ANÁLISIS ECONÓMICO DE ERGODICIDAD. JORGE CAMILO …
Transcript of ANÁLISIS ECONÓMICO DE ERGODICIDAD. JORGE CAMILO …
1
ANÁLISIS ECONÓMICO DE ERGODICIDAD.
JORGE CAMILO GAITÁN OCHOA
PREGRADO ECONOMÍA
FACULTAD DE ECONOMÍA
UNIVERSIDAD DE LOS ANDES
RESUMEN
El texto abarca las principales discusiones entre la economía convencional y la economía
monetaria de producción entorno al supuesto de ergodicidad, sus implicaciones, retos
metodológicos y utilidad en la ciencia. A la vez provee una aproximación al concepto
matemático y realiza una prueba no paramétrica probando este supuesto, sobre datos reales
macroeconómicos, usando el test Wald-Wolfowitz y basado en la metodología empleada en
Grazzini (2012) para validar la pertinencia de la discusión. A lo largo del texto se hace una
exposición en términos sencillos pero precisos, de tal manera que sea un buen punto de
partida para introducirse en los problemas vinculados a esta propiedad estadística.
Palabras Clave: Ergodicidad, Estacionareidad, Economía Monetaria de Producción,
Economía Neoclásica.
Clasificación: B41, C12, D84.
2
INTRODUCCIÓN
La ergodicidad es una de las herramientas matemáticas, entre las muchas, que han nacido
en la ciencia económica en busca de rigurosidad científica. Aunque en muchos casos estas
herramientas resultan útiles, en otros limitan el alcance del análisis o lo confinan a
esquemas metodológicos y analíticos concretos, imponiendo condiciones que la economía
debe cumplir. La discusión en torno a la forma y contenido de la economía, aunque no es el
objetivo principal de este texto, hace parte activa de la discusión teórica aquí planteada
entre la economía neoclásica y la economía monetaria de producción.
A pesar de ser un concepto principalmente estadístico, su alcance dentro del marco teórico
de la economía, aunque no es evidente y en muchas ocasiones obviado, llega a ser tal, que
fundamenta la divergencia en las escuelas de pensamiento previamente mencionadas.
Basado las definiciones dadas por Samuelson (1983) y David (1993) en términos generales,
los sistemas ergódicos son aquellos que con el paso del tiempo se pueden deshacer de los
efectos del pasado y más específicamente, para el caso económico, son sistemas que poseen
un equilibrio de largo plazo que es independiente de las condiciones iniciales.
El objetivo principal de este texto es analizar la importancia que tiene el supuesto de
ergodicidad sobre la ciencia económica. Para ello, el texto está dividido en dos marcos. En
el primero se ofrece una discusión teórica sobre las implicaciones de este supuesto en el
análisis económico, tomando como punto de partida una visión de la economía monetaria
de produccion. En el segundo se realiza una prueba estadística para la ergodicidad,
basándose en la metodología implementada en Grazzini (2012), donde se usa un test Wald-
Wolfowitz, para alcanzar el objetivo.
Los principales aportes de este texto son, la implementación de test estadísticos para
ergodicidad sobre series de datos reales de variables económicas y compilar en un solo
documento los elementos principales de la discusión sobre el supuesto de ergodicidad, que
en la literatura se exponen de manera dispersa, como comentarios secundarios y que por lo
general son de carácter puramente matemático dejando a un lado el análisis y trasfondo
económico.
3
En ésta, como en todas las pruebas que se hagan de ergodicidad, existe el problema de la
limitada cantidad de datos de los cuales se puede disponer, ya que requiere de
convergencias al infinito, numero imposible de datos. También existe el problema de la
falta de estadísticos poblaciones para realizarla, aunque el test es adaptado especialmente
para tratar de afrontar esta dificultad.
El texto está ordenado de la siguiente manera. Primero se expondrá de manera intuitiva en
que consiste el supuesto de ergodicidad. Luego se verá cómo éste tiene repercusiones en la
teoría económica, resaltando las ideas y discusiones principales entorno al supuesto de
ergodicidad, principalmente desde un punto de vista de la economía monetaria de
producción. Esto ocupará todo el marco teórico del trabajo. Seguido y como metodología se
analizará matemáticamente el supuesto de ergodicidad. Posteriormente, se describirá la
prueba a efectuar, el test Wald-Wolfowitz, en donde se dará razón de por qué se escogió,
sus ventajas y limitaciones. Luego se expondrán los resultados que arrojen las pruebas
estadísticas. Finalmente se detallaran algunas conclusiones en torno a los retos que la
naturaleza de la ciencia económica enfrenta ante la ausencia o presencia de ergodicidad.
