¿Qué es Modelo Tobit? Características, usos y ejemplos

Definición de Modelo Tobit

El modelo Tobit es una técnica estadística diseñada para analizar situaciones donde la variable que queremos explicar no puede tomar ciertos valores, generalmente porque está limitada por debajo, por encima o por ambos lados. Imagina que quieres estudiar cuánto dinero gastan las familias en automóviles nuevos. Muchas familias no compran coche y aparecen en tus datos con un gasto exactamente igual a cero, mientras que quienes sí compran muestran cifras positivas muy variadas. Una regresión convencional tropezaría con esos ceros, produciendo resultados sesgados e incoherentes. El Tobit, en cambio, abraza esa complejidad y extrae información valiosa tanto de la decisión de comprar como de la cantidad gastada.

El nombre del modelo rinde homenaje a James Tobin, el economista estadounidense que lo propuso en 1958. Tobin, ganador del Premio Nobel, estudió durante años cómo las familias deciden repartir su riqueza entre diferentes activos financieros. Su modelo, que en realidad se llama censored regression model, fue bautizado popularmente como Tobit por Arthur Goldberger, quien combinó el apellido Tobin con la palabra probit, otro modelo econométrico célebre. El resultado fue un nombre pegadizo y una herramienta que, décadas después, sigue siendo imprescindible en economía, sociología, medicina y cualquier disciplina que maneje datos con fronteras.

Cuando los números chocan contra una barrera invisible

Los datos del mundo real rara vez se comportan como los ejemplos de los libros de texto. Con frecuencia topan con límites que los recortan, los agrupan o los ocultan. Una aseguradora quiere saber cuánto dinero reclaman sus clientes por siniestros, pero muchos no declaran ninguno y figuran con un cero absoluto. Un ayuntamiento mide la inversión en cultura de sus ciudadanos, aunque una proporción enorme simplemente no gasta ni un euro en conciertos, teatro o museos. Un hospital registra la dosis de un medicamento administrada a cada paciente, pero el tratamiento está contraindicado para ciertos perfiles y esos pacientes nunca reciben el fármaco.

En todos estos casos, el analista se enfrenta a lo que los estadísticos llaman datos censurados. La censura ocurre cuando la información existe, pero no podemos observarla en su totalidad. Sabemos que alguien no ha comprado coche, pero desconocemos qué cantidad habría gastado si las circunstancias hubieran sido distintas. Esa persona no es un cero auténtico, es un cero que esconde una decisión subyacente. Tratar esos ceros como si fueran valores cualesquiera distorsiona los cálculos. Ignorarlos y analizar solo los valores positivos introduce un sesgo de selección que invalida las conclusiones. El modelo Tobit nació precisamente para resolver este dilema, y lo hace combinando dos miradas en una sola ecuación.

La trampa de los mínimos cuadrados ordinarios

Para entender por qué el Tobit es necesario, conviene recordar cómo funciona la regresión lineal clásica, también llamada de mínimos cuadrados ordinarios. Este método traza una recta que mejor se ajusta a una nube de puntos, minimizando la distancia entre los valores observados y los predichos por el modelo. El problema surge cuando una parte significativa de esos puntos se amontona exactamente sobre el valor cero, mientras el resto se dispersa con normalidad hacia arriba. La recta de mínimos cuadrados se ve arrastrada hacia abajo por la masa de ceros, aplanándose y generando predicciones que pueden ser negativas para ciertos individuos, un absurdo si hablamos de gasto, dosis o cantidades que nunca pueden ser inferiores a cero.

Los econometristas han demostrado que, en presencia de censura, los estimadores de la regresión lineal ordinaria son sesgados e inconsistentes. Sesgados porque, por término medio, no aciertan con el verdadero valor del parámetro que intentan estimar. Inconsistentes porque, por muchos datos que añadamos, el error no desaparece. Imaginemos que queremos medir el efecto de la renta familiar sobre el gasto en educación privada. Las familias con rentas bajas probablemente no gastarán nada, mientras que las de rentas altas desembolsarán cantidades crecientes. Una regresión ordinaria infravalorará el impacto de la renta porque los ceros de las familias humildes suavizan la pendiente. El Tobit corrige esa distorsión al modelar explícitamente la probabilidad de gastar algo y, condicionado a gastar, la cantidad gastada.

