12.07.2015 Views

Efectos del déficit fiscal en la economía mexicana - revista de ...

Efectos del déficit fiscal en la economía mexicana - revista de ...

Efectos del déficit fiscal en la economía mexicana - revista de ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Y t= K 0+ Γ 1Y t–1+ Γ 2Y t–2+ , ..., + Γ pY t–p+ η t[3]don<strong>de</strong>, como pue<strong>de</strong> verse, K 0= (I 6– B 0) –1 K es el vector <strong>de</strong>términos constantes <strong>en</strong> forma reducida, <strong>la</strong>s Γ i= (I 6- B 0) –1 B ison <strong>la</strong>s matrices <strong>de</strong> coefici<strong>en</strong>tes <strong>en</strong> forma reducida y η t=(I 6– B 0) –1 ε tes el vector <strong>de</strong> innovaciones <strong>en</strong> forma reducida.La <strong>de</strong>scomposición estructural <strong>de</strong> BernankePara llevar a cabo <strong>la</strong> <strong>de</strong>scomposición estructural <strong>de</strong> Bernanke,primero se calcu<strong>la</strong> el mo<strong><strong>de</strong>l</strong>o <strong>en</strong> su forma reducida, es <strong>de</strong>cir,<strong>la</strong> ecuación 3 mediante el método <strong>de</strong> mínimos cuadrados ordinarios(MCO). 19 De aquí se obti<strong>en</strong><strong>en</strong> estimados <strong><strong>de</strong>l</strong> vectorK 0, <strong>de</strong> <strong>la</strong>s matrices Γ i, <strong><strong>de</strong>l</strong> vector <strong>de</strong> innovaciones η t, y <strong>de</strong> sumatriz <strong>de</strong> covarianzas, Σ η= E (η tη t’). Como pue<strong>de</strong> constatarse,<strong>la</strong>s ecuaciones 2 y 3 implican <strong>la</strong>s sigui<strong>en</strong>tes re<strong>la</strong>cionesfundam<strong>en</strong>tales: B i= (I 6 – B 0 )Γ i , don<strong>de</strong> i = 1, ..., p, y ε t = (I 6 – B 0 )η t .Por tanto, <strong>la</strong> c<strong>la</strong>ve para id<strong>en</strong>tificar el mo<strong><strong>de</strong>l</strong>o, es <strong>de</strong>cir paraobt<strong>en</strong>er estimados <strong>de</strong> los parámetros estructurales una vezconoci<strong>en</strong>do los parámetros <strong><strong>de</strong>l</strong> mo<strong><strong>de</strong>l</strong>o <strong>en</strong> su forma reducida,estriba <strong>en</strong> conocer los elem<strong>en</strong>tos <strong>de</strong> <strong>la</strong> matriz <strong>de</strong> coefici<strong>en</strong>tesB 0. La ecuación 4 indica cómo se resuelve el problema <strong>de</strong>id<strong>en</strong>tificación <strong><strong>de</strong>l</strong> mo<strong><strong>de</strong>l</strong>o o, <strong>de</strong> modo equival<strong>en</strong>te, cómo selleva a cabo <strong>la</strong> <strong>de</strong>scomposición <strong>de</strong> Bernanke.Λ = (I 6– B 0)Σ η(I 6– B 0)’ [4]Como podrá recordarse, a<strong>de</strong>más <strong>de</strong> los parámetros <strong>de</strong> <strong>la</strong>ecuación 3 se calculó Σ η= E (η tη t’), <strong>la</strong> matriz <strong>de</strong> covarianzas<strong><strong>de</strong>l</strong> vector <strong>de</strong> innovaciones <strong>en</strong> forma reducida. En razón <strong>de</strong>que los elem<strong>en</strong>tos <strong><strong>de</strong>l</strong> vector η testán corre<strong>la</strong>cionados, <strong>la</strong>matriz Σ ηes una matriz simétrica no diagonal, misma queconti<strong>en</strong>e n(n + 1)/2 mom<strong>en</strong>tos in<strong>de</strong>p<strong>en</strong>di<strong>en</strong>tes, si<strong>en</strong>do n igua<strong>la</strong>l número <strong>de</strong> variables <strong><strong>de</strong>l</strong> mo<strong><strong>de</strong>l</strong>o. Por otra parte, Λ, <strong>la</strong> matriz<strong>de</strong> covarianzas <strong><strong>de</strong>l</strong> vector <strong>de</strong> choques estructurales, es unamatriz diagonal, por lo que conti<strong>en</strong>e so<strong>la</strong>m<strong>en</strong>te n parámetros.Después <strong>de</strong> estimar esos n parámetros quedarían n(n – 1)/2elem<strong>en</strong>tos <strong>de</strong> información libres, y éste es el máximo número<strong>de</strong> parámetros que se pued<strong>en</strong> estimar <strong>en</strong> <strong>la</strong> matriz B 0. Ensíntesis, puesto que el sistema consta <strong>de</strong> seis variables (n = 6),se pued<strong>en</strong> calcu<strong>la</strong>r hasta 15 parámetros <strong>en</strong> B 0.La información que prece<strong>de</strong> es c<strong>la</strong>ve para llevar a cabo <strong>la</strong> <strong>de</strong>scomposición<strong>de</strong> Bernanke, que no es sino un método <strong>de</strong><strong>de</strong>scomposición estructural <strong>de</strong> <strong>la</strong> matriz Σ η= E (η tη t’). Dicha<strong>de</strong>scomposición sirve, <strong>en</strong> primer lugar, para ortogonalizarlos elem<strong>en</strong>tos <strong><strong>de</strong>l</strong> vector <strong>de</strong> innovaciones <strong>en</strong> forma reducida19. B<strong>en</strong> Bernanke, op. cit.