4
REVISIÓN DE LITERATURA.
El texto guía principal para el desarrollo del método estadístico es Grazzini (2012), el cual
propone el uso del test no-paramétrico Wald-Wolfowitz, para demostrar ergodicidad y
estacionareidad en modelos basados en agentes (Trad. agent-based models). Para verificar
la validez del test, recurre a simulaciones de Monte Carlo de procesos estocásticos con
propiedades conocidas. Si bien el texto carece de aplicación a datos reales, centrándose en
datos de “laboratorio, provee el análisis y validación del test que será aplicado en el
presente texto usando datos reales macroeconomicos
Grazzini (2011) usa el método desarrollado en Grazzini (2012) y lo aplica a series de
mercados de acciones para dar una explicación de cómo las motivaciones micro pueden
afectar el comportamiento macro. Puesto que desarrolla modelos basados en agentes, debe
aplicar test de ergodicidad y estacionareidad, pero solo se limita a este tipo de modelos. Por
el contrario, el objetivo del presente trabajo es abarcar un amplio margen de variables
macroeconómicas.
(Domowitz & El-Gamal, 1997), desarrollan un algoritmo para una prueba estadística no
paramétrica de ergodicidad usando el test de Kolmogorov-Smirnov, basados en procesos
Markovianos y simulaciones de Montecarlo. Los propósitos del documento son, proponer
un test para aplicaciones futuras y ver las implicaciones sobre estabilidad en los agregados
monetarios.
5
MARCO TEORICO.
Aunque más adelante se definirá el concepto de ergodicidad matemáticamente, es preciso
para esta sección realizar un análisis detallado, que muestre su definición si no económica,
por lo menos intuitiva. Para ello, se hará una exposición basada en los argumentos
encontrados en Shackle (1958) y Davidson (1982)
Si se pudiera describir cada posible evento en cada momento del tiempo, en otras palabras,
todas las realidades alternativas en cada instante, este conjunto de sucesos corresponderían
al espacio de eventos o universo. En la figura 1, se representa este universo como el
conjunto A en el plano cartesiano. La forma en que se distribuyen estos eventos alrededor
del plano cartesiano se llama función de distribución.
Figura. 1
Nuestra realidad se representa por una pequeña trayectoria dentro de todo este conjunto de
posibilidades, la cual estaría conformada por cada uno de los sucesos ocurridos, que
ocurren y que ocurrirán. Es fácil constatar que esta trayectoria X(t) (Fig. 1) es una función
del tiempo t, ya que es imposible que en algún t dado existan dos realidades no excluyentes.
A esta trayectoria X(t) se le denominará realización.
La única manera de caracterizar la función de distribución es conociendo todos las posibles
trayectorias existentes, en otras palabras, conociendo todas las realidades alternativas. Es
evidente que para la economía (y en general para el ser humano) resulta imposible
6
conocerlas (si es que existen), por tanto la función de distribución se hace inalcanzable
científicamente.
Lo que plantea un sistema ergódico, es que dada una realización X(t), se puede caracterizar
toda la función de distribución, sin necesidad de conocer ninguna otra trayectoria
(realización). Y más a fondo, que aun a partir de un subconjunto de esta trayectoria, es
posible conocer toda la función de distribución. En otras palabras, una sola realidad basta
para formar un concepto perfecto de todo lo que es el universo.
Si se supone que el momento actual es el momento t (Figura 1), los momentos a la
izquierda representarán el pasado y los que están a la derecha, el futuro. Los datos a los
cuales podemos acceder solo son representados por todos los puntos sobre X(t) que están
entre el 0 y t. Al haber supuesto ergodicidad, será posible caracterizar el futuro y todo el
universo en general, solo a partir de la pequeña muestra que se posee.
Aunque no resulta evidente, también la ergodicidad permite afirmar que cada punto de la
trayectoria X(t), es independiente de los demás, no depende de lo que sucedió antes ni
después para que se realice y tampoco influye sobre cómo se comportan otros puntos.
Desde un punto de vista estadístico, el grupo A (fig. 1) se puede denominar un proceso
estocástico. La realización X(t), son las series de tiempo con las cuales cuentan los
economistas para realizar sus estudios, inflación, PIB, tasas de interés, etc. De estas
realizaciones X(t), es posible obtener su proceso generador de datos (Modelos ARIMA,
ARCH, Holt-winters, entre otros). La ergodicidad permite asegurar que el proceso
generador de datos de la realización X(t), representa fielmente al del proceso estocástico A
(fig. 1). Por ello, realizar predicciones y analizar la conducta de las variables es posible, ya
que por ergodicidad se sabe como se comporta A (El universo) a partir de una pequeña
realización X(t).