James Tobin y su preocupación por el ahorro

James Tobin no ideó su modelo pensando en coches, aseguradoras ni hospitales. Su motivación original fue entender cómo las familias distribuyen su riqueza entre dinero en efectivo y otros activos financieros más rentables pero menos líquidos. Durante los años cincuenta, Tobin observó que muchas familias mantenían una parte de su patrimonio en cuentas corrientes que no generaban intereses, una conducta que los modelos económicos de la época no lograban explicar. Si el efectivo no renta, razonaban los teóricos, nadie debería tenerlo salvo para realizar pagos inmediatos.

Tobin comprendió que la decisión de mantener efectivo implicaba dos etapas que los modelos tradicionales confundían. En la primera, la familia decide si posee o no activos financieros que generen intereses. En la segunda, condicionada a poseerlos, decide qué cantidad de su patrimonio destina a ellos. Algunas familias, por aversión al riesgo, desconocimiento del sistema financiero o simple inercia, se mantienen al margen y no invierten nada. Otras sí entran en el mercado y eligen una cifra concreta. Esta estructura secuencial, donde un grupo permanece en el umbral cero y otro lo supera, era exactamente lo que pedía una nueva herramienta estadística. El modelo Tobit fue la respuesta matemática de Tobin a su propia pregunta económica.

De la anécdota histórica a la generalización estadística

La intuición de Tobin trascendió rápidamente el ámbito de la demanda de dinero. Los investigadores de otras disciplinas reconocieron en sus propios datos la misma estructura de censura que Tobin había modelado. Un sociólogo que estudia el consumo de alcohol en adolescentes se topa con que muchos declaran no beber nada, mientras que quienes beben muestran una amplia gama de consumos. Un epidemiólogo que analiza el tiempo de hospitalización por una enfermedad encuentra que bastantes pacientes no requieren ingreso, y los que sí presentan estancias de duración muy variable. El Tobit demostró ser una pieza de ingeniería estadística adaptable a cualquier escenario donde una variable dependiente continua se concentrara en un punto límite y se dispersara a partir de ahí.

La generalización del modelo fue acompañada de un desarrollo teórico intenso. Los econometristas refinaron la estimación, propusieron variantes para distintos tipos de censura y crearon pruebas para verificar los supuestos del modelo. Surgieron extensiones como el Tobit generalizado, el Tobit con heterocedasticidad, el Tobit con datos de panel y los modelos de dos partes que separan explícitamente la decisión de participar y la cantidad. La familia Tobit creció, pero el nombre original permaneció como una marca indeleble de su creador.

Abriendo la caja negra: cómo funciona el modelo Tobit por dentro

Un modelo, dos decisiones entrelazadas

El Tobit puede visualizarse como un mecanismo que describe simultáneamente dos fenómenos: la probabilidad de que una observación supere el umbral de censura y, una vez superado, el valor que toma la variable. Para lograrlo, el modelo postula la existencia de una variable latente, una magnitud no observable directamente que representa la propensión o la capacidad subyacente del individuo. Si esa variable latente supera el umbral, el valor observado coincide con ella. Si no lo supera, el valor observado es simplemente el umbral, normalmente cero.

Pensemos en el gasto en lotería. Cada persona tiene una inclinación latente hacia el juego que depende de su renta, su nivel educativo, sus creencias sobre la suerte y otros factores. Quienes superan cierto nivel crítico compran décimos y el modelo registra cuánto gastan. Quienes no alcanzan ese nivel no compran nada y figuran con un cero. La genialidad del Tobit consiste en que los mismos coeficientes que determinan la probabilidad de jugar determinan también la cantidad jugada. Esta restricción, que puede relajarse en modelos más flexibles, es lo que distingue al Tobit original y le confiere su elegancia matemática.

La función de verosimilitud, el corazón del método

Para estimar los parámetros del modelo, los estadísticos recurren al método de máxima verosimilitud. En esencia, este procedimiento busca los valores de los coeficientes que hacen más probable haber observado los datos que efectivamente tenemos. La función de verosimilitud del Tobit mezcla dos tipos de contribuciones. Para las observaciones censuradas, que son aquellas donde el valor es cero, el modelo calcula la probabilidad de que la variable latente se sitúe por debajo del umbral. Para las observaciones no censuradas, con valores positivos, el modelo calcula la densidad de probabilidad de haber observado exactamente esa cifra.

El ordenador, mediante algoritmos iterativos, ajusta los coeficientes hasta encontrar la combinación que maximiza esa función. El proceso es más complejo que en una regresión ordinaria y exige cierta potencia de cálculo, pero los paquetes estadísticos modernos lo ejecutan en fracciones de segundo. El resultado es un conjunto de coeficientes que el investigador interpreta de forma similar a los de una regresión clásica, aunque con cautelas: en el Tobit, un coeficiente refleja el efecto combinado sobre la probabilidad de participar y sobre la cantidad, no solo uno de los dos aspectos.

