Francesco Carlucci – Traccia per un corso di Econometria

Modulo I – Concetti di base

3 MODELLI STATICI LINEARI

Indice del capitolo

3.1 Forma strutturale generale dei modelli statici lineari ...........................................2
3.2 Forma matriciale delle equazioni strutturali ........................................................4
3.3 La partizione in blocchi ed i modelli ricorsivi ........................................................6
Le partizioni in blocchi della matrice dei parametri ........................................6
Un modello a due settori ricorsivo...................................................................7
I modelli ricorsivi a catena causale di Wold e Strotz........................................7
3.4 Forma ridotta generale dei modelli lineari deterministici .....................................9
3.5 I moltiplicatori nei sistemi statici ....................................................................... 11
La determinazione della matrice dei moltiplicatori ....................................... 11
3.6 Esercizi .............................................................................................................. 14
3.7 Riferimenti bibliografici...................................................................................... 15

03/12/01, 22.37 II edizione

 Modulo I – Concetti di base

3.1 Forma strutturale generale dei modelli statici lineari

Il modello keynesiano costituito dalla (2.1.4) e dall’identità ex-post tra il reddito e
la somma del consumo e delle spese autonome
c = α + β( y − v )
 0<α, 0<β<1 (3.1.1)
y = c + i
è costituito da due equazioni con due variabili endogene, y , c , e due esplicative, i
e v , e può essere scritto nella forma
 c − β y + βv −α= 0

− c + y −i =0
colonna delle intercette
colonna della i
colonna della ν
colonna della y
colonna della c

nella quale i termini delle equazioni sono incolonnati in funzione delle medesime
variabili, prima le endogene e poi le esplicative. Ponendo
y1 = c , y 2 = y , x1 = v , x 2 = i, x3 = 1 ,
il sistema (3.1.1) viene scritto nella forma seguente

 y1 − β y2 + βx1 + 0x2 − αx3 =0

 (3.1.2)
− y1 + y2 + 0 x1 − x2 + 0 x3 =0

caso particolare della forma strutturale generale dei sistemi lineari

 β11 y1 + β12 y 2 + ... + β1 g y g + γ11 x1 + γ 12 x 2 + ... + γ1 k xk = 0
 β y + β y + ... + β y + γ x + γ x + ... + γ x
 21 1 22 2 2g g 21 1 22 2 2k k = 0
 (3.1.3)
 ... ... ...
β g 1 y1 + β g 2 y 2 + ... + β gg y g + γ11 x1 + γ g 2 x2 + ... + γ gk xk = 0

costituita da g equazioni e quindi da g endogene y j , j = 1,2,..., g , nonché da k

variabili esogene, x l , l = 1,2,..., k . In forma più compatta tale sistema può essere
scritto nel modo seguente
g k

∑ β ij y j + ∑ γ il x l = 0
j =1 l =1
i = 1, 2,..., g

3-2
 Modulo I – Concetti di base

dove l’indice i indica la i -esima equazione.

Naturalmente non tutte le variabili endogene ed esogene compaiono in ogni
equazione, cosicché alcuni parametri sono nulli. Se inoltre le equazioni strutturali
posseggono il termine noto (o intercetta), si può porre una variabile esogena, ad
esempio la k -esima, uguale all’unità, in modo che i termini noti siano dati dalle
costanti γ ik , i = 1, 2,..., g .

3-3
 Modulo I – Concetti di base

3.2 Forma matriciale delle equazioni strutturali

Il sistema (3.1.3) delle equazioni scritte nella forma strutturale generale può essere
esposto anche nel modo matriciale seguente
β11 β12 ... β1 g   y1   γ11 γ12 ... γ 1k   x1   0 
β
 21 β 22 ... β 2 g   y 2   γ 21 γ 22 ... γ 2 k   x 2   0  (3.2.1)
+ = 
 ... ... ... ...   ...   ... ... ... ...   ...  ...
       