IMPLICACIONES GENERALES
Aunque resulta difícil encontrar una definición económica de ergodicidad, si existen
algunos autores, de diferentes escuelas, que han sugerido un significado económico de este
7
supuesto. Entre ellos, existen dos a destacar. Desde un punto de vista neoclásico,
Samuelson (1968) la define como sistemas en los cuales existe “…A unique long-run
equilibrium independent of initial conditions”. Y desde un punto de vista de la economía
monetaria de producción, está la definición brindada por David (1993) “systems that can
shake off the effects of past events, and do have a limiting, invariant probability
distribution that is continuous over the entire space state”.
Incertidumbre.
Como lo menciona Davidson (2009), la incertidumbre es una de las tres diferencias
principales1 entre la teoría económica neoclásica y la economía monetaria de producción.
La economía heterodoxa plantea que los procesos económicos funcionan por naturaleza
bajo incertidumbre. Como menciona Shackle (1982) Trad. “Todos los mercados son en
cierto grado especulativos”. Según Samuelson (1983), bajo esta situación, sería imposible
hacer de la economía una ciencia fuerte.
En el estudio macroeconómico y microeconómico se ha incluido la incertidumbre como
uno de los factores relevantes en el desarrollo de los procesos económicos. El término hace
referencia a la falta de certidumbre, que es “La falta de conocimiento seguro y claro de
algo” (Real Academia de la Lengua Española, 2012) . Entonces, ¿lo que se incorpora como
incertidumbre en los modelos matemáticos, es realmente incertidumbre? Dentro de la
escuela neoclásica, este término se ha asociado con la probabilidad de un evento. Para cada
posible “resultado” de un suceso económico existe una determinada probabilidad (mayor
que cero, conocida por el agente e invariable) de que este ocurra. Esta probabilidad, como
lo menciona Shackle (1958), es el resultado de las distribuciones de frecuencia, obtenidas
de las ocurrencias pasadas del evento en cuestión.
Si los sistemas económicos son no ergódicos, es erróneo asegurar que el proceso generador
de datos de los eventos futuros se comportará como el de los eventos pasados (puede
ocurrir, pero es incierto), debido a que caracterizar todo el espacio de tiempo por medio de
una muestra de éste, es imposible. Entonces, la distribución de frecuencia sobre la cual se
1 No sustituibilidad bruta entre el dinero y otros bienes, no neutralidad del dinero e incertidumbre
económica.
8
encuentra la probabilidad de un evento, será una herramienta errónea a la hora de predecir
el grado de incertidumbre. Aunque caracteriza bien el pasado, no se puede afirmar que sea
capaz de caracterizar el futuro y por tanto no servirá para medir la “incertidumbre” de un
evento.
Aun, si en algún caso es posible encontrar probabilidades de “incertidumbre”, Keynes
(1921) rechaza completamente el concepto de incertidumbre como un valor probabilístico;
más bien ve estos valores como medidas de riesgo. Bajo situaciones de riesgo, aunque no
hay seguridad sobre qué ocurrirá en el futuro, si existe algún nivel de certeza, es decir, se
puede determinar la probabilidad asociada a algún evento. Un valor de probabilidad está
asociado a un nivel de certidumbre, porque “se debe tener la certeza de que un suceso
ocurrirá con la probabilidad dada”.
Llevando el análisis al extremo, se puede suponer que un agente enfrenta infinitas posibles
soluciones de lo que será el futuro ya que no existe una caracterización segura de este. Si se
llegaran a asignar valores probabilísticos a cada uno de estos eventos, estos tenderían a cero
y si esto es conocido para el agente, finalmente la decisión ocurriría sobre eventos que lo
más seguro es que no sucedan, por tanto el agente tenderá a cometer errores en su toma de
decisiones.
El rechazo a la incertidumbre por parte de la economía monetaria de producción tiene como
repercusión, la implementación y manejo de, entre otros, dos supuestos básicos: (i) El
espíritu animal y (ii) la preferencia por el dinero.
Keynes (1978) y Robinson (1985) llaman el “espíritu animal” de los empresarios a la
intuición o motivación espontanea (David Hume) que fundamenta la toma de decisiones
económicas de estos. Los empresarios hacen escogencias y toman decisiones en contextos
de incertidumbre, de tal manera que deben confiar en su instinto, para saber cuáles son las
mejores decisiones y cuáles de estas van a dejar mayores ganancias y beneficios. No existe
una seguridad probabilística, que les diga que es seguro y que no, solo les indica mayores o
menores grados de confianza en torno a una decisión, no certeza.
