Multicolinealidad en econometría: causas, consecuencias y detección
Resumen
El documento explica la multicolinealidad en modelos econométricos, sus causas y consecuencias para las estimaciones MCO, y cómo detectarla a partir de los resultados de la estimación. También presenta el uso de variables dummy para representar cambios en el término independiente o en los coeficientes, y clasifica los tipos de variables (endógenas, exógenas, predeterminadas y de control).
Puntos clave
- La multicolinealidad aparece por escasa variabilidad de una variable explicativa o por relaciones causales entre explicativas, frecuentes en series temporales de valores monetarios.
- Si la multicolinealidad es perfecta no pueden obtenerse los estimadores MCO.
- Consecuencias: errores estándar elevados, intervalos de confianza amplios, alta sensibilidad a observaciones o variables y cambio de signo de los estimadores.
- Indicador clave: R² y estadístico F elevados con estadísticos t poco significativos.
- Se detecta también con altas correlaciones entre pares de explicativas, correlaciones parciales elevadas y regresiones auxiliares con coeficientes significativos.
- Las variables dummy representan cambios en el término independiente, en los coeficientes o en ambos.
- Variables endógenas: determinadas por la interacción simultánea del modelo; exógenas: determinadas fuera del modelo.
- Variables predeterminadas: las exógenas y los retardos de las endógenas usados como explicativas; variables de control: exógenas cuyo control fija el usuario del modelo para apoyar decisiones económicas.
Causas y Consecuencias de la Multicolinealidad
La **multicolinealidad** es un fenómeno común en los modelos econométricos que puede afectar significativamente la fiabilidad de las estimaciones. A continuación, se detallan sus causas y consecuencias principales:
Causas de la Multicolinealidad
- **Escasa variabilidad** de alguna **variable explicativa**.
- Existencia de cierta **relación causal** entre dos o más **variables explicativas**.
- Existencia de **relación causal** entre dos **variables explicativas** (común en modelos de **series temporales** de valores monetarios).
Consecuencias de la Multicolinealidad
- No se pueden conseguir los **estimadores MCO** si la **multicolinealidad** es perfecta.
- **Errores estándar** elevados y extensos **intervalos de confianza**.
- Mucha **sensibilidad** al añadir o eliminar **observaciones** o **variables**.
- **Signo cambiado** de los **estimadores**.
Estimación en Presencia de Multicolinealidad
Para detectar la presencia o ausencia de **multicolinealidad**, es fundamental estar atento a posibles incongruencias en los datos tras la **estimación por MCO**. Si existen indicios que evidencian su presencia, es crucial considerar posibles **incongruencias** en los datos tras la **estimación por MCO**. Para identificarla, podemos fijarnos en los siguientes **indicadores**:
- Mientras que el **R²** y el **estadístico F** del contraste de **significación conjunta** son elevados, los **estadísticos t-Student** de algunos parámetros son poco significativos.
- Altas **correlaciones** entre parejas de **variables explicativas**.
- Examinar las **correlaciones parciales** en busca de **coeficientes** elevados.
- Estimar las **regresiones auxiliares** en busca de **coeficientes significativos**.
Variables Dummy con Más de una Categoría
Las **variables dicotómicas** o *dummy* se introducen en los modelos para representar adecuadamente **cambios** en:
- En el **término independiente** de la ecuación.
- En los **coeficientes** de algunas **variables explicativas**.
- Ambas situaciones: tanto en el **término independiente** como en el **coeficiente** de las **variables explicativas**.
Tipos de Variables
En el contexto de los modelos econométricos, es esencial distinguir entre diferentes tipos de variables según su rol y determinación:
Variables Endógenas
Sus valores están determinados por la **interacción simultánea** de las relaciones del modelo.
Variables Exógenas
Sus valores están determinados **fuera del modelo**.
Variables Predeterminadas
Se denominan así tanto a todas las **variables exógenas** como a los **retardos de las endógenas** que se utilicen como explicativas.
Variables de Control
Se denominan así a las **variables exógenas** cuyo control lo determina el **político** o **usuario del modelo** cuando este se utiliza como apoyo a la **decisión económica**.
Descargar
PDF Word HTMLPreguntas frecuentes
¿Qué causa la multicolinealidad?
Puede deberse a la escasa variabilidad de una variable explicativa o a la existencia de relaciones causales entre dos o más variables explicativas. Es común en modelos de series temporales de valores monetarios.
¿Cómo se detecta la multicolinealidad?
Se observa un R² y un estadístico F elevados junto con estadísticos t poco significativos. También pueden revisarse las altas correlaciones entre pares de explicativas, las correlaciones parciales elevadas y las regresiones auxiliares con coeficientes significativos.
¿Cuál es la diferencia entre variables endógenas y exógenas?
Las endógenas tienen sus valores determinados por la interacción simultánea de las relaciones del modelo. Las exógenas tienen sus valores determinados fuera del modelo.
Ponte a prueba
Tarjetas de repaso
Pulsa una tarjeta para ver la respuesta.
Test
Preguntas generadas con IA a partir del documento: comprueba las respuestas con el texto.