Interpretar los coeficientes con cuidado

La interpretación directa de los coeficientes del Tobit puede resultar engañosa si no se manejan con precaución. Un mismo coeficiente afecta al mismo tiempo a la decisión de participar y a la cantidad. Para desenredar ambos efectos, los investigadores suelen descomponer el impacto de una variable en dos piezas: el efecto sobre la probabilidad de superar el umbral y el efecto sobre el valor esperado de la variable para aquellos que ya lo han superado.

Supongamos que un estudio sobre donaciones caritativas encuentra que el nivel educativo tiene un coeficiente positivo en un modelo Tobit. Esa cifra nos dice que las personas más educadas tienden a donar con mayor probabilidad y, además, donan cantidades mayores. Pero la magnitud exacta de cada efecto requiere cálculos adicionales sobre la media condicionada. Los manuales de econometría dedican páginas enteras a estas descomposiciones, que se han convertido en parte del ritual de presentación de resultados de cualquier artículo que utilice el Tobit. La siguiente tabla resume los tipos de efectos que el investigador suele reportar:

Cuando el Tobit clásico se queda corto: limitaciones y extensiones

El supuesto de normalidad, un talón de Aquiles

El modelo Tobit descansa sobre un supuesto exigente: los errores de la variable latente deben seguir una distribución normal con varianza constante, lo que los estadísticos llaman homocedasticidad. Cuando los datos reales se desvían de esa campana ideal, los estimadores del Tobit pierden su consistencia y el investigador puede llegar a conclusiones equivocadas sin saberlo. La no normalidad es más la regla que la excepción en los datos económicos, donde las distribuciones suelen mostrar asimetrías acusadas o colas pesadas.

Los econometristas han desarrollado baterías de pruebas para detectar violaciones de la normalidad en los residuos del Tobit. También han propuesto estimadores alternativos que no dependen de ese supuesto, como el Tobit semiparamétrico, que renuncia a especificar la distribución de los errores y estima los coeficientes bajo condiciones más generales. Estas versiones robustas sacrifican eficiencia a cambio de fiabilidad, y su uso se ha extendido a medida que la potencia de cálculo abarata el coste de algoritmos que hace treinta años eran impensables.

La censura fija frente a la censura variable

El Tobit original fue concebido para una censura fija en cero, pero la realidad es mucho más caprichosa. A veces el punto de censura cambia de un individuo a otro, fenómeno que los especialistas denominan censura variable. Piensa en un estudio sobre ingresos declarados a Hacienda. El umbral a partir del cual un trabajador está obligado a presentar declaración depende de su situación familiar, del número de pagadores o de si percibe rentas de distintas fuentes. Cada persona tiene su propio límite, y el modelo debe acomodar esa variabilidad.

Otra distinción importante separa la censura de la truncación. En los datos censurados, como los que maneja el Tobit, conocemos las características de todos los individuos incluso cuando su valor de la variable dependiente es cero. En los datos truncados, directamente no observamos a quienes están por debajo del umbral. Si una encuesta solo entrevista a personas que han comprado coche, estamos ante una muestra truncada y el Tobit clásico resulta inadecuado. Saber distinguir entre ambos escenarios ahorra quebraderos de cabeza y evita aplicar la herramienta equivocada.

Modelos de dos partes y modelos de selección

La principal crítica que recibe el Tobit es su rigidez: obliga a que las mismas variables y los mismos coeficientes expliquen simultáneamente la decisión de participar y la cantidad. En muchas situaciones, los factores que empujan a alguien a comprar un seguro de vida no coinciden con los que determinan la prima que paga. Una persona puede contratar el seguro por un anuncio persuasivo, pero el importe de la prima dependerá de su edad, su historial médico y la cobertura elegida. Mezclar ambas decisiones en un solo mecanismo puede emborronar la interpretación.

Para resolver esta limitación surgieron los modelos de dos partes. En la primera parte, un modelo de elección binaria, como el probit o el logit, estima la probabilidad de superar el umbral. En la segunda, una regresión lineal sobre los valores positivos estima la cantidad gastada. Ambas partes pueden incluir variables distintas y arrojar coeficientes diferentes. El modelo de selección de Heckman, otro clásico de la econometría, añade un término de corrección que captura la correlación entre la decisión de participar y la cantidad. La elección entre el Tobit, el modelo de dos partes o el Heckman depende de la pregunta de investigación y de la estructura del proceso generador de los datos.