Tambien, los agentes al intuir su desconocimiento respecto al futuro, recurren al dinero,
para reducir los riesgos inherentes a la incertidumbre. Como destaca (Robinson, 1985) y
9
(Keynes, 1978), los agentes en vista de su falta de conocimiento sobre el futuro se refugian
en el dinero para mantener una seguridad sobre sus activos, pasivos, patrimonios y la toma
de decisiones económicas. A su vez ya que los agentes reconocen la incertidumbre, deciden
en base a ella.
El dinero, al convertirse en medio sistémico de interacción entre agentes económicos,
asegura al individuo que lo posee campos de acción y decisión en ambientes bajo
incertidumbre. De acá que el dinero sirva como medio de pagos diferidos, ya que los
agentes tienes un grado de certeza sobre él. El agente espera (bajo incertidumbre) que su
dinero en un futuro será aceptado por parte de otros como medio de interacción social y por
tanto asegura la vinculación de este dentro del sistema social y económico.
Momento histórico, momento lógico
La discusión del momento lógico e histórico afecta tres condiciones económicas básicas:
path-dependence, “timing” de las decisiones y condiciones iniciales. Cada una de las
anteriores tiene repercusiones sobre el equilibrio general neoclásico y la implementación de
modelos dinámicos en la Economía monetaria de producción, temas que se trataran
posteriormente.
La dependencia de trayectoria “path-dependence” (David, 1993), se le denomina
comúnmente en ciencias como la física Histéresis. La histéresis es el proceso mediante el
cual un evento tiende a conservar una propiedad añadida (no propia), transmitida por un
factor externo, aun cuando el factor externo ya no la está transmitiendo directamente
(Blanchard & Summers, 1987).
La dependencia de trayectoria implica que el momento actual es resultado y se ve influido
por lo que fue el pasado, es decir, no ergodicidad (no independencia), al tiempo que influye
en los resultados futuros. Las aplicaciones matemáticas ortodoxas, por el contrario,
plantean que cada momento de tiempo se genera de manera independiente y que no existe
ni presente ni pasado, todo ocurre de forma simultanea (Robinson, 1985).
10
Especialmente en teoría monetaria, la no ergodicidad, y por tanto histéresis, tendría un
impacto significativo sobre el entendimiento y aplicación de ésta. Generalmente se
considera que las políticas monetarias tienen efectos de ajuste de corto plazo y que las
tendencias económicas naturales son independientes de estas fluctuaciones. Sin embargo, la
histéresis genera que estos efectos, que se consideran de corto plazo, realmente tengan
influencia sobre el largo plazo, por tanto las políticas deberían ser replanteadas
considerando estos nuevos efectos.
La dependencia de trayectoria provee una nueva visión de la importancia del “timing” de
las decisiones en el análisis económico. ¿Depende la economía de la historia? Aunque
parece una pregunta trivial, si se es cuidadoso al analizar los modelos neoclásicos, es fácil
apreciar que la economía del equilibrio general neoclásico no tiene historia, es decir el
“timing” de las decisiones no es relevante ya que toda la “economía”, se realiza en un
único momento (que no necesariamente es análogo a un único periodo de tiempo).
Dado que existe histéresis bajo no ergodicidad y por lo tanto dependencia entre los
momentos de tiempo, el “orden” en el cual se desarrolle la economía cumple un rol
fundamental en los resultados obtenidos; es decir, la historia cumple un rol fundamental y
la economía es un fenómeno no conmutativo. Los modelos neoclásicos, son importar el
orden de las decisiones, producen el mismo resultado, equilibrio. En otras palabras, solo
importa la magnitud en la cual una variable afecta a la otra, no el tiempo de afectación
(momento lógico).
La no ergodicidad permite incluir a la historia dentro del análisis económico porque esta
reconociendo la importancia que tienen momentos pasados sobre el presente y el futuro. La
economía es sensible a su propia historia, es decir, eventos del pasado (históricos) han
determinado como es nuestro presente y como podrá ser nuestro futuro. Por tanto, la
metodología económica no solo debe tener en cuenta choques contemporáneos, sino que
por el contrario debe basarse en análisis temporales dinámicos. A esto se le denomina el
tiempo Histórico.
Finalmente, esta dependencia e importancia del momento histórico, conduce la discusión
hacia el rol de las condiciones iniciales en el análisis teórico económico (Robinson, 1985).
11
En los modelos de equilibrio general neoclásico las condiciones iniciales no afectan el
comportamiento de la economía hacia el óptimo, ni la caracterización de éste, simplemente
cambia el nivel en el cual se alcanza. La no ergodicidad junto con la histéresis llevan a
concluir que, contrario a lo acostumbrado, las condiciones iniciales no solo afectan el nivel
al cual se alcanza el equilibrio, sino que van más allá y afectan la determinación misma de
éste.
