Econometria PDF

UNIVERSIDAD NACIONAL DE SAN AGUSTIN
FACULTAD DE ECONOMA
ESCUELA PROFESIONAL DE ECONOMA
Econ. Dr. Orlando Torres Montes
FUNCIN CONSUMO EN EL PER 2007

IMPORTANCIA DEL CONSUMO Y EL AHORRO.
ESTUDIO DE LA FUNCIN DE CONSUMO EN
EL MARCO DE 5 MODELOS
Corto plazo:
El consumo es el factor ms importante del PIB por el lado de la demanda. (66% en Colombia)
De esta forma las fluctuaciones en el consumo son elementos claves dentro de expansiones y recesiones.
El modelo IS-LM de corto plazo indica que cambios en los planes de gasto de los consumidores son una
fuente de choques en la economa y que la propensin marginal al consumo es el determinante de los
multiplicadores de la poltica fiscal.
Consumo Keynesiano:
Y=C+S S=YC
Donde:
C = Consumo Y = Ingreso
(PMeC)
John Mynard Keynes

C = f (Y)
Ci = B0 + B1.Yi + ei
B0 = Consumo Autnomo
Si = B0 + B1.Yi + ei
B1 = P Marginal a Consumir (PMC) C/Y = P Media a Consumir
El consumo intertemporal
= Irving Fisher
El consumo del ciclo de vida
Franco Modigliani Albert Ando Richard Brumberg
La hiptesis del ingreso permanente
Largo
plazo:
El ahorro determina el crecimiento (estado estacionario) de largo plazo de la economa.
El consumo determina el bienestar de largo plazo de la economa.
Milton Friedman
Cp = B1.Yp (inters, renta, riqueza) Y = Yp + Yt (transitorio) C = Cp + Ct
Ct = B0 + B1.Ydt + B2.Ydt-1 + et (1)
Ct = B0 + B1.Ydt + B2.Cdt-1 + et (2)
Consumo: Es una caminata aleatoria
Robert Hall
2
Econ. Orlando Torres Montes /otorresmontes@gmail.com

UNSA Facultad de Economa www.otorresmontes@gmail.com

EL CONSUMO EN RELACIN AL INGRESO EN EL PER (2007)
Deseamos evaluar el efectividad del ingreso sobre el consumo familiar, adems sabemos que los hbitos de
consumo es innato en las personas y que estos son financiados por fondos propios.
Tenemos que determinar si el ingreso (renta, salario o sueldo) tiene algn efecto sobre el consumo familiar o
personal.
Una comprensin bsica de la economa es suficiente para advertir que factores tales como la educacin, el sexo,
el idioma, el parentesco y edad afectan la productividad de los trabajadores. Adems sabemos que a los
trabajadores se les paga en razn de su productividad, esto con lleva a un incremento en el ingreso de las familias.
Contamos con la muestra de 20,268 individuos encuestados en toda la Repblica del Per, trabajo realizado por
la ENAHO el ao 2007, la variable ingreso incluye todos los tipos de ingreso monetario reportado, as como el
consumo involucra todo los tipos o clases de consumo.
Este razonamiento nos lleva a plantear un modelo como el siguiente:
Consumo = f (Ingreso)
Donde:
Consumo
Ingreso
= Consumo expresado en nuevos soles (S/.)

= Ingreso monetario anual en nuevos soles (S/.)
EL MODELO ECONOMTRICO SOLICITADO ES:

Consumo = B0 + B1.Ingreso + ei
3


LA CONJETURA DE KEYNES
1.
2.
3.
0 < PMC < 1

Propensin media al consumo (PMeC ) cae a medida que aumenta la renta.
(PMeC = C/Y )
La renta es el determinante principal del consumo.
La funcin de consumo Keynesiana
C C cY
c = PMC
= pendiente de la funcin de consumo
1
Pendiente = PmeC PMeC
C C
c
Y Y
A medida que sube la renta, los consumidores ahorran

una mayor fraccin de su renta, por lo que la PMeC cae.
Interpretaciones de C- barra:
Consumo autnomo: La fraccin del consumo que no depende de la renta.
El valor del consumo si la renta es cero.

Un parmetro de cambio.


PLANTEAMIENTO DE LA TEORA O HIPTESIS
Keynes plantea:
La ley psicolgica fundamental consiste en que los hombres [y las mujeres], como regla general y en
promedio, estn dispuestos a incrementar su consumo a medida que aumenta su ingreso, pero no en la
misma cuanta del aumento en su ingreso1.
En pocas palabras, Keynes postula que la propensin marginal a consumir (PMC), es decir, la tasa de cambio
del consumo generado por una unidad monetaria (S/.) de cambio en el ingreso, es mayor que cero pero menor
que uno.
HIPTESIS DE CORRELACIN SOBRE EL CONSUMO AUTONOMO
Ho = 0
0
El Consumo Autnomo es menor o igual a cero
Ha = 0
> 0
El Consumo Autnomo es mayor que cero
HIPTESIS DE CORRELACIN SOBRE LA PMC O PREFERENCIA A CONSUMIR:
Ho = 1
0
La PMC generado por el ingreso es mayor o igual a cero
Ha = 1
< 1
La PMC generado por el ingreso es menor que 1
ESPECIFICACIN DEL MODELO MATEMTICO DE CONSUMO

EL MODELO ECONOMTRICO SOLICITADO ES:
Consumo = B0 + B1.Ingreso + ei
Y = B0 + B1.X
0 < B1 < 1
Donde:
Consumo
= Consumo expresado en nuevos soles (S/.)
Ingreso
= Ingreso monetario anual en nuevos soles (S/.)
Esta relacin postula una relacin directa entre el consumo y el ingreso; donde el coeficiente B0 es el
intercepto con el eje Y, y el coeficiente B1 es la pendiente de la recta o PMC.
___________________
1. J M Keynes, The General Theory of Employment, Interest and Money, Nueva York, 1936 Pg. 96


ESPECIFICACIN DEL MODELO, ECONOMETRICO es: Consumo = B1.Ingreso + et
Yi = B0 + B1.Xi + ei
DIAGRAMA DE DISPERSIN Y COVARIANZA
scatter consumo ingreso, yline(4351) xline(8701)

FUNCIN CONSUMO para el PER (2007)
100000
Cov (X,Y) =
X X Y Y
n 1
50000
Consumo Familiar Anual S/
150000
Diagrama de Dispersin y de Covarianza
100000
200000
300000
Ingreso Monetario Anual S/.
400000
tabstat consumo ingreso, statistics(n mean sum variance sd cv skewness kurtosis min max)
6


El modelo econmico, es: Consumo = B0 + B1.Ingreso + et
xi: reg consumo ingreso
Raz Media del error al cuadrado (Root MSE), es la desviacin estndar de la regresin. El ms cercano a cero mejor el ajuste.
Re spuesta Total
Consumo = 3,176.60 + 0.1685.Ingreso + e i
Consumo 3,176.60 + 0.1685.Ingreso + ei
Respuesta Directa
INTERPRETANDO LOS ESTADSTICOS Bi:
Cul es el valor de Y cuando X es cero? Cul es el valor del Consumo cuando el Ingreso es cero?
B0 =
Intercepto ( con el eje Y : interpretacin estadstica)
E(Y|x = 0)
B0 =
El consumo autnomo anual es de S/. 3,176.60, cuando el ingreso es cero o cuando no hay ingresos.
El Estadstico B0 , es significativo a un nivel del 5%, esto nos indica la prueba t, y su probabilidad.
En el Per, el consumo familiar fue S/. 3,176.60, segn la encuesta de ENAHO para el ao 2007
Cul es el cambio marginal en Y cuando cambia X ? Cunto varia Y si X cambia en una unidad? dY/dX
B1INGRESO = Mide el efecto causal en el Consumo familiar, si incrementamos un sol (1) el ingreso; el consumo se
incrementar en S/ 0.17/ ao. Econmicamente es la propensin marginal a consumir (PMC).
7