β g 1 β g 2 ... β gg   y g   γ g 1 γ g2 ... γ gk   x k   0 

vale a dire, in forma compatta,

By + Γx = 0 (3.2.2)

dove B è la matrice di ordine g × g dei parametri βij , Γ è la matrice di ordine

g × k dei parametri, y è il vettore (colonna) delle variabili endogene, x è il vettore
(colonna) delle k esogene e 0 è il vettore con elementi nulli.
Il sistema (3.1.1) scritto nella forma (3.2.1) diventa

 x1 
 1 − β  y1  β 0 − α   0
− 1 1   y  + 0 − 1 0   x 2  = 0 (3.2.3)
  2    x   
 3
come facilmente si controlla, mentre il sistema (2.3.5) in cui si è utilizzata la
funzione del consumo (2.1.4) e il tasso è stato sostituito dal suo esponenziale,
omettendo l’indice t ,

 c = α + β( y − v )
 α>0 , 0 < β <1
 i = γ + δ exp r + εy (3.2.4)
y = c + i + g γ>0 , δ<0

possiede tre variabili endogene, che possiamo considerare c , i , y , e tre esogene, le
restanti r , g , v , cosicché può essere scritto nella forma

c − βy + βv − α = 0

 i − εy − δ exp r −γ =0 (3.2.5)
− c − i + y −g =0

e ponendo
y1 = c , y 2 = i , y 3 = y , x1 = exp r , x 2 = g , x 3 = v , x 4 = 1 ,
nell’altra matriciale

3-4
 Modulo I – Concetti di base

x 
1 0 − β  y1   0 0 β − α  1   0
0   y  +  − δ 0 0 − γ   x 2  =  0 (3.2.6)
 1 − ε  2    x   
− 1 − 1 1   y 3   0 − 1 0 0   3   0
x4 
Osservazione 3.1 – La matrice dei coefficienti B nella (3.2.3) e nella
(3.2.6) ha gli elementi della diagonale principale tutti uguali all’unità.
Questo fatto, che corrisponde a normalizzare le equazioni in modo tale
che sia uguale ad uno il coefficiente della i -esima variabile endogena
nella i -esima equazione è una semplice convenzione utile per indicare
che la i -esima equazione è intesa a determinare la i -esima variabile
endogena.
Osservazione 3.2 – Il modello (3.2.4) contiene una funzione del consumo,
una degli investimenti (privati) ed una condizione di equilibrio ex post.

3-5
 Modulo I – Concetti di base

3.3 La partizione in blocchi ed i modelli ricorsivi

Le partizioni in blocchi della matrice dei parametri

Se nella matrice dei coefficienti B del sistema (3.2.6) poniamo ε = 0 , essa diventa

1 0 − β
B =  0 1 0  (3.3.1)
 − 1 − 1 1 

e si ha che la variabile endogena i non è determinata mediante altre endogene,

mentre questo fatto non sussiste per c né per y ; questa situazione corrisponde
nella matrice B all’esservi tutti zeri a destra dell’elemento β 22 .
Si dice in questo caso che nel modello c’è una partizione in due blocchi, in
quanto il sistema lineare può essere risolto in due passi distinti. In un primo si
determina la variabile endogena i tramite le esogene; nel secondo passo si
determinano le variabili endogene c ed y tramite le esogene ed il valore trovato di
i . In altre parole non c’è necessità che le variabili endogene siano determinate
simultaneamente.
Nel caso in cui la matrice dei parametri B sia del terzo ordine, si possono avere
le tre partizioni seguenti

1 0 0 1 β12 0  1 0 0
β 1 β 23  β 1 0 β 0
 21  21  21 1
β31 β 32 1  β 31 β32 1 β 31 β 32 1
a) b) c)

Nel caso a ) si determina l’endogena y1 nel primo blocco ed y 2 , y 3

congiuntamente nel secondo utilizzando il valore trovato di y1 ; nel caso b) si
determinano y1 ed y 2 simultaneamente nel primo blocco e poi i loro valori sono
utilizzati nel secondo per determinare y 3 . Nel caso c) , infine, si hanno tre blocchi
con determinazione in sequenza di y1 , y 2 ed y 3 , ed il modello relativo è detto
ricorsivo1.
Osservazione 3.3 – La matrice (3.3.1) costituisce un caso di partizione di
tipo a ) , fatti gli appropriati spostamenti delle righe e delle colonne, cioè
delle equazioni e delle incognite nel sistema (3.2.6), con ε = 0 .