(η t), esto es, para eliminar el problema <strong>de</strong> corre<strong>la</strong>ción <strong>de</strong> dichoselem<strong>en</strong>tos. Esto es necesario para estar <strong>en</strong> condiciones<strong>de</strong> atribuir choques a variables específicas, es <strong>de</strong>cir, para referirsea choques <strong>fiscal</strong>es, choques monetarios, choques al tipo<strong>de</strong> cambio real, y así sucesivam<strong>en</strong>te. La ortogonalización <strong><strong>de</strong>l</strong>vector η tparte <strong>de</strong> <strong>la</strong> base <strong>de</strong> que <strong>la</strong> matriz <strong>de</strong> covarianzas Σ ηes una matriz simétrica y <strong>de</strong>finida positiva. Estas característicasllevan a <strong>la</strong> conclusión <strong>de</strong> que existe una matriz <strong>de</strong> <strong>de</strong>scomposición,Q = (I 6– B 0) –1 Λ 1/2 tal que Ση = QQ’, don<strong>de</strong> Λes <strong>la</strong> matriz <strong>de</strong> covarianzas <strong><strong>de</strong>l</strong> vector <strong>de</strong> choques estructurales.Como se señaló, Λ es diagonal y es también <strong>de</strong>finida positiva,por lo que los elem<strong>en</strong>tos <strong>de</strong> su diagonal principal sonsus valores Eig<strong>en</strong> y son todos positivos; <strong>de</strong> allí que <strong>la</strong> expresiónΛ 1/2 t<strong>en</strong>ga vali<strong>de</strong>z. Enseguida se lleva a cabo <strong>la</strong> <strong>de</strong>scomposición<strong>de</strong> Bernanke:Ση = (I 6– B 0) –1 Λ(I 6– B 0) –1 ’= (I 6– B 0) –1 Λ 1/2 Λ 1/2 ’(I 6– B 0) –1 ’ = QQ’ [5]Con este método <strong>de</strong> <strong>de</strong>scomposición <strong>la</strong> matriz Q no necesitaser triangu<strong>la</strong>r inferior con ceros <strong>en</strong> <strong>la</strong> diagonal principal,como ocurre con <strong>la</strong> metodología no estructural propuestapor Sims. 20 Como se verá más a<strong><strong>de</strong>l</strong>ante, <strong>en</strong> este caso es posibleimponer una estructura <strong>en</strong> <strong>la</strong>s corre<strong>la</strong>ciones contemporáneas<strong>de</strong> <strong>la</strong>s innovaciones (que no son sino los residuales <strong><strong>de</strong>l</strong>vector autorregresivo) consist<strong>en</strong>te con <strong>la</strong> teoría económica.Ahora se utilizará <strong>la</strong> matriz <strong>de</strong> <strong>de</strong>scomposición Q paraortogonalizar el vector <strong>de</strong> innovaciones <strong>en</strong> forma reducida,η t. Primero, hay que d<strong>en</strong>otar al vector <strong>de</strong> innovaciones ortogonalizadascomo y t. Segundo, dado que los elem<strong>en</strong>tos <strong>de</strong> η testán corre<strong>la</strong>cionados, habrá que sustituir η tpor Q –1 η t= y t.Por último, por medio <strong>de</strong> <strong>la</strong> ecuación 6 se <strong>de</strong>muestra que, porconstrucción, los elem<strong>en</strong>tos <strong><strong>de</strong>l</strong> vector y tti<strong>en</strong><strong>en</strong> una varianzaunitaria y están libres tanto <strong><strong>de</strong>l</strong> problema <strong>de</strong> corre<strong>la</strong>ción serialcomo <strong><strong>de</strong>l</strong> <strong>de</strong> corre<strong>la</strong>ción contemporánea.E(y ty t’) = Q –1 [E(η tη t’)] Q –1 ’= Q –1 Σ ηQ –1 ’ = Q –1 QQ’Q -1 ’ = I 6[6]La ecuación 3’ que aparece a continuación no es sino <strong>la</strong>ecuación 3 —el mo<strong><strong>de</strong>l</strong>o <strong>en</strong> su forma reducida— expresada<strong>en</strong> términos <strong>de</strong> y t.Y t= K 0+ Γ 1Y t–1+ Γ 2Y t–2+, ..., + Γ pY t–p+ y t[3’]Cabe seña<strong>la</strong>r que los elem<strong>en</strong>tos <strong>de</strong> y tson <strong>la</strong>s innovaciones<strong>en</strong> cada una <strong>de</strong> <strong>la</strong>s variables <strong><strong>de</strong>l</strong> mo<strong><strong>de</strong>l</strong>o. Dicho <strong>de</strong> otro modo,20. Christopher A. Sims, “Macroeconomics and Reality”, Econometrica, <strong>en</strong>ero<strong>de</strong> 1980, pp. 1-48.1114 EFECTOS DEL DÉFICIT FISCAL EN LA ECONOMÍA MEXICANA

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!