twoway lfit consumo ingreso, yline(4351) xline(8701)
avplot ingreso, mlabel(ingreso) yline(4351) xline(8701)
FUNC N CONSUMO pa a e PER 2007
D ag ama de D pe
Fitted values
40000
60000
80000
Recta de Regresin a travs de los promedios
Re a de Reg e n
Promedio del Ingreso S/. 8,701.00
20000
5278
Promedio del Consumo S/. 4,351.00
407
3319
5209
5622
7547
5365
7791
7177
1272
710
5327
8015
5095
5385
5481
5816
6556
620
5159
5547
3773
5608
2367
4483
5072
6556
1349
1860
6760
8072
335
6288
5447
1440
4611
6971
1937
3215
5523
5994
6382
7294
4379
5452
950
5806
7610
7987
4851
6025
1398
5619
422
5664
1539
3664
4406
5677
6038
1674
6634
6349
4863
5367
7461
4521
3220
4334
6187
1653
3932
4970
7051
3660
4854
6110
6483
7416
2375
3315
4301
4468
5619
7571
2190
7670
2270
5499
7126
7636
5019
5855
7491
5477
2429
5579
7212
7539
7927
2876
3489
6519
7392
6200
7783
1041
1442
3515
3794
4148
5259
6110
7213
2460
2469
1166
1521
4366
4416
4423
4898
6458
7100
7521
7977
3305
5306
6278
6442
727
3416
4618
4694
5277
6452
6563
7317
123
860
2375
3717
4220
4703
6079
7101
3425
3713
4773
6158
6197
6453
6742
1571
1856
3031
3034
4987
5473
5969
3009
4821
4958
5194
5981
6747
6828
7603
1422
1604
5890
5968
6044
6115
6580
7146
7496
7786
7997
1848
2365
3224
3293
4563
6116
6279
7780
194
1522
2022
2048
2908
3251
3632
3794
4037
4752
5363
5533
5713
5749
7793
7944
2482
5294
5807
5857
6239
974
1195
1677
2460
4467
5833
6158
6181
7255
7955
2196
2220
2611
2819
2934
3384
5975
7406
7483
7806
2418
3410
5124
5482
5718
6533
6993
7173
7348
7569
451
585
1036
2318
3425
3700
4902
5123
5304
5478
5973
6191
6208
8057
99
750
937
1051
3305
4382
4989
5682
5884
6027
6629
6989
7279
7400
7707
117
1321
1456
1511
1602
3975
4929
4967
5584
5600
5863
6123
6397
6972
7295
7511
7619
8004
462
811
2240
2428
2433
3082
3349
3577
3877
4425
4746
4863
4933
5017
5263
5335
5660
5871
5997
6009
6075
6550
6741
7512
586
1087
1857
2446
4709
4871
5470
5832
7429
7731
7878
592
775
1485
1956
2069
2548
2642
4926
5182
5851
6113
6117
6189
6274
6435
6746
7212
7266
7287
7706
7740
7749
7873
7978
8064
180
926
1228
1338
2561
3474
3547
3581
4164
4277
4909
5422
5694
5737
6238
6451
6520
7347
7492
7584
7721
7732
1069
1569
1803
2164
2211
3640
3707
3810
4356
4697
4757
5790
6085
6310
6561
6945
7223
7338
7471
7685
7688
7849
615
856
1046
1662
1676
1979
2210
2364
2813
2940
3511
3545
3568
3873
4166
4335
4540
4934
5158
5320
5370
5421
5754
5813
6096
6197
6759
6954
7062
7270
7712
7913
8056
433
452
929
1049
2217
2627
2789
2961
2990
3343
3463
3466
3669
3909
4011
4030
4703
5012
5096
5099
5125
5328
5690
5926
5957
6107
6355
6413
6873
7319
7508
7510
7534
7632
7786
7880
8045
23
61
333
961
1397
2344
2375
2392
2610
2822
2989
3033
3593
3687
4866
4936
5118
5172
5282
5321
5356
5719
5921
6038
6251
6371
6381
6524
6654
6960
7044
7055
7056
7204
7378
7550
7671
7762
7766
7812
7881
818
1408
2153
2765
3280
3346
3421
3768
4115
4686
4797
6010
6523
6525
6557
6579
6839
6874
7029
7131
7135
7155
7253
7585
7836
7902
1092
1708
2334
2778
2852
2854
3013
3167
3712
3785
3994
4003
4168
4316
4343
4403
4516
4545
4665
4704
4775
4808
5077
5213
5264
5384
5843
6039
6119
6186
6434
6527
6869
6995
7203
7286
7344
7414
7769
7838
7960
8027
341
1212
2113
2115
2357
2475
2736
3116
3212
3405
3662
3688
4067
4137
4159
4696
4726
5281
5918
5944
6078
6899
6900
7092
7218
7227
7299
7441
7529
7539
7569
7574
7807
7994
8071
297
418
746
1109
1226
1343
1471
1502
1543
1661
1978
2256
2474
3211
3285
3469
3729
3756
3872
3900
3904
3946
4005
4023
4241
4573
4666
4685
4720
5193
5251
5444
5627
5676
5762
5777
5884
5893
6120
6143
6414
6425
6587
6795
6878
6907
6998
7047
7161
7193
7374
7386
7442
7608
7607
7754
7841
8047
596
917
1204
1339
1472
1514
1544
2276
2394
2623
2791
3032
3059
3239
3470
3491
3572
3583
3995
4113
4138
4363
4566
4608
4628
4904
4972
5275
5358
5590
5611
5697
5766
5789
5910
5981
6018
6049
6193
6261
6316
6380
6462
6588
6690
6827
6885
7213
7222
7453
7450
7479
7683
7884
7900
7951
7988
119
120
317
386
523
578
597
786
872
1351
1580
1587
1825
1828
1855
2108
2386
2408
2422
2500
2690
3035
3241
3571
3983
4006
4037
4080
4267
4296
4575
4627
4687
4756
4766
4803
5093
5170
5209
5338
5524
5609
5712
5723
5727
5763
5916
6112
6148
6355
6407
6764
6803
7019
7077
7133
7319
7326
7327
7329
7366
7399
7438
7461
7489
7498
7515
7606
7644
7666
7670
7734
7832
8009
8023
8039
156
738
855
861
916
979
1057
1232
1468
1549
1717
1820
1965
2486
2544
2871
2980
2992
3274
3400
3602
3889
3985
4541
4770
4810
5035
5229
5241
5428
5550
5698
5785
5895
5997
6021
6188
6243
6296
6342
6351
6397
6426
6628
6712
6789
6873
6882
6945
6954
7007
7054
7177
7279
7284
7418
7493
7512
7520
7780
7843
7888
7910
7956
8038
196
470
543
754
758
1113
1347
1589
1598
1606
1813
1878
2004
2210
2360
2584
2586
2799
2875
2940
3034
3077
3271
3290
3304
3482
3613
3691
3730
3846
3860
3896
4095
4200
4221
4347
4462
4586
4647
4742
4783
4854
4869
4873
4929
5072
5088
5138
5306
5317
5337
5380
5445
5465
5563
5626
5651
5714
5796
5802
5957
6009
6103
6115
6305
6347
6376
6406
6448
6510
6545
6689
6824
6868
6961
7002
7068
7067
7136
7238
7280
7291
7297
7339
7393
7411
7425
7612
7714
7861
7919
7929
7931
8040
8045
8061
364
370
393
777
854
912
1187
1277
1590
1922
2031
2129
2169
2313
2512
2751
2778
3058
3235
3319
3324
3560
3577
3684
3712
3713
3861
4074
4128
4201
4231
4230
4270
4283
4334
4385
4486
4658
4698
4853
4892
4901
4920
4966
5008
5149
5180
5184
5264
5269
5391
5407
5553
5614
5669
5717
5813
5825
5890
5945
6050
6099
6160
6174
6187
6303
6346
6359
6386
6427
6468
6519
6595
6609
6639
6704
7155
7200
7273
7337
7412
7416
7476
7595
7600
7624
7622
7639
7687
7755
7944
7968
7981
8010
8041
8044
383
437
735
823
913
934
1092
1096
1195
1261
1611
1713
1851
2284
2295
2320
2738
2967
3268
3299
3354
3386
3449
3458
3640
3720
3973
4090
4212
4247
4300
4358
4621
4673
4749
4838
4846
4860
4880
4971
4987
5077
5290
5341
5354
5372
5374
5457
5506
5570
5667
5724
5769
5771
5811
5840
5996
6022
6058
6140
6169
6203
6217
6368
6394
6553
6584
6600
6966
7108
7172
7356
7427
7522
7630
7635
7762
7806
7829
7926
7991
105
207
319
362
454
487
551
608
890
1077
1190
1216
1221
1479
1562
1654
1723
1732
2064
2102
2138
2213
2267
2353
2372
2393
2461
2581
2632
2700
2948
3086
3091
3188
3473
3555
3579
3621
3623
3657
3676
3786
3909
3986
4151
4437
4540
4601
4631
4683
4716
4772
4844
4856
5064
5187
5188
5196
5280
5493
5663
5682
5720
5795
5800
5810
5835
5889
5924
6039
6067
6078
6116
6173
6384
6410
6480
6577
6587
6606
6664
6711
6800
7170
7202
7302
7313
7460
7547
7729
7737
7738
7792
7841
7923
7950
7957
8021
8051
8066
144
179
184
244
281
463
614
617
683
691
703
789
795
836
900
1241
1290
1339
1346
1473
1629
1715
1800
1951
2077
2431
2477
2722
2953
3143
3176
3209
3226
3277
3309
3431
3451
3595
3605
3669
3700
3806
3815
3822
3854
3902
3904
3955
3962
4052
4069
4083
4089
4179
4207
4280
4365
4501
4518
4623
4740
4745
4780
4842
4903
4988
5042
5056
5063
5192
5258
5408
5560
5624
5686
5706
5787
5824
5869
5873
5912
5932
5955
5978
6063
6127
6177
6257
6314
6379
6484
6509
6532
6570
6581
6605
6676
6761
6783
6782
6791
6863
6969
7134
7167
7188
7338
7408
7506
7731
7733
7766
7892
8005
476
514
578
587
744
959
981
1053
1089
1098
1307
1512
1529
1608
1618
1729
1777
1887
1952
2029
2047
2062
2066
2258
2620
2658
2691
2835
3081
3090
3133
3160
3180
3241
3305
3321
3385
3460
3476
3517
3522
3562
3570
3653
3677
3698
3865
4032
4072
4088
4118
4127
4146
4246
4249
4456
4546
4729
4763
4787
4935
5022
5057
5075
5082
5204
5325
5356
5439
5448
5515
5516
5662
5760
5784
5792
5837
5866
5901
5936
6049
6156
6216
6226
6238
6266
6306
6317
6354
6355
6363
6403
6491
6554
6892
6903
6930
6971
7029
7036
7082
7437
7546
7591
7647
7885
7891
7896
7961
8012
8016
8055
62
236
302
527
546
571
660
666
706
756
995
1389
1418
1425
1489
1533
1545
1651
1812
1890
1906
1927
1971
2048
2057
2238
2249
2332
2367
2469
2556
2593
2645
2768
2885
2917
2959
3050
3410
3424
3546
3587
3594
3668
3717
3824
3829
3840
3914
3943
4076
4122
4138
4215
4277
4348
4382
4573
4598
4697
5058
5136
5239
5360
5466
5535
5555
5561
5611
5856
5871
5894
5918
5984
6038
6083
6089
6186
6193
6223
6249
6328
6332
6428
6550
6602
6737
6739
6790
6844
6877
6934
6941
6958
7041
7103
7160
7177
7249
7284
7301
7309
7391
7405
7420
7441
7627
7905
7997
140
310
425
505
530
597
641
718
721
747
753
770
828
864
869
942
977
983
1151
1166
1212
1292
1345
1414
1422
1433
1498
1557
1616
1675
1737
1826
1981
2054
2074
2441
2453
2533
2568
2614
2712
2737
2764
2928
2965
2997
3013
3072
3101
3136
3207
3310
3414
3614
3618
3718
3763
3831
3941
4036
4057
4058
4126
4245
4275
4306
4307
4321
4493
4525
4588
4662
4711
4727
4770
4793
4795
4893
4913
4942
4959
5006
5014
5235
5272
5386
5398
5401
5438
5459
5479
5519
5580
5626
5786
5883
6015
6029
6041
6051
6085
6090
6132
6199
6219
6276
6281
6370
6369
6478
6486
6502
6557
6634
6667
6742
6765
6806
6841
6851
6914
6992
7042
7055
7063
7115
7184
7241
7268
7333
7450
7523
7529
7550
7561
7573
7644
7699
7817
7843
7856
7868
7888
7925
12
84
176
239
293
326
364
623
649
723
732
833
855
976
1074
1160
1175
1198
1202
1256
1281
1449
1453
1465
1480
1522
1565
1585
1743
1840
1957
2001
2059
2108
2136
2146
2153
2161
2204
2210
2222
2290
2323
2360
2382
2397
2410
2414
2429
2430
2446
2665
2670
2678
2704
2775
2807
2898
2908
2985
3005
3094
3111
3112
3140
3151
3195
3300
3356
3362
3381
3432
3503
3539
3551
3589
3598
3666
3974
4020
4131
4172
4187
4386
4403
4504
4670
4687
4782
4790
4814
4839
4914
4937
4964
4973
4990
5081
5103
5126
5145
5185
5197
5307
5336
5353
5404
5414
5463
5481
5545
5622
5656
5694
5716
5747
5757
5765
5770
5836
5842
5847
5861
5884
5900
5921
5954
5958
5964
5997
6006
6012
6099
6131
6142
6150
6158
6167
6221
6262
6274
6310
6357
6377
6396
6424
6450
6536
6598
6671
6718
6729
6773
6810
6862
6861
6907
6954
7024
7026
7053
7101
7124
7136
7153
7185
7326
7343
7370
7396
7401
7412
7474
7487
7598
7649
7719
7745
7749
7830
7842
7855
7971
8001
8011
8023
96
112
135
206
238
472
512
556
567
606
624
646
712
821
887
957
1195
1269
1393
1392
1417
1485
1509
1556
1606
1642
1664
1667
1674
1720
1798
1813
1841
1908
1993
2069
2082
2176
2234
2361
2384
2391
2464
2467
2491
2512
2561
2633
2726
2797
2814
2838
2850
2957
3021
3062
3074
3084
3169
3355
3373
3434
3490
3534
3592
3593
3660
3680
3686
3714
3725
3736
3742
3787
3832
3858
3897
3976
3979
3987
4023
4074
4232
4237
4247
4339
4375
4486
4699
4708
4706
4762
4785
4802
4843
4875
4884
4892
4912
4974
4995
5047
5100
5106
5158
5194
5210
5255
5282
5284
5288
5308
5385
5418
5450
5505
5550
5691
5697
5734
5776
5897
5927
5941
5977
5979
5980
6008
6115
6169
6170
6218
6220
6233
6243
6286
6311
6418
6441
6451
6464
6485
6489
6501
6506
6520
6530
6535
6564
6610
6616
6720
6788
6853
6943
7076
7228
7244
7258
7289
7317
7332
7339
7395
7407
7491
7504
7514
7560
7578
7606
7635
7660
7705
7713
7712
7711
7734
7740
7755
7787
7801
7810
7993
8060
8073
72
119
219
361
535
542
575
591
611
673
676
779
854
917
994
1059
1117
1240
1244
1273
1274
1280
1413
1432
1435
1443
1460
1468
1478
1495
1517
1542
1560
1590
1697
1807
1974
1992
2113
2220
2248
2355
2423
2427
2428
2451
2524
2535
2544
2559
2570
2611
2674
2718
2790
2843
2893
2904
2958
2980
3001
3047
3139
3200
3220
3222
3237
3317
3334
3351
3449
3475
3568
3571
3577
3585
3603
3619
3647
3650
3651
3658
3779
3847
3898
3951
3972
3995
4001
4019
4021
4100
4120
4194
4214
4220
4226
4292
4342
4439
4440
4464
4468
4505
4508
4575
4616
4624
4721
4754
4767
4788
4805
4880
4886
4896
4946
5002
5011
5049
5070
5119
5159
5172
5183
5260
5283
5321
5320
5326
5340
5339
5357
5380
5430
5489
5504
5524
5554
5583
5614
5631
5645
5648
5653
5713
5732
5818
5832
5904
5911
5914
5920
5925
5952
5960
5973
5981
6010
6022
6031
6062
6106
6110
6129
6136
6143
6149
6160
6161
6172
6181
6230
6239
6259
6320
6338
6340
6351
6366
6472
6508
6587
6588
6619
6655
6687
6693
6699
6771
6816
6840
6842
6847
6849
6885
6898
6940
6949
6963
6966
6995
7001
7023
7044
7075
7084
7094
7099
7131
7137
7151
7162
7209
7248
7251
7319
7366
7402
7454
7466
7468
7476
7495
7522
7532
7571
7670
7675
7679
7754
7775
7919
7941
7949
7951
7959
8026
8071
40
110
184
191
308
354
369
393
498
557
614
617
629
653
697
751
799
856
863
881
916
927
940
1030
1014
1003
1043
1129
1204
1237
1366
1402
1430
1524
1539
1583
1619
1682
1733
1747
1820
1975
2000
2003
2017
2070
2110
2144
2173
2209
2254
2270
2339
2337
2383
2475
2521
2540
2547
2747
2738
2818
2830
2879
2887
2927
2935
2996
3064
3087
3098
3095
3134
3225
3279
3278
3281
3302
3341
3366
3406
3538
3567
3563
3572
3626
3702
3961
3986
4273
4281
4347
4356
4405
4476
4629
4657
4797
4810
4821
4866
4868
4891
4997
5004
5027
5053
5087
5084
5131
5130
5147
5170
5195
5215
5233
5296
5328
5372
5377
5423
5475
5548
5588
5658
5690
5715
5730
5735
5748
5756
5780
5789
5806
5810
5841
5896
5902
5930
5951
5976
6005
6007
6067
6078
6080
6124
6139
6153
6177
6201
6213
6227
6237
6277
6297
6321
6442
6458
6467
6495
6592
6618
6661
6677
6743
6757
6759
6776
6802
6815
6933
6932
7025
7077
7112
7150
7179
7193
7208
7213
7230
7281
7291
7294
7308
7341
7364
7361
7416
7429
7428
7436
7521
7551
7685
7700
7708
7736
7751
7774
7786
7797
7806
7859
7884
7902
7966
7991
8021
8030
139
161
187
204
241
359
366
399
444
451
454
519
516
534
543
584
592
607
711
716
713
858
948
964
1103
1205
1309
1337
1363
1391
1521
1525
1537
1647
1658
1655
1792
1822
1836
1875
1869
1894
2032
2116
2156
2168
2257
2292
2324
2426
2537
2584
2709
2707
2722
2727
2778
2891
2938
2981
3022
3071
3147
3313
3328
3345
3407
3425
3477
3498
3509
3528
3545
3549
3584
3643
3679
3685
3689
3747
3744
3834
3872
4135
4167
4170
4271
4304
4414
4432
4509
4577
4611
4610
4621
4634
4666
4702
4729
4749
4780
4808
4841
4854
4867
4935
5021
5068
5088
5109
5125
5179
5181
5202
5205
5300
5299
5309
5333
5374
5390
5392
5451
5536
5579
5615
5636
5683
5682
5696
5704
5699
5707
5728
5744
5754
5828
5857
5882
5890
5928
6017
6027
6040
6107
6133
6163
6168
6171
6191
6196
6212
6217
6245
6285
6326
6397
6407
6410
6419
6444
6503
6553
6635
6672
6690
6694
6703
6735
6734
6745
6761
6858
6855
6873
6913
6986
6974
7016
7012
7021
7031
7126
7157
7236
7233
7267
7287
7305
7325
7334
7380
7379
7433
7526
7601
7611
7624
7647
7687
7765
7813
7839
7883
7926
7970
7972
8004
807
108
117
200
247
284
373
390
407
463
481
493
541
671
714
740
754
771
792
823
836
859
937
987
1028
1023
1018
1006
997
1064
1097
1150
1142
1133
1154
1162
1171
1219
1217
1216
1223
1236
1232
1290
1349
1416
1470
1494
1508
1506
1529
1569
1613
1693
1723
1754
1786
1850
1911
1925
1961
1972
1987
1984
1996
2015
2008
2024
2068
2100
2184
2278
2328
2413
2440
2434
2459
2454
2479
2627
2662
2799
2874
2873
2894
2924
2939
2953
2977
2984
3012
3041
3051
3187
3297
3340
3374
3411
3468
3487
3511
3522
3525
3575
3605
3621
3638
3675
3687
3746
3786
3791
3823
3853
3848
3874
3890
3896
4018
4054
4066
4078
4081
4099
4096
4159
4206
4264
4268
4280
4297
4318
4330
4367
4408
4425
4457
4490
4488
4664
4735
4740
4758
4842
4900
4916
4923
4965
5056
5057
5063
5203
5232
5238
5243
5279
5281
5361
5512
5544
5535
5559
5610
5718
5753
5782
5812
5885
5956
5961
6038
6052
6066
6064
6087
6166
6187
6236
6343
6394
6398
6430
6470
6505
6504
6597
6612
6643
6659
6769
6791
6809
6812
6826
6845
6865
6870
6904
6911
6952
6972
6998
7028
7064
7087
7109
7139
7167
7331
7372
7485
7511
7581
7599
7646
7692
7769
7923
7945
8009
8066
8070
8076
74
97
275
274
357
351
391
387
429
427
486
515
604
609
702
694
739
786
811
888
907
941
947
981
1048
1058
1112
1135
1164
1228
1253
1297
1335
1352
1433
1439
1490
1550
1632
1694
1714
1735
1763
1808
1858
1867
1914
1932
2004
2042
2052
2095
2105
2157
2155
2186
2249
2346
2447
2460
2458
2481
2506
2518
2549
2598
2614
2630
2628
2668
2684
2694
2732
2736
2776
2842
2852
3108
3104
3103
3150
3159
3157
3161
3231
3266
3264
3416
3508
3506
3546
3614
3678
3684
3722
3759
3781
3814
3867
3928
3950
3956
4013
4025
4095
4124
4152
4171
4349
4357
4452
4482
4483
4493
4528
4544
4571
4568
4578
4602
4669
4678
4722
4765
4768
4838
4835
4824
4844
4879
4889
4895
4939
4953
4962
4981
4998
5141
5168
5165
5312
5364
5391
5402
5459
5461
5501
5569
5578
5612
5634
5646
5731
5749
5799
5796
5804
5820
5831
5849
5905
5918
5926
5957
5969
6011
6035
6054
6051
6086
6101
6128
6146
6155
6275
6295
6299
6298
6313
6319
6325
6349
6368
6392
6422
6463
6525
6544
6559
6594
6630
6637
6642
6641
6750
6760
6777
6819
6843
6967
6987
6991
7007
7123
7127
7159
7223
7231
7259
7270
7295
7338
7392
7417
7421
7446
7478
7489
7536
7549
7550
7592
7595
7644
7650
7661
7676
7735
7748
7758
7816
7819
7829
7858
7898
7920
7930
7946
7954
7974
7973
7977
8010
8069
8072
122
175
185
233
270
278
304
323
328
360
365
434
458
469
474
489
613
616
622
647
681
696
729
743
746
783
794
796
826
872
929
958
970
1002
1039
1092
1160
1189
1221
1243
1247
1311
1332
1330
1329
1324
1429
1497
1501
1549
1553
1552
1561
1564
1581
1611
1656
1703
1760
1759
1758
1816
1835
1853
1882
1905
1935
1959
1982
2027
2079
2120
2172
2181
2230
2251
2269
2274
2343
2351
2380
2376
2385
2401
2399
2421
2474
2469
2477
2489
2503
2556
2607
2629
2700
2810
2820
2934
3006
3050
3093
3109
3106
3124
3145
3184
3193
3207
3250
3261
3251
3293
3336
3395
3401
3432
3457
3547
3555
3613
3656
3665
3697
3693
3707
3778
3784
3840
3838
3836
3860
3891
3889
3908
3943
3963
4047
4053
4080
4094
4181
4207
4205
4210
4253
4306
4421
4498
4516
4537
4553
4552
4579
4597
4595
4626
4654
4648
4684
4685
4711
4723
4761
4831
4888
4911
4996
5035
5045
5155
5177
5198
5208
5212
5227
5231
5230
5229
5257
5290
5319
5342
5363
5366
5369
5383
5405
5431
5442
5465
5484
5494
5500
5580
5644
5652
5655
5671
5757
5837
5909
5994
6041
6047
6073
6079
6120
6174
6205
6244
6279
6289
6339
6348
6413
6427
6510
6555
6574
6638
6676
6674
6709
6708
6797
6834
6854
6924
6931
6944
6956
6960
7022
7020
7041
7037
7055
7081
7092
7091
7088
7124
7117
7144
7142
7182
7191
7198
7226
7227
7241
7283
7326
7354
7401
7413
7418
7435
7432
7441
7445
7457
7470
7517
7558
7566
7563
7573
7584
7594
7596
7609
7608
7615
7636
7655
7666
7674
7721
7772
7795
7803
7843
7947
7950
7962
7976
8002
31
156
146
162
224
222
268
259
309
327
334
348
400
441
537
566
643
666
680
719
725
767
800
798
817
815
848
880
961
963
1015
1056
1147
1211
1206
1229
1322
1381
1370
1359
1398
1457
1459
1479
1510
1708
1726
1841
1906
1896
1942
1989
1994
2041
2031
2048
2053
2099
2092
2132
2166
2164
2182
2210
2253
2263
2261
2303
2318
2345
2359
2415
2472
2578
2609
2669
2699
2723
2754
2772
2814
2857
2903
2911
2909
2921
2943
2959
2975
2968
2982
3039
3058
3062
3096
3113
3215
3243
3294
3318
3375
3387
3429
3470
3515
3519
3527
3552
3586
3597
3641
3698
3715
3738
3754
3748
3758
3782
3792
3800
3841
3865
3878
3909
3921
3918
3949
3984
3999
4070
4148
4177
4176
4208
4218
4244
4275
4270
4284
4317
4327
4386
4391
4395
4411
4454
4517
4518
4532
4548
4583
4673
4719
4755
4773
4795
4796
4852
4915
4924
4940
4984
5017
5067
5077
5184
5253
5271
5350
5365
5401
5439
5444
5470
5506
5531
5525
5558
5565
5611
5651
5684
5719
5720
5786
5788
5793
5835
5844
5901
5927
5933
5959
5993
5987
6003
6049
6063
6098
6099
6116
6127
6130
6135
6148
6175
6183
6189
6215
6218
6221
6226
6249
6258
6274
6280
6284
6324
6372
6415
6437
6453
6520
6578
6739
6778
6796
6888
6927
6920
6946
6955
7004
7056
7101
7102
7140
7148
7173
7185
7197
7211
7224
7263
7303
7317
7333
7369
7378
7425
7430
7484
7537
7627
7654
7678
7711
7746
7778
7781
7801
7807
7812
7832
7880
7910
7963
7990
8020
8034
8058
41
129
152
157
179
207
258
254
249
281
300
305
316
361
404
415
476
484
499
490
488
527
602
736
747
807
802
820
822
837
920
946
971
994
1024
1020
1045
1041
1065
1094
1117
1157
1256
1274
1353
1442
1455
1466
1472
1485
1514
1545
1559
1566
1585
1598
1596
1600
1610
1651
1670
1765
1788
1821
1825
1839
1877
1874
1903
1899
1937
1947
1968
1981
1985
2021
2010
2009
2033
2062
2087
2086
2107
2113
2133
2147
2162
2204
2197
2234
2240
2246
2256
2296
2334
2374
2379
2410
2436
2441
2468
2515
2531
2554
2569
2620
2646
2751
2845
2844
2866
2889
2900
2913
2923
2922
2951
2967
2988
3034
3055
3054
3107
3127
3122
3178
3204
3200
3240
3245
3303
3315
3325
3390
3435
3471
3481
3574
3587
3592
3610
3609
3623
3667
3699
3737
3772
3780
3788
3797
3808
3807
3821
3882
3880
3967
3975
3992
3988
4002
4029
4037
4076
4112
4104
4144
4142
4191
4227
4231
4243
4266
4262
4293
4300
4338
4336
4340
4385
4464
4485
4538
4574
4645
4650
4647
4693
4690
4731
4775
4782
4785
4912
4933
4967
4980
5003
5016
5095
5099
5097
5140
5193
5222
5263
5284
5294
5291
5307
5316
5338
5348
5359
5379
5375
5417
5437
5445
5490
5502
5519
5550
5617
5626
5662
5734
5738
5737
5790
5798
5802
5811
5816
5821
5840
5851
5878
5914
5958
5990
6000
6009
6045
6050
6090
6100
6114
6126
6162
6261
6270
6281
6316
6328
6347
6402
6400
6412
6417
6432
6438
6445
6448
6459
6475
6479
6501
6540
6577
6631
6629
6656
6655
6710
6749
6767
6780
6788
6795
6816
6917
7009
7066
7075
7076
7089
7099
7129
7158
7174
7232
7249
7371
7391
7409
7412
7414
7461
7465
7471
7501
7508
7548
7582
7579
7642
7660
7695
7703
7745
7767
7788
7827
7821
7852
7867
7878
7900
7929
8024
8035
8067
8074
110
120
124
167
231
239
256
450
491
510
555
565
578
612
646
679
677
697
703
857
883
935
953
977
1034
1051
1072
1126
1159
1172
1194
1233
1271
1284
1300
1345
1379
1375
1392
1405
1468
1480
1555
1589
1616
1639
1697
1685
1702
1701
1756
1801
1957
1991
2028
2035
2050
2067
2071
2094
2088
2137
2151
2159
2208
2232
2242
2270
2282
2280
2310
2304
2319
2330
2326
2333
2353
2350
2355
2358
2392
2442
2491
2490
2487
2493
2510
2541
2536
2548
2565
2580
2591
2599
2657
2653
2660
2691
2710
2730
2749
2741
2767
2800
2808
2819
2847
2864
2925
2950
2997
3011
3061
3059
3079
3123
3121
3164
3180
3198
3211
3218
3248
3279
3306
3317
3417
3424
3428
3433
3443
3437
3469
3518
3530
3595
3604
3631
3626
3663
3674
3669
3706
3710
3719
3725
3739
3752
3775
3815
3856
3927
3948
3978
3994
4004
4024
4032
4067
4074
4117
4125
4128
4151
4183
4245
4248
4329
4364
4366
4372
4438
4450
4463
4465
4478
4489
4496
4506
4522
4540
4542
4564
4605
4616
4640
4649
4683
4724
4734
4742
4743
4791
4860
4885
4910
4920
4930
4934
4950
4964
5020
5030
5027
5105
5144
5187
5191
5242
5260
5280
5301
5311
5340
5396
5395
5399
5420
5460
5480
5489
5487
5522
5541
5568
5593
5609
5619
5631
5654
5675
5680
5695
5733
5759
5817
5836
5864
5897
5904
5902
5917
5920
5950
5948
5966
5970
5981
6002
6021
6029
6037
6095
6104
6115
6119
6157
6160
6222
6231
6301
6311
6330
6346
6362
6375
6390
6406
6433
6473
6488
6500
6521
6560
6571
6596
6626
6654
6695
6740
6756
6775
6789
6798
6807
6814
6827
6848
6890
6980
7024
7051
7054
7093
7121
7155
7196
7230
7264
7294
7307
7315
7362
7367
7397
7454
7498
7506
7513
7523
7547
7638
7658
7664
7667
7700
7717
7759
7766
7771
7779
7882
8005
8018
8025
8049
8053
8073
82
131
166
234
220
287
297
299
325
369
412
420
431
502
521
525
535
534
531
540
558
608
627
650
707
717
713
720
718
728
765
787
860
870
959
966
983
1053
1054
1084
1091
1155
1153
1190
1235
1262
1270
1288
1295
1313
1386
1362
1432
1447
1451
1487
1491
1498
1505
1520
1521
1531
1530
1535
1547
1551
1586
1588
1607
1654
1706
1700
1734
1798
1806
1823
1885
1931
1946
1962
2001
1997
2013
2101
2111
2152
2195
2202
2231
2222
2245
2252
2276
2313
2312
2344
2369
2377
2396
2412
2426
2466
2485
2512
2530
2528
2539
2577
2658
2649
2664
2701
2709
2727
2746
2792
2791
2821
2828
2841
2851
2868
2882
2893
2891
2887
2928
2993
3019
3014
3023
3042
3048
3057
3074
3072
3075
3088
3087
3125
3139
3137
3165
3169
3179
3202
3221
3273
3290
3344
3366
3394
3436
3485
3489
3549
3576
3579
3588
3601
3628
3635
3685
3783
3804
3818
3870
3873
3888
3883
3903
3920
3919
3946
3969
3985
4005
4030
4036
4052
4072
4105
4101
4145
4141
4147
4150
4173
4201
4214
4251
4323
4397
4406
4458
4476
4486
4507
4515
4529
4526
4525
4593
4601
4619
4634
4632
4663
4691
4727
4728
4766
4780
4784
4790
4818
4882
4902
4963
4982
4993
5012
5019
5028
5039
5038
5112
5154
5153
5151
5178
5181
5254
5256
5275
5322
5367
5374
5390
5428
5498
5503
5505
5518
5545
5540
5546
5552
5591
5665
5678
5717
5748
5755
5807
5814
5818
5883
5876
5889
5921
5923
5931
5955
5977
5976
5978
5985
6007
6025
6040
6055
6094
6149
6150
6164
6168
6196
6197
6250
6271
6290
6340
6359
6405
6442
6486
6513
6556
6598
6599
6648
6671
6679
6715
6713
6752
6786
6793
6833
6840
6886
6893
6966
6997
7002
7038
7058
7080
7113
7138
7176
7281
7301
7310
7325
7329
7345
7400
7410
7449
7447
7481
7492
7502
7527
7546
7564
7586
7607
7613
7662
7686
7688
7728
7747
7749
7783
7799
7806
7876
7883
7896
7967
7966
7992
7995
8003
83
99
106
123
176
203
238
286
302
301
308
354
383
401
432
444
580
601
620
645
665
671
710
726
737
749
760
801
819
824
842
863
861
867
890
922
937
957
962
980
979
989
988
987
1036
998
997
1046
1061
1073
1077
1081
1109
1106
1113
1111
1148
1169
1187
1179
1198
1207
1237
1306
1316
1346
1387
1380
1408
1403
1402
1435
1477
1525
1523
1623
1618
1640
1635
1645
1691
1689
1710
1724
1729
1742
1776
1775
1762
1753
1748
1811
1810
1820
1815
1824
1844
1852
1857
1860
1887
1922
1950
1949
1960
1990
1995
2002
2061
2076
2081
2108
2139
2199
2218
2264
2272
2277
2288
2286
2290
2297
2323
2349
2373
2375
2390
2389
2406
2417
2416
2425
2455
2462
2475
2516
2529
2525
2534
2543
2568
2673
2681
2680
2679
2714
2718
2726
2738
2764
2787
2785
2804
2807
2815
2835
2848
2865
2945
2955
2954
2984
2989
3037
3099
3101
3140
3163
3162
3167
3213
3217
3235
3244
3262
3275
3283
3295
3312
3389
3421
3418
3450
3454
3486
3502
3524
3569
3581
3594
3632
3648
3660
3689
3704
3709
3735
3734
3744
3813
3843
3842
3876
3930
3932
3971
3974
3996
4018
4046
4090
4115
4118
4193
4203
4209
4230
4246
4265
4255
4310
4330
4342
4355
4351
4356
4382
4393
4420
4418
4430
4480
4491
4487
4494
4502
4536
4573
4599
4607
4621
4624
4627
4646
4638
4677
4732
4741
4745
4777
4781
4786
4794
4800
4806
4843
4855
4867
4898
4914
4921
4931
4978
5006
5036
5089
5094
5128
5157
5189
5207
5204
5249
5262
5264
5296
5314
5308
5343
5404
5424
5448
5468
5476
5485
5507
5520
5548
5599
5597
5621
5642
5672
5679
5699
5732
5735
5747
5753
5750
5754
5763
5777
5785
5787
5808
5830
5827
5850
5847
5855
5879
5908
5932
5934
5936
5945
5946
5956
5961
5974
5984
6006
5998
6022
6048
6060
6071
6092
6110
6122
6125
6129
6138
6152
6188
6192
6213
6220
6233
6242
6262
6292
6327
6377
6414
6447
6444
6472
6471
6503
6615
6618
6686
6712
6728
6746
6764
6791
6812
6837
6832
6866
6875
6906
6908
6926
6915
6948
6975
7003
7064
7079
7078
7094
7118
7145
7156
7171
7209
7225
7247
7252
7255
7256
7319
7343
7346
7376
7375
7389
7394
7403
7407
7431
7467
7472
7526
7525
7541
7611
7689
7724
7743
7793
7845
7907
7918
7955
7964
7989
8017
8040
8041
8046
8052
60
47
24
95
96
148
170
218
216
209
227
240
277
250
344
342
370
364
387
414
410
429
501
494
492
505
513
550
560
589
597
606
600
611
619
654
653
660
748
752
777
799
816
831
886
892
940
1022
1069
1107
1101
1116
1152
1163
1175
1168
1186
1182
1213
1220
1275
1287
1298
1321
1347
1363
1356
1404
1411
1415
1425
1434
1471
1470
1475
1492
1526
1536
1540
1565
1575
1580
1615
1614
1632
1655
1671
1694
1716
1736
1743
1750
1814
1836
1831
1855
1895
1917
1926
2000
2045
2064
2091
2110
2135
2141
2170
2236
2331
2340
2367
2393
2404
2403
2409
2413
2411
2424
2438
2450
2460
2467
2482
2480
2511
2509
2522
2540
2562
2627
2644
2671
2689
2705
2740
2768
2823
2822
2842
2858
2856
2899
2912
2935
2966
2971
2992
3007
3040
3080
3110
3120
3155
3166
3168
3190
3220
3246
3256
3355
3371
3399
3444
3440
3496
3514
3533
3529
3526
3541
3553
3565
3615
3636
3680
3688
3690
3727
3726
3756
3762
3773
3802
3798
3812
3839
3864
3866
3906
3929
3945
3970
4025
4065
4100
4133
4138
4143
4167
4178
4175
4223
4257
4252
4269
4331
4345
4375
4377
4414
4447
4468
4472
4471
4508
4510
4534
4569
4576
4594
4611
4623
4699
4721
4783
4836
4828
4862
4869
4892
4922
4939
4969
4983
4976
4999
5007
5044
5069
5088
5148
5158
5164
5171
5180
5186
5217
5240
5278
5313
5324
5389
5402
5461
5459
5542
5603
5625
5656
5728
5774
5783
5804
5803
5815
5842
5859
5903
6033
6039
6075
6123
6132
6142
6169
6177
6184
6182
6187
6216
6241
6248
6296
6305
6308
6329
6350
6352
6409
6428
6502
6528
6543
6541
6553
6552
6551
6622
6635
6645
6662
6669
6707
6733
6782
6794
6792
6821
6865
6884
6911
6940
6943
6950
6958
7060
7105
7116
7154
7183
7202
7234
7245
7262
7289
7395
7405
7446
7477
7489
7497
7529
7536
7542
7614
7626
7624
7628
7677
7704
7709
7740
7764
7780
7898
7905
7923
7925
7956
7960
7985
7984
8011
8043
8054
23
61
36
108
133
136
175
217
221
236
273
255
296
295
293
319
350
346
365
379
376
371
433
443
452
461
468
503
496
516
528
605
621
634
633
644
656
702
743
773
772
771
778
780
789
821
823
832
858
993
1032
1027
1002
1039
1044
1052
1066
1083
1131
1160
1183
1181
1210
1236
1251
1273
1277
1281
1324
1343
1369
1354
1390
1407
1419
1433
1446
1464
1549
1548
1558
1595
1628
1620
1650
1648
1642
1675
1715
1745
1777
1796
1783
1848
1847
1863
1889
1945
1967
1974
2019
2006
2024
2032
2068
2073
2098
2085
2126
2136
2163
2176
2177
2226
2223
2284
2291
2321
2332
2339
2348
2381
2383
2504
2542
2553
2557
2564
2583
2586
2608
2604
2640
2678
2675
2713
2735
2737
2750
2766
2775
2777
2805
2813
2942
2940
2962
2985
3002
3012
3043
3035
3060
3069
3078
3085
3094
3118
3134
3170
3185
3219
3222
3242
3253
3321
3324
3347
3362
3370
3396
3407
3411
3445
3472
3482
3491
3512
3523
3545
3572
3584
3602
3606
3640
3657
3655
3654
3662
3664
3679
3703
3716
3714
3766
3781
3786
3796
3830
3835
3844
3846
3907
3940
3961
3956
3998
3997
4006
4040
4057
4106
4130
4129
4132
4158
4182
4287
4301
4305
4322
4337
4409
4436
4433
4439
4455
4452
4451
4448
4474
4473
4497
4513
4523
4527
4558
4551
4565
4590
4615
4622
4658
4662
4674
4688
4711
4720
4765
4772
4776
4787
4797
4821
4824
4842
4845
4851
4847
4863
4878
4926
4932
4962
4966
4972
5031
5043
5090
5123
5120
5136
5159
5168
5160
5218
5267
5297
5329
5328
5336
5341
5369
5372
5386
5387
5413
5427
5425
5423
5438
5462
5481
5491
5499
5514
5526
5578
5577
5648
5652
5683
5700
5722
5725
5809
5813
5869
5867
5925
5954
5963
5995
6059
6066
6118
6120
6133
6137
6165
6167
6171
6174
6186
6205
6217
6225
6223
6291
6300
6309
6315
6360
6366
6379
6396
6403
6421
6478
6483
6526
6533
6544
6581
6630
6642
6640
6704
6719
6750
6762
6902
6928
6918
6949
6960
7016
7026
7085
7111
7110
7167
7199
7212
7217
7228
7237
7286
7298
7300
7320
7337
7334
7355
7352
7361
7357
7435
7474
7528
7532
7575
7597
7610
7629
7641
7765
7824
7831
7836
7864
7894
7944
7952
7957
7962
7978
8066
8076
12
48
72
71
135
146
178
199
211
266
307
303
317
334
382
372
396
408
424
477
495
522
520
547
562
571
628
642
652
676
681
687
745
744
761
803
800
818
855
891
919
927
965
981
984
1030
1068
1062
1075
1141
1122
1204
1218
1221
1240
1243
1250
1303
1327
1344
1349
1445
1450
1484
1507
1517
1553
1562
1573
1593
1590
1669
1686
1721
1817
1838
1856
1862
1880
1920
1943
2020
2007
2044
2058
2089
2134
2146
2158
2161
2172
2244
2259
2341
2337
2370
2428
2481
2567
2570
2573
2602
2600
2598
2610
2635
2729
2774
2885
2906
2926
2965
2970
2998
3026
3032
3066
3098
3111
3104
3142
3174
3188
3189
3209
3249
3264
3255
3276
3292
3314
3326
3348
3364
3373
3410
3423
3432
3456
3459
3467
3505
3532
3567
3583
3611
3618
3616
3614
3627
3649
3668
3687
3720
3754
3753
3761
3776
3838
3837
3857
3861
3872
3871
3869
3868
3889
3910
3931
3959
4009
4011
4084
4120
4123
4148
4149
4163
4226
4268
4307
4333
4332
4335
4341
4344
4381
4400
4422
4425
4440
4441
4457
4481
4470
4492
4545
4553
4580
4587
4597
4618
4630
4636
4633
4653
4668
4682
4675
4739
4752
4763
4795
4793
4813
4812
4827
4838
4856
4875
4877
4901
4911
4958
4957
4968
4979
5018
5034
5070
5086
5083
5096
5126
5143
5169
5172
5182
5208
5227
5318
5326
5368
5397
5398
5403
5406
5426
5431
5446
5465
5478
5486
5501
5513
5511
5583
5588
5651
5685
5703
5707
5714
5742
5778
5823
5841
5848
5870
5872
5949
5973
5983
5988
6052
6064
6077
6085
6088
6087
6148
6147
6179
6178
6189
6266
6263
6273
6284
6306
6317
6339
6338
6355
6383
6385
6393
6404
6410
6419
6435
6487
6522
6539
6558
6592
6614
6650
6661
6659
6657
6665
6676
6680
6677
6729
6727
6745
6751
6823
6868
6870
6881
6903
6945
6952
6967
6986
7001
7097
7141
7147
7173
7220
7274
7312
7332
7336
7340
7348
7350
7359
7368
7388
7417
7429
7531
7534
7557
7553
7551
7578
7630
7637
7818
7933
7941
8037
75
87
98
121
129
183
208
232
276
259
244
321
340
357
507
575
579
593
592
617
636
657
699
711
727
742
740
754
764
759
783
794
836
845
865
910
926
932
931
942
955
960
975
992
1009
1074
1096
1115
1146
1142
1136
1156
1161
1173
1192
1203
1209
1222
1257
1289
1305
1396
1439
1455
1482
1495
1493
1518
1522
1543
1544
1579
1574
1585
1587
1591
1599
1637
1643
1653
1720
1747
1800
1808
1827
1834
1851
1876
1882
1881
1891
1932
1930
1928
1963
1999
1996
1993
2005
2047
2042
2097
2150
2189
2188
2180
2215
2220
2235
2296
2397
2457
2477
2478
2503
2535
2533
2552
2551
2587
2603
2596
2612
2643
2672
2699
2716
2732
2789
2782
2802
2818
2834
2895
2914
2909
2933
2931
2929
2951
2960
2990
3021
3020
3070
3090
3129
3150
3173
3172
3225
3247
3265
3282
3303
3307
3310
3315
3334
3342
3340
3354
3376
3393
3405
3415
3419
3422
3447
3453
3473
3480
3515
3531
3560
3563
3621
3659
3700
3701
3750
3825
3849
3865
3862
3887
3936
3966
3976
3992
4048
4045
4063
4060
4159
4166
4184
4181
4194
4191
4197
4212
4218
4229
4227
4244
4276
4279
4298
4340
4339
4367
4385
4417
4424
4449
4461
4485
4561
4603
4610
4672
4671
4685
4693
4698
4723
4726
4754
4775
4849
4848
4866
4868
4893
4899
4909
4945
4955
4960
4967
4981
4989
5000
5011
5047
5119
5121
5133
5129
5140
5150
5179
5196
5216
5268
5348
5358
5381
5432
5441
5451
5473
5483
5502
5544
5539
5549
5553
5561
5575
5592
5600
5610
5624
5693
5704
5781
5851
5907
5958
5959
5965
5975
6003
6009
6032
6050
6058
6065
6090
6103
6107
6140
6193
6200
6199
6202
6212
6211
6236
6285
6281
6289
6310
6347
6415
6423
6448
6504
6512
6545
6570
6589
6604
6606
6666
6702
6725
6723
6744
6765
6796
6802
6828
6853
6910
6907
6925
6920
7021
7049
7081
7123
7126
7148
7146
7158
7157
7160
7203
7233
7244
7288
7344
7391
7393
7432
7450
7458
7487
7488
7499
7508
7577
7579
7593
7639
7647
7692
7738
7751
7762
7816
7863
7870
7891
7909
7920
7948
7972
8027
10
70
73
85
195
261
260
258
256
358
353
392
388
422
442
453
470
487
506
517
530
549
552
578
584
607
655
672
763
762
795
810
796
814
822
828
843
864
873
888
904
949
945
969
976
1031
1013
1000
1051
1063
1060
1092
1112
1150
1176
1193
1226
1231
1246
1259
1267
1266
1264
1276
1312
1329
1378
1373
1429
1437
1466
1480
1489
1500
1499
1528
1524
1532
1560
1582
1601
1616
1651
1673
1690
1737
1835
1832
1845
1875
1884
1899
1951
1958
1987
1985
2093
2109
2128
2155
2171
2224
2237
2243
2267
2273
2308
2306
2316
2324
2343
2382
2399
2415
2420
2436
2446
2456
2468
2492
2523
2527
2547
2545
2605
2632
2641
2669
2720
2739
2757
2755
2779
2794
2797
2801
2809
2814
2825
2853
2852
2867
2862
2884
2892
2901
2915
2921
2938
2964
2979
3001
3008
3013
3030
3045
3038
3061
3071
3064
3063
3083
3091
3097
3132
3131
3145
3204
3201
3232
3266
3259
3252
3271
3269
3277
3299
3322
3327
3343
3368
3383
3381
3397
3395
3404
3424
3434
3501
3517
3538
3546
3551
3570
3600
3605
3608
3623
3673
3672
3691
3738
3772
3824
3848
3881
3893
3905
3948
3947
3953
3952
3951
3982
4004
4008
4014
4013
4026
4034
4037
4038
4054
4053
4059
4080
4089
4103
4114
4144
4161
4165
4195
4222
4236
4258
4254
4286
4303
4313
4325
4336
4353
4365
4405
4431
4460
4464
4467
4518
4520
4528
4542
4568
4600
4613
4656
4669
4710
4715
4729
4738
4737
4734
4755
4809
4814
4854
4859
4864
4885
4888
4900
4917
4942
4949
4973
4995
5087
5114
5125
5131
5224
5230
5288
5301
5331
5345
5380
5393
5409
5550
5556
5566
5571
5584
5641
5659
5675
5674
5724
5730
5806
5861
5862
5866
5880
5893
5930
5951
6015
6031
6038
6045
6061
6081
6080
6084
6096
6113
6128
6161
6172
6195
6346
6389
6388
6408
6411
6424
6431
6452
6456
6484
6498
6609
6612
6620
6670
6700
6740
6797
6807
6867
6931
6936
6953
7101
7128
7152
7216
7227
7360
7370
7385
7509
7547
7567
7599
7727
7733
7892
7930
7949
8018
8031
8068
110
113
132
130
154
187
186
201
200
233
230
262
284
325
323
335
381
377
420
428
426
441
439
456
464
499
542
573
572
596
599
616
646
649
685
698
720
750
755
769
776
792
797
830
837
857
868
902
916
963
977
990
1058
1057
1080
1119
1200
1212
1234
1253
1290
1282
1296
1335
1365
1353
1392
1420
1453
1459
1494
1550
1572
1583
1586
1624
1622
1619
1672
1692
1677
1703
1728
1726
1780
1779
1801
1842
1850
1874
1872
1905
1894
1893
1914
1923
1929
1947
1961
1971
1975
1994
2015
2004
2025
2031
2062
2092
2083
2115
2113
2116
2129
2148
2160
2184
2203
2248
2260
2294
2301
2329
2335
2344
2364
2434
2433
2483
2487
2512
2532
2548
2580
2599
2613
2653
2652
2648
2661
2670
2686
2700
2724
2731
2727
2751
2778
2776
2788
2812
2831
2851
2855
2872
2905
2916
2932
2947
2943
2973
2997
2995
3031
3041
3048
3054
3059
3108
3146
3158
3156
3199
3205
3202
3210
3214
3226
3237
3238
3268
3263
3260
3270
3308
3338
3357
3382
3427
3469
3470
3474
3481
3489
3495
3522
3543
3554
3557
3582
3624
3697
3713
3725
3728
3733
3749
3768
3775
3804
3800
3809
3822
3828
3847
3880
3895
3891
3909
3918
3944
3975
3980
4028
4036
4042
4058
4074
4088
4091
4096
4108
4121
4125
4134
4131
4168
4189
4211
4215
4216
4224
4235
4243
4280
4296
4327
4349
4401
4435
4499
4515
4543
4550
4614
4620
4647
4659
4751
4756
4803
4808
4815
4837
4879
4876
4897
4904
4923
4948
4974
5065
5095
5098
5111
5144
5165
5184
5235
5253
5259
5275
5365
5370
5400
5437
5435
5512
5509
5515
5536
5546
5557
5623
5662
5682
5696
5705
5770
5794
5845
5854
5868
5933
5962
5994
5992
6002
6016
6025
6034
6040
6073
6082
6100
6105
6136
6155
6153
6163
6181
6194
6198
6235
6260
6313
6316
6324
6330
6348
6375
6486
6509
6519
6563
6602
6721
6779
6815
6818
6826
6974
7143
7208
7231
7500
7552
7583
7587
7618
7615
7644
7769
7878
7887
7926
8010
59
37
99
117
152
147
158
180
192
189
196
206
214
213
239
274
270
267
247
245
306
320
361
378
386
406
403
401
398
434
449
454
474
529
535
531
541
564
561
587
598
613
618
637
627
647
650
667
690
703
693
707
717
721
729
733
751
801
850
840
856
875
894
901
917
925
920
934
933
935
951
958
972
966
1035
1029
1038
1043
1042
1047
1054
1059
1088
1087
1100
1110
1117
1148
1145
1174
1191
1217
1225
1228
1255
1261
1270
1274
1300
1315
1337
1331
1323
1372
1368
1358
1352
1389
1398
1428
1435
1444
1451
1462
1467
1479
1515
1520
1527
1530
1542
1546
1555
1552
1563
1570
1571
1596
1602
1638
1647
1654
1696
1691
1687
1707
1706
1702
1732
1773
1761
1746
1789
1799
1798
1802
1858
1883
1892
1908
1921
1935
1942
1972
1986
1982
2013
2012
2023
2041
2038
2034
2057
2066
2079
2106
2127
2131
2168
2185
2178
2208
2234
2228
2238
2249
2255
2271
2302
2346
2355
2358
2378
2396
2398
2422
2419
2426
2440
2435
2444
2443
2447
2459
2476
2486
2485
2484
2494
2510
2521
2556
2584
2585
2592
2606
2594
2615
2629
2650
2659
2674
2677
2690
2688
2682
2681
2697
2725
2816
2821
2829
2847
2846
2866
2864
2860
2877
2923
2944
2941
2993
3000
2999
3006
3011
3016
3028
3050
3057
3055
3074
3079
3086
3102
3114
3128
3127
3176
3178
3186
3184
3215
3221
3223
3235
3262
3275
3313
3311
3339
3336
3379
3398
3388
3402
3409
3418
3417
3425
3429
3436
3435
3457
3461
3465
3471
3475
3483
3525
3564
3576
3586
3587
3625
3642
3650
3653
3661
3698
3699
3710
3708
3718
3721
3729
3740
3739
3745
3770
3778
3860
3913
3916
3983
3996
4018
4030
4031
4064
4075
4092
4126
4145
4164
4179
4183
4198
4247
4248
4263
4262
4250
4277
4319
4317
4328
4324
4392
4432
4430
4444
4463
4477
4475
4538
4530
4552
4581
4592
4604
4621
4644
4643
4670
4714
4728
4736
4732
4730
4745
4750
4760
4764
4774
4782
4781
4785
4818
4855
4881
4887
4910
4913
4925
4929
4933
4938
4954
4953
4965
4987
4993
4991
5021
5028
5042
5048
5066
5071
5075
5117
5137
5178
5185
5192
5194
5203
5198
5290
5296
5295
5319
5352
5359
5417
5422
5434
5449
5453
5476
5487
5485
5497
5581
5609
5653
5687
5708
5757
5812
5849
5891
5912
5946
5989
6029
6042
6097
6110
6124
6129
6215
6218
6342
6638
6672
6776
6838
6900
7109
7132
7195
7259
7296
7325
7380
7466
7506
7600
7602
7760
7772
7800
7806
7802
7830
7959
7992
8060
60
94
92
119
123
143
142
174
165
160
179
181
219
215
212
209
223
248
288
301
300
299
310
309
308
305
316
329
359
356
383
385
390
407
405
394
417
421
418
427
462
459
455
469
466
465
475
485
484
478
500
498
540
536
551
550
569
614
622
624
638
631
625
662
683
705
724
732
735
746
774
770
777
786
788
816
813
811
820
825
853
849
847
844
839
859
861
869
872
881
879
911
908
905
924
918
936
940
943
952
1036
1033
1024
1023
1011
1006
999
996
1050
1055
1069
1073
1070
1085
1090
1144
1132
1151
1159
1158
1172
1184
1178
1189
1194
1208
1207
1216
1214
1227
1241
1256
1247
1262
1307
1304
1299
1295
1294
1319
1314
1313
1308
1338
1333
1321
1339
1340
1345
1381
1379
1377
1374
1371
1360
1355
1404
1402
1401
1417
1418
1427
1432
1436
1442
1447
1465
1473
1488
1498
1514
1521
1531
1538
1534
1559
1566
1584
1605
1609
1615
1618
1625
1640
1633
1631
1668
1682
1681
1705
1698
1722
1738
1771
1769
1768
1766
1765
1759
1750
1790
1805
1804
1803
1812
1810
1809
1807
1820
1825
1840
1833
1846
1854
1852
1869
1865
1861
1890
1902
1901
1937
1936
1934
1950
1949
1957
1970
1981
2011
2010
2043
2033
2052
2051
2055
2074
2081
2080
2104
2112
2110
2121
2117
2135
2137
2145
2144
2143
2140
2159
2166
2191
2204
2219
2231
2240
2242
2288
2292
2313
2317
2322
2331
2326
2353
2352
2379
2402
2401
2409
2430
2450
2453
2465
2471
2469
2495
2508
2505
2501
2524
2518
2529
2538
2536
2566
2562
2581
2571
2593
2611
2620
2626
2631
2642
2647
2668
2666
2673
2694
2692
2718
2730
2749
2746
2745
2744
2741
2740
2761
2760
2767
2771
2769
2786
2793
2836
2845
2873
2879
2878
2889
2888
2886
2903
2913
2912
2911
2925
2934
2946
2956
2975
2974
3010
3040
3058
3081
3084
3089
3088
3093
3100
3109
3105
3143
3154
3165
3169
3200
3234
3258
3274
3284
3289
3302
3331
3390
3430
3446
3439
3463
3462
3468
3485
3502
3498
3510
3504
3540
3550
3577
3592
3660
3665
3681
3693
3707
3715
3751
3746
3793
3792
3840
3841
3899
3928
3958
3979
3994
3993
3995
4002
4012
4027
4051
4044
4055
4068
4083
4082
4086
4085
4152
4177
4174
4232
4291
4329
4354
4359
4363
4374
4372
4379
4383
4393
4396
4421
4446
4462
4503
4531
4575
4583
4582
4627
4691
4694
4770
4780
4783
4786
4801
4833
4831
4841
4884
4944
4985
5069
5124
5145
5154
5161
5252
5265
5284
5302
5298
5337
5344
5360
5367
5474
5489
5521
5562
5656
5782
5865
5878
5926
5990
6074
6130
6144
6237
6262
6278
6328
6337
6523
6635
6770
6850
6911
7002
7040
7099
7098
7125
7281
7308
7409
7888
7893
7934
7974
20
58
49
35
74
107
120
124
140
167
176
204
207
235
234
231
238
264
246
283
298
319
322
337
360
354
352
347
341
368
366
365
380
375
371
370
404
415
414
425
423
433
445
444
458
473
494
490
510
505
518
528
533
538
537
545
585
586
588
619
635
632
630
645
644
659
664
668
674
673
679
678
686
702
700
704
723
731
737
736
741
747
756
765
760
772
780
821
827
851
846
866
880
878
876
893
909
903
900
913
929
946
956
954
953
950
973
962
983
989
995
1027
1026
1019
1018
1005
1004
1037
1041
1048
1066
1064
1077
1084
1095
1094
1103
1099
1113
1130
1154
1160
1157
1187
1186
1197
1196
1202
1211
1206
1232
1249
1268
1272
1279
1301
1297
1320
1311
1328
1346
1347
1386
1376
1369
1361
1354
1394
1407
1421
1431
1441
1456
1458
1463
1481
1505
1504
1511
1510
1519
1548
1545
1554
1551
1557
1561
1578
1577
1575
1595
1592
1600
1611
1614
1612
1617
1642
1636
1634
1630
1646
1645
1660
1667
1674
1689
1680
1678
1709
1724
1723
1731
1734
1742
1741
1744
1776
1763
1758
1796
1787
1784
1778
1819
1839
1837
1829
1828
1848
1849
1877
1864
1888
1906
1912
1925
1978
1989
1983
1997
2017
2014
2029
2026
2037
2036
2032
2048
2071
2088
2084
2107
2114
2122
2136
2157
2165
2176
2198
2207
2210
2211
2233
2232
2230
2241
2256
2265
2262
2272
2304
2298
2314
2328
2340
2345
2385
2387
2411
2417
2421
2429
2437
2442
2451
2452
2460
2472
2475
2479
2520
2516
2541
2549
2558
2577
2576
2589
2608
2639
2637
2657
2684
2715
2768
2775
2799
2813
2871
2880
2917
2955
2958
2962
2982
3046
3044
3042
3053
3101
3103
3133
3148
3153
3175
3194
3217
3222
3241
3281
3295
3385
3454
3466
3496
3511
3534
3536
3544
3610
3631
3643
3663
3676
3675
3711
3716
3719
3784
3786
3803
3816
3829
3855
3901
3926
3941
3974
4019
4029
4204
4231
4305
4315
4311
4321
4355
4357
4366
4399
4415
4413
4473
4471
4483
4567
4573
4609
4646
4731
4741
4804
4846
4906
5012
5022
5068
5102
5104
5139
5158
5155
5412
5421
5463
5493
5529
5555
5630
5670
5731
5783
5820
5904
5910
5961
6079
6143
6156
6204
6259
6444
6461
6569
6586
6667
6800
6859
7025
7632
7842
7963
7998
48
36
31
62
81
86
106
135
144
155
145
166
178
184
242
257
294
302
317
324
333
330
339
342
369
367
393
391
402
396
416
413
432
448
451
463
468
476
502
501
491
488
512
509
522
521
525
555
554
562
580
583
589
601
608
609
612
628
654
661
676
718
715
722
725
730
728
749
758
766
791
808
802
818
826
854
855
860
863
870
877
890
897
928
930
970
993
1032
1012
1007
1001
1053
1065
1072
1140
1131
1129
1155
1164
1185
1182
1188
1213
1239
1236
1242
1254
1260
1298
1318
1309
1343
1342
1382
1364
1359
1356
1405
1412
1410
1416
1414
1422
1425
1434
1474
1484
1497
1496
1501
1507
1509
1513
1539
1553
1581
1594
1613
1628
1627
1632
1661
1656
1665
1693
1685
1710
1725
1736
1770
1767
1748
1795
1791
1813
1817
1853
1859
1871
1879
1889
1909
1933
2009
2028
2059
2065
2077
2075
2091
2108
2126
2123
2130
2200
2199
2245
2268
2283
2297
2351
2362
2366
2374
2408
2458
2455
2482
2537
2602
2630
2646
2687
2698
2705
2827
2904
2953
2950
2963
2980
3033
3110
3112
3193
3207
3229
3298
3306
3359
3358
3416
3426
3444
3476
3486
3500
3506
3542
3648
3723
3780
3864
4015
4020
4143
4190
4203
4288
4345
4447
4491
4513
4608
4664
4679
4748
4762
4819
4998
5008
5092
5123
5163
5227
5747
5755
5832
5927
6203
6577
7020
7059
7357
7793
24
95
118
168
164
159
177
220
237
250
285
355
372
410
450
461
496
514
523
575
592
605
641
636
708
716
714
819
824
833
883
926
938
955
961
980
1021
1071
1075
1086
1079
1105
1114
1141
1123
1118
1153
1222
1265
1278
1287
1303
1457
1493
1503
1544
1603
1712
1830
1878
1885
2056
2082
2096
2120
2153
2161
2192
2244
2263
2367
2406
2432
2464
2590
2796
2837
2883
3080
3249
3276
3360
3370
3442
3629
3823
4056
4111
4218
4440
4454
4580
4676
6255
7169
183
515
539
600
699
804
831
1139
1406
1653
2018
2247
3961
4000
100000
200000
300000
400000
twoway scatter consumo ingreso, mlabel(ingreso)||lfit consumo ingreso, yline(50000) xline(280000)