1 Il termine modello ricorsivo dovuto al Wold. Si veda a tale proposito Wold (1954).

3-6
 Modulo I – Concetti di base

Un modello a due settori ricorsivo

Un esempio di matrice B del tipo c) ma di ordine cinque si ha nel modello
seguente, formato da due settori: il reale dato dalle equazioni (3.2.4) ed il monetario

m d = µy + η exp r (3.3.2)
m s = ms
comprendente una relazione lineare che esprime la quantità di moneta domandata
in funzione del reddito e del tasso di interesse, ed una seconda condizione di
equilibrio ex post che uguaglia la moneta offerta a quella domandata. Nell’ipotesi
che le variabili esogene siano v , m s ed r , la forma strutturale del modello può
essere scritta nel modo seguente
 md − ms =0
 1 d η
− m +y + exp r =0
 µ µ
 (3.3.3)

 − εy + i − δ exp r −γ = 0

 − βy +c + βν −α = 0
 − y +i +c + g =0

che in forma matriciale diventa

 1 0 0 0 0 m d   0 0 −1 0  0 
 1   η  exp r   
− µ 1 0 0 0  y  + 0 0 0 
v   
  0
µ
 0 − ε 1 0 0  i  +  − δ
  
 0 0 − γ   m s  = 0  (3.3.4)
   
 0 − β 0 1 0  c   0 +β 0 − α   1  0 
     0 
 0 − 1 1 1 1  g   0 0 0 0   

Questo modello può essere risolto in maniera ricorsiva, determinando con la

prima equazione del sistema (3.3.3) la quantità di moneta domandata in funzione
di quella offerta, esogena; sostituendo il valore trovato nella seconda della (3.3.3) ed
utilizzando la variabile esogena tasso di interesse si calcola il reddito y , che
sostituito nella terza permette di determinare gli investimenti privati. Il consumo è
direttamente determinato dal reddito e dalle imposte, e infine anche la spesa
pubblica è calcolata conoscendo i consumi, investimenti privati e reddito.

I modelli ricorsivi a catena causale di Wold e Strotz

Il carattere ricorsivo di alcuni sistemi di equazioni fu utilizzato da H. Wold e R.H.
Strotz per rappresentare analiticamente una struttura di legami di causalità. Essi
partono dal presupposto che il concetto di causalità sia "primitivo" e che nessuno

3-7
 Modulo I – Concetti di base

abbia il diritto di monopolio sulla sua definizione 2. Quando, tuttavia, si

costruiscono modelli esplicativi della realtà, ad essi è necessario attribuire una
interpretazione causale e questo può essere fatto, secondo i due autori, soltanto se
il sistema di equazioni è ricorsivo. Il sistema (3.3.3), come già osservato nel
paragrafo precedente, lo è, e tale è anche il modello utilizzato (2.7.8) dal Simon, che
può essere scritto nel modo seguente

β11 0 0   y1   γ1 
β
 21 β 22 0  ⋅  y 2  =  γ 2  (3.3.5)
 0 β 32 β 33   y 3   γ 3 

dove la matrice dei parametri delle variabili contiene tutti zeri sopra la diagonale
principale.
Dunque la caratteristica essenziale del modello (3.3.5), detto a catena causale, è
la triangolarità della matrice dei coefficienti delle variabile endogene; in questo
caso la matrice è detta triangolare inferiore; il sistema (3.3.5) può essere anche
scritto con la matrice dei coefficienti triangolare superiore, cioè con valori nulli al di
sotto degli elementi della d iagonale principale. Nel caso generale (3.2.1) della forma
strutturale delle equazioni si ha una rappresentazione causale secondo Wold e
Strotz se la matrice dei parametri B è triangolare. Se questa triangolarità non
sussiste, il sistema di equazioni è detto interdipendente e secondo i due autori non
può rappresentare una struttura causale salvo che in una accezione particolare,
data dalla causalità esistente tra le variabili endogene considerate in blocco e le
esogene anch’esse prese globalmente.

2 Si veda il saggio di Strotz e Wold (1960) che costituisce il primo di un famoso “trittico” di
lavori sulla causalità, pubblicati contemporaneamente. In realtà il contributo del Wold
all’impostazione ivi descritta è superiore a quello dello Strotz. Nella sostanza essa era
presente in Wold (1952).

