel de importaciones totales y del ndice del tipo de cambio real bilateral de
la pgina Web del Banco Central de Reserva del Per.
4
Obtenga series trimestrales del ingreso disponible real y del consumo privado real de la pgina Web del
Banco Central de Reserva del Per. En caso contrario, utilice el archivo en formato Eviews: capitulo
9_Consumo trimestral
Econometra bsica Modelos de Rezagos Distribuidos 16

Determine:

Cul es la propensin marginal a consumir de corto y largo plazo?

En cuntos meses el consumo se ajusta a los cambios del ingreso
disponible?

c) Modelo de Expectativas adaptativas

Sea el siguiente modelo:

M t 0 1 RIN te t

Donde:
RIN te es el ingreso disponible esperado

Considerando que,
RIN te RIN te1 ( RIN t RIN te1 ) 0 1

Luego de transformaciones se tiene,

M t 0 1 RIN t (1 ) M t 1 vt

Determine:

El coeficiente de expectativas. Alrededor de que porcentaje de la

discrepancia entre el tipo de cambio real bilateral observado y
esperado es eliminada en un mes? Es relativamente rpido?

d) Modelo de ajuste parcial

Sea el siguiente modelo5

M t* 0 Et1 1 RIN t 2 e t
Donde:
M t* Importaciones deseadas o de largo plazo

Et Tipo de cambio

5
Obtenga series mensuales de algn agregado monetario en trminos reales, la tasa de inters promedio en
moneda nacional y el ndice del PBIR de la pgina Web del BCRP. En caso contrario; utilice el archivo en
formato Eviews: Capitulo 9_Dinero mensual
Econometra bsica Modelos de Rezagos Distribuidos 17

RIN t Reservas Internacionales Netas

El modelo puede expresarse como

LnM t* Ln 0 1 LnEt 2 LnRIN t t

Como la demanda deseada no es observable supongamos la siguiente

hiptesis de ajuste de existencias:

Mt M t*
0 1
M t 1 M t 1

El cual establece que un porcentaje constante de la discrepancia entre las

importaciones observadas y las deseadas es eliminado en un solo
periodo. En trminos de logaritmos se tiene,

LnM t LnM t 1 ( LnM t* LnM t 1 )

Sustituyendo LnM t* en el modelo logartmico y ordenando se obtiene la

siguiente funcin de demanda de dinero de corto plazo,

LnM t Ln 0 1LnRt 2LnYt (1 ) LnM t 1 t

Determinar:

La funcin de importaciones de largo plazo

Probar la hiptesis de no autocorrelacin segn el estadstico h

1 n
h (1 DW )
2 1 n[var( 2 )]
Econometra bsica Modelos de Rezagos Distribuidos 18

e) Modelo de expectativas adaptativas y de ajuste parcial

Sea el siguiente modelo

M t* 0 1 RIN t* t

Donde:
M t* Importaciones deseadas
RIN t* Reservas Internacionales Netas Esperadas

Puesto que ambas variables no son directamente observables, se puede

utilizar el mecanismo de ajuste parcial para las importaciones deseadas y
el modelo de expectativas adaptativas para las RIN deseadas a fin de
llegar a la siguiente ecuacin de estimacin,

M t 0 1RIN t [(1 ) (1 )]M t 1 (1 )(1 ) M t 2 vt

MODELOS DE REZAGOS DISTRIBUIDOS FINITO

a) Enfoque de Almon

Dado el siguiente modelo6

M t 0 RIN t 1 RIN t 1 2 RIN t 2 ... k RIN t k t

el cual puede escribirse tambin como,

k
M t i RIN t i t
i 0

i puede aproximarse a los siguiente patrones polinomiales,

i a0 a1i a 2 i 2

i a 0 a1i a 2 i 2 a3i 3

i a 0 a1i a 2 i 2 a 3i 3 ... a m i m

6
Para esta seccin utilice el archivo en formato Eviews: Capitulo 9_Almon
Econometra bsica Modelos de Rezagos Distribuidos 19

Suponiendo que los sigue un patrn cuadrtico el modelo puede ser

escrito como,

k
M t (a 0 a1i a 2 i 2 ) RIN t i t
i 0

k k k
M t a 0 RIN t i a1 iRIN t i a 2 i 2 RIN t i t
i 0 i 0 i 0

Si hacemos que

k
Z 0t RIN t i
i 0

k
Z 1t iRIN t i
i 0

k
Z 2 t i 2 RIN t i
i 0

Reemplazando tenemos

M t a 0 Z 0t a1 Z 1t a 2 Z 2t t

Una vez estimado por el mtodo de mnimos cuadrados ordinarios puede

estimarse los originales de la siguiente manera:
0 a 0

1 a 0 a1 a 2

2 a 0 2a1 4a 2

3 a 0 3a1 9a 2

..
k a 0 ka1 k 2 a 2
Econometra bsica Modelos de Rezagos Distribuidos 20

Aplquese el criterio de Schward para determinar la longitud apropiada del

rezago. Seleccionar el rezago que minimiza el valor:

CS Ln 2 mLn( n)

Donde:

SRC
2
n

m longitud del rezago

n nmero de observaciones

PRUEBA DE CAUSALIDAD DE GRANGER

Consideremos el siguiente modelo:7

n n
PBI t i M t i j PBI t j 1t
i 1 j 1

m m
M t i M t i j PBI t j 2t
i 1 j 1

a) M causa PBI
Si se cumple que i 0 y adems j 0

b) PBI causa M
Si se cumple que i 0 y adems j 0

c) Existe una causalidad bilateral

Si se cumple que i 0 y adems j 0

d) Existe independencia
Si se cumple que i 0 y adems j 0

7
Utilice el archivo en formato EXCEL: Capitulo 9_PBI_Liquidez
Econometra bsica Modelos de Rezagos Distribuidos 21