Los primeros xitos empricos:
C
C largo Plazo
Hogares con mayores rentas:

Consumen ms, PMC > 0
Ahorran ms, PMC < 1
Ahorran una mayor proporcin de su renta,
PMeC cuando Y
C corto Plazo
Hay una correlacin muy fuerte entre la renta y el consumo:

La renta parece ser el determinante principal del consumo
PROBLEMAS CON LA FUNCIN DE CONSUMO KEYNESIANA
Basndose en la funcin de consumo Keynesiana, los economistas predicen que C crecer

ms lento que Y en el tiempo.
Esta prediccin no se ha hecho realidad:
Mientras creca la renta, PMeC no caa, y C creca a la misma tasa que la renta.
Simon Kuznets mostr que C/Y era muy estable a largo plazo.

Y=C + S
S= Y - C
PMC + PMA = 1
FUNCIN AHORRO EN EL PER 2007
10

gen A2007=_n
twoway line consumo A2007, yaxis(1)|| bar ahorro A2007, yaxis(2)|| in 1/52, title("Consumo y Ahorro Per 2007")
10000 20000 30000 40000
0
Ahorro Familiar Anual S/

5000 10000 15000 20000 25000
Consumo y Ahorro Per 2007
Diagramas de Dispersin
Consumo Vs Ahorro A(ingreso)
Consumo
Familiar
Anual S/
400000
Ahorro
Familiar
Anual S/
200000
0
10
20
30
40
50
-10000
400000
Ingreso
Monetario
Anual S/.
200000
A2007
50000 100000 150000 0
200000
400000
graph matrix consumo ahorro ingreso, half title("Diagramas de Dispersin") subtitle("Consumo Vs Ahorro A(ingreso)")
11

scatter ahorro ingreso, yline(4058) xline(8701)
//Diagrama de Dispersin
Diagrama de Dispersin y Covarianza
100000 200000 300000 400000

-100000
FUNCIN DE AHORRO DEL PERU (2007)
100000
200000
300000
400000
tabstat consumo ingreso ahorro, statistics(n mean sum variance sd cv skewness kurtosis min max)
12

xi: reg ahorro ingreso
Re spuesta Total
Ahorro 3,176.60 + 0.1685.Ingreso + ei
Ahorro = -3,176.60 + 0.8315.Ingreso + ei
Respuesta Directa
INTERPRETANDO LOS ESTADSTICOS Bi:
Cul es el valor de Y cuando X es cero? Cul es el valor del Ahorro cuando el Ingreso es cero?
B0 =
Intercepto ( con el eje Y : interpretacin estadstica)
E(Y|x = 0)
B0 =
El ahorro autnomo anual es de S/. -3,176.60, cuando el ingreso es cero o cuando no hay ingresos.
El Estadstico B0 , es significativo a un nivel del 5%, esto nos indica la prueba t, y su probabilidad.
En el Per, el ahorro familiar fue S/. -3,176.60, segn la encuesta de ENAHO para el ao 2007
Cul es el cambio marginal en Y cuando cambia X ? Cunto varia Y si X cambia en una unidad? dY/dX
B1INGRESO = Mide el efecto causal en el Ahorro familiar, si incrementamos un sol (1) el ingreso; el ahorro se
incrementar en S/ 0.83/ ao. Econmicamente es la propensin marginal a ahorrar (PMA).
13