Equilibrio.
En el pensamiento neoclásico (y en general en la teoría económica), el concepto de
equilibrio ha tomado una relevancia única en el análisis. Constantemente, los modelos y
desarrollos teóricos, van encaminados a encontrar puntos de equilibrio dentro de su campo
de aplicación. Como menciona Samuelson (1983), la importancia del equilibrio no solo se
ve en el resultado económico que plantea, sino que a su vez define una forma de
pensamiento teórico, decanta la cosmovisión económica de una estructura teórica. Ese
exacto momento analítico, se define por medio de y, define las características de una
escuela.
Cuando se habla de equilibrio, se piensa en un momento del sistema económico, fijo,
invariante y auto contenido. Este concepto en si mismo, va en contra del concepto de
ergodicidad. Ningún punto sobre el universo, esta auto contenido en sistemas no ergódicos,
todos dependen de las realizaciones pasadas (dependientes) y por tanto no puede estar toda
su información contenida en solo ese intervalo del tiempo. Así mismo, esta dependencia
genera que cada momento de una realización genere una nueva determinación de equilibrio
(Chamucero, 2005).
Lo anterior no implica que es imposible el equilibrio en sistemas no ergódicos, ya que
puede ocurrir que por mera coincidencia las decisiones de todos los agentes coincidan en un
punto del tiempo, generando equilibrio. Sin embargo, como se mencionó, sería solo
coincidencia, no una consecuencia de un comportamiento sistémico de la economía y por lo
tanto su relevancia pasaría a un segundo plano del análisis. La única forma de asegurar un
comportamiento económico similar al equilibrio, es si las decisiones de todos los agentes
coinciden para cada uno de los momentos de tiempo, actitud que parece imposible dados
12
los entornos de incertidumbre. Aun si esto ocurriera, seria solo un caso excepcional de
interés teórico y poca aplicabilidad y peso en la economía. Por otro lado, bajo un equilibrio
neoclásico (Samuelson, 1968), las condiciones iniciales de la economía, no alteran las
conclusiones vitales de este equilibrio. Este resultado es posible gracias a la ergodicidad
económica impuesta en el análisis. En un modelo no ergódico, las condiciones iniciales
pueden ser entendidas como los resultados de los momentos anteriores al momento en el
cual “inicia” la economía del modelo. Por histéresis, podemos inferir que las condiciones
iniciales si deberían afectar los resultados vitales del equilibrio económico, convirtiéndose
en variables endógenas del modelo, haciendo inviable la actual forma de estática
comparativa y la definición de equilibrios en función de parámetros de éste.
METODOLOGÍA
Al principio de la metodología se hará una exposición teórica matemática breve del
supuesto de ergodicidad. Primero se darán definiciones del concepto de estacionareidad,
que es una condición necesaria pero no suficiente para la existencia de ergodicidad y por lo
tanto, será el punto de partida para realizar las pruebas. Siguiendo la notación de Grimmet
(2001) sea:
{ ( ) }
( ( )) ( ( )) ( ( ) ( )) ( ( ) ( )) ( )
Al igual si las familias:
{ ( ) ( ) ( )} { ( ) ( ) ( )} ( )
Tienen la misma distribución conjunta para todo , entonces se dice que
el proceso X es fuertemente estacionario. Para verificar la existencia de estacionareidad
fuerte, solo es necesario asegurar la normalidad de las series de datos. En este caso la ley de
los grandes números nos asegura que las series acá usadas convergen hacia una distribución
normal.
13
Los teoremas de ergodicidad planteados primeramente por Von Neumann(Ergodicidad
débil) y luego por Birkoff (ergodicidad fuerte), se enuncian a continuación:
{ }
( )
∑
→
Entonces se dice que X es un proceso ergódico fuerte. Que también se puede definir si es
posible asegurar que:
∑
( )
Donde es la variable poblacional en el momento k. A su vez sí:
( ) ( )
∑
→ ( )
Entonces se dice que es un proceso ergódico débil. El test acá implementado, permite
probar ambos tipos de ergodicidad, aunque por simplicidad solo se probará la débil, esto,
debido a que en el caso fuerte sería necesario hacer pruebas para cada uno de los momentos
muestrales de la serie.
El objetivo fundamental del proceso empírico a seguir es conseguir la metodología más
sencilla, pero robusta, en busca de una prueba de estacionareidad y ergodicidad que sea
confiable. Para ello, como lo plantea Grazzini (2012), Grazzini (2011), se hará uso de una
adaptación del test no paramétrico de Wald-Wolfowitz que originalmente prueba si dos
muestras provienen de una misma población. También se corregirá estacionalidad y
volatilidad en caso de ser necesario.