3-8
 Modulo I – Concetti di base

3.4 Forma ridotta generale dei modelli lineari

deterministici
Nel paragrafo 2.5 di questo modulo è stata chiamata forma ridotta del modello
lineare la forma ottenuta risolvendo il sistema di equazioni strutturali rispetto alle
variabili endogene in funzione delle sole esogene. In un modello con g variabili
endogene e k esogene la forma generale ridotta è la seguente

 y1 = π11 x1 + π12 x 2 + ... + π1 k x k

 y = π x + π x + ... + π x
 2 21 1 22 2 2k k (3.4.1)

 ...
 y g = π g 1 x1 + π g 2 x2 + ... + π gk x k

che scritta in forma matriciale diventa

 y1   π11 π12 ... π1 k   x1 
 y  π
 2  =  21 π 22 ... π 23   x 2  (3.4.2)
 ...   ... ... ... ...   ... 
    
 y g  π g 1 π g2 ... π gk   xk 

vale a dire in forma compatta,

y = Πx (3.4.3)

dove Π è una matrice di parametri π ij di ordine g × k , y è il vettore delle g

endogene ed x quello delle k esogene.
Risolvendo il sistema (3.1.1) rispetto a c e ad y otteniamo

 −β β α
 c = 1 − β v + 1 − β i + 1 − β
 (3.4.4)
y = −β v + 1 i + α
 1− β 1−β 1−β

che è appunto la forma ridotta del modello (3.1.1); in termini matriciali le (3.4.4) si
scrivono

 −β β α  ν  ν 
c  1 − β 1 − β 1 − β   i  = 1  − β β α  i  (3.4.5)
 y =  
α    1 − β  − β 1 α  
   −β 1
  1 
1 − β 1 − β 1 − β  1 

dove nella matrice Π dell’ultimo membro si è posto in evidenza il fattore 1 / (1 − β)

utilizzando l’operazione di moltiplicazione di una matrice per uno scalare.

3-9
 Modulo I – Concetti di base

Anche il sistema (3.2.4) può essere facilmente risolto rispetto alle endogene c , i ,
y , inserendo il valore di c della prima equazione nella terza e quindi il valore di y
di questa nella seconda; si risolve questa rispetto ad i , poi si calcola y in funzione
del valore trovato per i e quindi si ottiene c .
In conclusione la forma ridotta del sistema (3.2.4) è


c = 1 − β − ε [α(1 − ε ) + βγ − β(1 − ε)v + βg + βδ exp r ]
1


i =
1
[αε + γ(1 − β) − εβv + εg + δ(1 − β) exp r ] (3.4.6)
 1 − β − ε

y =
1
[α + γ − β v + g + δ exp r ]
 1−β − ε

che scritta in termini matriciali diventa

 exp r 
c   βδ β − β(1 − ε ) α(1 − ε ) + βγ 
i  = δ(1 − β) ε  g  (3.4.7)
αε + γ(1 − β )
1 
− εβ
  1−β − ε   v 
 y   δ 1 −β α + γ   
 i 
dove nella matrice Π si è posto in evidenza il fattore 1 / (1 − β − ε ) .

3-10
 Modulo I – Concetti di base

3.5 I moltiplicatori nei sistemi statici

Nei semplici modelli di tipo keynesiano (3.1.1) e (3.2.4) è facile vedere come
variazioni di una variabile influiscano sulle altre variabili qualora le prime siano
supposte causare le seconde: queste relazioni tra variazioni permettono di studiare,
ad esempio, politiche alternative di spesa, oppure di carattere fiscale o monetario
da parte delle autorità di governo. Consideriamo in primo luogo un modello (3.1.1)
la cui forma ridotta è data dalle equazion1 (3.4.4): da queste si trae che le
variazioni del reddito e del consumo in funzione di una variazione delle spese
autonome i sono date da
1 β
∆y = ∆i ∆c = ∆i (3.5.1)
1− β 1− β
dove i fattori di proporzionalità (1 − β) > 0 e β(1 − β ) > 0 sono i noti
−1 −1

moltiplicatori del reddito e del consumo in una economia chiusa e in assenza di

imposizione fiscale sul reddito3.
Considerando, d’altro canto, il modello (3.2.4) si trova facilmente che i
moltiplicatori del reddito, del consumo e degli investimenti sono costituiti,
utilizzando l’equazione (3.4.6), dagli elementi della matrice Π , fornita dalla (3.4.7).
In altre parole è
π ij = ∆y i / ∆x j (3.5.2)

e la Π può essere chiamata matrice dei moltiplicatori.