avplot ingreso
avp o ngreso m abe ahorro

FUNC N AHORRO DEL PERU 2007
D
Diagrama de Dispersin y Recta de Regresin
100000 200000 300000 400000
3232.143
3231.714
3183.429
3616.572
3635.7
3399
3134.5
3318
3131
3498.6
3075.333
3473
3692.428
3363
3634.167
3391
3570.5
3174.5
3541.143
3189.4
3106.091
3137.571
3339.167
2439.667
2598.444
2504.571
2433.143
2484
2740
2784
2531.2
2448.833
2536.143
2520.875
2869.2
2838.857
2711.2
2622.429
2654.375
2784.375
2877.125
2749
2454.333
2439.8
2572.25
2812.375
2743.444
2480.286
2616.6
2429.286
2481
2763.4
2590
2742.286
2604.667
2640.833
2794.25
2521
2555.375
2725.333
2512.571
2473.833
2781.875
2654.455
3059.8
2905.167
2442.4
3046
2675
2446.5
2630.091
2669
2631
2497.833
2694.286
2875.4
2495.333
2791.6
2692.167
2466.571
2893.25
2553.714
2943.667
2904.778
2481.857
2521.667
2491
2702.333
2709.571
2504.286
2479
2903.8
3041.857
2649
2595.167
2841.75
2846
2726.714
2750.25
2956.444
2959.833
2620.25
3000.5
2729
2445
2971.375
2596.25
2818.667
3044.889
2532.333
2676.6
2515.375
3065.75
2929.571
3033.6
2931.1
2669.667
2532.286
2820
2647.857
2906.833
2735
2944.5
2983
2860.4
2750.875
2974
2640.4
2864.857
2497
2739
2797.556
2993.2
2750.75
2475.667
2883.4
2619.143
2727.625
2606.6
2429.25
2926.455
2609.4
2877.75
2495.4
2992.3
2527
2708.5
2656.667
3033
2621
2728.167
2534.75
2465.5
2610.333
2974.909
2966.333
3025.8
2631.75
2449.5
2514.333
2703.25
2768.25
2653.167
2572
2720.143
2771
2544
2558.833
2931.2
2487.333
2960.25
2459.5
2833
2660.286
2691
2687.143
2704.5
2930.714
2516.6
2591.143
2819.875
2666.4
2827.833
2973.6
3030.5
2876.333
2783.25
2587.25
1886
1784.2
1823.333
1776
2005.667
1931.286
1772.857
2031.571
1878.2
1767.875
1861.333
2006.167
1977.714
2109.333
2169.667
2006
1780
1923.75
2089.375
1759.2
1904.4
1940.778
1913
2076.125
1808.833
1926.75
2297.5
2241.143
1826.6
1876
2105.167
1765
2248.286
1968.333
1788.5
2178.5
1828.143
2240.222
1768
1775.5
2061.25
2089.167
1765.5
1877.778
1812.8
1776.4
1781.667
2256.5
1965.6
1912.714
2161.1
2190.75
2040
1939.2
1784.25
2018
2351.4
1788.6
1877.286
1787.556
1778
2260.5
2126.571
1920.429
1790
2105.75
2338.6
2147.167
2346.917
2078
2016.5
1883.571
2032.25
1904.2
2139.3
2057.571
1979.167
1817.833
2403
2377.2
2022.5
1930.125
2154.143
1816.833
2260.75
2010.556
2072
2299.75
1907.2
1856.25
1949.3
2004.143
2044.714
2173.667
2023.571
2342.286
2006.714
1897.667
1805
1854
1832.75
2213.2
2145.8
2421.375
1753.4
1773
2230.75
1861
1862.5
1786.111
2002.333
2270.5
2315.833
1873.875
2360.375
2167.5
1915.625
1956.4
2232.857
1824.4
2154.667
1767.222
1773.5
2030.429
2288.4
1821.333
1937.75
1837.5
2087.25
1835.556
2128.5
1948.667
1827.4
1923.2
2170.8
1873
2420.571
2151.8
1796.4
2148.833
1969
2093.333
1780.667
1774
1949.833
1925.4
1972.167
2135.333
1833.667
2168.4
1965
2197.25
1940.4
2400.143
2086.833
2171
1778.857
2268.429
2160.857
2174.833
2030.667
1974.8
2035
2128.375
2338.2
2296.5
1881.667
2400.2
2265.167
2088.143
2067.6
2419
2055.889
2187.143
1925.8
1843.4
2095.4
2047.5
2303.833
2112.8
2209
2250.5
2334.6
2009.273
2027.25
1863.333
2199
1830
2015
2174.6
1983.929
1981.75
2270.333
2254.167
2415.2
2408.25
2051.4
2406.714
1896.25
1995.6
2145.143
1861.125
2343.4
1766.4
1936.5
2214.667
2203
1976.667
1942.2
1763.375
1832.857
1998.25
1976.75
1806.75
2358.667
1821
2391.167
1934.333
2308.75
1847.143
2019.6
2235
2168.2
2379.4
2324.636
2271.5
1854.25
2169.833
1927
1946.5
2364
2164.273
1784.8
2120.75
2026.4
1842.429
2000.625
2135.667
2293.8
2314.714
2412
2348.857
2269
1776
2042.167
1922
2388.714
2339.714
1802.5
2230.6
2174.111
1938.875
1782.5
1945.875
1903.5
1963
2331
2376
2261.333
2136.286
2133.167
2344.5
1920.5
2357.875
1921.25
2269.5
2416
2383.4
1944.091
2316.333
2263.667
2170
2046.75
2029.333
2388.5
2322.6
2283.333
2425
2292.286
2253.5
1933.667
1844.25
2096.75
1967.6
1796.667
1807
2369
1878
2067
2397.333
2238.571
2297
1829.667
2413.2
1839
1930.5
2084.333
2394.75
1785.25
1832.833
2234.5
2307.25
2021.714
2305
2007.8
2172
2067.667
2222.5
2282
2399
2423
2089.25
1757.25
2009.2
2399.25
2163.667
1801.75
1916.2
2366.25
1975.167
2263.583
2074.25
1997.125
2405.333
2054.333
1967.111
1835.8
2238.2
1937.5
2247.2
2272.6
2162.4
2240.667
2239.25
2323.5
2114
1984.5
2333.2
2293.2
1881
2023.429
2259
1764.2
2404
1863.5
2311.889
2402.5
2286.667
2288.2
2388.222
2219.6
2248.667
2345.4
2293
2289.8
2313
2134.2
2069
2108
2221.667
2006.417
2264
2365.25
1932
1878.6
2390.714
2334.25
1909
2423.5
1877.25
2204.889
1970.6
1859.5
1907.4
1948
2347.667
2335.857
2303.167
1836.5
2195.333
2065.8
2056
1996.333
2373.75
2259.25
2325.667
1870
2371
2419.111
1901.5
2346.2
2345.25
2020.428
2202.444
2379.25
2227.75
1925
1914.167
2204
2205.333
2259.5
2362.222
2032
1772.25
1342.833
1197.125
1115.6
1132.6
1130.167
1143.75
1146.2
1205.8
1210.714
1364.375
1148.286
1392.4
1250.571
1477.143
1181.667
1175.286
1118.833
1159
1364.5
1636.091
1189
1230.444
1110
1238.167
1148.5
1143.125
1120.875
1112.286
1464.4
1299.667
1250.286
1303.143
1244.333
1328.25
1219.375
1531.4
1339.25
1123.25
1270.222
1540.333
1426.286
1203.571
1411.333
1135.571
1421.4
1354.6
1289.2
1563.818
1214.167
1399.8
1131.75
1122.2
1126.833
1590.2
1537.75
1301.75
1556.333
1701.714
1114.5
1289.4
1313
1223.875
1610.667
1587.429
1137
1411
1372.375
1400.2
1165.833
1239
1210
1147.333
1303.2
1433
1358.167
1153.25
1428.2
1512.75
1236.75
1261.75
1333.857
1267.4
1436.5
1698
1277.857
1575.857
1638.286
1359
1523
1277
1397.455
1360
1646.167
1361
1234
1472.333
1257.625
1196
1244
1494.25
1319.111
1232.556
1214.25
1409.5
1113.429
1387.5
1272.667
1589.143
1168.167
1714.6
1733.5
1682
1431.75
1330
1277.3
1441.4
1240
1260.2
1200.9
1344.2
1121.75
1457
1482
1399
1188
1598.667
1509.667
1178.5
1187.714
1306
1494.4
1498.167
1150.2
1177.636
1460.286
1621.833
1701.8
1627.857
1427
1639
1460.167
1384
1532
1313.444
1393.667
1295.6
1506.4
1394.875
1162.667
1582.286
1513.4
1130.25
1196.833
1559.833
1336
1195.889
1227.167
1376.25
1443.75
1430.333
1372.429
1460.5
1315.111
1274.833
1586.667
1483.75
1606.625
1582
1510.5
1575.25
1437
1302.6
1351.5
1595.75
1134.571
1573.778
1575.429
1620.667
1312.5
1599.455
1548.667
1483
1504.5
1317.667
1257.333
1164.333
1301.167
1587.75
1319.333
1638.167
1572
1624.6
1743.571
1365.25
1174.5
1140
1346.25
1607.5
1370.444
1155
1512.125
1556.5
1454.667
1298.6
1530.909
1729.2
1666
1420
1357.2
1110.667
1231.333
1358.2
1231.6
1565
1453.667
1115.6
1461.667
1425.8
1416.25
1333.2
1518.778
1120
1114.333
1563.4
1235.4
1587
1225.5
1248.8
1412
1278.667
1398.25
1261.857
1620.333
1553.333
1679.8
1249.667
1580.6
1149.2
1328.4
1303.333
1741.8
1618.286
1574.25
1591.667
1541
1439.75
1725.778
1388.556
1728
1283
1298.25
1590.625
1653.5
1716.5
1263.25
1683.167
1547.167
1369
1607
1496
1362.6
1169.333
1451.75
1139.667
1562.875
1493.5
1407.667
1397
1439.25
1444.714
1453.25
1721.75
1237.5
1581
1460
1477.2
1240.25
1654.625
1428.364
1272.75
1455.6
1323
1310
1249
1722.667
1418.75
1715
1274
1181
1748.857
1748.8
1647.75
1739.333
1587.615
1174.667
1479.75
1282.857
1486.75
1308
1290
1239.5
1245.75
1493
1611
1520.2
1625.333
1540.636
1258.667
1548
1318.667
1544.333
1173.667
1291.833
1436.143
1202
1641.375
1294.5
1686.6
1494.875
1422
1714.75
1295.75
1280.857
1701.857
1459.167
1516.4
1326.143
1155.4
1424.625
1718
1712
1691.333
1639.75
1624.833
1566.167
1563.75
1562.4
1740.667
1348
1245.5
1409.75
1458.25
1370.4
1629.25
1418.833
1521.667
1709.75
1327.5
1204.143
1451.7
1347.143
1285
1330.667
1136
1739
1730.8
1680.091
1470.857
1674.167
1341
1430.444
1474.8
1116.5
1562
1578.333
1355.4
1433.5
1594
1202.333
1655.5
1498
1424.667
1294
1741.667
1614.6
1553.143
1408.667
1669.5
1355.5
1237.6
1710.143
1566
1389
1510.6
1243.889
1223.5
1316
1570.571
1131
1359.667
1164.5
1354
1127.286
1745.4
1690.4
1609.125
1553.5
1295.875
1722
1347.5
1327.6
1705.333
1653.167
1483.4
1428.6
1619.333
1677.875
1366
1743.125
1216.667
1175
1138.8
1351.25
1604.2
1367.8
1128.8
1412.2
1676.167
1456.667
1539.667
1669.25
1481.778
1494.167
1621.4
1645.8
1349.8
1119
1599.333
1319.6
1715.167
1127.333
1609.6
1313.8
1364.143
1165.167
1590.143
1382.25
1446.6
1532.857
1497.25
1216
1538.667
1362
1449.375
1525.5
1432.6
1440.6
1705.5
1153.2
1654.6
1675.25
1154
1473
1626.4
1703.111
1417.429
1218.4
1281.833
1726.333
1339
1637.25
1437.2
1132
1556.8
1357.667
1618.4
1504.833
1419.167
1536.2
1717.75
1291
1571.6
1176.6
1448.4
1534.833
1648.833
1325
1449
1555.333
1217.818
1139.8
1545.167
1745.25
1640
1646.25
1394
1243.2
1488.6
1382.143
1281.5
1696.6
1629.167
1179.25
1292.25
1500.5
1578.75
1253.428
1565.5
1339.6
1652.8
1474.857
1402.167
1695.667
1638.333
1109.333
1145.667
1144.333
1332.5
1643.25
1732
1142.428
1583.286
1699.667
1671.2
1588.8
1483
1463
1378.4
1591
1660.889
1198.6
1340.2
1714.667
1372
1474.6
1499.5
1662.333
1245
1218.625
1691.75
1419.286
1338.75
1570.5
1222.5
1339.333
1419.2
1135.833
1439.5
1275.2
1255.2
1477.333
1670
1552.5
1112.333
1586.667
1230
1496.6
1151.167
1177
1686
1440.2
1321.833
1293.25
1322.333
1474
1299.625
1278.625
1367.5
1613
1266.375
1189.25
1455.8
1306.5
1664.5
1637.625
1468.5
1159.25
1239
1199
1351.667
1731.167
1357
1438.333
1374.5
1223
1276.833
1583.667
1750.25
1331
1619
1584
1207.428
1432.2
1558.667
1547.714
1259.8
1276.333
1335.2
1485.333
1463.6
1691
1728.2
1325.75
1524.2
1690.75
1237.333
1290.667
1465.2
1114.333
1370.333
1497.2
1451.8
1194.667
1112
1499.2
1402.8
1508.625
1508.667
1412.167
1178.5
1694.5
1694.6
1436.333
1307.5
1710.667
1649.4
1135.5
1587.778
1309.667
1516.333
1162.4
1578
1684
1339.5
1196.4
1119.2
1212
1339.667
1740.572
1477
1589
1327
1213.2
1512.167
1597.667
1636.25
1607.333
1137.25
1729.857
1606.667
1735.5
1604.333
1336
1600
1638.2
1677.167
1274.5
1470.833
1132.333
1183.5
1580
1698.5
1696.5
1661
1407
1706.6
1177.5
1415.167
1730.5
1581.333
1166.4
1158
1612
1316.5
1331.667
1678
1434.714
1739
1152.6
1200.667
1419.778
1248.333
1244.75
1531.333
1541
1259.5
1257.4
1211
1728
1218.667
1551.4
1534.5
1262.875
1561.25
1599.5
1750.2
1220.5
1137.5
1711
1650
1316.25
1400.2
1657
488.2222
472.1429
446.125
519.6666
722.3334
506.7273
564.375
587.125
603.25
502.5
529.7143
690.5
599.25
603.125
459.5555
578.2857
478.6
557.1667
836.75
526.3333
573.8
555.25
524.6667
639.1
627
630.2
567.75
638.2
569.6667
596.5
784.2857
569.4445
432.25
716.1429
769.8
720.1429
507.4
611.8571
510.625
696.8333
680.25
522.5
695.5
450.5
443.6667
568
599.1667
539.8571
526.9
443.5
568.6
587
529.5
682.8333
607.2
513.5
490.2
437.8889
1072
744
625
645
785.25
671
642.5
824.3
580.1667
580.75
957.7143
771.6
873
508.2
499.375
768
485.8
528.1667
661.8
566.6667
467.625
1004
588.6
820.6667
881
632
924.3333
704.1429
789.6
758.2222
747.75
725.6
602.5
743
508.6
542
564.1667
973.125
692.5
589.7143
460.8
697.3333
480.8182
462
814.8
636.8571
1015
564.4
682.4
683.8333
732
927.625
853
760.1667
683.6
695.25
711.25
457.5834
629.25
479
622.4286
698
560.5714
756.5
871.8333
541.7
604.3333
975.7143
520.5
635.8889
715
1097
587.2
1029.667
774.5
436.6
483.8
737
859.1429
705.8333
824
772
755.2857
1026.286
980.7143
586.5
539
879.375
536.8889
816.5
522.2
696.3333
634.4286
615.5
755.6667
820.25
761
720.6
879.875
721.1667
940.2
837.4
1070.429
1058.857
765.3333
648.2
696.8
648.75
554.4
694.4
708.6667
781.5714
940.5
481.75
727
934.25
661
497.3334
432
557
643.6
557.2858
964.4
1071.2
746.8
753.8
715.25
736.2222
935.8
737.75
779.7778
513.2307
482.6666
838.4
805.2
758.375
797.1667
664.4
866.25
974
437.5
720.3334
569.8572
454.5714
584.7142
1087.5
655.3334
662.5
551.25
888.5
919.6
450.3334
707.5
910
629.75
447.5
862
510.4286
1037.857
684.2
475.4
818.4286
438.4
913.5385
947.2
449.25
552.7693
649.8334
544.7778
631.1666
628.7778
786.75
669.6
798
698.5834
889.1
451.8182
920.25
493.25
562
661.6
876.7778
722.5
920.75
1025.222
496.75
858.5714
696.7142
688.8
835.6667
741.875
736
1047
1049.8
1032.5
841
777
716
1077
694.6666
460
672.6666
1039.714
720.8572
502.6
720
896
806.6666
487.25
560
1035.2
1087.667
742.8572
676.3334
738
603.375
800.5
681.2858
497.5
510.6666
1025.2
880.75
1024.125
827.1666
654.75
461
829.6666
799.75
511
643.8
917.25
770.75
483.2
791.1
562.6
509.6
617.25
1086.444
965.75
1013.1
779
1028.6
731.4
998.25
485.8334
640.6
1032
471.5
742
718
984.6
874.75
496
466.6666
970
1029.833
448.5
799.5
938.5
752
658.75
778.5
530
640.6666
952
494.6666
1004.8
963.4
458.25
884.5
719
658.8572
982.5
946.1666
561.8
760
804.6666
934.8
1003.25
666
601.8
1037.5
551.6666
491.3334
905.5714
879.9
713.25
827
846.4
944.8572
828
1013.875
920
540.3334
680.5
663
503.4
892
852.2
1075.75
843.5454
1006.333
577.8334
743.5555
1106.667
761.7142
828.7142
664.25
902
828.2858
1095.75
820.4286
969
615.4
998.8
696.6
553
1020.333
824.5
459
504
871
586
928.7142
533.6666
976.6
1050.333
680.8
439
879.5
916.2
832.5
855.6666
653
467
808.25
958
597.875
828.6
1032.167
867.3334
528.5
565.8
879.7142
1026.625
762
912
571.4
902.6
659.5
539.3334
826.4
576.8
510.4
813.5
917
826
753.5
876.8
1093.857
550.4286
525.3334
956.1666
798.8334
684.8
705.6666
464
852.75
827.375
582.8
846.875
552
710.4
916.25
1094
680.8572
869.25
611
722.3334
1008.5
1074
1069.75
938
674.75
1012.333
493.4
509.25
817.8334
793.6666
703
1019.4
1051.6
951
776.1666
756.25
952.4286
649
654.25
1095.667
1076.667
491.6666
840
648.6666
983.5555
791.2
840.5
927.6
959.2858
1051.111
724.1111
489.8572
642
924.2
1004.5
461.2
497
499.25
1106.5
1016.429
892.4
746.2
963.1666
1098.5
1081
1099.4
651.3334
459.3334
578.4286
1043.444
709.6
908.6
822.1
544.8334
517.4
1068.5
1029
664.3334
778.5714
744.5
973.5714
792.4286
884.75
689.25
681.4
551
784
1103
891.5714
1020
1067.75
1048
465
752.3334
690.8
768
868.5
822.4286
1096.2
766.8
521.5
553.8
514.3333
598.5
525.375
684.5
1060
721
951.125
438.5
637.5
937.25
687
877
469.625
949
665.3334
764.5
828.25
433.6001
473.6667
616
440.2
517.5
638.25
835.8334
535.4443
777.6666
754.4
908.5
533.7144
729.6666
953.875
748.25
630
773
511.75
813.3334
709.125
458.1428
708
494.2222
1062.167
864.25
960.8
724.8
982.4
1033.4
819.3334
702.2
603
472
677.8
998.4
805.4
739
534.6001
999.25
911.3334
1015.429
457.2222
803.7142
894.2858
546.75
1043
1100.75
552.25
787
562.75
891
641.6667
870.6
1106.2
1052.444
765
1095.6
720.5
937.6666
1101.2
651.1428
891.4
832.8
1022
711.3333
605
584.6667
879.2
901.6666
538.2
952.6666
1092
1089.25
930.6
1035.25
1031.8
680.2856
718.875
959.5
446.5
1034
1008.833
455.25
798.875
528.3333
1060.8
652.25
515.1667
825
878.1667
701
1099.786
1047.5
936.8572
713.2
778.8333
811.25
1034.143
881.8
621.25
999.1666
641.5
1038.667
853.5
822.6001
751.3999
596.2
811
875.3333
712.2
609
470.3999
733
534.5715
442.6667
777.3333
619.2
748.75
878.8333
649.8
1106.833
620.5
729.6001
477.3333
839.6667
676.125
436
510.25
701.3999
1009.167
624.75
971.5
453
848.3999
911.25
870
1092.428
475.1667
654.6667
1059.2
628
1090
838.2856
587.5
812.2856
687.1428
683.75
538
501.5
683.25
1022.2
788.8333
902.3635
810.7778
908.1428
845.625
781.6667
733.2
472.6667
844
940.75
1023.25
664.6001
1065.8
503.6667
554.6667
599.5
922
786.2
582.1667
872
845.6001
478.7
561.8
724.25
703.5715
465.25
758.2
1004
568.6667
819.5
1036.2
890.3999
493.1667
460
477
530.75
1105.5
1036
626.3999
981.0908
492
454.1428
738.4285
499.2
974.3333
938.2
941
972.75
992.1428
902.5
825.375
816.25
887.5
1085
1067.333
839.8333
886.1428
1101.75
1103.2
441.6667
578.3333
839.3333
1082
962
1017.667
696
463.2
767
892.5
881.25
1084.75
557.2856
803.6667
741.25
705.25
1069.333
801.3999
496.25
468
817
950.6001
899
609.6001
981.6001
954.8
755.5
1020.667
1001.75
1060.833
710.3999
860
484.2856
982.8333
584.2856
1025.8
986
939.5
717
595.2
942
654.3333
933.5
874
602
721.75
960.1667
866.6667
1084
1005.667
508
659
499
897.3999
439.3333
1082.333
568.2
768.8333
914.25
486.5
996.6667
977.25
511.3333
743
587.1819
609.25
743.3999
597
474.3999
671.2727
1071.25
1006.667
465.8
459
549
1051.25
638.5
1082.25
660.3999
545
505
614.3333
1020
626.6001
884.1428
1085.5
996.8333
839.8
481
990.8
859.25
612.75
501.6667
728.75
723.8572
906.3333
1034.889
556.5
540
441.4285
728.25
945
694.5
442.3076
922.5
865
798.375
474
650.75
948.1667
944
917
978
629.8333
545.75
433
531
938.6667
846
924
907.6667
1078
1063.6
967.5
546
541.3333
452
794.875
889.75
598
485
850.6667
734.3333
741.3333
754
446
937.2
1054.143
705
826.3333
731.875
1071.5
898
1031.428
840
1086.333
912.5
1077
469
867
609.3333
734
769.5
603
887.2
454.3333
989.25
677.1428
1091.167
947
495.3999
820.2856
868.5
731.6667
901.3999
990.3999
696.7144
740.6667
510.625
592
465.1667
935.3999
972.6001
453
583.875
498.3333
582
968.3333
-116
-99.5
-175.2857
-173.5714
-126.3333
-200.1429
-132
-205.6667
-101.5
-171.8
58.57144
-83.20001
-24.42859
-94.66669
-201.5833
-123.2857
-209.1667
-1.099976
148
-210.3333
-163.4
4.857117
290.1667
37.71429
98
-62.79999
301.1667
-149
-45.5
74.71429
23.14288
-100.4
-156.8
-111.6
55
-69.83331
301
31.125
-179.375
198.75
-170.7143
-56.875
-123.4
-151.25
91
181.5
177.3333
-169.5555
-178.3333
-104.6667
-157.5
-107.1667
188
47.625
-181.1111
105.1111
-159.75
340.6667
-124.2857
260
191
11.77777
142
90
-179.6
-68.25
45.5
-194.8
-51
-137.25
66
-86.20001
-165
-203.5
46.16669
178.75
10
-125
-38.20001
-5.285706
-164
-100.125
85.59998
-79.33331
-147.375
-197.6667
17.66669
138.2
99.57141
245.125
75
-46.66669
40.71429
399
2.5
292
85
-65.75
-194.5
-161.25
-22.16669
225.5714
-165.25
82.5
41
17.75
162.8
139.7143
-171.3334
245.7273
22.16669
347.1667
-145.25
355.6667
-152.8
133.6
-125.8333
-190.1666
-61.66669
416.1429
112
-69.5
-52.88892
-59.75
-41.83331
400.8
192.9167
49.79999
129.1667
-98.79999
-150.2
46
52.5
330
-110
88.66669
-62.625
-95.5
407.5714
73.22223
182.25
264.8
408
-168.5
63.5
-156.25
-45.66669
407.3333
78.40002
130.8333
12.20001
55.66669
161.1667
347.25
111.2
259
13.59998
97.5
10.5
-187
214.5714
165.1667
-110.5
-203
-34.18176
140.5714
-25.85718
140.5
-66.25
343.5
-186.75
213.2857
168.8
176.75
210.4167
122
-39
13
-43.75
-157.25
247.5555
167.1818
124.5
-187.8572
86.5
-65.83337
365.8571
-128
-198.5
71.22223
48.40002
-182.75
248
391
9.166626
316.125
51.20001
169.3333
30.57141
218.2
-123.75
-164.3334
-67.40002
114
261.1667
180.2222
-181.2
272.2
-179.3334
166.2
120.1429
243.2857
176
366.7143
-57.66663
-151.4
-16.5
130
309.5
364.8
252.3333
376
-42.5
148.6667
232
167
214.1429
298.7143
395
151.25
163.5
134
109.25
401.75
177
-11.75
-60.28577
387.2857
315.8
294.75
358.5714
350.5714
25.16663
-66.40002
59.40002
230.8
28.44446
153.8182
426.2222
12.25
-79.33337
-132.5
-48.28577
52.80005
-166.2
-105.1428
367.1667
85.19995
190
101.6666
10.25
-198.1111
262
356.125
-197.5
91.40002
339.6667
-78
186.3334
-169.1111
-93.57141
380.7143
50
26
-3
366.5
370
-160.8
193.25
-68.76465
118.5
382.3
26.83337
178.2858
341
373.2
-196.6666
240
169.25
38.75
273
131.75
161.8572
267.3
5.857178
182.2
150
47.59998
-186
192
-18.59998
97.85718
-178.8572
262.5
294
144.1666
-91.5
289
-109.3334
251
185.1666
282
75.19995
-34
277
108.4
-121.8
-180.8334
60.5
424.2
-142.3334
368.6667
226.75
185.8572
308
86
76.80005
246.5
100.5
-96.33337
-136.8
281
303.3334
46.25
413.5714
286.1666
371
140.1428
-139.25
326.6
-36.5
133.625
375.25
-121
-210.8334
241.6666
-141.1666
407.6666
158.5
62.5
329.4286
305
145.75
19.80005
161.1666
346.2
94.59998
300.5
423.4286
199.6666
-173.4
-26.59998
43.14282
395.7142
-103
-171.7142
407
223
14.5
-116.8
-16.25
311.6
-135.75
211.5714
-146.8
260.875
136
183.8334
105.1666
101.3334
-86.14282
-39.71423
234.25
-130.6666
245.75
379.2858
409
31
208.3334
294.2
-67.75
324.8334
56.16663
-35.75
401
-194.3334
174
115.25
-208.1666
-178.1111
104.7778
325.7693
272.5
245
63.80005
-49.5
140.4445
-88.5
377
128.6666
-28.25
95.80005
-185.1666
383.6666
20.80005
67.66663
240.4
429.75
25.85718
1.833374
-147.4
26.59998
368.4
87.75
-117
-74.625
365.875
127
46.80005
-190.3334
51.33337
108.8334
288
87.66663
142.2858
62
57
82.66663
288.1428
-65
395.8889
-191.4
424.875
-62.14282
320
361
370.4
131.625
-40
76.71423
218
206.8
-191
306.5
159.8
278.4
-114.625
154
-76.66663
389.5
402.0714
203.25
340.4286
33.5
-206.6666
61.19995
146.8
279.5
253.4286
-148.5
95.83337
-192.125
309.8
81.25
313.6
158
-56.19995
-121.1666
240.2
336
9.666626
378.25
-29
421.6666
74.80005
359.3334
44.25
-66.5
348.1428
203
221.3334
-197.6
421.8
-190.6
199
6.800049
-138
142.2
354.8334
-174.2858
46.71423
-109.75
187.25
53
21.66663
-44
175.5
279.75
252.5
422
-57.19995
34
-137
-208.8
286
141.3334
252.2
55.33337
230.4286
313
308.4
-161.3334
31.33337
425
-131.4
267
-23
-25.25
13.80005
-207
86.83337
-152
391.5
31.66663
128.75
254.4286
420.5
-166.2856
76.25
-173.3999
189.5
227
367.5
166.3334
182
330.125
-35.25
-48
289.5
-204.3999
335
266.2
275.5714
373.3334
372.8889
-29.36365
-48.71423
-5.666626
255.25
289.75
23
42.66663
26.25
-135.25
-66.875
202.6666
-55.83325
113.8334
296
131.4
-131
300
228.3334
-109.5
330.5
-78.25
-11.6001
-60.85718
-201.8
-103.75
-209
423.5
75.14282
-22
181.5714
-171.3333
102.25
372.6666
-105.2856
55.14282
22.33325
47.75
365.6
151.5
301.5
200
385.3334
352.6
165.8
-1.666748
-107
185.75
219.4546
-144
335.5
91
123
-18.80005
72.19995
355.8
-147.3999
174.5
234.5
277.8
355
-155.3333
-84
130.5
362
298
-33.6001
349.75
-42.16675
-198.25
150.7144
150.3999
99
-106
-30.5
-35.83325
373.6
-57.25
331.8
420.75
136.625
97.33325
83.19995
2
48.5
163.2
-101.2
400.6666
-110
89
198.5
1
373.5
429
-57.16675
307.5
-206
101.6001
368.8
-3.555664
-115.4285
123.25
298.5
-171.8
4.75
-128.3999
-98.80005
-110.3333
14
336.8572
76.3999
22.75
-114.5
-81.33325
-78
-145
354.3333
344.5
-87.80005
-172.6667
152.3635
-16.83325
-86.75
-66.33325
-105.7144
-188.2
-101.3999
-122.5
372
-12.125
-69.80005
332.2
-84.75
.333252
234.6001
415.1667
-107.25
69.5
217
-85.33325
25.66675
31.875
200.5
402
3.285645
87.16675
154.6667
320.5
107.5
92.16675
372.3333
400.5715
369.6001
-119.5
348.4285
215.2
-15.19995
367.3333
214.7144
-139
359.7144
260.3999
-123.6667
340
158.6001
362.7144
30
-29.66675
297
120
305.25
131.2
119.3333
-92.81812
-121
-3
271.1428
-65
242.6001
285.25
-191.5
-203.5
263
33.75
101.75
392.25
-32.80005
394.2
-175.6001
220
-149.1111
368.8333
47
319.6001
-120.75
225.2
87.25
-73.66675
-29.3999
370.5
389.8
184.5
-44.11108
190
-20.3999
-5.800049
-58
417
-187.5
11
167.6667
296.6667
51
-.6000977
287.1667
-117.125
90.19995
244.25
-188.6667
248.25
-7.333252
90
272.3333
320.8333
-111.5
208.1428
-158.3999
95
184.3999
-184.5
259.75
374.6667
418
377
42.5
360.75
-45
46.5
-28.6001
54
352
342
-19
-167.2
420.6667
430
221.5
-116.5
194.75
302.6667
320.5715
279.3999
418.5
-125.6001
103.75
419
-109.75
101.1667
129.8333
111.8
103
317
164.75
125.375
129
322.625
226.3333
144.6667
74
216.1667
-93.85718
170.8
-121.5557
-29.6001
203
233
-162.5
-119.8
377.75
381.25
-51.33325
388.6667
149.6001
175
-170.6001
170.6001
172.8
-14.66675
306.5715
272.25
406.1667
41.66675
373.75
225.3333
252.2
43.3999
71.25
296.25
344.7144
-99.33325
-145.6667
146.2
333
-179.5
283.7273
-156.6001
-157.5
100.75
405.75
50
-62
130
311
-29
167.2
180
-33.16675
-200.1667
140.6667
405.8333
416.75
173.5
-23
389.6667
320.1111
66.33325
-132.5
273.75
-156.1428
209.5
62.83325
-4.285645
414.75
-124.5
398.75
96.33325
-147
344.5715
210.8
196.625
240.1667
253.3999
1.666748
370.6667
-105.6667
319
-137.2
-76
286.8
90.5
156.6667
-76.33325
56.33325
-116
424.5
-57.19995
-87.14282
337
-129.25
-70.75
180.25
184.5833
326.5
136
-130.3999
175.3333
-112.6667
196
270.1667
74.5
106.8572
422
315.3999
347
428.6001
105.5
351.4443
262.8333
423
-189.5
-110.75
135.1428
65.75
303.8
-79.75
-203.3
187.3333
141.6667
130.125
36.5
-149.75
26.3999
-18.5
226
159.3333
-126.3999
293.3333
202
252.6667
152.5
306
-134.3333
173.8333
258.6667
-54.66675
230.8
-143.3999
86
428.3333
164
-111.3333
427
215.8333
-101
29.33325
224.5
121
-.666748
127
396.3999
-122.6667
366
106
97.25
168
88.33325
45.5
203.1428
78
70.71436
310
264
277.6667
290.3333
12.75
-3
404.8333
322
-139
121.6667
-1.100098
322.5
-62.85693
-122.6665
235
340.9167
234
418.8
-156.1665
20.25
-75
95
-155
259
367.6001
-202.6665
245
-15
57
378.2
257
-41
210.4443
-184.3335
-429
-709
-633.1667
-757.5
-728
-637.75
-598.8
-638.5714
-397
-635.8333
-716.1429
-588.3333
-418.5
-485.75
-703.8333
-825.75
-542.5
-682.375
-565.5555
-577
-580.5
-225.1667
-745.3333
-387.1667
-354.1667
-728.8
-579.75
-316
-381.125
-536.3333
-405
-710
-739.1667
-541.4
-793.25
-785.4
-334.8
-633.3333
-657.875
-662
-760
-622.125
-494.1429
-500.3333
-322
-546
-253.3333
-751.6667
-771
-270.7143
-367.2857
-649
-654.5
-725
-295
-518.4445
-438
-731.25
-724.5
-839.6666
-792.3334
-370.4
-721
-475.3333
-784.6
-797.5
-369.875
-841.3334
-795.5
-416.625
-688
-347.1667
-496.5
-516.5
-380.8333
-438.1667
-783
-432.1667
-356
-660.25
-631
-383.4
-484.75
-599.7143
-817.8
-786
-494
-584.6
-684.2
-439
-554.4286
-373.7778
-599.5
-298.2
-438.2727
-487.6667
-801
-720.5
-471.5
-543.7
-728.1428
-702
-298.25
-328
-369.25
-755.8
-583.1667
-292.3333
-647.3334
-700
-460.875
-225.8
-767.8334
-560.75
-746.625
-725.6
-826.5555
-393.75
-473
-731.1666
-233.3333
-777
-481.4
-358
-461.125
-756.6666
-274
-519.4
-847.2858
-522.25
-627
-608.75
-806.5
-689
-275
-551.5
-267.5714
-830.25
-785.8572
-647.2
-595.75
-744.6
-432
-652.7142
-849.3334
-538.4286
-525.25
-701.6666
-255
-246
-442.6667
-685
-366.5
-437.8
-653.1666
-235
-369
-424.4
-449.6667
-283.8
-792
-299.3333
-234.2857
-433.3333
-571.1111
-690.5
-424.6667
-318.1
-381.3333
-742.5
-797.2
-310.5714
-636.4
-639.3334
-378.8333
-299.2857
-350
-584
-481.5
-352.6667
-214.25
-655.7778
-717.4445
-506.6
-443.9
-352.6
-604.75
-732.8
-756.5
-396.8
-249.1667
-351.8
-392.25
-796
-822.5714
-644.5
-612.25
-613.6666
-350.2
-304.5
-471.8
-811
-252.8333
-688.25
-448.6666
-752.6
-545.3334
-446.6666
-470.8572
-675
-658.8
-274.5
-523.7142
-528.6666
-759.6666
-267.4
-833.5
-580
-440.5714
-324.4
-696.4
-573.5
-760.4
-523.625
-273.4
-583.5
-611
-792.6
-287.3333
-375.25
-252.5
-453.4
-236.25
-593.8
-837.6666
-259.6667
-695.5
-319.6667
-212.5
-405.6666
-394.5
-367.5
-549
-229
-475.1666
-525.5
-301.7
-408
-653.3334
-495.75
-751.2
-630.3334
-340.25
-510.125
-616.2
-780.25
-533.8334
-349.5
-457.4
-214.5
-834.75
-528.75
-661.8572
-273.625
-622.3334
-513.5555
-245
-752.5
-317
-304.2
-213
-798.3334
-625.2222
-600.8
-791.6
-725.875
-455.6666
-778
-267.875
-341.8334
-696
-345.8572
-331.875
-248.125
-789.0909
-657.25
-634
-800.5
-545.25
-609.1666
-757.4286
-409.8572
-270
-355
-571.8334
-222.75
-289
-650
-722.375
-321.8334
-415
-614.25
-634.1666
-800.25
-770.4286
-340
-280.4445
-413.4
-260.75
-477.3334
-666
-715
-773.5
-496.4286
-310.4
-358.8
-812.75
-410.6
-643.25
-320.5714
-604.4
-330
-735.8572
-647.8
-301.75
-490.5
-347.7142
-669.6
-260
-731.5
-804.75
-492.4445
-827.75
-853.5714
-339.5
-564
-761
-284.6
-595.25
-309.7142
-571.4445
-366.1111
-848.6
-442.4
-511.25
-269.6
-247.1666
-379
-535.5
-411.875
-440
-686.6
-252
-838
-611.5
-703.6
-538.5
-547
-230.1428
-269
-270.6
-496.75
-430.4
-490.25
-411.5
-270.5
-658
-479.5
-420
-809
-452
-546.375
-760.6
-530.2
-836.25
-568.75
-423.5714
-799.2
-630.1666
-418.25
-358.6666
-667
-221
-343
-281.75
-810.5714
-842.4286
-500.2858
-844.5714
-620.3334
-322.5
-539.25
-375.5714
-710.3334
-815
-789.3334
-321.4
-251.1428
-566.1111
-643.75
-298.5
-590.4
-459
-518.25
-365.3334
-769.4
-410.4286
-599.6666
-239.8334
-375.75
-758.5
-624
-300.6666
-287.5
-308.6666
-272.8334
-573.6
-463.2858
-723
-348.6666
-327.5
-718.4
-712.3334
-381.25
-318
-577.8334
-380.2858
-675.8
-624.8
-292.5
-573.4
-695.3334
-773.625
-669.5714
-339
-264
-409.5
-852.4
-818
-462.75
-402.3334
-633.3334
-405.5714
-476.6666
-701.1666
-434.1666
-645.6666
-707
-625.5
-641.6666
-555.5
-587
-341.3334
-478.5
-385.6666
-264.2
-810.4
-711.4
-379.6666
-818.2
-651.7778
-330.3334
-706
-394.625
-681
-509.25
-392.4
-382
-451.25
-424.3334
-306.4
-828.8
-273
-836.3999
-754.75
-790.1428
-804
-314.8334
-485.5
-234.8334
-501.6666
-429.5
-708.6
-404.25
-419
-406
-353
-571
-409
-304
-706.8334
-446.6
-549.1666
-280
-542
-830.3999
-364.25
-643.5
-473.25
-603
-476.125
-565.4
-277.8
-493
-438.75
-290.1666
-749.6001
-750.2
-370.3334
-727
-494.3334
-216.8334
-563.75
-375
-417.8572
-342
-675.75
-342.5
-329.2858
-417
-371.375
-848.7778
-590.8
-279.75
-708.5
-359.6666
-226.25
-536.5
-214.1
-661
-267.5
-526.8572
-386.3334
-237.2
-584.1428
-721.125
-284.8
-725.25
-351.5
-516
-454.25
-694.8
-751.5715
-709.6667
-746.3333
-444
-297.75
-248.6666
-313.9091