14
Estacionareidad (Test Wald Wolfowitz adaptado)
El test de Wald-Wolfowitz originalmente busca cuándo una cantidad n de muestras
provienen de la misma población. La adaptación, tomada de (Gibbons, 1992) y usada en
(Grazzini, 2012), permite saber cuándo una función se ajusta a una serie. Si se tiene
{ ( ) }
Y se define una función Y. Se busca que las ( ) estén distribuidas aleatoriamente por
debajo y por encima de esta función, para corroborar que Y sea un buen explicador de . El
test requiere que los datos tengan un orden cardinal, para ello se define:
{ } . (5)
Que se entienden como el conjunto de submuestras de X.
Posteriormente, se define Y como la ecuación (3) siendo k=1 (media muestral2). Se crea
( ) {
} ( )
Finalmente se genera la base sobre la cual se efectúa el test estadístico,
{ ( ) ( ) } (7)
No se toma el caso ( ) ya que, suponiendo que es una función continua, la
probabilidad de que ( ) tome este valor tiende a cero. El resultado final es una serie de
unos y ceros.
Ahora, el estadístico requiere el uso de rachas (R) que son el número de conjuntos que
poseen símbolos idénticos seguidos). Por ejemplo { } posee 4 rachas:
{ } { } { } { }. La cantidad de rachas reflejará la aleatoriedad de la muestra. luego
se define el estadístico U de prueba, que se distribuye como una normal asintóticamente,
con media y varianza:
( )
( ) (8)
2 Si
es un proceso ergódico fuerte.
15
( )
( )
( )
( ) ( ) ( )
Donde es el numero de y el numero de .
Se plantea la hipótesis nula de que las observaciones están aleatoriamente distribuidas
alrededor de Y, es decir, ver si el momento k=1 es estacionario (constante en el tiempo). Si
entonces es constante en el tiempo y por tanto la hipótesis
nula no es rechazada.
La prueba se puede realizar a dos colas, aunque (Gibbons, 1992) recomienda el uso de la
cola izquierda de la distribución cuando existen pocas rachas, ya sea por agrupación
excesiva de símbolos o pocos datos. Por lo tanto en este trabajo se usará la cola izquierda
de la distribución debido a la limitada cantidad de datos de las series escogidas.
En la aplicación de esta prueba existen varios riesgos. Por un lado, al ser X limitada, se
debe optimizar la cantidad de submuestras versus el tamaño de estas. Si hay un gran
número de con pocos cada uno, genera una pobre estimación del momento k en cada
submuestra, pero genera una mejor aproximación asintótica a una distribución normal. Por
el contrario si hay pocas , cada una con muchas genera una mala aproximación
asintótica a una distribución normal, pero genera un mejor cálculo del momento k en cada
submuestra.
Ergodicidad (Test Wald-Wolfowitz)
Para la prueba de ergodicidad, se utiliza nuevamente el test Wald-Wolfowitz, pero esta vez
en su versión original. Para ello, se define { } { } dos muestras, que vienen de funciones
continuas ( ) ( ) respectivamente, de tal manera que cumplan con provenir del
mismo proceso generador de datos, con los mismo parámetros pero que posean
observaciones diferentes (en otras palabras, dos realidades paralelas). Para lograr esto,
nuevamente se crean submuestras escogidas aleatoriamente.
{ } . (10)
{ } .
16
A su vez, se define,
{{ } {
}} ordenado ascendentemente. (11)
Por ultimo,
{ { } {
} }. (12)
Esto último, con objeto de crear las rachas necesarias para llevar a cabo el test.
La hipótesis nula plantea que ( ) ( ), que quiere decir que el estadístico U es
independiente de ( ) ( ) y para el caso de ergodicidad, las submuestras tienen la
misma distribución en sus momentos que la muestra. En caso de que exista alguna
diferencia entre las dos funciones, U se hará pequeño. Entonces la hipótesis nula no es
aceptada si U es muy pequeño. Nuevamente la media y varianza del estadístico son como
están definidas en (9).
Nuevamente se usa la cola izquierda del estadístico, para hacer la prueba, por la
conveniencia explicada en el test de estacionareidad. Por otro lado, hay que ser muy
cuidadoso respecto a los resultados ya que si las muestras y submuestras no son lo
suficientemente grandes no es posible asegurar que el estadístico U converja a una
distribución normal, y por tanto no se detecte la ergodicidad aun cuando exista (error tipo
I).
Dichas pruebas son aplicadas a las siguientes bases de datos, tomadas de diferentes medios.
