Download marcan una relación entre el Crédito en t - 2, el Ingreso real en t

Propuesta de modelación basada en un enfoque de redes probabilísticas: una aplicación a la consistencia
macroeconómica
marcan una relación entre el Crédito en t − 2, el Ingreso real en t − 2 y, el Desempleo y el
Subempleo en t−1 Por otro lado, el segundo subárbol muestra la estrecha relación que existe
entre estas mismas variables observables, conectadas por dos variables latentes (5 y 7), pero
con distinto rezago; las relación es entre el Crédito en t, el Ingreso Real en t y, el Desempleo
y el Subempleo en t − 2. Finalmente, el tercer subárbol una vez más muestra las fuertes
relaciones de interdepencia que existen entre las variables que conforman este subsistema,
siempre enlazadas mediante efectos no observables (variables latentes 2 y 8); en este caso las
variables vinculadas son el Crédito en t − 1, el Ingreso Real en t − 1 y, el Desempleo y el
Subempleo en t.
Estas tres regiones marcadas en el LTM muestran claramente la endogeneidad de las variables en cuestión y, a la vez, ponen en evidencia el error que se cometerı́a al modelarlas con
un enfoque causa-efecto pues, como se dijo en la introducción, en los sistemas económicos
las relaciones muchas veces son circulares y no de causa-efecto. Además de la circularidad
existente en el subsistema formado por estas tres variables, es interesante destacar que incluso la periodicidad es distinta; el primer y tercer subárbol muestran que los efectos que el
Crédito y el Ingreso Real (además estos dos muestran siempre patrones de comportamiento
simultáneo) manifiestan en el Desempleo y el Subempleo tienen rezago de un mes, mientras
que los efectos contrarios, es decir, de los niveles de Desempleo y Subempleo sobre el Crédito
y el Ingreso Real, se dan con un rezago de dos meses.
Por otro lado, como se mencionó al inicio de este caso, la variable de crédito total al
sector privado se seleccionó como una “proxy” del nivel de actividad económica. La bondad
de utilizar dicha variable se ha visto confirmada en el hecho de que siempre está vinculada
a las variables de empleo e ingreso real mediante efectos no observables (variables latentes).
Precisamente, todo apunta a que este efecto no observable es el nivel de actividad económica,
para el cual no existe una medición “real” con periodicidad mensual, por lo que no se
puede incluir explı́citamente en el modelo. Este hecho demuestra las ventajas de utilizar
la aproximación de modelos probabilı́sticos gráficos para la modelación macroeconómica en
ausencia de información con la periodicidad que se desearı́a. Finalmente, el Log-likelihood
de este modelo es -36020.248054 y el BIC es -36234.388467.
31
141
Analítika, Revista de análisis estadístico, (2016), Vol. 11