-710.1428
-336.8
-689.8572
-225.5
-839
-453.6
-369.6
-282.5
-561.8
-632.75
-276.25
-700.8333
-581
-325.1666
-654
-527.3334
-390.6
-297.2858
-244
-217.1428
-538.1667
-331.8
-767
-794.5
-650.75
-597.1428
-704.25
-487
-373.3334
-793
-307
-532.3333
-584.3333
-306.6666
-264.5834
-522.2
-330.25
-251.8
-634.1428
-503
-436.6
-240.8334
-340.75
-303
-497.5
-493.2
-655.1667
-646.25
-485.8
-574.5
-291
-623
-268
-811.4285
-426.5834
-817.75
-814.5
-670.5
-716.25
-449
-346.25
-298.875
-349
-768
-602
-372
-770.1428
-233
-528.6667
-438.3333
-556.8
-806.5
-296
-403.25
-454.6667
-366
-703
-316.8334
-286
-562
-829
-365.5
-579.5
-790
-228.3334
-361.6667
-524.8
-767.6667
-280.3333
-317.6667
-363.75
-552.1667
-325.3333
-791.6667
-354.25
-310
-489
-346
-509.7144
-571.1667
-384
-399.3333
-476
-478.8
-377.2856
-805.4285
-780.25
-367.5
-683.1667
-687.25
-732.8572
-439.8
-521.5
-293.8333
-281.3999
-376
-317.8
-416.7144
-718
-573
-271.25
-362
-271.1667
-436.5715
-394
-395.25
-416
-498.5
-551.5715
-263
-555
-698
-640.25
-480.3333
-216.5
-777
-754
-451.5
-438.25
-840.6001
-463.5
-346.8
-316.1667
-257.6667
-377.25
-831.5
-503.3999
-442
-783
-562.5
-311.8572
-475.875
-279.5
-391.1667
-786
-302.75
-560
-308.25
-683.3999
-392
-295.5
-670.6001
-812.5
-522.6001
-367.8
-682
-583.25
-747
-412.3333
-235.3333
-259.3333
-220.6667
-380.1667
-450.2
-753.6667
-400.2
-578.3999
-235.2
-727.8333
-377
-419.5
-399.25
-440.6667
-298.3999
-684.25
-735.8
-465
-594.3333
-214.6001
-800.6667
-699
-358.25
-241
-642.5
-740
-407.7
-407.8
-602.2
-583
-499
-641
-530.6667
-811.3333
-468.6667
-842
-456.6667
-545.5
-274.6667
-522
-647.8
-391.6667
-792.5
-475.5715
-421.3333
-763
-475.3333
-535.5715
-833.3999
-235
-710.25
-830
-423.5
-662.3333
-237.5
-578.1667
-506
-387.3999
-769.8181
-698.1428
-731.5
-243
-555.5
-265.2
-368.8333
-784
-216
-524.1667
-239.6667
-744.25
-330.3333
-665.3999
-236.2
-287.3999
-504.25
-301.8333
-264
-227.5
-738.25
-424.3333
-602.6924
-322.3999
-688
-262.6667
-810.8
-553
-448.3333
-259.5
-341.5715
-440.6001
-437.625
-696.6667
-634.0833
-567.6667
-673.8572
-601
-352.5
-240
-390.3333
-268.5
-343.6667
-597.75
-285
-594.1428
-327.75
-521.3999
-261.5
-848.25
-534.6001
-530
-225.25
-387.5
-482.8
-797.6365
-492.75
-595
-727.6667
-490.1667
-643.2222
-594.75
-532
-724
-330
-499.5715
-507
-784.25
-403.3333
-333.1428
-844.5
-252.3999
-704.8889
-826.5
-410.25
-686.6667
-445.5
-532.2
-413.25
-657
-368.5
-449.5715
-244.75
-341.6667
-846.5
-332.6001
-612.2
-759.5
-379
-676.3333
-433.6667
-300.1428
-353
-678
-257
-572
-469.3999
-483
-670.25
-553.75
-374
-386.3333
-252.8333
-401.2
-394.5
-712.6667
-368.6667
-593.8
-681.8
-714.8
-767.5
-671.2
-239
-557.5
-653.75
-579
-326.6667
-353.8
-654
-735.3999
-817.3333
-360.5557
-345.75
-319.6667
-775.2856
-441.6667
-432
-613
-388.2
-592.75
-422.3333
-821.8
-532.3999
-834.1667
-763.25
-757
-264.25
-602
-480.6667
-298.2
-754
-654.5
-267.1428
-522.1667
-660.7144
-261.2
-688.4285
-270.25
-380
-677.2
-751
-700.6667
-781
-501.3333
-764.1667
-544
-517.6667
-840
-522.6667
-623.25
-415.3333
-520.625
-491
-555.6667
-342.1667
-600
-593
-491.9231
-398.75
-457.3333
-442.6667
-372.6001
-809.6001
-739.6665
-311
-314.8333
-458.3333
-812.6001
-761.8335
-216.6667
-317.5
-592.3999
-271.8333
-679
-586.75
-805.3335
-449.5
-507.5
-429
-635.3335
-620.2002
-620
-473.3333
-799.6665
-567
-660.875
-787.5
-267.6667
-735.8887
-446.8181
-583
-602.25
-283
-565
-402.5
-596
-773.5
-384.8
-234.8
-746.25
-674
-230.3333
-658.2856
-295.1111
-558
-463.75
-761
-605.25
-445.7998
-597
-322.6001
-659
-225
-281
-442
-275.6665
-421.875
-368
-310
-377.5
-273
-255
-239.1665
-232.5
-686
-719.3999
-652
-788.25
-486.7998
-553.4287
-603.5
-818
-688.5
-668.7998
-664.5
-215.6665
-570.75
-849
-618.3999
-602
-713
-280.3335
-599.25
-504.25
-413.5
-791.333
-477.625
-524
395.25
-904.8
-1231.667
-1445.5
-902.5
-1331.5
-1452.8
-1127.333
-960.6
-1250.818
-1225.857
-1357.6
-1409
-860.8
-944.3333
-1517.8
-1402.167
-1512.2
-872.8
-1245
-1040
-1078
-1194
-1386
-1421
-1431.333
-1291.6
-1326.8
-1484.8
-1023
-1141.667
-1298.2
-1388.75
-862.1667
-958.7142
-1459.2
-1324
-1075.7
-914
-867
-986.5454
-1142.375
-1220.182
-1305
-992.3334
-1215.5
-960
-1454.75
-863.2
-1015.4
-1179
-916.5
-1095.286
-1519.2
-1029.25
-1475.5
-979.5
-1326.5
-1259.857
-1218.571
-1033.857
-1180.5
-1524
-1361.6
-1349.8
-1163.5
-1326
-1406.5
-874.2858
-1008
-1095.143
-1124.6
-930
-910
-1465
-940
-1355.75
-929.3334
-1222.5
-1247.25
-1438.6
-1049
-1164.333
-1193.75
-1196.167
-1422.714
-1064.833
-1011.333
-1056.2
-1460.5
-1432.8
-1255.875
-1109.167
-1142.286
-1349.5
-1016.5
-1119.4
-958.4
-1374.429
-1420.4
-1364.25
-1018
-1275.333
-1358.857
-1404.5
-1149.875
-961
-1027.143
-1208.667
-975.6666
-1144.143
-1359.6
-925.7778
-1235.75
-1145
-1226.4
-942.5555
-934.8334
-1059.8
-1020.167
-1294
-1368.889
-947.25
-862
-1338.625
-1484.909
-1380.667
-1521.25
-1017.6
-1180.714
-1182.2
-1488.545
-1198.8
-915
-1087.667
-1039.333
-1298
-1273.2
-1218.6
-1322
-1222.75
-894.5
-995.6666
-1435.714
-1497.667
-1137.875
-1186.75
-1053
-1183.6
-1443
-1351
-1343.333
-1142.167
-887
-1159.75
-1004.5
-940.1428
-1346
-894.5714
-1284.25
-1280.4
-922
-952
-996
-877
-998.4286
-1461.75
-1510.333
-1189.8
-1353.25
-1050
-1194.333
-1070.071
-1517.833
-1467.625
-1120.2
-1316
-1002.667
-984.1428
-1167.5
-1167.4
-1272.8
-1241
-1244
-1039.833
-920
-1372.5
-1464.667
-1199.667
-997
-934.2
-1236
-1322.333
-1207.5
-948.5
-1408.667
-1152.6
-1096
-1226.643
-1395.8
-1148.5
-953.5
-995.3334
-1182
-1088.5
-1035
-1319.75
-1276.4
-1168.5
-1004.75
-1378.6
-1462.333
-1089.6
-1077
-1357
-1117.2
-1370.6
-1148
-887.3334
-1112.5
-1478.5
-1105.2
-1238.833
-875.1666
-868.5
-1220.75
-928
-1209.75
-1076.5
-1245.833
-879.125
-1019.333
-1283.667
-1508
-1269
-1153.125
-890
-1017
-1371.167
-1328
-1171.833
-1334.4
-1020.857
-1186
-980
-1262.5
-1104
-908.5
-1330.667
-1274.2
-1328.2
-1051.625
-1163.375
-1275.667
-988
-1321.5
-1137.5
-1334.286
-891.875
-1102
-1277.167
-1337
-1368
-960.8889
-1190.25
-1140.167
-1362.889
-1090.667
-1258.571
-1109.333
-1033.333
-960.4
-1345.75
-1133.833
-1416
-1382.6
-1021.5
-1188.375
-1011.2
-968.4445
-989
-1488.333
-1499
-1251.667
-1267
-1257.5
-938.2
-1292.2
-1401.75
-872.3334
-1483.667
-1346.75
-873.5
-946.5
-913.75
-1223.4
-1210
-1226
-891.1666
-1066.6
-1077.5
-893.4445
-1184.5
-937.6
-1165.5
-886.25
-1199.2
-1500
-1250.778
-921
-1386.5
-1089.714
-1151.167
-1498.75
-1059.889
-1216.75
-1236.333
-1042.833
-1391.2
-1279.818
-937.25
-1259.6
-1005.667
-1245.8
-978.5714
-1032.111
-1426.5
-1112.167
-1049.143
-1198.4
-1171.556
-1183.75
-1485
-1154.75
-1430.667
-872
-1028
-959.2858
-915.5
-1373.5
-1531.167
-1447.5
-967.8572
-1354.6
-1483.2
-1436.4
-887.25
-1411.4
-968
-1023.5
-1357.4
-1148.875
-1371.667
-1494.4
-893
-952.1818
-1121.75
-1228
-920.6666
-1355.6
-903.75
-892.4
-1479.5
-1072.333
-1031.25
-1056.667
-866.6666
-1222.8
-904.25
-884.2
-1101.8
-883.4
-1447
-1185.857
-854.6
-868.8572
-1372.2
-1012.143
-1020
-865
-1423.25
-911.75
-969
-855.6666
-1470
-1131
-1119.2
-917.2
-933.6
-1059.25
-1300
-1394.375
-1466.667
-1050.8
-1154.2
-971.3334
-1335.8
-1396
-1003.4
-1123.333
-1152.5
-1273.667
-1032.4
-1281.5
-1160.857
-918.4
-1140
-889.375
-1261.333
-1081
-1280.6
-936.6
-1025.333
-1439
-1219
-1402.667
-972.2
-1154.4
-1351.375
-1379
-1317.5
-961.8
-945.5555
-1187
-1395.923
-1210.8
-1269.75
-890.4
-1387.833
-1096.428
-1445.333
-1206
-1014
-1188.8
-1112
-968.1428
-913
-1511.714
-1098.5
-900
-1339.25
-965.7144
-1056
-1502.4
-1339
-1048.572
-1271.667
-1418.25
-947
-856.6
-1136.333
-1466
-856
-1107.833
-954.8572
-1266.667
-1409.2
-1275
-1430
-1480.25
-1335.167
-1183
-1354.8
-1042
-1444.625
-1282.4
-1517.333
-916.625
-1070.2
-1333.25
-1103.6
-987
-992.5
-1277.572
-933.25
-887.1428
-945.5
-1270.667
-1490.5
-1084.333
-1059.667
-909.5
-1241.667
-1020.2
-1275.833
-1246.6
-1146.2
-1133.4
-1345.714
-1324.333
-1378.75
-1138.4
-1387
-1219.428
-872.5
-1041.25
-1041.8
-859.1667
-929.3999
-1153.25
-1201.2
-1343.667
-1188.25
-1519.143
-1159.833
-931.6001
-1168.667
-1529.4
-1468.4
-1433.8
-1414.5
-1031.2
-1024
-1317
-1244.7
-1046.4
-940.5
-930.5
-1051.5
-1104.333
-868.6001
-1421.8
-906
-1065
-1496.75
-1281
-1525.167
-1373.25
-1483.333
-890
-1092.625
-1307.6
-1149.6
-1268.667
-929.5
-953.75
-1195
-969.6001
-1500.167
-1068.5
-1410.188
-1446.6
-915.3333
-1343.572
-1441
-1448
-1216.667
-1020.428
-1402.375
-1220.75
-1368.5
-1315.6
-1333.857
-1048.8
-1434
-1040
-1316.333
-1307.5
-1144
-942.5
-1334
-1420.333
-936.25
-883.8
-1040.833
-1192
-1272.428
-1259.667
-1349.8
-1402.6
-1404.2
-1236
-1138.3
-1078.75
-1015.5
-1142.25
-882.3333
-1180.75
-879.7778
-1332.5
-934.8
-1417.857
-1113.25
-1029.6
-1435.4
-1211.4
-1267.25
-1427.2
-1345.4
-1250.25
-1512.5
-940
-1074.5
-990.5
-1198.2
-1143.6
-956.2222
-879.5
-1367.167
-964
-1002.143
-1349.2
-908
-930
-920.1667
-961.25
-1044.5
-1265.25
-1190
-858.5
-870.75
-917.7778
-1505
-1008
-1127.857
-1223.875
-1430.2
-1297.667
-1167.5
-916.6667
-1479.667
-922.75
-910.75
-917
-1370.8
-1364.572
-992.6667
-1403
-875.5
-1406
-1509.2
-902
-1336.8
-1497
-1083.5
-1400.667
-943.25
-1127.625
-891
-896
-1206.333
-1290
-1249.667
-1116.25
-1290.5
-875.5715
-1006.833
-876.6667
-1286.75
-1186
-930.5715
-1397.333
-1390
-1182.333
-937.5
-1088.25
-1119
-1132.75
-1115.833
-1463.5
-1163.25
-1360
-929.3333
-1523.5
-1499.4
-1474.6
-994
-1259
-1195.333
-911.2
-1431.75
-1148.667
-1251
-1392.333
-1131.667
-1123
-1488.667
-1338.75
-1055.75
-1196
-1327.667
-1003
-1273
-1092.667
-874
-1309
-1464
-1013
-1042.667
-1360.428
-1283.667
-878.5
-1016.2
-1179
-1342.6
-1442.143
-1349.75
-1471.667
-1033.5
-1154.286
-1064.4
-860.6001
-1237
-1006
-898.2
-1128.6
-1510
-1100
-956
-1048.5
-1228
-1396.75
-980.5
-1223.25
-1315.5
-874.6667
-1380.833
-929.8
-1386.333
-925
-896.3333
-922.25
-935.6667
-1256.714
-1132
-1314.333
--81
-999.375
-1450.75
-1510.8
-1153
-1481.667
-1148.5
-899.1667
-1309.428
-1327.5
-938.2
-1376.2
-1386
-1392.833
-1065.667
-1077.143
-874.25
-1396.333
-981.5
-965.75
-1315
-1014.6
-1438
-1253.5
-968
-1240.667
-1229.333
-1503
-1507.428
-1027.5
-1205.333
-1402.2
-1237.5
-889.25
-1466
-918.75
-1364
-1236.333
-866.75
-859
-1082.667
-1261
-1398.6
-1306.333
-1505.167
-1374
-1061.2
-1372.167
-1217.25
-882.8
-1403.6
-1244.5
-1495
-868
-1011.5
-929
-1333
-1253.143
-1187
-1154.5
-1230.2
-860
-1084.75
-1314.25
-1181
-988.3333
-1116.4
-1056.333
-1263.167
-892.5
-991.5
-1034.25
-1081.2
-1178
-1316
-1158
-1311.6
-1372
-1194
-1150
-1493.5
-1126.833
-1208.6
-937.5
-1218.25
-969.75
-1227.875
-1391.5
-1400.714
-1050.167
-1133.667
-1302.5
-1174.333
-1145
-1247.333
-1165.667
-1378.5
-1225.8
-1413.667
-1134.667
-1486.2
-1339.8
-915.3333
-978.3333
-1504.75
-1320.4
-1031.5
-1356.6
-857
-1404.667
-1050.25
-1154.333
-1045
-1427.3
-1335
-1183
-1483.333
-1301.75
-1363
-1289.25
-1349
-938
-1297.167
-1040
-1116.625
-1465.5
-1276.143
-897
-1441.333
-1052
-1063.167
-1421.333
-1225
-933.75
-1048
-980.6001
-1096.75
-1480.667
-1366.857
-968.6665
-1262.5
-1381.333
-942.75
-1022.333
-1367.8
-857.7144
-1365.4
-954.7144
-1204.333
-1079.2
-969
-1117
-864.6001
-1195.333
-1039.3
-1437.5
-1482
-1167
-855
-1113
-1394
-1409.5
-1143
-1003.2
-1437
-1108.333
-1024.8
-1066.25
-1030.667
-1152.333
-1271.75
-1425
-1478.8
-1357
-1205
-935.25
-1168.5
-1252.5
-1217
-1268.75
-901.5
-1160.2
-1267.667
-1050.5
-1023
-935.1665
-860.5
-1009.333
-1528
-1404.333
-1135.625
-1347
-1066.714
-984.6665
-879.75
-1068.5
-1020
-1072.25
-1350.6
-1347.167
-1213.571
-1027
-1285.6
-1350.5
-1449.143
-1312.333
-904.75
-1061
881.75
-1734.083
-2086.5
-1709.75
-2079.75
-2113.333
-1827.2
-2168
-1968.333
-1652
-1855.625
-1770.75
-2142
-1940
-2095.4
-1683.25
-1630.667
-2002.8
-1936.75
-1873.714
-1740.2
-1911
-1913.333
-1562.5
-1867.333
-1928.375
-1606.333
-1582.667
-1543
-1986
-1862
-1852.333
-2098.333
-2001.25
-1686
-1683.833
-2003
-1613.6
-2114.428
-2158.6
-2120.333
-1547.2
-1879.25
-1890.75
-1593.4
-1778.571
-1654
-1982.25
-1756.286
-1556.333
-1932.25
-2007.4
-1889.333
-1617.5
-1910.25
-2025.5
-1925
-1611.4
-1601.667
-1589.333
-1654.5
-2026.167
-1807.222
-2157.4
-1681
-1700.25
-2025.333
-1974
-1668
-1933
-2056.5
-2090.4
-2064.5
-1712.375
-1941
-2014.572
-2053.25
-2048.8
-1895.428
-1587.5
-2071.5
-1846.667
-1887.333
-1691.5
-1560.667
-1952.5
-1778
-2006.667
-1652.167
-2105
-2158.667
-1871.572
-2059
-1556
-1566.4
-2013.714
-1608
-1883.714
-1584.286
-1591
-1830.5
-1802.4
-1752.833
-1686.667
-1726.4
-2130.5
-1644
-1888.143
-1998.8
-2138.333
-2049.5
-1702.5
-1806.143
-1882.428
-1904.714
-1970
-2081.4
-1712.5
-2152.5
-1581.2
-1717.833
-1884.75
-1690.428
-1663.333
-1697
-1683.4
-1637.333
-2084.8
-1902
-1703
-1825
-1619.667
-1819.667
-1557
-1812.857
-1546.6
-1818.833
-1635.364
-1996.167
-1838.25
-1650
-2048.428
-1647.714
-1769
-1830.2
-1724.75
-1673.75
-1947.428
-1834
-1794.667
-1992.4
-1658.5
-1567.8
-2099.833
-1966.8
-1559.4
-1786
-1562.625
-1546.222
-1667.6
-1760.8
-1644.375
-1777.2
-1555.6
-1995.75
-1624
-1772
-1684.8
-1597
-1825.8
-2042
-1695.333
-2097.667
-2024.667
-1851.333
-1917.333
-1829.5
-1610.667
-2014.833
-1917.6
-1949.5
-1556.667
-1662.167
-1549.875
-2080.5
-1608.5
-1647
-1921.75
-1552.143
-2103.143
-1764.875
-1856.5
-1665.5
-1785.5
-1784.5
-1811.714
-2044.333
-2058
-1985.333
-1558.667
-2031
-1556.25
-1850.714
-2070.818
-2038.2
-2154.5
-2139.5
-1896.875
-1897.4
-2020
-1917
-1692
-1630
-2088.6
-1579.4
-1881.8
-1818
-2083.572
-1884.25
-1621
-1566
-1626.333
-1541
-1827.8
-2003.167
-1813.5
-1535.667
-2123.428
-1934.5
-1549.75
-1920
-1913.375
-1810.833
-1793
-1650.889
-1886.8
-1629
-1925.333
-1661.125
-1749
-1953.5
-2036.333
-1991.111
-1795.667
-1878
-2002.222
-1532.636
-1704.2
-1863.6
-1723
-1752.5
-2152.333
-1854
-1626.4
-1727.167
-2069
-1669
-1972.333
-1751.091
-1759.25
-1935.667
-1662.5
-1743.4
-1661.25
-1855
-1755
-1708
-1695.4
-1657.333
-1619.833
-1673.333
-2047.5
-2063.2
-1687.167
-1730.6
-2036
-1952.8
-1827.572
-1533.667
-1657.6
-2169.5
-1692.4
-1981.5
-1539.167
-1841.333
-1616.333
-1649.2
-1672.572
-1687.333
-2153.25
-1562.714
-1548.5
-1990
-1685.667
-1577.667
-1568.75
-1946.428
-1632.333
-2139.667
-1589.5
-1713.333
-1796.2
-1978.667
-2100.6
-1657.2
-2042.8
-1565.2
-1969.5
-1964.4
-1685.818
-1979.2
-1553
-2081.5
-1565.5
-1894.667
-1821.714
-1754.75
-1842.818
-1958
-1896.333
-1937
-1611.2
-2035.5
-1822.5
-1766.6
-1921
-1563
-2109.286
-1831.5
-1698
-1876.4
-1700.25
-1922.5
-1659.4
-1701.25
-2003
-2012
-1829.4
-1570.75
-2125.75
-2030.833
-1825.5
-1661.6
-1823.5
-1706.2
-1773.333
-1809.572
-1930.167
-1552.75
-1538.4
-1923.2
-1809.2
-1998.667
-2076.333
-1960.667
-1735
-1827.667
-1988.5
-1668
-1952.75
-1876.75
-1959
-2001.333
-2123.8
-2002.5
-2031.8
-1737.5
-1823
-1572
-2174
-2124.25
-1687.5
-2162.833
-1847
-1820.5
-2159.667
-1729.667
-1571.4
-1751.75
-1787.75
-1809
-2104.4
-1720.333
-1567
-1892.667
-1544
-1832.2
-1666.111
-1982.5
-1744.8
-1621.75
-1839.428
-1729
-2010.286
-1777.333
-1717.167
-1746.833
-2160
-1652
-1623.833
-2037
-2053.8
-1889.75
-1620.667
-2044.143
-2148.833
-1925.4
-1977.167
-1927
-1562.25
-1863.833
-1652.75
-2154.2
-1884.667
-1736.75
-2040
-1813.4
-1870.923
-1709.125
-2171.333
-1803
-1545.167
-2118.25
-2120.75
-2152.5
-1856.25
-2032.167
-1765.6
-1653.25
-2162
-1687.428
-1783
-1680.667
-2079.5
-2164
-1748
-2063.75
-1593.6
-1953.333
-2144
-1750
-1965.6
-1825
-1920
-2014.2
-2093.333
-1921.5
-1871.25
-1723
-1756.556
-1554.167
-1677
-2160.6
-1918.5
-1818.667
-1732.667
-2136.8
-1789.667
-1570
-1780
-1735.833
-2137
-1820.25
-2155.667
-1762.8
-2071
-1897.667
-2161.333
-2136.6
-1818.833
-2054
-1562.167
-2144.571
-1808.667
-1924.25
-1584.428
-1710.5
-1727.714
-1797.6
-1657.5
-1563.286
-1694.25
-1561.333
-1902.667
-2169.333
-2142.143
-1716
-1901.167
-1960
-1966
-1862.6
-2159.333
-1984
-2124.2
-2120
-1688.143
-2170.5
-1680.25
-2143.5
-1537.4
-2058.167
-1649.167
-1668.75
-2082.6
-1622
-1601.25
-1691.4
-2144.5
-1768
-1671.143
-1837.4
-1589
-1569
-1965.5
-2138.667
-1741.5
-2075.333
-1751
-2156.286
-1958.667
-2116.333
-1925.833
-1755.25
-1606
-1625.5
-1577
-2068.833
-1534.25
-1829.8
-1994
-1765
-2107
-2006.8
-1737
-1551.4
-2070.6
-1686.5
-1924.333
-1869.75
-1843.333
-1999.75
-2019.5
-1993.2
-2014
-1638.25
-1958.625
-1864
-1697.75
-2109
-1564
-1878.333
-1629.5
-1558.75
-1846.4
-2134.667
-1847.5
-1573.5
-1776.8
-1662
-1737.364
-1848
-1576
-1928.167
-2137.333
-1644.333
-1742.25
-1650.4
-2169
-1984.75
-1586.25
-2105.25
-2069
-1548.4
-1885.5
-1840.2
-1695.5
-1668.833
-2078
-1818.8
-2081
-2167.667
-1693.6
-1616.8
-2139.8
-1680
-1548.333
-1643.5
-1805
-2030.75
-1805.143
-1972.5
-1703.75
-2043.4
-2070.333
-2025.333
-2133.667
-1910
-1551.5
-1595
-1946.333
-1836.75
-1754
-1844.5
-1738.333
-1592
-1565.667
-1900.75
-1977.667
-2053.25
-2106.333
-1830
-1875
-2275
-2416.5
-2259.2
-2632.5
-2227.4
-2328.333
-2792.5
-2388.25
-2351.25
-2213.75
-2461.333
-2648.667
-2433
-2445.143
-2494.333
-2208.4
-2566.428
-2298
-2600.8
-2231.5
-2850
-2386.333
-2654.25
-2201
-2735
-2391.6
-2348.25
-2341
-2823.667
-2270.5
-2637
-2626
-2505.091
-2280.5
-2330.889
-2353.857
-2660.5
-2348.8
-2192.25
-2741.5
-2487.6
-2380
-2674.75
-2393.4
-2482.5
-2229
-2294.572
-2550.428
-2485.75
-2343.6
-2557.5
-2373
-2407.5
-2688.2
-2553.5
-2349
-2353
-2456.143
-2647.667
-2736.25
-2549.25
-2203.667
-2244
-2523.75
-2678.333
-2315.667
-2500.5
-2611.2
-2526.75
-2240.5
-2350.833
-2480.4
-2193.428
-2534
-2395.75
-2500
-2199.667
-2734
-2451.2
-2769
-2472.714
-2583.889
-2818.333
-2614.25
-2480.333
-2283.333
-2757.333
-2562.4
-2504.8
-2401
-2386.428
-2472.667
-2308.333
-2236.857
-2359.8
-2404.5
-2388.143
-2711.8
-2582.2
-2634
-2515
-2235.857
-2312
-2469.333
-2673.333
-2204
-2413
-2307.333
-2444.333
-2667
-2202.572
-2234.333
-2509
-2369.167
-2490.2
-2788.333
-2426.2
-2428.428
-2357.8
-2190.167
-2479.2
-2212.286
-2746.167
-2662.692
-2178.75
-2202.625
-2755.6
-2716.833
-2289
-2673
-2558.125
-2353.6
-2813
-2735.333
-2491.5
-2198.8
-2490.25
-2738.4
-2349.5
-2790.333
-2461.8
-2432
-2794.25
-2674.25
-2764.8
-2535.833
-2519
-2759.333
-2331.667
-2268.667
-2689
-2773.5
-2742.75
-2302.2
-2428
-2780.5
-2259.25
-2389
-2188
-2802
-2488
-2542.833
-2843.5
-2463.5
-2711.667
-2773.4
-2196.333
-2719.375
-2364
-2692.833
-2519.8
-2370.833
-2215.8
-2793.5
-2712.25
-2365.6
-2195
-2794.8
-2457
-2842.75
-2694.2
-2722.5
-2523
-2246
-2539
-2604.4
-2605.6
-2443
-2456.6
-2205.25
-2320.75
-2846
-2579.25
-2416.4
-2701.5
-2544
-2772.25
-2847.5
-2610.667
-2361.8
-2412.667
-2833.333
-2531.143
-2814.2
-2394.4
-2798.1
-2602.833
-2589
-2367
-2741.25
-2457.111
-2719
-2847
-2704.5
-2438.667
-2609
-2430.8
-2448.4
-2462.833
-2238.5
-2848.25
-2527.889
-2209.667
-2707.2
-2197.6
-2329
-2796
-2214.5
-2447.333
-2447.833
-2375
-2771.167
-2763
-2624
-2499.667
-2220.428
-2298.667
-2621.667
-2537.143
-2643
-2361
-2842.333
-2591.75
-2851.333
-2713.571
-2323.333
-2191.333
-2300.667
-2851
-2193.667
-2501.6
-2190.444
-2513.5
-2244
-2718.5
-2621.333
-2659.5
-2630.6
-2250.2
-2806.75
-2197.333
-2436.333
-2228.143
-2458.667
-2821.5
-2244.143
-2360
-2844.5
-2571.833
-2440.667
-2823
-2425.75
-2589.167
-2288.5
-2338.429
-2537.667
-2582.4
-2400.75
-2251.25
-2561.75
-2541
-2798.833
-2707.25
-2719.667
-2256.75
-2544.714
-2467.25
-2188.75
-2263
-2412.75
-2415
-2796.5
-2343
-2483
-2573.75
-2181.667
-2363
-2188
-2686
-2427.25
-2411.111
-2552.833
-2749.5
-2445
-2255.2
-2185
-2810.75
-2300
-2425.714
-2546.25
-2846
-2669.5
-2543.2
-2738.6
-2489.333
-2764.333
-2837.6
-2781.667
-2242.286
-2411.2
-2350
-2668.5
-2663.667
-2627.667
-2844
-2260.25
-2467
-2456
-2464.333
-2320.286
-2389.5
-2692
-2458.75
-2801.333
-2280.833
-2529.333
-2563.5
-2579.5
-2723
-2401.625
-2573
-2681.286
-2433.667
-2724
-2292.25
-2226
-2709.167
-2740.333
-2278.25
-2446.25
-2683
-2356.75
-2246.5
-2268.333
-2441.2
-2441.6
-2254.5
-2778
-2763.75
-2180
-2183.667
-2730.667
-2650.25
-2841.667
-2530
-2708
-2746
-2808.333
-2290.6
-2772
-2624.333
-2781.75
-2440.75
-2759
-2367.75
-2320.5
-2175.25
-2572.75
-2577
-2379
-2708.667
-2389.667
-2242
-2685
-2245
-2639.545
-2576.4
-2354
-2257.6
-2422.25
-2482
-2539.75
-2836.4
-2609
-2259.5
-2833.333
-2486
-2339.75
-2807.5
-2821
-2700.25
-2617
-2367.714
-2221.25
-2218.333
-2790.6
-2784
-2199.833
-2411.25
-2272
-2551.667
-2344.333
-2823
-2589
-2370.75
-2348
-2679.5
-2386.6
-2395.583
-2594
-3460
-3221.75
-2891.5
-3102.8
-3332.714
-2965
-3333.143
-3059.6
-3306.75
-3073.2
-3449.25
-3091.833
-3210.2
-3456.4
-3475
-2886.25
-3382.5
-3086.333
-3133
-3263.4
-3404.8
-2963.333
-3485.2
-2930.2
-2962.25
-3158.333
-3070
-2919.4
-3018.2
-3190.8
-3368
-3419.4
-3183.572
-3019.667
-3022.25
-3073
-3465
-3370.572
-3263.5
-3062.5
-2865.667
-3491.5
-3195.667
-3385
-3191
-3219
-3491.4
-3392.923
-3279.5
-2968.833
-3224.667
-3317.25
-3248.143
-2928.25
-3031.5
-3065.25
-3060
-2959.5
-2953.25
-3420.625
-3437.5
-3219.75
-3151.333
-3265.333
-2998.25
-3209
-3337.167
-2882.167
-3398.8
-3233.2
-2982.75
-2916.8
-3494
-2873
-3436
-3246.286
-3088.5
-3069.2
-3028.5
-3292
-3238.625
-3265.143
-3097.25
-3099
-2959.667
-3159.667
-2910
-3138.25
-2858
-3007
-3025.428
-2952
-3417.333
-3195.5
-3305
-3332.5
-3089.8
-2974.333
-2931
-3119
-3398.5
-3325.667
-3094.2
-3044
-3291.143
-3446.6
-2910.667
-3150.25
-2949.333
-3336.5
-2947.5
-3146.333
-3443.6
-3315.5
-2979.75
-3277.75
-2912.5
-3295
-3002
-3260
-3029.667
-2891.111
-3104.25
-2953.5
-3128.5
-3185.667
-2925.5
-3385.857
-2997.5
-3372.167
-2916
-3227.444
-3196
-3006.6
-3185
-3215.5
-3162
-3057
-3436.75
-3476.429
-2875
-3087.571
-3386.667
-3455.2
-3052
-3342.667
-2920.5
-3372.667
-3018.5
-2961
-2962
-2984.5
-3000.5
-2965
-3077.625
-3347.714
-2945.5
-2927.333
-2996.375
-2900
-2921
-3406
-3472.6
-3403.333
-3406.75
-3019
-2988
-3192
-3067.667
-3238.2
-2989.667
-3481.667
-3197.333
-3372.714
-3484.8
-3170.5
-3348.833
-3224.6
-3283.5
-3255.2
-3195.75
-3434.4
-3291.667
-3414.833
-3146
-3041
-2964.333
-3294
-3407.2
-3264.75
-2973.25
-2906.286
-3068.5
-3008.333
-3337.5
-2857.286
-3409.333
-3349
-3263.25
-3200
-3215.4
-3072.75
-3313.5
-3376.5
-3183.333
-2902
-3088.75
-3305.75
-3202.667
-3068.333
-3254
-3454
-3061.2
-3125.667
-3488.25
-3381.75
-3014
-2940.8
-3210.2
-2972.25
-2978
-2936.75
-3028
-2997.5
-3041.25
-2955
-2857.75
-3346.333
-3359
-3413
-2918
-3292.667
-3169.667
-2891.5
-2876.833
-3000.5
-2872.167
-2958.333
-2985
-3097
-3012.25
-3140.5
-2993
-3393.875
-3257.5
-2903.75
-3154
-2985.5
-3347.6
-3086
-2997
-2917.5
-2994.75
-3311.75
-3032.571
-3475.75
-3042.8
-3184.8
-3200.333
-3069.333
-2956
-3018.4
-3374.667
-2935
-3074.6
-3340
-3239
-3040.8
-3414.714
-2950
-3135.4
-2925
-2962.333
-3131
-3174
-3089.4
-3339.571
-3089.667
-3056.6
-3094.25
-3272.75
-3263
-3789.8
-3814.667
-3834
-3956.667
-4119.5
-3605.8
-3500.5
-3610.6
-3846
-4078.625
-3680.4
-3943
-3760.25
-3753.167
-3552.667
-3919.2
-3535
-3958.667
-4068
-3500.6
-4102.2
-3858.286
-3639
-3709.769
-3504.167
-4096.2
-3908.25
-3743.333
-3928
-3854.333
-3882.5
-3585.667
-3694.5
-3736.2
-4056.857
-3618.429
-4085
-3814.5
-3855.25
-4081.3
-3895.667
-3604.5
-3800.4
-3949
-3778
-3656
-3767.857
-4018.2
-3948
-4004
-3947
-3560.286
-4132.667
-4057.5
-3942.429
-3662.5
-3674
-3647
-3817.333
-3711.5
-3537
-3931
-3763.2
-4129
-3892.5
-3715.167
-3551.182
-3712.6
-3625.4
-4132
-3662
-3786.625
-3653
-3521
-4099.5
-4085.5
-3754.667
-3529
-3507
-3546.5
-3580.2
-3780.25
-4083.667
-3544.8
-4009.25
-3936.75
-3683.25
-3760.333
-3944.667
-3969
-4048.4
-3503
-3960.778
-3730
-3828.4
-3988.4
-4122
-3590.583
-3990
-4131
-3965.286
-3882
-3680.6
-3646.364
-3780.333
-3740.5
-3997.6
-3827.25
-3614.5
-4102.667
-3922.333
-3758
-3642.5
-3545
-3992.75
-4137
-3688.667
-3694.5
-4079
-3877.75
-3670.5
-3975
-3578
-4034.75
-3830.25
-3583.5
-3894.5
-3704
-3750
-3612.2
-3751
-4029
-3555.429
-3657.25
-3769
-3605
-3673.4
-3749.167
-3799.75
-3991.875
-4067
-3959
-3916.667
-4095.5
-4113.333
-4125.125
-3758.667
-3778.333
-3760.714
-3531
-3671
-3502
-4103
-3672.75
-4102.4
-3641.2
-3741
-3836
-3741.5
-3897
-4057.333
-3928
-3890
-3933.2
-3950.286
-3663
-4120.75
-3548.75
-3635
-4058
-3948.143
-3584
-3658.75
-3497.667
-3639
-3979
-3860.6
-3851.5
-3604.5
-3780.75
-3506.5
-4011.75
-3880.833
-3795.333
-3660.5
-3602
-3683.75
-3572.5
-4025
-4025.5
-3558.667
-3645.75
-3741
-4103.5
-3562.75
-3741.5
-3882.25
-4545
-4710.5
-4458.625
-4797
-4732.25
-4777
-4157.5
-4290.8
-4296
-4224.5
-4386.429
-4686
-4480.5
-4683.5
-4195
-4332.333
-4238
-4790.4
-4169.667
-4804.4
-4156
-4211.25
-4307.2
-4177.857
-4426
-4460.333
-4770.75
-4275.5
-4266
-4377.5
-4407
-4196.25
-4240.667
-4662.75
-4333.6
-4781.75
-4248
-4392.5
-4515.25
-4793.667
-4288
-4531.4
-4149.6
-4261.5
-4647
-4594.333
-4522
-4366
-4528.8
-4623
-4763.4
-4572.5
-4624
-4233.5
-4221
-4459.75
-4572.25
-4371.5
-4758.5
-4298.5
-4452.5
-4530.667
-4772.5
-4488.375
-4617.25
-4652
-4197
-4297.571
-4542.8
-4810.25
-4716.4
-4163.143
-4279.75
-4378.5
-4613.143
-4621
-4190
-4466
-4802.333
-4161
-4285.571
-4645.4
-4798.167
-4257
-4478
-4583.333
-4188.5
-4351
-4371.2
-4223.667
-4605
-4680
-4700.4
-4596.333
-4154.545
-4427
-4464
-4673
-4278.5
-4456.5
-4761.667
-4409.889
-4635.5
-4542
-4140.8
-4680.5
-4486.4
-4629.75
-4428.25
-4372
-4627
-4376.4
-4531
-4372.333
-4484.333
-4797.667
-4216.5
-4205.5
-4655.333
-4295.6
-4477.6
-4142.5
-4748
-4500
-4615
-4691.667
-5098.5
-5155
-4841
-5244.75
-4956.8
-5300
-4858.5
-5329.8
-5017
-4818.6
-5249.8
-4841.833
-5259.25
-4844
-5175.5
-4940.333
-4934.4
-5069.75
-5288.5
-5080.833
-5404.6
-5335.143
-4859.833
-4998.333
-5275
-5381
-5226.25
-5030
-5206
-5122.667
-5090.5
-5226.4
-5130
-5428.25
-5008.75
-4816.875
-5179.429
-5183.5
-5222
-5333.75
-5436.667
-5069.8
-5119.5
-4912
-4895
-5218.5
-5065.333
-5306.5
-5003.667
-5455
-5235.167
-5001.333
-5103.6
-5268.667
-5340.6
-4914
-5174.6
-5310.8
-5347.5
-5433.75
-4923.667
-5070.5
-5093
-5352
-5074.5
-4902.75
-5009.333
-4881
-5193.556
-5313.286
-5011
-5392
-5282.5
-5237.25
-5221
-5444
-5250.333
-4914.75
-5422.5
-4862
-4978
-5267.25
-4840
-5175
-5235.6
-5396.714
-5301.667
-5150
-4899.833
-5388
-4911
-5290.2
-5111.714
-4934
-5136.667
-5499
-6060.667
-5893.8
-5889.667
-5887.5
-5937
-5665.333
-5609.25
-5870.667
-5905.5
-5915.75
-6107.25
-5925
-5764.545
-5547.6
-5646.5
-5594.25
-5637.4
-5881.2
-5520
-5600.8
-6096
-6078.5
-5703.571
-5576.571
-5721.5
-6087.286
-5777.5
-5675
-6020.5
-5506.429
-6015.5
-5911
-5614.4
-5825.333
-5983.8
-5514.6
-5825.4
-5594
-5999.333
-6056.5
-5973.667
-6026.6
-5944.4
-5596.25
-5690
-6006.556
-5704.2
-5639
-5746.667
-6096.333
-5613
-6023.5
-5509
-6104.4
-6019.75
-5845.5
-5981.25
-5835
-5945
-5570.333
-5858
-5732.333
-5664.667
-5712
-5701.714
-5670.333
-5861.833
-5898
-5964.25
-6747.6
-6482.8
-6600.25
-6272.333
-6285.333
-6722
-6382
-6685
-6166.667
-6635.6
-6724.5
-6622.125
-6305
-6425.75
-6136
-6223
-6430.5
-6412
-6166.333
-6516
-6403.8
-6324.556
-6158.8
-6304.5
-6774
-6497.667
-6719.333
-6457.333
-6443
-6600.5
-6698.75
-6542.5
-6238.333
-6751
-7172
-7080.25
-7303.8
-6858.5
-7370.667
-7234
-6903.75
-7282.714
-6946.667
-7027
-6870.5
-7174
-7145.333
-7031.667
-7220.25
-6880.5
-7365
-7209.143
-6908.5
-6821.4
-6789
-6936.111
-7128.2
-6963
-8014.333
-7911
-7619.333
-7457.5
-7785.5
-7528.75
-7976.333
-8080.2
-7957
-7909
-7463
-7690
-7542.4
-7421.5
-7634.667
-7482.25
-8085.75
-8006.5
-7446.667
-7889.6
-7681
-7464.2
-8444.25
-8443.5
-8104
-8139.667
-8116
-8649
-8347
-8490.75
-8691.25
-8569.5
-8419.5
-8485.5
-8582.143
-8671
-8213.667
-8208
-8501.4
-8144
-8536.667
-8445.2
-8138
-8401.143
-8672.2
-8461.333
-9070
-9090
-8764.4
-9093.75
-9360.75
-9089.5
-9353.25
-9382.5
-9254.6
-8784
-9106
-9291.333
-9327.857
-9116
-8859.286
-10029.5
-9874
-9423
-9796.8
-9496.2
-10057
-9472.75
-9942.5
-9939.571
-9769
-9441.5
-9672
-9537
-9912.2
-9483
-10064.5
-10441.8
-10320
-10439.33
-10358.8
-10599
-10121.5
-11326.67
-10751.33
-11084
-10954.6
-11138
-11905.8
-11799
-11828
-11753.33
-11778.8
-12628
-12187.17
-12685
-12180
-12213.83
-12532.4
-12047.8
-13007.33
-12951.25
-12736
-13369
-14113.4
-15106.5
-15685.33
-15831.25
-16444
-16948
-16971.33
-17307
-17872
-18088.33
-19165.25
-18663
-18879
-19552.75
-21479.5
-23584.33
-23982.5
0
-100000
e( ahorro | X )
FUNCIN AHORRO EN EL PERU (2007)
-42339
-47358
100000
200000
e( ingreso | X )
300000
400000
coef = .83147211, se = .00226641, t = 366.87
14

