Ir al contenido principal

La función de producción (modelos potenciales)

En la teoría tradicional se parte de dos factores: trabajo (L) y capital (K) para explicar la producción Y de un sector, una región o un país. A la función Y = f(K, L) se le exigen ciertas condiciones de sustituibilidad entre L y K que no permiten utilizar métodos lineales de cálculo.

Uno de los modelos usualmente aceptados en la teoría económica para explicar la función de producción es la función Cobb-Douglas:

Y = AKaLb

donde A, a y b son los parámetros a estimar en esta ecuación.

Este modelo no es lineal, pero si reducible a lineal mediante las técnicas vistas en entradas y temas anteriores, es decir:

log Y = log A + alog K + blog L

Los parámetros a y b representan la elasticidad de la producción respecto al trabajo y al capital, respectivamente. Si consideramos la última ecuación, a representa la derivada del log Y respecto al log K (en realidad, se trata de una derivada parcial, pero, sin pérdida de generalidad, podemos razonar como si tuviésemos una única variable explicativa, puesto que las interpretaciones son análogas), esto es:

a = d(log Y)/d(log K) = (dY/Y)/(dK/K)

lo que nos conduce a la definición de la elasticidad de la producción respecto al capital. De la misma forma, b se puede interpretar como la elasticidad de la producción respecto al factor trabajo.

A diferencia del modelo lineal, observamos que la elasticidad es ahora una cantidad constante. Esta es una característica de todos los modelos potenciales, que determinan la elasticidad independientemente del punto donde nos encontremos.


El modelo anterior es una primera aproximación a la producción. Sin embargo, habitualmente es necesario incluir más variables explicativas. A veces se recoge el factor tecnológico, en cuyo caso la ecuación sería:

Y = AKaLbect

donde una expresión exponencial recoge este factor (c) y se incluye el tiempo dentro del modelo.

En otras ocasiones, no conocemos toda la información, por lo que el modelo reduce el número de variables explicativas, lo que supone que las distintas componentes que no figuran son absorbidas por las registradas. Así, podemos construir modelos explicando la producción a partir sólo del empleo o sólo del capital. Indudablemente, una mayor riqueza de variables explicativas permite aproximarnos más a la magnitud que queremos medir.

Comentarios

Entradas populares de este blog

Ojivas

Recibe el nombre de ojiva un gráfico que, mediante el trazado de una línea, muestra las frecuencias acumuladas de la serie. Si representa frecuencias absolutas acumuladas se llama simplemente ojiva, y si representa los porcentajes de las frecuencias relativas acumuladas se llama ojiva porcentual. Para representar una ojiva, se marcan en el eje de abscisas los valores de la variable y en el eje de ordenadas las frecuencias acumuladas. Se utiliza para representar series atemporales de frecuencia. Ejemplo Vamos a representar una ojiva de la serie correspondiente a los complementos salariales (dietas, desplazamientos...) expresados en euros de los 130 empleados y empleadas de una empresa, que aparecen reflejados en la siguiente tabla. Complementos N.º de empleados [50-60) 16 [60-70) 20 [70-80) 32 [80-90) 28 [90-100) 20 [100-110) 10 [110-120) 4 130

Polígonos de frecuencias

Un polígono de frecuencias es un gráfico que se obtiene a partir de un histograma, uniendo los puntos medios de los techos, o bases superiores, de los rectángulos. Se acostumbra a prolongar el polígono hasta puntos de frecuencia cero. Un polígono de frecuencia permite ver con gran claridad las variaciones de la frecuencia de una clase a otra. Son muy útiles cuando se pretende comparar dos o más distribuciones, ya que, así como es difícil representar dos o más histogramas en un mismo gráfico, resulta muy sencillo hacerlo con dos o más polígonos de frecuencias. La suma de las áreas de los rectángulos de un histograma de amplitud constante, es igual al área limitada por el polígono de frecuencias y el eje X. Ejemplo Vamos a construir a partir del histograma explicado en la entrada anterior , su correspondiente polígono de frecuencias. Ejemplo de polígono de frecuencias Interpretación de un polígono de frecuencias El polígono de frecuencias resume, en una sola lín

Ejemplo de tabla de frecuencia para una variable cuantitativa continua

Cuando el estudio se refiere a una variable cuantitativa continua, como el peso, la talla, velocidad, etc., o cuando tratándose de una variable cuantitativa discreta, el número de observaciones es muy grande y la cantidad de valores diferentes que toma la variable también, se recurre a agrupar los datos en intervalos. Cada uno de estos intervalos recibe el nombre de clase. Por ejemplo: En un estudio realizado sobre la estatura de cuarenta alumnos de un curso (variable cuantitativa continua, puesto que entre dos estaturas distintas puede haber un alumno que tenga una estatura intermedia), se han obtenido los siguientes resultados en metros: 1,55 1,66 1,69 1,63 1,64  1,67 1,63 1,56 1,62 1,68 1,68 1,62 1,66 1,62 1,69  1,56 1,57 1,60 1,65 1,64 1,67 1,69 1,63 1,64 1,60  1,62 1,63 1,71 1,62 1,72 1,61 1,61 1,64 1,60 1,70  1,76 1,65 1,65 1,68 1,66 Para su estudio, se procede a la agrupación de los datos en intervalos o clases. Primero se observa cuáles son los valores