Ejemplos

Gasto en cuidados de salud

Un ministerio de sanidad quiere analizar el gasto farmacéutico de los ciudadanos. Dispone de una encuesta nacional donde muchos entrevistados declaran no haber comprado ningún medicamento durante el último mes, mientras que otros reportan gastos que van desde unos pocos euros hasta cifras considerables. Una regresión ordinaria del gasto sobre la edad y el estado de salud produciría estimaciones sesgadas porque los ceros tirarían de la recta hacia abajo. El equipo investigador utiliza un modelo Tobit que revela cómo la edad avanzada aumenta la probabilidad de consumir fármacos y, al mismo tiempo, el gasto medio entre quienes los consumen. Los resultados permiten al ministerio proyectar el gasto farmacéutico futuro en función del envejecimiento poblacional.

Inversión empresarial en innovación

Una agencia de desarrollo económico encuesta a pymes sobre su inversión en actividades de investigación y desarrollo. Una fracción considerable de las empresas no invierte absolutamente nada en innovación. Las que sí lo hacen despliegan cifras muy heterogéneas. Un modelo Tobit muestra que el tamaño de la empresa y el sector tecnológico al que pertenece predicen tanto la probabilidad de innovar como la intensidad del gasto innovador. Los responsables de políticas públicas utilizan estos hallazgos para diseñar programas de apoyo focalizados que animen a las empresas más reacias a dar el salto hacia la I+D.

Donaciones a organizaciones benéficas

Una fundación estudia los determinantes de las donaciones individuales a través de datos fiscales. La mayoría de los contribuyentes no declara donación alguna, mientras que una minoría concentra la mayor parte de las aportaciones. El Tobit captura cómo la renta y la práctica religiosa influyen tanto en la probabilidad de donar como en la cantidad donada. Los resultados ayudan a la fundación a segmentar sus campañas de captación de fondos y a estimar el potencial de recaudación bajo distintos escenarios económicos.

Glosario de términos complejos

• Variable dependiente censurada: Variable cuyo valor se observa solo dentro de un rango. Fuera de ese rango, sabemos que existe un valor pero desconocemos su magnitud exacta.
• Variable latente: Magnitud no observable directamente que el modelo postula como determinante del comportamiento observado. En el Tobit, gobierna tanto la censura como los valores no censurados.
• Máxima verosimilitud: Método de estimación estadística que selecciona los parámetros que maximizan la probabilidad de haber obtenido los datos observados.
• Sesgo de selección: Error que surge cuando analizamos solo una parte no aleatoria de la muestra, como ignorar a quienes no compran coche al estudiar el gasto en automóviles.
• Estimador inconsistente: Aquel que no converge al verdadero valor del parámetro aunque el tamaño de la muestra crezca indefinidamente.
• Homocedasticidad: Propiedad por la cual la varianza de los errores del modelo es constante para todas las observaciones. Su violación se denomina heterocedasticidad.
• Modelo de dos partes: Estrategia que separa en dos ecuaciones la decisión de participar (modelo binario) y la cantidad gastada (regresión sobre valores positivos).
• Datos truncados: Aquellos en los que directamente no observamos a los individuos que se sitúan por debajo o por encima de ciertos umbrales.
• Probit: Modelo de elección binaria que utiliza la función de distribución normal acumulada para estimar la probabilidad de un suceso.

Resultados de aprendizaje

Al finalizar la lectura de este artículo, habrás construido una comprensión sólida del modelo Tobit y de su lugar en la caja de herramientas de la estadística aplicada. Estos son los puntos que deberías retener:

• Comprendes que el modelo Tobit fue diseñado para manejar variables dependientes censuradas, donde un grupo de observaciones se concentra en un valor límite y el resto se distribuye de forma continua.
• Identificas las limitaciones de la regresión lineal ordinaria cuando se aplica a este tipo de datos, y entiendes por qué produce estimadores sesgados e inconsistentes.
• Conoces el mecanismo interno del Tobit, basado en una variable latente y estimado por máxima verosimilitud, y distingues entre los distintos efectos marginales que el investigador debe calcular.
• Reconoces las variantes y extensiones del modelo, como el Tobit con censura variable, los modelos de dos partes y el modelo de selección de Heckman, y sabes cuándo optar por cada uno.
• Puedes analizar ejemplos reales de aplicación del Tobit en salud, innovación empresarial y donaciones benéficas, trasladando los conceptos teóricos a escenarios concretos.

Rodrigo Ricardo Editor y fundador