ANALISIS GRAFICO DE LA FUNCION DE CONSUMO Y DE LAS PROPENSIONES

Consumo
(C)
Funcin de
consumo
C = B0 + B1 * Y
SUPUESTOS
La funcin de consumo es lineal,
donde:
Y0
Ahorro
(S)
Renta (Y)
Funcin de
ahorro
Y0
Renta (Y)
B0 es el consumo autnomo
B1 es la PMC (pendiente
constante, por ser una funcin
lineal)
La PMeC ir disminuyendo
conforme aumenta la renta
15

EVALUANDO EL MODELO
PRUEBA DE HIPTESIS (INFERENCIA ESTADSTICA)
16
MCRL: FORMULACIN DE HIPTESIS

DESARROLLO DE LA PERSPECTIVA TERICA.
lleva al
PLANTEAMIENTO DEL PROBLEMA
del que se deriva(n)
Descriptivas de un valor o dato pronosticado.
Correlacinales
De investigacin De la diferencia de grupos
Causales
HIPTESIS
Son explicaciones tentativas
de la relacin entre dos o ms
variables.
Sus funciones son:
Gua el estudio
Proporcionar explicaciones
Apoya la prueba de teoras
Nulas
Mismas opciones que las

hiptesis de investigaciones.
Alternativas
Mismas opciones que las

hiptesis de investigaciones.
TIPOS
De estimacin.
Estadsticas * De Correlacin.
De diferencia de medias.
Se formulan
segn el
alcance del
estudio.
Exploratorio
Descriptivo
Correlacin
Explicativo
. No se formula
. Cuando se pronostica un hecho o dato
. Se formulan hiptesis correlacinales
. Se formulan hiptesis causales
CARACTERISTICAS:
Referirse a una situacin real.
Sus variables o trminos deben ser comprensibles, precisos y concretos.
las variables deben ser definidas conceptual y operacionalmente.
Las relaciones entre variables deben ser claras y verosmiles.
Los trminos o variables, as como las relaciones entre ellas, deben ser observables y medibles.
Deben relacionarse con tcnicas disponibles para probarse.
17

MCRL: PRUEBA DE HIPTESIS PRUEBA INDIVIDUAL

FORMULACIN DE HIPTESIS CORRELACIONALES
P de H de una cola Izquierda: Pruebas de Hiptesis de dos colas:
Ho: B1 0
Ha: B1 < 0
Regin de
Rechazo
Regin de
Rechazo
Z Aceptacin
-Z
CUADRO DE DECISIONES Y
TIPOS DE ERRORES
Regin de
Rechazo
Z Aceptacin
-Z
Decisin
Estado de la Naturaleza
H0 verdadera
H0 falsa
1-
Nivel de confianza
ERROR TIPO I
Rechazo H0
Regin de
Rechazo
Z Aceptacin
Decisin Correcta
Acepto H0
P de H de una cola Derecha:
Ho: B1 0
Ha: B1 > 0
Ho: B1 = 0
Ha: B1 0
Nivel de significacin
E I: Consiste en Rechazar Ho
siendo Verdadera
ERROR TIPO II
E II: Consiste en Aceptar Ho

siendo Falsa
Decisin Correcta
1-
Potencia de prueba
18

Una teora o hiptesis que no es verificable por la evidencia emprica no puede ser admisible como parte
de la investigacin cientfica (M. Friedman).
1. PLANTEAMIENTO DE LA HIPTESIS
SOBRE LA PREFERENCIA DE CONSUMO
Ho = 0 = 0
NO existe consumo familiar autnomo
Ha = 0 0
SI existe consumo familiar autnomo
PRUEBA DE DOS COLAS
2. NIVEL DE SIGNIFICACIN: = 5 % 0.05 / 2 = 0.025

Z = 95 %
3. ESTADSTICO DE PRUEBA: t
4. REGLA DE DECISIN:
TABLA
Grados de libertad = n - 2 = 20,268 - 2 = 20,266
t0.025,20266 = 1.96
Nivel de significacin = 0.05
5. ANLISIS DE LOS DATOS Y SE TOMA LA DECISIN
observamos los clculos de t estimada en el modelo por Stata
Para 0, t = 93.59
(al modelo)
0 0 Coeficiente (Bs)
Std Error
S 0
CONCLUSIN
Rechazamos la hiptesis nula Ho
Afirmamos que existe preferencia por CONSUMO
- 1.96
1.96
ei 2
.
X
S ei X
2
n
S o
n x2
X
n. X 2
n
19

Una teora o hiptesis que no es verificable por la evidencia emprica no puede ser admisible como parte
de la investigacin cientfica (M. Friedman).
SOBRE EL CONSUMO AUTONOMO
Ho = 0 0
El Consumo Autnomo es menor o igual a cero
Ha = 0 > 0
El Consumo Autnomo es mayor que cero
PRUEBA DE UNA COLA
2. NIVEL DE SIGNIFICACIN: = 5 % 0.05

Z = 95 %
TABLA
t0.025,20266 = 1.96
Para 0, t = 93.59
(al modelo)
1.96
CONCLUSIN
Afirmamos que el consumo autnomo es mayor que cero
20

10

Una teora o hiptesis que no es verificable por la evidencia emprica no puede ser admisible como parte de la
investigacin cientfica (M. Friedman).
SOBRE LA TASA DE PREFERENCIAL A CONSUMIR
Ho = 1 = 0
NO existe tasa preferencia por el consumo
Ha = 1 0
SI existe tasa preferencia por el consumo
PRUEBA DE DOS COLAS
2. NIVEL DE SIGNIFICACIN: = 5 % 0.05 / 2 = 0.025

Z = 95 %
TABLA
t0.025,20266 = 1.960
Para 0, t = 74.36
(al modelo)
1 1 Coeficiente (Bs)
Std. Error
S1
S 1
CONCLUSIN
Afirmamos que existe tasa preferencial generada por consumir
Existe tasa preferencial generada por la unidad monetaria en los ingresos
En beneficio del consumidor
- 1.96
1.96
S ei
x2
n2
X
X
21

Una teora o hiptesis que no es verificable por la evidencia emprica no puede ser admisible como parte de la
investigacin cientfica (M. Friedman).
SOBRE LA TASA DE PREFERENCIA A CONSUMIR:
Ho = 1 0
La PMC generado por el ingreso es mayor o igual a cero
Ha = 1 < 1
La PMC generado por el ingreso es menor que 1
PRUEBA DE UNA COLA

Z = 95 %
TABLA
t0.025,20266 = 1.96
observamos los clculos de t estimada en el modelo por Eviews
Para 0, t = 74.36
(al modelo)
1.96
CONCLUSIN
Afirmamos que existe relacin significativa entre el ingreso y el consumo menor que uno
Existe tasa positiva generada por la unidad monetaria en los ingresos en beneficio del consumo
22

11
S. LINEALIDAD: ANLISIS DE LA VARIANZA F

PRUEBA GLOBAL O SIGNIFICACIN ENTRE VARIABLES DEPENDIENTE Y LAS INDEPENDIENTES
TABLA DE ANLISIS DE LA VARIANZA PARA PROBAR LA SIGNIFICACIN DEL CONJUNTO DE COEFICIENTES
FUENTE
1
DF
2
Regresin
P
=
np1
Error
=20268-1-1
= 20,266
SUMA DE LOS CUADRADOS (SS)

3
0 Yi 1 Yi X i
Donde:
P
SCE
SCR
SCT
F
Y Y Y X
i
n1
Total
= 20,268-1
= 20,267
SC
4
SCE
SCE / P
85514000000
85514000000
SCR
SCR /(n-p-1)
313430000000
15465804.80
Y
i
Varianza
5 = 4/2
F
6 = R/E
5529.23
SCT
398944000000
STC = SEC + SCE

= N de variables independientes
SEC
= Suma Explicada de los Cuadrados (Regresin)
SCE
= Suma de los Cuadrados de los Residuos (Error)
STC
= Suma Total de los Cuadrados
= Prueba F probar la proporcin entre dos varianzas
SCE
F
SCR
n p 1
23

Prueba F probar la proporcin entre dos varianzas
A
B
D
E
A = Suma explicada de los Cuadrados del Modelo (MSS) (SCE) (SEC)

B = Suma de los Cuadros de los Residuos (error) (RSS) (SCR) (SCE)
C = Suma Total de los Cuadrados (TSS) (SCT) (STC) // (STC = SEC + SCE)
D = Suma del cuadrado del promedio del modelo = MSS/(k-1) donde k = P = # V. independientes
E = Suma del cuadrado del promedio del residuo = RSS/(n k) donde n = # n de observaciones
F = Suma Total del Promedio de los Cuadrados = TSS/(n1)
R2 =
MSS
=1TSS
= 85,514,000,000/ 398,940,000,000 = 0.2144 21.44 %
2
MSS
Yi - Yi
k - 1 = [(85,514,000,000/1)/((313,430,000,000/(20,268 -1))] = 5,529.26 Root MSE = RSS
F=
nk
RSS
n 1
2
2
Raz Media del Error al Cuadrado (MSE), es la desviacin estndar de la regresin.
n - k AdjR = 1 - n k 1 R
Muestra la distancia promedio del estimador de la media = 3,932.7
24

12
Contraste la significatividad individual y conjunta en los parmetros del modelo:

Primero contrastamos B1:
Planteamiento de hiptesis:
Ho:
B1 = 0 No existe relacin lineal entre el Consumo Familiar y el ingreso Familiar Anual
Ha :
B1 0 Si existe relacin lineal entre el Consumo Familiar y el ingreso Familiar Anual
Nivel de significacin 5 %
Estadstico de Prueba F
N de variables independientes = 1 Grados de Libertad para el Numerador
N N de Betas o coeficientes =
20268 1 - 1 = 20266 G de L para el denominador
El valor Crtico en tabla: F1,20266 = 3.84
test ingreso=0
F=
R2
1 R / n-k
2
0.2144 / [(1 0.2144)/ (20268 1)] = 5,529.26
Rechazamos la hiptesis nula Ho; P < 5% : El Ingreso es una variable significativa en el modelo, pese a un R 2 bajo
25


PRUEBA GLOBAL O SIGNIFICACIN ENTRE VARIABLES DEPENDIENTE Y LAS INDEPENDIENTES
TABLA DE ANLISIS DE LA VARIANZA PARA PROBAR LA SIGNIFICACIN DEL CONJUNTO DE COEFICIENTES
1. PLANTEAMIENTO DE HIPTESIS:
RELACION LINEAL SIGNIFICATIVA
RELACION LINEAL ENTRE VARIABLES
Ho = 1 = 0 No existe relacin lineal significativa entre el Consumo y el Ingreso
Ha = 1 0 Si existe relacin lineal significativa entre el Consumo y el Ingreso
2. NIVEL DE SIGNIFICACIN:
3. ESTADSTICO DE PRUEBA:
4. REGLA DE DECISIN
N V. independientes P =
Elementos de la S ei =
=5%
F
0.05
3.84
1%
6.63
10 %
2.71
25 %
1.32 VC Tabla
1
Grados Libertad para el numerador
n p 1 = 20,266
Grados libertad para el denominador
VALOR TABLA:
F 1, 20266 = 3.84
CONCLUSION:
Existe una relacin lineal significativa
entre el Consumo y el Ingreso
Valor Critico F estimada = 5,529.26

6.63
3.84
2.71
1.32
26

13

El modelo, es: Consumo = B1.Ingreso + et SIN CONSTANTE
xi: reg consumo ingreso, noconstant
Contraste la significatividad individual y conjunta en los parmetros del modelo:

Primero contrastamos B1:
Planteamiento de hiptesis:
Ho:
B1 = 0 el Consumo Familiar No es significativo en el Modelo
Ha :
B1 0 el Consumo Familiar Si es significativo en el Modelo
Nivel de significacin 5 %
Estadstico de Prueba F
N de variables independientes = 1 Grados de Libertad para el Numerador
N N de Betas o coeficientes =
20268 1 = 20267 G de L para el denominador
test ingreso=0
El valor Crtico en tabla: F1,20267 = 3.84
F=
R2
1 R / n-k
2
0.4630 / [(1 0.4630)/ (20268 1)] = 17,470.90
Rechazamos la hiptesis nula Ho; P < 5% : El Ingreso es una variable significativa en el modelo
27

SUPUESTO DE LINEALIDAD: INTERVALOS DE CONFIANZA

PREDICCIN O PRONOSTICO
YiC es el estimador del verdadero valor esperado E(Yi) correspondiente a X dada.
Qu uso se puede dar a esta REGRESION HISTORICA?
1. Es predecir o pronosticar el Consumo nacional a futuro (Y) correspondiente a algn
nivel dado de Ingreso Nacional (X)
Xi X
1
2. Existe dos clases de predicciones:
Yc tn2 SYX
PREDICCION MEDIA
n
Xi

Xi
n
La prediccin del valor de la media condicional de Y correspondiente a un valor escogido de X.

PREDICCION INDIVIDUAL
Xi X .
1
Prediccin de un valor individual de Y correspondiente a X
Yc t S .1
n 2 YX
Xi .
Xi

n
Podemos predecir la media del gasto del Consumo para el ao 2008, sabiendo que el Ingreso que el
en promedio es de S/. 8,702.00 entonces:
Consumo = 3,176.60 + 0.1685 (8,702)
= el Gasto Promedio es de S/. 4,642.90
para 2008
El valor real del gasto del consumo para 2007 es de S/. 4,350.70
El modelo estimado por tanto predijo que el gasto de consumo real es S/. 4,642.90
Se dira que el error prediccin es de aproximadamente de S/. 292.20, que representa el 6.7%
alrededor del ingreso o alrededor de la recta de regresin.
28

14

PREDICCIN O PRONOSTICO RESPECTO AL PROMEDIO
graph twoway (line conhat ingreso) (line LIconsumo ingreso) (line LSconsumo ingreso), title("Funcin Consumo para el Per 2007")
ytitle("Consumo S/.") subtitle("Intervalos de Confianza al 95% respecto al promedio: Prediccin Media") note("OTM Elaboracin
Propia")
Funcin Consumo para el Per 2007
100000
50000
Consumo S/.
Consumo S/.
20000 40000 60000 80000
150000
Intervalos de Confianza al 95% respecto al promedio: Prediccin Media Intervalos de Confianza al 95% respecto al promedio: Prediccin Media
100000
200000
Ingreso Monetario S/
Consumo estimado
LS del pronstico medio
0
400000
300000
LI del pronstico medio
100000
200000

300000
400000
Consumo estimado
OTM Elaboracin Propia
graph twoway (scatter consumo ingreso) (line conhat ingreso) (line LIconsumo ingreso) (line LSconsumo ingreso), title("Funcin
Consumo para el Per 2007") ytitle("Consumo S/.") subtitle("Intervalos de Confianza al 95% respecto al promedio: Prediccin
Media") note("OTM Elaboracin Propia")
29


PREDICCIN O PRONOSTICO INDIVIDUAL
graph twoway (line conhat ingreso) (line Lifconsumo ingreso) (line Lsfconsumo ingreso), title("Funcin Consumo para el Per 2007")
ytitle("Consumo S/.") subtitle("Intervalos de Confianza al 95% Pronstico Individual") note("Elaboracin: Econ. Orlando Torres")

150000
Intervalos de Confianza al 95% Pronstico Individual
100000
50000
0
Consumo S/.
Consumo S/.
20000 40000 60000 80000
Intervalos de Confianza al 95% Pronstico Individual
100000
200000
Consumo estimado
Lsfconsumo
Elaboracin:Econ. Orlando Torres
300000
Lifconsumo
0
400000
100000
200000

Lifconsumo
300000
400000
Consumo estimado
Lsfconsumo
graph twoway (scatter consumo ingreso) (line conhat ingreso) (line Lifconsumo ingreso) (line Lsfconsumo ingreso), title("Funcin
Consumo para el Per 2007") ytitle("Consumo S/.") subtitle("Intervalos de Confianza al 95% Pronstico Individual") note("OTM
Elaboracin Propia")
30

15

PREDICCIN O PRONOSTICO RESPECTO AL PROMEDIO E INDIVIDUAL
graph twoway (line conhat ingreso, ytitle(consumo S/.)) (line Lifconsumo ingreso) (line Lsfconsumo ingreso) (line LIconsumo ingreso)
(line LSconsumo ingreso), title("Funcin Consumo para el Per 2007") ytitle("Consumo S/.") subtitle("Intervalos de Confianza al
95%: Prediccin Media e Individual") note("Elaboracin:Econ. Orlando Torres")

Intervalos de Confianza al 95%: Prediccin Media e Individual
Consumo S/.
20000 40000 60000 80000
Consumo S/.
20000400006000080000

Intervalos de Confianza al 95%: Prediccin Media e Individual
100000
200000
Consumo estimado
LS pred. Indiv.
300000
0
400000
LI pred. Indiv.
Elaboracin:Econ. Orlando Torres
100000
200000
95% CI
Consumo estimado
LS pred. Indiv.
300000
400000
Fitted values
LI pred. Indiv.
Econ. Orlando Torres
graph twoway (lfitci consumo ingreso, bc(lime) ytitle(consumo S/.))(line conhat ingreso) (line Lifconsumo ingreso) (line Lsfconsumo
ingreso) (line LIconsumo ingreso) (line LSconsumo ingreso), title("Funcin Consumo para el Per 2007") ytitle("Consumo S/.")
subtitle("Intervalos de Confianza al 95%: Prediccin Media e Individual") note("Econ. Orlando Torres")
31

USO DEL MODELO CON FINES DE PREDICCIN
PREDICCIN O PRONOSTICO POLTICO

Suponga que el presidente decide proponer una reduccin del impuesto sobre la renta Cul ser el
efecto de dicha poltica en el ingreso y por consiguiente en la gasto del consumo, y al final de cuentas
en el empleo?
Suponga que como resultado de estos cambios de poltica se incrementa el gasto en inversin Cul
ser el efecto en la economa? De acuerdo con la teora macroeconmica, el cambio en el ingreso
generado por un cambio equivalente a un sol (S/. 1.00), por ejemplo, en el gasto de inversin est
dado por el multiplicador del ingreso (M), el cual se define como:
1
M=
= 1 / (1 0.1685) = 1.2026
1- 1 = PMC
Este multiplicador se convierte en M = 1.2026, es decir, un aumento (reduccin) de un Sol (S/ 1.00) en la inversin
al final generar un incremento de ms de una vez en el ingreso; advierte que el multiplicador demora algn
tiempo en actuar, con informacin valiosa para fines de polticas fiscales.
Al conocer la PMC, se puede predecir el curso futuro del ingreso, el gasto de consumo y el empleo que sigue a un
cambio en las polticas fiscales del gobierno.
32

16
USO DEL MODELO CON FINES DE CONTROL POLTICO
USO DEL MODELO PARA FINES DE CONTROL O DE POLTICAS

Suponga adems que el gobierno considera que un nivel de gasto de aproximadamente S/. 6,560.00
(nuevos soles del 2007) mantendr la tasa de desempleo en su nivel actual 7.2 % (2007)
Qu nivel de ingreso garantizar la cantidad de gasto de consumo fijado como meta?
6,560.00 = 3,176.60 + 0.1685.Ingreso
3,383.40 = 0.1685.Ingreso
Ingreso = S/. 20,079.50
Es decir, un nivel de ingreso de alrededor de S/. 20,079.50 nuevos soles, con una PMC de 0.1685, que producir un
gasto aproximado de S/ 20,079.50 nuevos soles.
Como indican estos clculos, un modelo estimado sirve para fines de control o de poltica pblica. Mediante una
mezcla apropiada de poltica fiscal y monetaria, el gobierno puede manejar la variable de control X para producir
el nivel deseado de la variable objetivo Y.
33

EVALUANDO EL MODELO
A TRAVS DEL ERROR O PERTURBACIN
ESTIMADORES EFICIENTES y HOMOCEDASTICOS
34
17
HETEROSCEDASTICIDAD: MTODO GRFICO

HETEROSCEDASTICIDAD : MTODO GRFICO
PLANTEAMIENTO DE LAS HIPTESIS:
Ho: Los trminos del error tienen igualdad de varianzas
Existe presencia de homoscedasticidad o varianzas iguales =
Ha: Los trminos del error tienen diferente varianza
Existe heteroscedasticidad o varianzas desiguales
scatter rg2 ingreso
scatter rg2 yhatc

1.50e+10
1.50e+10

Diagrama de Dispersin del error^2
5.00e+09error^21.00e+10
5.00e+09error^21.00e+10
Diagrama del Error^2 // Consumo estimado
100000
200000
300000
0
400000
20000
40000
Fitted values
60000
80000
Rechazamos la hiptesis nula (H0), existe heteroscedasticidad en la varianza del error

35

HETEROSCEDASTICIDAD: MTODOS FORMALES

PRUEBA O CONTRASTE DE LA POSIBLE HETEROSCEDASTICIDAD CONDICIONAL
hettest
estat hettest
estat imtest, white
BPG = Godfrey
Si la Prob. > de 0.05 se Acepta Ho

Si la Prob. < de 0.05 se Rechaza Ho
gen t=_n
tsset t,year
estat archlm, lags(1 2)
36

18
HETEROSCEDASTICIDAD: MTODOS FORMALES

PRUEBA ERROR ESTANDAR ROBUSTO DE HETEROSCEDASTICIDAD
estimates store MCO
xi: reg consumo ingreso, vce(robust)
estimates store MCO_rob
xi: reg r2 ingreso
estimates store LM
estimates table MCO MCO_rob LM, b(%7.4f) se(%7.4f)
t(%8.0g) p(%7.4f) stfmt(%7.4g) stats(N r2 r2_a rss mss aic
bic F)
tset ingreso = 0
F=
R2 e
k
1 - R2 e
n-k-1
Estadstico del multiplicador de Lagrange (LM) robusto a la heteroscedasticidad
Rechazamos la hiptesis nula (Ho), existe heteroscedasticidad en la varianza del error: p-valor < 5%
37

CORRIGIENDO LA HETEROSCEDASTICIDAD
SOLUCION AL PROBLEMA DE HETEROSCEDASTICIDAD
Como sabemos entonces, los estimadores de mnimos cuadrados ordinarios no son eficientes en presencia de este
problema economtrico. Existe por tanto otro estimador igualmente insesgado y que adems es preciso, denominado
estimador de Mnimos Cuadrados Ponderados (MCP)
En trminos generales, este estimador se utiliza en presencia de heterosedasticidad y lo que hace es que utiliza las
diferentes varianzas de los errores para asociarles diferentes pesos a cada observacin y que as todas tengan
finalmente la misma varianza. Una vez hecho esto, el mtodo de MCO arroja estimadores eficientes.
Yi
+ 1
Xi
ei
Consumoi
xi: reg consumo ingreso [aweight=1/ingreso]
+ 1
Ingresoi
ei
Consumo 2,359.8 + 0.2624.Ingreso ei
hettest
Si la Probabilidad < de 0.05 se Rechaza Ho
Existe heteroscedasticidad
38

19
MCRL: SUPUESTO DE NORMALIDAD

SUPUESTO DE NORMALIDAD O TEST DE NORMALIDAD
La regresin lineal normal supone ei (Error), est normalmente distribuido con:
Media:
E(ei) = 0
Varianza:
E[ei E(ei)]2 = E(ei2) = 2
Cov (ei, ej): E[[ei E(ei)][ei E(ei)]] = E(ei, ej) = 0 i j
RESUMEN:
ei N (0, 2) = El error con distribucin Normal: con Media y Varianza
RESUMEN:
ei NID (0, 2) = El error: normal e independientemente distribuido (Y f X)
Uno de los problema ms frecuentes al trabajar con variables es saber si tiene distribucin Normal.
Pues no se puede aplicar los Test estadsticos si la poblacin no es normal, en ese caso se trabajara con
pruebas no paramtricas o se puede graficara las variables para tener una idea de la forma y de esta
manera poder hacer las transformaciones del caso para que tengan una distribucin normal.
Stata 12 tiene incorporado variaras pruebas para analizar la normalidad, las ms importantes para
estar seguro o tener una alta probabilidad que la variables tenga una distribucin normal
Diagrama de Letras
El Diagrama de Caja
Prueba de Normalidad (Quantile - Quantile)
Test de Jarque Bera
Tallos y hojas
39

La distribucin normal de
E(y|x3)
El desvo estndar permanece constante,

m3
0 + 1x3
E(y|x2)
0 + 1x2
Pero el valor de la media cambia E(y|x1)

con x
m1
0 + 1x1
x1
x2
De los tres primeros supuestos se tiene:

y se distribuye normalmente con media E(y) = b0 + b1x, y un desvo
estndar constante se
x3
40

20

DIAGRAMA DE LETRAS
lv r
Dispersin
Desv. estndar
La 1ra. Lnea # 20268 Residuales muestra el nmero de observaciones y la etiqueta de la variable.