La determinazione della matrice dei moltiplicatori

L’equazione matriciale (3.2.2) può essere risolta come nel par. XIX-1.6
premoltiplicandola a sinistra e a destra per B −1 , ottenendosi
y = − B −1 Γ x (3.5.3)

Questa esprime la forma ridotta del sistema (3.2.2) che invece è scritto in forma
strutturale; confrontando la (3.5.3) con la (3.4.3) si ottiene

3 In questo esempio si comparano gli effetti sui valori di equilibrio delle variabili endogene
dovuti a variazioni di una variabile esogena. Dato che il modello sottostante, cioè il (3.1.1) è
statico, perché in esso figurano solo variabili associate al medesimo intervallo temporale (si
veda il par. 2.2), esso non descrive il sentiero di transizione del sistema fra due equilibri
successivi. Poiché si compara una situazione statica di equilibrio con un’altra, l’analisi
relativa è detta, come è ben noto, di statica comparata e fornisce indicazioni utili a
un’analisi economica di medio-lungo periodo.

3-11
 Modulo I – Concetti di base

Π = − B −1 Γ (3.5.4)

attraverso la quale si possono determinare gli elementi di Π (i moltiplicatori)

mediante il prodotto di B −1 per Γ .
Costituisce un utile esercizio la verifica della (3.5.4) nel caso dei due sistemi
(3.1.1) e (3.2.4). La matrice B del sistema (3.1.1) è esposta nella (3.2.3)
 1 − β
B= 
− 1 1 
con determinante 1 − β e matrice aggiunta
′
 1 1
aggB =  
β 1
L’inversa è allora

1 1 β
B −1 =
1 − β 1 1 
per cui, prendendo Γ dalla (3.2.3),

1 1 β  β 0 − α  1 − β β α 
− B −1 Γ = − =
1 − β 1 1  0 − 1 0  1 − β − β 1 α 
   

identica alla matrice Π riportata nella (3.4.5).

D’altro canto, la matrice Β del sistema (3.2.4) è esposta nella (3.2.6)

1 0 − β

Β = 0 1 − ε  (3.5.5)
 − 1 − 1 1 

con determinante 1 − β − ε e matrice aggiunta

′
1 − ε ε 1
aggB =  β 1 − β 1
 (3.5.6)
 β ε 1

L’inversa è allora

1 − ε β β
1  ε 1 − β ε
B −1 =
1− β − ε  
 1 1 1 

3-12
 Modulo I – Concetti di base

per cui, prendendo Γ dalla (3.2.6)

1 − ε β β  0 0 β − α
−B Γ=
−1 1  ε 1− β ε   − δ 0 0 − γ  =
 
1− β − ε 
 1 1 1   0 − 1 0 0 
 βδ β − β(1 − ε ) α(1 − ε ) + βγ
=
1  δ(1 − β) ε − εβ αε + γ(1 − β)
1− β − ε 
 δ 1 −β α+γ 

identica alla matrice Π riportata nella (3.4.7).

3-13
 Modulo I – Concetti di base

3.6 Esercizi
3.1 - Si scrivano in forma matriciale, strutturale e ridotta, i modelli (2.3.1) e (2.3.5),
nonché quello dell’esercizio 2.4.
3.2 - Si verifichi la relazione (3.5.3) per i modelli (2.2.7) e (2.2.9) nonché per quello
dell’esercizio 2.4.
3.3 - Si calcolino il determinante e la matrice aggiunta della Β definita dalla
(3.5.5).

3-14
 Modulo I – Concetti di base

3.7 Riferimenti bibliografici

Wold, H. [1952], Demand Analysis, in collab. con L. Jurèen, Stoccolma: Almqvist e
Wicksell; trad. it Analisi della domanda – Uno studio di econometria,
Milano: Feltrinelli, 1966.
Wold, H. [1954], “Causality and econometrics”, Econometrica, 22, pp. 162-177.
Strotz, R.H., Wold, H. [1960], “Recursive vs. nonrecursive systems: an attempt at
synthesis”, Econometrica, 28, pp. 417-427.

3-15