PIB Estados Unidos, trimestral (Dólar 2005) ajustado estacionalmente. De 1947-1 a
2012-33
Empleo (sector privado) Estados Unidos, mensual, ajustado estacionalmente. De
enero de 1939 a junio de 2012.
3 Las siguientes series fueron tomadas de “U.S. Bureau of Economic Analysis” revisado por ultima vez el 12
de octubre 2012.
17
Cambio porcentual consumo personal Estados Unidos, trimestral. ajustado
estacionalmente. De 1947-1 a 2012-1
IPC Estados Unidos, mensual. ajustado estacionalmente. De 1913-1 a 2011-7
Inflación Estados Unidos, trimestral. ajustado estacionalmente. De 1947-1 a 2012-1
Índice tasa de cambio Libra Esterlina-dólar, diario (5 Enero 1975- 02 de agosto
2012)4.
Las bases de datos son trabajadas en primeras diferencias y en el ultimo caso (índice Tasa
de Cambio) se aplica un filtro de volatilidad estocástica.
ANÁLISIS DE RESULTADOS.
En la tabla 1 y tabla 2, se pueden apreciar los resultados obtenidos luego de efectuar la
prueba estadística para cada una de las bases de datos mencionadas anteriormente, usando
submuestras de 10 observaciones cada una. En cada una la hipótesis nula es,
estacionareidad o ergodicidad respectivamente. En la primera prueba, no se rechaza la
hipótesis nula para ninguna de las variables. Realizando una prueba de raíz unitaria, se
logra verificar que el test está pronosticando correctamente.
En la segunda prueba, cada una de las variables acepta la hipótesis alternativa (no
ergodicidad). Sin embargo, como se mencionó anteriormente, la escogencia del tamaño de
las submuestras puede determinar la convergencia y aleatoriedad de la prueba y por lo tanto
su potencia. En el caso de submuestras de 10 observaciones, es posible asegurar
aleatoriedad de la prueba, pero no es segura la convergencia. Para lograr un nivel mayor de
convergencia, se realizan las mismas pruebas pero ahora con submuestras de tamaño 20 y
50. Los resultados se aprecian en la tabla 3.
4 Tomado de “Bank of England” revisado por última vez el 28 de agosto de 2012.
18
Tabla 1. Prueba estacionareidad. Ho: Estacionareidad. (Limite de rechazo: |Z|>1.96)
Submuestras de 10 observaciones cada una.
ESTACIONAREIDAD
Variable Rachas m n Media U Varianza | |
US empleo 42 53 35 43.1590909 39.8903415 0.18352009
Cambio porcentual
consumo personal 13 14 13
14.48148148
12.94375857
0.411780736
inflación 68 56 63 60.2941176 58.5847164 1.00676987
PIB US 115
124
139
132.072243
130.143975
1.49650633
IPC US 9 74 5 10.3670886 2.00962206 0.96436062
INDEX tasa de
cambio 500 479
472
476.474238
474.94795
1.07949515
Tabla 2. Prueba ergodicidad. Ho: Ergodicidad. (Limite de rechazo: |Z|>1.96)
Submuestras de 10 observaciones cada una.
ERGODICIDAD
Variable Rachas m n Media U Varianza | |
US empleo 589 862 862 863 861.49971 9.33518642
Cambio porcentual
consumo personal
220
253
253
254
252.49901
2.13968123
Inflación 727 1175 1175 1176 1174.49979 13.1014653
PIB US 155 253 253 254 252.49901 6.23024829
IPC US 281 785 785 786 784.499681 18.0299695
INDEX tasa de
cambio 6821 9505 9505 9506 9504.49997 27.5409967
19
Tabla 3. Prueba ergodicidad. Ho: Ergodicidad. (Limite de rechazo: |Z|>1.96)
Submuestras de tamaño variable
variables |Z| submuestra de n=20 |Z| submuestra de n=50
US empleo 9.33518642 10.4731155
Cambio porcentual
consumo personal 1.73383919 3.63578007
Inflación 14.7986354 13.0335377
PIB US 8.0270333 8.98655074
IPC US 19.0113623 19.542703
INDEX tasa de
cambio 50.675435 56.0061073
La tabla 3 muestra como la convergencia, dado el aumento en los datos de cada
submuestra, ratifica aún más la no existencia de ergodicidad en las variables escogidas.
Realizando tal variedad de pruebas se puede reducir (mas no eliminar) el riesgo de caer en
errores tipo I o II. Finalmente los valores de |Z| en el caso de esta prueba no ejemplifican
que tan cerca o que tan lejos esta de ser ergódica o no la variable en cuestión, esto dado que
no existe un tamaño para las submuestras que se pueda declarar optimo.