La 2da. Lnea M 10,134.5 | - 861.96, contiene informacin sobre la mediana y el N de observaciones que se
encuentran por debajo de la mediana = 861.9608 y separa 10,134.5 observaciones.
La 3ra. Lnea aparece las estadsticas asociadas a los cuartos, lo que corresponde a la letra F. El 1,967.709 y
886.8391 marcan los valores lmites para el cuartil inferior (percentil 25) y el cuartil superior (percentil 75).
La cifra 5,067.5 indica que, por debajo y por arriba de estos puntos de corte, quedan. El valor 540.4347
indica el punto medio de las observaciones (-1,967.709 + 886.8391)/2
Las variables son continuas. Los valores que aqu parecen ser aberrantes debemos avaluarlos por otros
criterios.
Se pude apreciar que la pseudosigma vara de, 2,116.12 a 21,344 lo que sugiere que no se apega a una
Distribucin Normal
list consumo r if r>=5168.661, table
41

DIAGRAMA DE CAJA
graph box r, yline(-50000) yline(125000)

Este tipo de grfico nos Indica:
La localizacin del centro de los datos
La dispersin
La Simetra
La extensin de los extremos (colas de la
distribucin)
La existencia de valores aberrantes (outliers)
La sencillez de este grfico lo convierte en un buen
instrumento para realizar comparaciones entre
diferentes categoras.
Es de utilidad poder tener el grfico de caja para
comparar la distribucin de los valores
P = 75
P = 50 (Mediana)
observados.
P = 25
150000

Diagrama de Caja del Error (r)
-50,000
Residuals
50,000
100000
Lmite Interno Superior
Lmite Internor Inferior
La ventaja del diagrama de caja, basado en los rangos intercuartiles, es que es resistente al impacto de
valores extremos.
Al graficar la informacin sobre la densidad de la muestra podemos observar asimetra en los datos, con
algunos valores aberrantes, esta informacin concuerda con la que nos proporciona el diagrama de letras de
la misma variable (r).
42

21

NORMALIDAD y TRANSFORMACIONES:
(f[(Xi - ]/ )
qnorm r, title("Funcin Consumo para el Per (2007)") subtitle("Grfico de Normalidad")
Grfico de Normalidad
50000
100000
Distance above median
100000
-20000
-10000
0
Inverse Normal
10000
20000
0
10000
20000
30000
Distance below median
40000
50000
symplot r, title("Funcin Consumo para el Per (2007)") subtitle("Grfico de Normalidad")

La distancia que tiene cada observacin de la mediana se ha utilizado como un indicador de simetra.
Si la distribucin es simtrica se esperara que los datos se comportaran de manera similar en ambos extremos
de la distribucin. Detectamos valores alejados de la nube de puntos.
Se muestra que no hay un apego a la lnea normal. Rechazamos la hiptesis de que los residuos tienen una
43
distribucin normalmente


TEST DE JARQUE-BERA
histogram r, frequency normal
Aplicando la prueba al error del modelo se tiene la

hiptesis de decisin:
Ho : t se aproxima a una distribucin Normal.
Ha : t no se aproxima a una distribucin Normal.
Jarque - Bera se formula:
T: Tamao de muestra
K: Es la kurtosis
2
T k 2 K 3
S: Es la asimetra
JB
S
6
4
k: Nmero de regresoras
1.5e+04
Frequency
1.0e+04
Distribucin Normal del Residuo
5000
ssc install jb
jb r
Residuals
50000
-50000
150000
Funcin Consumo para el Per (2007)
Grfico de Normalidad
150000
Funcin Consumo para el Per (2007)
-10
10
Studentized residuals
20
30
Regla de Decisin:
La forma de la distribucin es campanular.
Presenta asimetra y alta kurtosis .
Esto es usual en el caso de regresiones que refieren a
variables financieras
Si la probabilidad o p-valor es menor al 5 % se rechaza
la hiptesis nula de normalidad
Rechazamos la hiptesis nula (Ho) de normalidad// Probabilidad < 5 %

Los trminos del error no se distribuyen normalmente
44

22
MCRL: PRUEBA GLOBAL SUPUESTO DE AUTOCORRELACIN
El problema de autocorrelacin de los residuos se da al violarse el supuesto segn el cual los errores son
independientes entre si, es decir la hiptesis que establece que cov (ei ; ej) = 0 . Este problema se presenta cuando
se esta trabajando con unos datos de series temporales. En efecto, el problema consiste en que el error del modelo
depende del error del error del periodo previo:
et = et-1 + vt
Donde es un parmetro que describe la dependencia de et con et-1, y vt, es un nuevo error aleatorio
La autocorrelacin de los errores se puede dar en dos tipos:
Autocorrelacin de orden 1 o AR(1): se da cuando el error esta correlacionado con el del periodo inmediatamente
anterior.
Autocorrelacin de orden 2 o AR(2): se da cuando el termino de error esta correlacionado con el error del
periodo anterior y el previo a este.
Las diferentes pruebas que se pueden realizar en caso de sospecha de la presencia de un problema de
autocorrelacion son:
Prueba de Rachas
Esta prueba asume de entrada que como existe autocorrelacion, entonces no debera haber errores con los mismos
signos seguidos en la autocorrelacion positiva, ni muchos cambios de signo seguidos en la autocorrelacion negativa.
Esto lo revelan los grficos como se muestra a continuacin:
45

0
Tabla 5 %
1%
dL
Li
1.748
1.653
0.8453592
dU
Ls
1.789
1.693
4 dU
4 - Ls
2.211
2.307
gen tiempo=_n
tsset tiempo, yearly
dwstat
Autocorrelacin
Negativa
Z. Aceptacin
Indeterminacin
Indeterminacin
Autocorrelacin
Positiva
Se deriva del coeficiente de correlacin r

PRUEBA DE DURBIN - WATSON
PLANTEAMIENTO DE HIPOTESIS
Ho: r (ei, et 1) = 0
Los trminos del error son independientes No existe autocorrelacin
Ha: r (ei, et 1) =/=
Los trminos del error son dependientes - existe autocorrelacin
NIVEL DE SIGNIFICACION O CONFIANZA 5 % 1 %
ESTADISTICO DE PRUEBA: DURBIN WATSON = d
REGLA DE DECISION Uso de la tablas
Tamao de la muestra
n = 20,268
N de variables independientes o Betas
m = k = 2
4 dL
4 - Li
2.252
2.347
D W
(ei e
(ei)
t 1
2
ANALISIS Y CONCLUSION
-Rechazamos la Ho
-Rechazamos la hiptesis nula al 5 % y 1 %
-Los trminos del error son dependientes
46

23
PRUEBA DE BREUSCH-GODFREY
Ho: r (ei, et 1) = 0
Ha: r (ei, et 1) =/=
ESTADISTICO DE PRUEBA: BREUSCH-GODFREY = BG
estat bgodfrey, lags(1/2)
Por tener un probabilidad muy baja 0% (menor de

5%) se rechaza la hiptesis nula de incorrelacin.
Por lo que el modelo presenta autocorrelacin de 2
orden (AR(2))
47

PRUEBA DE COCHRANE - ORCUTT

Ho: r (ei, et 1) = 0
Ha: r (ei, et 1) =/=
ESTADISTICO DE PRUEBA: COCHRANE-ORCUTT
prais consumo ingreso, corc
48

24
TEST O PRUEBA DE ESPECIFICACIN
Test de Ramsey
Para saber si nuestras variables regresoras o independientes cumplen bien con explicar el
modelo, le aplicaremos la prueba de Ramsey.
H0: El modelo esta bien especificado.
H1: El modelo no este bien especificado.
La alternativa para tratar la no linealidad consiste en transformar el modelo.
Lo principal es la forma en la que se encuentra los parmetros en la ecuacin, pues mediante
logaritmos o exponentes se puede convertir en lineales. Algunas de las formas ms usuales son:
ovtest
Rechazamos la hiptesis nula (Ho): El Modelo est bien especificado P > 5%

La variable independiente no cumple con el objeto de explicar bien el modelo
49

REGRESIN A TREVS DEL ORIGEN
50
25
ECONOMETRA: MODELO
DE REGRESIN A TRAVS DEL ORIGEN
Se a considerado el modelo:
Y i = B0 + B1.Xi + ei
el cul es una recta de regresin con un intercepto. En ocasiones puede ser necesario estimar el modelo
Y i = B1.Xi + ei
esto es, una lnea que pasa a travs del origen. Este modelo se llama modelo sin intercepto.
El forzar que la lnea pase a travs del origen puede deberse a razones tericas o por otras consideraciones fsicas y/o
materiales del caso particular en estudio( por ejemplo, la distancia de viaje es una funcin del tiempo pero no debe tener
ninguna constante).
La estimacin aplicando el principio de mnimos cuadrados del modelo sin intercepto da por resultado (se recomienda al
lector elaborar este ejercicio)
Yi X i
2
i
donde el valor ajustado para i-sima observacin esta dado por

El error estndar del coeficiente B1 es igual a: ee 1
Y i 1 X i ei
X
i 1
2
i
ei (Yi Y i )
SCE
n 1
Observe que los grados de libertad para SCE son n-1, y ya no n-2, como lo es en el caso del modelo con intercepto.
Adems los residuales sealados arriba no necesariamente suman cero como si ocurra con el modelo con intercepto.
Tambin, la identidad SCT= SCR+SCR tampoco se cumple en general. Por esta razn, algunas medidas de la calidad de
ajuste de los modelos con intercepto como no resultan ser apropiadas para los modelos sin intercepto. La identidad
apropiada modelos sin intercepto se obtiene substituyendo a = 0 en la sumas de cuadrados. Por lo tanto, la identidad
fundamental de la SCT se convierte
VT = VE + VNE = SCT = SCR + SCE = Y2i = 2i + e2
51

ECONOMETRA: MODELO
Hay ocasiones en las cuales la Funcin de Regresin Poblacional (FRP) de dos variables adquiere la siguiente
Yi 1 X i ei
forma:
En este modelo el trmino intercepto est ausente o es cero, lo cual explica el nombre REGRESIN A
TRAVS DEL ORIGEN.
A manera de ilustracin, considrese el Modelo de Fijacin de Precios de Activos de Capital (CAPM) de la
teora moderna de portafolio la cual, en su forma riesgo-premio, puede expresarse como:
(ERi rf) = i (ERm rf)

Donde:
ERi
ERm
=Tasa esperada de retorno sobre el ttulovalor i

=Tasa esperada de rendimiento del portafolio del mercado como aparece representada
por ejemplo, por el ndice compuesto de acciones S&P 500
rf
=Tasa de retorno libre de riesgo, por ejemplo, el retorno de los bonos del Tesoro a 90 das.
i
= El coeficiente Beta, una medida de riesgo sistemtico, es decir, riesgo que no puede
ser eliminado a travs de diversificacin. Tambin, una medida del grado en el cual la isima tasa de retorno del
ttulo-valor se mueve con el mercado.
Un i 1 implica un ttulo-valor voltil o riesgoso, mientras que
Un i 1 es un ttulo-valor seguro.
Si los mercados de capitales trabajan eficientemente, entonces el CAPM postula que el premio esperado del riesgo
del ttulo-valor (= ERi rf) es igual a ese coeficiente del ttulo valor multiplicado por el premio esperado del
riesgo del mercado (= ERm rf)
Si el CAPM se mantiene, tenemos la situacin la Lnea de Mercado de ttulos-Valores (LMV), es decir, la recta de
45
52

26
ECONOMETRA: MODELO
El Modelo de Fijacin de Precios de Activos de Capital (CAPM) en su forma riesgo-prima, se expresarse como:
(ERi rf) = i (ERm rf) + ei
(1)
(ERi rf) = i + i (ERm rf) + ei

Donde:
(2)
ERi
ERm
rf
i
=Tasa esperada de retorno sobre el ttulovalor i

=Tasa esperada de rendimiento del portafolio del mercado como aparece representada
=Tasa de retorno libre de riesgo, por ejemplo, el retorno de los bonos del Tesoro a 90 das.
=El coeficiente Beta, una medida de riesgo sistemtico, es decir, riesgo que no puede ser eliminado a
travs de diversificacin.
Este ltimo modelo se conoce como el MODELO DE MERCADO. Si el CAPM es vlido, se espera que i sea cero.
Observe que en (2) la variable dependiente, Y, es (Eri rf), y la variable explicativa, X es Bi, el coeficiente de
velocidad , y no (ERm rf). Por consiguiente, para realizar la regresin (2), se debe estimar primero Bi, el cual
se obtiene por lo general de la lnea caracterstica del anlisis de inversin, es sencillamente la lnea de regresin
obtenida del siguinte modelo:
rit = i + Bi rmt + ei
Donde:
rit = La tasa de rendimiento del i_simo valor en el tiempo

rmt = La tasa de rendimiento del portafolio del mercado en el tiempo t
ei = Trmino del error estocstico
En este modelo, Bi se conoce como coeficiente beta del i_simo valor, una medida del riesgo del mercado (o
sistemtico) de un valor.
La hiptesis del ingreso permanente de Milton Friedman, que afirma que el consumo permanente es
proporcional al ingreso permanente, es otro caso en el que el modelo de intercepto cero puede ser apropiado.
Tambin en la teora del anlisis de costos, que postula que la variable costo de produccin es proporcional a la
produccin.
La teora monetaria afirma que la tasa de cambio de los precios (es decir, la tasa de inflacin) es proporcional a
53
la tasa de cambio de la oferta monetaria.

ECONOMETRA: MODELO
Examinamos los datos mensuales sobre los rendimientos excedentes Yt(%) de un ndice de 104 acciones del
sector de bienes de consumo cclico y los rendimientos excedentes Xt(%) del ndice de todo el mercado de
valores en el Reino Unido, correspondientes al periodo 1980 1999, para un total de 240 observaciones. Por
rendimientos excedentes se entiende el rendimiento superior al que ofrece un activo sin riesgo (Gujarati P 153).
54

27
ECONOMETRA: MODELO
GRFICA DE LINEA y DIAGRAMA DE DISPERSIN

twoway (tsline ERi_rfy) (tsline ERm_rfx, yaxis(2)), title("El CAPM: Modelo de Valoracin de Activos de Capital")
subtitle("Rendimientos en el Mercado de Valores") note("Econ. Orlando Torres")
Tasa de retorno en Banca

-20
0
-40
1993m1
1998m1
2003m1
Periodo de Estudio
2008m1
-30
-20
-10
0
10
Tasa de rendimiento en Mcdo Valor
Rendimiento de acciones en Bienes de Consumo

Tasa esperada real de retorno Titulo Valor %
0
20
-40
-20
Rendimientos en el Mercado de Valores

20
El CAPM: Modelo de Valoracin de Activos de Capital
2013m1
Tasa de rendimiento en Mcdo

-30Valor
-20
-10
0
Tasa esperada de rendimiento de excedentes MV
10
twoway scatter ERi_rfy ERm_rfx, yline(0) xline(0) title("Rendimientos en el Mercado de Valores")

subtitle("Rendimiento de acciones en Bienes de Consumo")
55

ECONOMETRA: MODELO
Examinamos los datos mensuales sobre los rendimientos excedentes Yt(%) de un ndice de 104 acciones del
sector de bienes de consumo cclico y los rendimientos excedentes Xt(%) del ndice de todo el mercado de
valores en el Reino Unido, correspondientes al periodo 1980 1999, para un total de 240 observaciones. Por
rendimientos excedentes se entiende el rendimiento superior al que ofrece un activo sin riesgo (Gujarati P 153).
(ERi rf) = i (ERm rf) + ei
(1)
SIN CONSTANTE
xi: reg ERi_rfy ERm_rfx, noconstant
Y i ERi _ rf 1.155512. ERm _ rfx ei
El coeficiente de la pendiente (el coeficiente Beta) es muy significativo, pues su valor p es muy pequeo.
La interpretacin en este caso es que si la tasa excedente del mercado aumenta 1 %, el rendimiento excedente del
ndice del sector de bienes de consumo aumenta alrededor de 1.15 % .
El coeficiente de la pendiente no es slo estadsticamente significativo, sino que es significativamente mayor que 1.
Si un coeficiente Beta es mayor que 1, se dice que ese ttulo (en esta caso, un portafolio de 104 acciones) es voltil o
riesgoso; se mueve ms que proporcionalmente con el ndice general del mercado de valores.
Sin embargo, este resultado no debe sorprender, porque en este ejemplo se consideran acciones de bienes de
consumo cclico, como los bienes duraderos de uso domstico, automviles, textiles y equipo deportivo.
56

28
ECONOMETRA: MODELO
MODELOS SIN INTERCEPTO O SIN CONSTANTE

twoway scatter ERi_rfy ERm_rfx, yline(0) xline(0)||lfit ERi_rfy ERm_rfx, estopts(nocons) title("Rendimientos en el
Mercado de Valores") subtitle("Rendimiento de acciones en Bienes de Consumo")
-30
-20
-10
0
Tasa esperada real de retorno Titulo Valor %
10
-20
-40
-10
-20
Residuals
0
10
20
20
-30
Fitted values
-20
-10
0
10
OTM: Elaboracin propia
twoway scatter e ERm_rfx, yline(0) xline(0) title("Rendimientos en el Mercado de Valores") subtitle("Rendimiento

de acciones en Bienes de Consumo") note("OTM: Elaboracin propia")
57

ECONOMETRA: MODELO
MODELOS CON INTERCEPTO O CON CONSTANTE

xi: reg ERi_rfy ERm_rfx
Y i ERi _ rfy 0.4474811 1.171128 ERm _ rfx ei
En estos resultados observamos que el intercepto no es estadsticamente diferente de cero, aunque el coeficiente de
la pendiente (el coeficiente BETA) es muy significativo estadsticamente.
Esto indica que el modelo de regresin a travs del origen se ajusta bien a los datos. Adems, en trminos
estadsticos, no hay diferencia entre los valores del coeficiente de la pendiente en los dos modelos.
Observe que el error estndar del coeficiente de la pendiente en el modelo de regresin a travs del origen es un
poco menor que el del modelo con el intercepto presente, lo cual apoya el argumento del THEIL. Aun en este caso,
el coeficiente de la pendiente es estadsticamente mayor que 1, lo que una vez ms confirma que los rendimientos de
las acciones del sector de bienes de consumo cclico son voltiles o riesgosos.
El valor de r2 para el modelo de regresin a travs del origen debe tomarse con ciertas reservas, pues la frmula
tradicional de r2 no es aplicable en tales modelos.
58

29
ECONOMETRA: MODELO

avplots, yline(0) xline(0) title("Rendimientos en el Mercado de Valores") subtitle("Rendimiento
de acciones en Bienes de Consumo")
Residuos Rendimiento de acciones en Bienes de Consumo
-30
-20
-10
e( ERm_rfx | X )
10
-20
-40
-10
Residuals
0
e( ERi_rfy | X )
-20
0
10
20
20
-30
coef = 1.1711284, se = .07538643, t = 15.54
-20
-10
0
Fitted values
10
20
rvfplot, yline(0) xline(0) title("Rendimientos en el Mercado de Valores") subtitle("Residuos Rendimiento de

acciones en Bienes de Consumo")
59

ECONOMETRA: MODELO
FRONTERA DE POSIBILIDADES DE PORTAFOLIO

gen LnRi=ln(ERi_rfy)
gen LnRm=ln(ERm_rfx)
label var LnRi
"Log Tasa de Retorno Banca"
label var LnRm
"Log Tasa de Rendimiento en Mcdo."
xi: reg LnRi LnRm
gen RiYc=((2.7182818^.9200605)*(ERm_rfx^.5223561))
RiYc = 2.5094422 x (ERm_rfx^.5223561)
label var RiYc
"Lnea de Posibilidades de Portafolio"
twoway qfit RiYc ERm_rfx
//Grfica
60

30
ECONOMETRA: MODELO
FRONTERA DE POSIBILIDADES DE PORTAFOLIO

twoway scatter ERi_rfy ERm_rfx, mlabel(ERi_rfy) yline(11.5) xline(10.5)||qfit RiYc ERm_rfx, yaxis(2)||lfit ERi_rfy ERm_rfx,
estopts(nocons) title("El CAPM: Modelo de Valoracin de Activos de Capital") subtitle("Dispersin,Recta de Regresin y Frontera del
Portafolio") note("Econ. Orlando Torres")
El CAPM: Modelo de Valoracin de Activos de Capital El CAPM: Modelo de Valoracin de Activos de Capital
Dispersin,Recta de Regresin y Frontera del Portafolio
10
10
-30
-20
-10
0
Fitted values
10 -30
Fitted values
4
6
8
Fitted values
4
6
8
Fitted values
-40
-40
-35.56618
-20
-20
20
20
22.20496
20.64721
18.11574
17.52375
17.13842
17.0694
16.56016
16.26861
16.1962
15.96218
15.2843
14.07471 14.87272
13.40071 12.83904
13.03497
12.98502
12.89579
12.00661
11.68534
11.49688
11.17238
10.94068
10.90891
10.89431
10.50199
10.51236
10.22043
9.195292
8.776289
8.643728
8.5036
8.321969
8.200753
7.85819
7.854388
7.791651
7.639181
7.625421
7.565727
7.483499
7.330964
7.157455
6.784211
6.647089
6.471111
6.376627
6.023619
6.080228
5.937905
5.974206
5.856908
5.481432
5.2157065.365479
5.211977
5.262903
5.154679
4.916711
4.925083
4.898752
4.845013
4.774901
4.554588
4.525231
4.379256
4.374024
4.264498
4.237702
4.113184
3.994518
3.976154
3.755563
3.807882
3.623091
3.662578 3.355102
3.527866
3.352076
3.317857
3.293686
3.302861
3.13183
3.056627
2.944654
2.919569
2.882561
2.891527
2.539178
2.497849
2.556816
2.476478
2.456599
2.125101
2.146913
1.861975
1.828763
1.69125
1.724628
1.748599
1.733528
1.635901
1.523127
1.476421
1.278676
1.292641
1.354656
1.348825
1.233987
1.078226
1.125853
1.105335
1.100608
1.020608
.789545
.575701
.507652
.420241
.4071
.419362
.21154
.15788
.142815
.20095
.100007
-.021536
-.020947
-.155918
-.2686
-.392247
-.655199
-.606016
-.753247
-.881352
-.857289
-.826651
-.907725
-.924186
-1.023769
-1.05091
-1.035896
-1.062404
-1.054704
-1.167681
-1.119104
-1.233245
-1.221603
-1.293255
-1.36555
-1.346979
-1.44633
-1.468449
-1.752478
-1.894817
-1.910172
-1.875203
-1.876879
-1.960866
-2.217396
-2.305449
-2.301452
-2.37283
-2.426962
-2.530701
-2.532069
-2.514081
-2.474344
-2.56496
-2.641649
-3.142888
-3.14564
-3.239326
-3.286174
-3.349122
-3.661041
-3.659809
-3.750303
-3.773
-3.780185
-3.899308
-4.134762
-4.14858
-4.225371
-4.244102
-4.590105
-4.540505
-5.069565
-5.065919
-5.022981
-5.217765
-5.196177
-5.312288
-5.346701
-5.365927
-5.478381
-5.591527
-5.692933
-5.654672
-5.770508
-5.761136
-6.078095
-6.074547
-6.302392
-6.601873
-6.612001
-6.575722
-6.756882
-6.738054
-6.928422
-7.021834
-7.097917
-7.614727
-7.796263
-7.714206
-8.684089
-8.801026
-9.037476
-9.716846
-9.842366
-10.17227
-10.20578
-10.62482
-11.06328
-11.12908
-11.29869
-11.74604
-11.87932
-11.94451
-13.25462
-13.57964
-14.32502
-14.59137
-15.2634
-15.22865
-15.31759
-16.16421
-16.777
-17.02207
-17.16995
-20
-10
0
Fitted values
10
Fitted values
twoway scatter ERi_rfy ERm_rfx, yline(11.5) xline(10.5)||qfit RiYc ERm_rfx, yaxis(2)||lfit ERi_rfy ERm_rfx, estopts(nocons)
title("El CAPM: Modelo de Valoracin de Activos de Capital") subtitle("Dispersin,Recta de Regresin y Frontera del
Portafolio") note("Econ. Orlando Torres")
61

ECONOMETRA: MODELO
Frontera de posibilidades de Portafolio

10
Frontera de Posibilidades
del Portafolio
Optimizacin del
Portafolio
Tasa libre
de Riesgo
-40
Desapalancamiento
Riesgo del Portafolio 10.5
-30
-20
-10

Fitted values
Apalancamiento
-20
Desapalancamiento
Retorno del Portafolio 11.5
4
6
8
Fitted values
Lnea del Mercado

de Capitales
Apalancamiento
20
10
Fitted values
62

31
ECONOMETRA: MODELO
63

El modelo de valoracin de activos de capital (CAPM) desarrollado por Sharpe y Lintner, establece una relacin
lineal entre el rendimiento en bolsa de un ttulo (rit) y el rendimiento medio del mercado (rmt), segn la
ecuacin (lnea caracterstica del ttulo).
rit = i + Bi. rmt + ei

Donde:
R = B0 + B1.Rm + ei
rit = La tasa de rendimiento del i_simo valor en el tiempo

rmt = La tasa de rendimiento del portafolio del mercado en el tiempo t
ei = Trmino del error estocstico
En este modelo, Bi se conoce como coeficiente beta del i_simo valor (coeficiente de volatilidad), indica cmo
vara el rendimiento del ttulo en relacin al del mercado. Si B es mayor que uno, el ttulo se denomina
agresivo, puesto que reacciona con ms fuerza que el rendimiento medio; si, por el contrario, es inferior a la
unidad, se le califica como defensivo, dado que se mueve ms suavemente que el mercado al oscilar el
rendimiento de ste.
Los datos se muestran en la tabla siguiente, relativos al ndice burstil de las acciones de la banca y el ndice
general del mercado, tomados durante el mes de abril del 2013 (25 das), estime la lnea caracterstica
correspondiente. El conjunto de los ttulos bancarios se pueden considerar agresivos o defensivos?
64

32
Modelo Economtricos de Valoracin de Activos de Capital

==============================================
DETERMINACIN DEL PERIODO DE ANLISIS de 1ro.ABRIL al 25 ABRIL del 2013 (25 Das)
==============================================
gen Da=_n+19448
format Da %td
tsset Dia, daily
label var Da
"Das del Mes"
==============================================
CLCULO DEL REZAGO PARA LOS NDICES BURSTIL BANCARIO Y GENERAL DE MERCADO
==============================================
gen IBRBanca=l.IBursatil
gen IGRMcdo=l.IGeneral
label var IBRBanca
label var IGRMcdo
"Rezago ndice Burstil"