CONCLUSIONES
El supuesto de ergodicidad, aunque pasa desapercibido en las discusiones de los
economistas, no lo hace en sus efectos sobre la teoría económica. Aunque es un concepto
puramente estadístico, las implicaciones que tiene sobre la ciencia llegan a tal punto, que
logra definir las divergencias en el marco analítico, conceptual y practico de dos de las
principales escuelas, la neoclásica y la economía monetaria de producción.
La aproximación que da este texto al concepto de ergodicidad ofrece una verificación
empírica de la ausencia de esta propiedad en datos económicos reales, poniendo en duda y
debilitando ciertos conceptos actuales que rigen el pensamiento económico.
Por otro lado, El test Wald-Wolfowitz ofrece un método sencillo pero eficaz a la hora de
probar esta propiedad de los sistemas económicos, aunque carece de un método para
20
estimar el tamaño eficiente de las submuestras impidiendo asegurar estadísticamente
convergencias y aleatoriedad. Sin embargo, la repetición de la prueba para varios tamaños,
permite contrarrestar esta deficiencia y ofrece robustez, rechazando para cada uno de ellos.
Finalmente, este trabajo es una base para la profundización en el análisis de la ergodicidad
en la economía, tanto para ampliar el conocimiento científico de la ciencia, como para
generar cada vez modelos y conceptos más pertinentes, haciendo uso de nuevas
herramientas que satisfagan la complejización que, como se vio en el trabajo, implica el
levantamiento de este supuesto
BIBLIOGRAFÍA
Blanchard, & Summers. (1987). Hysteresis in Unemployment. European Economic
Review, 288-95.
21
Chamucero , R. (2005). General Equilibrium Models: An Overview. Santiago de Chile:
Central Bank of Chile.
David, P. (1993). Historical Economics in the Long Run: Some implications of Path
Dependence. In G. Snooks, Historical Analysis in Economics (pp. 29-40). London:
Routledge.
Davidson, P. (1982). 'Rational Expectations: A Fallacious Foundation for Studying Crucial
Decision-Making Processes'. Journal of Post Keynesian Economics, 182-96.
Davidson, P. (1993). The Elephant and the Butterfly: or Hysteresis and Post Keynesian
Economics. The Journal of Post Keynesian Economics, 309-22.
Davidson, P. (2009). The Keynes Solution. The path to Global Economic Prosperity.
Palgrave MacMillan.
Domowitz, I., & El-Gamal, M. A. (1997). A consistent Nos parametric test of Ergodicity
For Time Series With Applications.
Gibbons, J. D. (1992). Non Parametric Statistical Inference. New York: Bassel: Marcel
Dekker.
Grazzini, J. (2011, Octubre). Universidad de Torino. Retrieved Julio 28, 2012, from
http//www.de.unito.it
Grazzini, J. (2012, Marzo 31). Journal of Artificial Societies and Social Simulation.
Retrieved Julio 28, 2012, from http://jasss.soc.surrey.ac.uk/15/2/7.html
Grimmet, G. R. (2001). Probability and Random Processes. New York: Oxford University
Press.
Herscovici, A. (2002). precios, entropia y mercado. Equilibrio, incertidumbre e
irreversibilidad economica. Revista Venezolana de Analisis de Coyuntura, 45-69.
Keynes, J. M. (1978). The General Theory of Employment, Interest and Money. Cambridge
University Press.
22
Keynes, J. M. (2004). A Treatise on Probability. Mineola, N.Y.: Dover Publications.
King, J. E. (2002). A History of Post Keynesian Economics since 1936. Edward Elgar
Publishing Limited.
Real Academia de la Lengua Española. (2012). Real Academia de la Lengua Española.
Retrieved Agosto 12, 2012, from Diccionario RAE Vigesima Segunda Edición:
http://lema.rae.es/drae
Robinson, J. (1937). Essays in the Theory of Employment. London: MacMillan.
Robinson, J. (1985). The Theory of Normal Prices and Reconstruction of Economic
Theory. In G. Feiwel, Issues in Contemporary Macroeconomics and Distribution
(pp. 157-65). London: MacMillan.
Samuelson, P. (1968). What classical and Neoclassical monetary theory really was.
Canadian Journal of Economics, 1-15.
Samuelson, P. A. (1983). Foundations of Economic Analysis. Harvard Economic Studies.
Shackle, G. (1958). Tine in Economics. Amsterdam: North Holland.
Shackle, G. (1982). Comment (On J. Kicks, 'IS-LM': An Explanation) . Journal of Post
Keynesian Economics, 435-8.