"Rezago ndice General"
==============================================
* CLCULO DE LOS RENDIMIENTOS DIARIOS PARA LOS TTULOS DE BANCA Y DEL MERCADO// Ln
==============================================
gen RBBanca=((IBursatil-IBRBanca)/IBRBanca)*100
gen RGMcdo=((IGeneral-IGRMcdo)/IGRMcdo)*100
gen LnRBBanca=ln(RBBanca)
gen LnRGMcdo=ln(RGMcdo)
label var RBBanca
"Rendimiento en Banca"
label var RGMcdo
"Rendimiento en Mercado"
label var LnRBBanca
"Log del Rendimiento de Banca"
label var LnRGMcdo
"Log del Rendimiento del Mercado"
=============================================
65


TITULO
: CAPM: MODELOS DE VALORACIN DE ACTIVOS DE CAPITAL

: Rendimiento Burstil Bancario (Y) en relacin a los Rendimientos Generales del Mercado (X)
UNIDAD
: Variacin porcentual para ambas variables
CONSULTORA : OTM&Shan
ndice ndice
Rezago
Rezago Rendimiento Rendimiento
n
Burstil General IBurstilt-1 IGeneralt-1 RBBanca Y RGMcdo X RBBanca X2
1
389.63 278.46
2
389.71 279.40
389.63
278.46
0.020532
0.337571
0.113954
3
390.39 280.25
389.71
279.40
0.174489
0.304223
0.092552
4
390.95 280.93
390.39
280.25
0.143446
0.242640
0.058874
5
393.28 282.75
390.95
280.93
0.595984
0.647848
0.419707
6
396.49 287.63
393.28
282.75
0.816212
1.725906
2.978752
7
399.13 291.25
396.49
287.63
0.665843
1.258561
1.583977
8
400.90 291.61
399.13
291.25
0.443465
0.123605
0.015278
9
400.90 292.95
400.90
291.61
0.000000
0.459518
0.211157
10
401.42 294.13
400.90
292.95
0.129708
0.402799
0.162247
11
401.26 297.29
401.42
294.13
-0.039859
1.074355
1.154238
12
400.50 296.25
401.26
297.29
-0.189403
-0.349827
0.122379
13
401.50 295.29
400.50
296.25
0.249688
-0.324051
0.105009
14
400.18 293.94
401.50
295.29
-0.328767
-0.457178
0.209011
15
399.01 292.87
400.18
293.94
-0.292368
-0.364020
0.132510
16
398.85 294.90
399.01
292.87
-0.040099
0.693140
0.480443
17
397.05 295.84
398.85
294.90
-0.451297
0.318752
0.101603
18
397.25 296.47
397.05
295.84
0.050371
0.212953
0.045349
19
396.21 296.52
397.25
296.47
-0.261800
0.016865
0.000284
20
397.25 296.03
396.21
296.52
0.262487
-0.165250
0.027308
21
398.81 296.60
397.25
296.03
0.392700
0.192548
0.037075
22
397.17 295.97
398.81
296.60
-0.411223
-0.212407
0.045117
23
394.00 295.92
397.17
295.97
-0.798147
-0.016894
0.000285
24
395.00 296.41
394.00
295.92
0.253807
0.165585
0.027418
25
395.52 297.29
395.00
296.41
0.131646
0.296886
0.088141
Total
9,526.84 6,999.66
1.517414
6.584131
8.212671
Fuente:
Superintendencia de Banca y Seguros (SBS)

DIRECCION DE ECONMICOS (Abril 2013)
YX
= B 1X
Ln Rendim Ln Rendim
LnRBBancat-1 LnRGMcdot-1
Ln X^2 LnY.LnX
Ln
Lnea Mcdo V
0.006931
0.053084
0.034806
0.386107
1.408706
0.838004
0.054815
0.000000
0.052246
-0.042822
0.066258
-0.080912
0.150305
0.106428
-0.027794
-0.143852
0.010727
-0.004415
-0.043376
0.075614
0.087347
0.013484
0.042027
0.039084
3.082800
B1
0.126714
0.114197
0.091080
0.243184
0.647855
0.472428
0.046398
0.172490
0.151199
0.403282
-0.131315
-0.121639
-0.171611
-0.136643
0.260185
0.119650
0.079936
0.006331
-0.062030
0.072277
-0.079732
-0.006341
0.062156
0.111442
Y X
X
i
i
2
-3.885756
-1.745895
-1.941795
-0.517541
-0.203081
-0.406702
-0.813137
0.000000
-2.042468
0.000000
0.000000
-1.387544
0.000000
0.000000
0.000000
0.000000
-2.988330
0.000000
-1.337553
-0.934710
0.000000
0.000000
-1.371181
-2.027642
-21.603335
-1.085980 1.179352 4.219852

-1.189993 1.416084 2.077603
-1.416174 2.005550 2.749920
-0.434099 0.188442 0.224664
0.545752 0.297846 -0.110832
0.229969 0.052886 -0.093529
-2.090663 4.370872 1.699996
-0.777577 0.604627 0.000000
-0.909317 0.826858 1.857252
0.071720 0.005144 0.000000
0.000000 0.000000 0.000000
0.000000 0.000000 0.000000
0.000000 0.000000 0.000000
0.000000 0.000000 0.000000
-0.366523 0.134339 0.000000
-1.143342 1.307230 0.000000
-1.546684 2.392232 4.622002
-4.082508 16.666873 0.000000
0.000000 0.000000 0.000000
-1.647410 2.713958 1.539850
0.000000 0.000000 0.000000
0.000000 0.000000 0.000000
-1.798269 3.233771 2.465752
-1.214407 1.474784 2.462382
-18.855504 38.870845 23.714913
0.373696
0.362960
0.340666
0.448605
0.590376
0.540371
0.281989
0.407433
0.392665
0.516929
0.000000
0.000000
0.000000
0.000000
0.457182
0.367737
0.328430
0.161358
0.000000
0.319288
0.000000
0.000000
0.306070
0.360485
3.082800 / 8.212671 = 0.37537114

66

33

twoway (tsline IBursatil) (tsline IGeneral, yaxis(2)), title("El CAPM: Modelo de Valoracin de Activos de Capital")
subtitle("Tendencia ndice Burstil en Banca y General en Mcdo") note("OTM Elaboracin Propia")
Rendimiento por da del Indice Burstil Bancario y General del Mcdo
02apr2013
09apr2013
16apr2013
Dias del Mes
I Burstil de Acciones en Banca
2
0
1
1.5
.5
Rendimiento en Mcdo
-.5
-1
280
Rendimiento en Banca
0
-.5
.5
285
290
295
I General en Mercado
300
I Burstil de Acciones en Banca

390
395
400
405
Tendencia ndice Burstil en Banca y General en Mcdo
23apr2013 02apr2013
I General en Mercado
09apr2013
16apr2013
Dias del Mes
23apr2013
Rendimiento en Mcdo
twoway (tsline RBBanca) (tsline RGMcdo, yaxis(2)), title("El CAPM: Modelo de Valoracin de Activos de Capital")
subtitle("Rendimiento por da del ndice Burstil Bancario y General del Mcdo.") note("OTM Elaboracin Propia")
67


scatter RBBanca RGMcdo, yline(0) xline(0) title("El CAPM: Modelo de Valoracin de Activos de Capital")
subtitle("Diagrama de Dispersin y Covarianza") note("OTM Elaboracin Propia")
.5
-.5
0
-.5
0
.5
1.725908
1.25856
.6478509
.1236001
.1925505
-.1652469
-.3240477
.165582
.3042255
.2426379
.2968877
.4027966
.2129546
.3375718
.4595271.6931399
-.3498296
.016861
-.3640223
-.4571798
-.2124089
1.074356
.3187529
-1
-1
-.0168895
-.5
.5
1
Rendimiento en Mercado
1.5
-.5 2
.5
1
1.5
twoway scatter RBBanca RGMcdo, mlabel(RGMcdo) yline(0) xline(0) title("El CAPM: Modelo de Valoracin de
Activos de Capital") subtitle("Diagrama de Dispersin y Covarianza") note("OTM Elaboracin Propia")
68

34

xi: reg RBBanca RGMcdo, noconstant (1)
RBBanca 0.37537.RGMcdo ei
SIN CONSTANTE
RBBanca = 0.37537.RGMcdo + ei
(1)
Los resultados estadsticos son relativamente bajos. El R2, es de 34%; Rechazo de la H0: B1 = 0
La interpretacin en este caso es que si la tasa de rendimiento del mercado aumenta 1 %, el rendimiento burstil
bancario aumenta alrededor de 0.36 %.
El coeficiente de la pendiente no es slo estadsticamente significativo, sino que es menor que 1.
Si un coeficiente Beta es menor que 1, se dice que ese ttulo de la banca son defensivos o seguro; es decir, se
mueve menos que proporcionalmente que el ndice general del mercado de valores.
Alternativamente al procedimiento de estimacin ejecutado, podemos plantear tambin la obtencin de la Lnea
Caracterstica o Frontera de Posibilidades de portafolio, transformndolos en valores logartmicos.
69


twoway lfit RBBanca RGMcdo, estopts(nocons) yline(0) xline(0) title("El CAPM: Modelo de Valoracin de
Activos de Capital") subtitle("Recta de Regresin a travs del Origen") note("OTM Elaboracin Propia")
Diagrama Dispersin y Recta de Regresin a travs del Origen
.6
Recta de Regresin a travs del Origen
1.725908
.5
Fitted values
.2
.4
1.25856
.6478509
-.1652469
-.3240477
.1236001
.1925505
.165582
.3042255
.2426379
.2968877
.4027966
.2129546
.3375718
.4595271.6931399
-.5
-.3498296
.016861
-.3640223
-.4571798
-.2124089
1.074356
.3187529
-1
-.0168895
-.2
-.5
-.5
.5
1
1.5
0
2
.5
1
1.5
Fitted values
twoway scatter RBBanca RGMcdo, mlabel(RGMcdo) yline(0) xline(0)||lfit RBBanca RGMcdo, estopts(nocons)
title("El CAPM: Modelo de Valoracin de Activos de Capital") subtitle("Diagrama Dispersin y Recta de
Regresin a travs del Origen") note("OTM Elaboracin Propia")
70

35

xi: reg RBBanca RGMcdo
(2)
CON CONSTANTE
RBBanca = - 0.050962 + 0.416226.RGMcdo + ei (2)
En estos resultados observamos que B0 no es estadsticamente diferente de cero, aunque el coeficiente de la

pendiente (el coeficiente BETA) es muy significativo estadsticamente.
poco menor que el del modelo con el intercepto presente, lo cual apoya el argumento del THEIL. Aun en este
caso, el coeficiente de la pendiente es estadsticamente menor que 1, lo que una vez ms confirma que los
rendimientos de las acciones en Mercado Burstil o Banca son defensivos o seguros.
El valor de R2 para el modelo de regresin a travs del origen debe tomarse con ciertas reservas, pues la
frmula tradicional de R2 no es aplicable en tales modelos.
71


COMPARACIN DE LOS MODELOS DE REGRESIN: CON Y SIN CONSTANTE

estimates store MCO
xi: reg RBBanca RGMcdo, noconstant
estimates store MCOSC
estimates table MCO MCOSC, b(%7.4f) se(%7.4f) t(%8.0g) p(%7.4f)
stfmt(%7.4g) stats(N r2 r2_a rss mss aic bic F)
=============================
Fiabilidad con que se estima los Parmetros
Coeficiente Dispersin CD para cada Parmetro
scalar Varei=(2.20460172/(24-2))
scalar CDB0=abs(((2.074*.0731617)/-.0509617)*100)
scalar CDB1=((2.074*.1250681)/.4162262)*100
scalar list Varei CDB0 CDB1 // CDB0 = 297.74785 % CDB1 = 62.319777%
Alternativamente al procedimiento de estimacin
ejecutado, podemos plantear tambin la obtencin de
t ,n k Sei
la Lnea Caracterstica o Frontera de Posibilidades de
CD 0
x 100
portafolio, transformndolos en valores logartmicos.
0
xi: reg LnRBBanca LnRGMcdo

t ,n k Sei
CD
predict yhat
x 100
1
| 1 |
gen RBBYc=((2.7182818^(-.9822539))*(RGMcdo^.5647118))
label var RBBYc "Frontera de posibilidades de Portafolio"
72

36

xi: reg LnRBBanca LnRGMcdo, noconstant SIN CONSTANTE
LnRBBanca = 1.17676.LnRGMcdo + ei
(3)
Los resultados estadsticos son relativamente buenos. El R2, es de 65%; Rechazo de la H0: B1 = 0
La interpretacin en este caso es que si la tasa de rendimiento del mercado aumenta 1 %, el rendimiento burstil
bancario aumenta alrededor de 1.18 %.
El coeficiente de la pendiente no es slo estadsticamente significativo, sino que es mayor que 1.
Si un coeficiente Beta es mayor que 1, se dice que ese ttulo de la banca son voltil o riesgoso; es decir, se
mueve ms que proporcionalmente que el ndice general del mercado de valores.
73


scatter RBBanca RGMcdo, yline(0) xline(0) title("El CAPM: Modelo de Valoracin de Activos de Capital")
subtitle("Diagrama de Dispersin y Covarianza") note("OTM Elaboracin Propia")
.5
295.29296.03
-.5
296.25
296.52
292.87
293.94
295.97
291.25
.2
.3
.4
Fitted values
.5
-.5
0
.5
287.63
282.75
291.61
296.6
296.41
280.25
280.93
297.29
294.13
296.47
279.4292.95
294.9
297.29
295.84
-1
.1
295.92
.5
1
-1
-.5
-.5
.5
1
1.5
Fitted values
1.5
Fitted values
twoway scatter RBBanca RGMcdo, mlabel(IGeneral) yline(0) xline(0)||qfit RBBYc RGMcdo, yaxis(2)||lfit
RBBanca RGMcdo, estopts(nocons) title("El CAPM: Modelo de Valoracin de Activos de Capital")
subtitle("Dispersin,Recta de Regresin y Frontera del Portafolio") note("OTM Elaboracin Propia")
74

37

CON CONSTANTE
LnRBBanca = -0.98225 + 0.5647.LnRGMcdo + ei (4)
RBBanca = 0.374466 x (RGMcdo0.564712) + ei (4)

predict yhat
gen RBBYc=((2.7182818^(-.9822539))*(RGMcdo^.5647118))
label var RBBYc "Frontera de posibilidades de Portafolio"
75


twoway scatter RBBanca RGMcdo, yline(0) xline(0)||qfit RBBYc RGMcdo, yaxis(2)||lfit RBBanca RGMcdo, estopts(nocons) title("El
CAPM: Modelo de Valoracin de Activos de Capital") subtitle("Dispersin,Recta de Regresin y Frontera del Portafolio") note("OTM
Elaboracin Propia")

1
.5
.5
.2
.3
.4
Fitted values
.5
.5
.8162102
-.0401002
-.0398594
-.4513021
.1
-.7981502
-1
-1
.1
.2
.3
.4
Fitted values
.2538071
.1744947
.1434457
.1316428
.129713
.0503746
.0205289
0
-.1894058
-.261802
-.2923642
-.3287689
-.4112194
-.5
.2624892
.2496879
-.5
.6658465
.5959807
.4434618
.3926992
-.5
.5
1
Fitted values
1.5
Fitted values
-.5
2
.5
1
Fitted values
1.5
Fitted values
twoway scatter RBBanca RGMcdo, mlabel(RBBanca) yline(.32) xline(.87)||qfit RBBYc RGMcdo, yaxis(2)||lfit RBBanca RGMcdo,
estopts(nocons) title("El CAPM: Modelo de Valoracin de Activos de Capital") subtitle("Dispersin,Recta de Regresin y Frontera del
Portafolio") note("OTM Elaboracin Propia")
76

38

Apalancamiento
Frontera de Posibilidades
del Portafolio
.5959807
.4434618
.3926992
.2538071
.1744947
.1434457
.1316428
.129713
.0503746
.0205289
0
.8162102
.6658465
.2624892
.2496879
-.1894058
-.261802
-.2923642
-.3287689
-.4112194
-1
-.7981502
-.5
-.0401002
-.4513021
-.0398594
Optimizacin del
Portafolio
Desapalancamiento Apalancamiento
Riesgo del Portafolio 0.87
.5
1
Frontera del Poratafolio
1.5
.1
.2
.3
.4
.5
Log Rendimiento de Banca
Tasa libre
de Riesgo
Lnea del Mercado

de Capitales
Retorno del Portafolio 0.32

Desapalancamiento
Rendimiento Banca
-.5
0
.5
Lnea Mcdo. Capitales
77


======================================
COMPARACIN DE LOS MODELOS DE
REGRESIN: CON Y SIN CONSTANTE
======================================
estimates store MCO
xi: reg RBBanca RGMcdo, noconstant
estimates store MCOSC
estimates store MCOLn
xi: reg LnRBBanca LnRGMcdo, noconstant
estimates store MCOLnSC
estimates table MCO MCOLn MCOSC
MCOLnSC, b(%7.4f) se(%7.4f) t(%8.0g) p(%7.4f)
stfmt(%7.4g) stats(N r2 r2_a rss mss aic bic F)
======================================
78

39

REGRESIN SOBRE VARIABLES ESTANDARIZADAS
Un aspecto importante es considerar la estimacin de un modelo donde las variables se encuentren

estandarizadas, esto es, libres de unidades de medida (recuerde que una variable estandarizada se
caracteriza por contar con media igual a cero y desviacin estndar a 1.
Para ver esto consideraremos nuevamente al conjunto de datos relativos al R B Banca del da en la
negociacin nacional y el R G Mcdo. En la valoracin de activos de capital (CAPM). Calcularemos
entonces las variables estandarizadas RBBys= Rendimiento Burstil en Banca del da estandarizado y
RGMxs = Rendimiento General de Mcdo estandarizado, mediante la siguiente expresin general:
X-X
Estimamos los modelos:
Z=
Modelo original
S
Modelo con Var. Estandarizadas
Donde se puede probar
*
1
Sx
= 1 .
Sy
Yi = B0 + B1.X1 + ei
Yi * = B*0 + B*1.X*1 + e*i
Donde: Sx = Desviacin estndar de X (original)

Sy = Desviacin estndar de Y (original)
A los coeficientes de la ecuacin de regresin con variables estandarizadas, es decir, B0* y B1*, se les
denomina coeficientes beta.
La interpretacin de los valores de los coeficientes beta es muy particular: si el rendimiento burstil en
banca del da estandarizado (RBBys) aumenta en una desviacin estndar, en promedio, el rendimiento
general en el mercado (RGMxs) aumenta en B1* unidades de desviacin estndar.
sum RBBanca RGMcdo

gen RBBys=(RBBanca-0.0632254)/0.379615
gen RGMxs=(RGMcdo-0.2743391)/0.5277682
//ys=(TCambio-Mean)/Std.Dev
79


Observe adems que si al estimar al modelo con variables estandarizadas empleamos las formulaciones antes
establecidas para encontrar a los coeficientes estimados, a los coeficientes betas, en particular para B0*, se
*
*
*
tiene:
0 * Y 1 . X
Pero dado que las medias de Y y X estn estandarizadas, su valor es cero, por lo que B0* = 0, esto es. Se
tiene un modelo sin intercepto. As, tenemos para los datos considerados los siguientes resultados.
xi: reg RBBanca RGMcdo, noheader
Modelo de Regresin Simple
xi: reg RBBys RGMxs, noheader
xi: reg RBBys RGMxs, nocons noheader
Modelo Var. Estandarizadas
SIN CONSTANTE con Var. Estandarizadas
80

40

xi: reg RBBanca RGMcdo, beta noheader
//Clculo del Beta
tabstat RBBanca RGMcdo LnRBBanca LnRGMcdo RBBys RGMxs, statistics(n sum mean variance sd cv
skewness kurtosis min max)
Sx
dis 0.4162262 *(0.632254/0.379615) = 0.5786676 //Desviacin estndar original de X i Y
Sy
1 * = 1 .
El modelo de regresin con variables estandarizadas es til si se desea comparar a los coeficientes estimados entre
modelos rivales. Dado que las variables se encuentran libres de unidades de medicin, un valor mayor de un
coeficiente de regresin indica un impacto mucho ms fuerte.
gen RBBys=(RBBanca-0632254)/0.379615
gen RGMxs=(RGMcdo-0.2743391)/0.5277682z247
sum TCambio PPA TCEs PPAEs
81


graph hbar (mean) RGMcdo, over(IGeneral) nofill title("El CAPM: Modelo de Valoracin de Activos de Capital")
subtitle("Sub(-) Sobre(+)Valoracin del Rendimiento en el Mercado por Dia") note("OTM: Elaboracin Propia")

Sub(-) Sobre(+)Valoracin del Rendimiento en el Mercado por Dia
Sub(-) Sobre(+)Valoracin del Rendimiento Acciones en el Mercado por Dia
293.94
292.87
296.25
295.29
295.97
296.03
295.92
278.46
296.52
291.61
296.41
296.6
296.47
280.93
280.25
295.84
279.4
294.13
292.95
282.75
297.29
294.9
291.25
287.63
279.4
280.25
280.93
282.75
287.63
291.25
291.61
292.87
292.95
293.94
294.13
294.9
295.29
295.84
295.92
295.97
296.03
296.25
296.41
296.47
296.52
296.6
297.29
-.5
OTM: Elaboracin Propia
.5
1
mean of RGMcdo
1.5
-.52
.5
1
mean of RGMcdo
1.5
graph hbar RGMcdo, over(IGeneral, sort(1)) title("El CAPM: Modelo de Valoracin de Activos de Capital")
subtitle("Sub(-) Sobre(+)Valoracin del Rendimiento Acciones en el Mercado por Dia") note("OTM: Elaboracin
Propia")
82

41
LEY DE UN SOLO PRECIO

83
ECONOMETRA: PARIDAD DEL PODER ADQUISITIVO (PPA)

EXPECTATIVAS DEL TIPO DE CAMBIO
Qu hace que cambien las expectativas?
Es la informacin nueva acerca de las fuerzas ms profundas que influyen sobre el valor del dinero. Dos de esas fuerzas son:
La Paridad del Poder de Adquisicin (PPA)

La Paridad de las Tasas de Inters (PTI)
PARIDAD DEL PODER DE COMPRA O ADQUISITIVO (PPA)
La teora de la PPA seala que dos monedas cumplen la Paridad del Poder de Compra (PPC) cuando con una
unidad de moneda nacional se puede comprar la misma cesta de bienes en el extranjero, es decir, se cumple la
ley de un solo precio.
La idea fundamental radica en que una canasta de bienes y servicios debera costar lo mismo en todos los pases
del mundo. Y bajo esta teora, los tipos de cambio se deberan ajustar para igualar el precio de dicha canasta de
bienes y servicios.
La PPC se utiliza para evaluar el tipo de cambio de equilibrio partiendo de los siguientes supuestos:
Ley de un solo precio (lo mismo cuesta el mismo objeto en todo el mundo)
Competencia perfecta
No hay costos de transporte
No hay barreras comerciales
La revista norteamericana "The Economist" desarrolla desde 1986 el ndice Big Mac, que se basa en la teora de
la Paridad del Poder de Compra. El PPC del Big Mac es la tasa de cambio a la cual las hamburguesas deberan
de costar en todos los pases. El ndice muestra, la sobre o sub valuacin de las monedas de los pases, con respecto
al dlar de los Estados Unidos.
Por lo que, el objetivo de el ndice es establecer si las monedas tenan el tipo de cambio correcto (de equilibrio, o si
estaba sobre o subvaluado).
84

42

PARIDAD DEL PODER ADQUISITIVO (PPA)
Desde 1986, The Economist publica el ndice Big Mac como medida burda y divertida para saber si las monedas
internacionales se sitan en su tipo de cambio correcto, segn la teora de la paridad del poder adquisitivo (PPA).
La PPA sostiene que con una unidad de moneda debe ser posible comprar la misma canasta de bienes en todos los
pases. Los partidarios de la PPA argumentan que, a la larga, las monedas tienden a moverse hacia su PPA.
The Economist utiliza la hamburguesa Big Mac de McDonalds como canasta representativa a febrero del 2007, y
presenta la informacin considerando: el Pas, la moneda local, el precio de la hamburguesa en moneda local y el
precio de la hamburguesa en dlares de los Estados Unidos.
Considere el siguiente modelo de regresin:
Yi = B0 + B1.Xi + ei
Donde:
Yi = Tipo de cambio del da y Xi = PPA implcito en dlares
1.
Si se mantiene la PPA, qu valores de B0 y B1 esperara a priori?
2.
Los resultados de la regresin apoyan sus expectativas? Qu prueba formal aplica para demostrar su hiptesis?
3.
The Economist debe continuar publicando el ndice Big Mac? Por qu?
Archivo : Ley Solo Precio I Big Mac Feb2007

Operaciones y transformaciones matemticas: generar nuevas variables para responder el modelo en Stata
gen PPA=(Precio Local / US$ 3.22)
//Paridad del Poder Adquisitivo (PPA)
gen T Cambio = (Precio Local / Precio Dlares) //Tipo de Cambio del Da
gen V Moneda = ((PPA/T Cambio)-1)*100
//Valuacin Moneda Frente al Dlar
gen PMLocal = ((TC x US$ 3.22 por Hamburguesa en EE UU)/Precio Local por Hamburguesa en US$)
gen V Moneda = ((TC PMLocal)/PMLocal) x 100)
tabstat PrecioL PDolares TCambio PPA VMoneda, by(Pais)

tabstat PrecioL PDolares TCambio PPA VMoneda, by(MLocal)
d
85

TITULO
: MERCADO INTERNACIONAL DE LA HAMBURGUESA BIG MACMcdonalds

: Tipo de Cambio (Y) en relacin al Paridad del Poder Adquisitivo PPA (X) y Valuacin de la Moneda
Mercado Internacional
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
Hamburguesa "Big Mac"

Moneda
Precio
Precio
Local
Local
Dlares
1
2
Pases
Arabia Saudita
Argentina
Australia
Brasil
Canad
Chile
China
Colombia
Corea del Sur
Costa Rica
Dinamarca
Egipto
E.rabes Unidos
Eslovaquia
Estados Unidos
Estonia
Eurozona
Filipinas
Gran Bretaa
Hong Kong
Hungria
Indonesia
Islanda
Japn
Letonia
Lituania
Malasia
Mexico
Noruega
Nueva Zelanda
Pakistn
Paraguay
Per
Polonia
Repblica Checa
Rusia
Singapur
Sri Lanka
Sudfrica
Suecia
Suiza
Tailanda
Taiwan
Turquia
Ucrania
Uruguay
Venezuela
Fuente:
Riyal
Peso
A$
Real
C$
Peso
Yun
Peso
Won
Coln
C.Danesa
Libra
Dirham
Corona
Dlar
Corona
Euro
Peso
HK
Florn
Rupia
C.Islndica
Yen
Lats
Litas
Ringgit
Peso
C.Noruega
NZ
Rupia
Guaran
Nuevo Sol
Zloty
Corona
Rublo
S$
Rupia
Rand
C.Sueca
F.Suizo
Baht
N$Taiwans
Lira
Grivnia
Peso
Bolvar
9.00
8.25
3.45
6.40
3.63
1,670.00
11.00
6,900.00
2,900.00
1,130.00
27.75
9.09
10.00
57.98
3.22
30.00
2.94
85.00
1.99
12.00
590.00
15,900.00
509.00
280.00
1.35
6.50
5.50
29.00
41.50
4.60
140.00
10,000.00
9.50
6.90
52.10
49.00
3.60
190.00
15.50
32.00
6.30
62.00
75.00
4.55
9.00
55.00
6,800.00
Total
2.40
2.65
2.67
3.01
3.08
3.07
1.41
3.06
3.08
2.18
4.84
1.60
2.72
2.14
3.22
2.49
3.82
1.74
3.90
1.54
3.00
1.75
7.44
2.31
2.52
2.45
1.57
2.66
6.63
3.16
2.31
1.90
2.97
2.29
2.41
1.85
2.34
1.75
2.14
4.59
5.05
1.78
2.28
3.22
1.71
2.17
1.58
PPA
Tipo de Cambio
Implcita $
da/31 Enero
3 = 1/ 3.22
4=1/2
PPA
Tcambio
0
0
2.80
3.75
2.56
3.11
1.07
1.29
1.99
2.13
1.13
1.18
518.63
543.97
3.42
7.80
2,142.86
2,254.90
900.62
941.56
350.93
518.35
8.62
5.73
2.82
5.68
3.11
3.68
18.01
27.09
3.22
1.00
9.32
12.05
0.91
0.77
26.40
48.85
0.62
0.51
3.73
7.79
183.23
196.67
4,937.89
9,085.71
158.07
68.41
86.96
121.21
0.42
0.54
2.02
2.65
1.71
3.50
9.01
10.90
12.89
6.26
1.43
1.46
43.48
60.61
3,105.59
5,263.16
2.95
3.20
2.14
3.01
16.18
21.62
15.22
26.49
1.12
1.54
59.01
108.57
4.81
7.24
9.94
6.97
1.96
1.25
19.25
34.83
23.29
32.89
1.41
1.41
2.80
5.26
17.08
25.35
2,111.80
4,303.80
14,834.39
23,795.71
SuB (-) X
X2
B0 =
B1 =
Y.X
7.81
6.56
1.15
3.95
1.27
268,980.75
11.67
4,591,836.73
811,118.40
123,153.04
74.27
7.97
9.64
324.22
10.37
86.80
0.83
696.83
0.38
13.89
33,573.16
24,382,739.86
24,987.56
7,561.44
0.18
4.07
2.92
81.11
166.11
2.04
1,890.36
9,644,689.63
8.70
4.59
261.80
231.57
1.25
3,481.73
23.17
98.76
3.83
370.74
542.51
2.00
7.81
291.75
4,459,704.49
44,357,079.70
10.48
7.98
1.38
4.23
1.33
282,123.13
26.65
4,831,932.77
847,987.42
181,904.95
49.41
16.04
11.42
487.85
3.22
112.25
0.70
1,289.53
0.32
29.04
36,035.20
44,864,241.35
10,814.51
10,540.18
0.22
5.36
5.98
98.19
80.67
2.08
2,635.05
16,345,210.85
9.44
6.46
349.79
403.06
1.72
6,406.39
34.87
69.28
2.44
670.67
766.18
2.00
14.71
432.92
9,088,764.84
76,513,604.49
McDonald y The Economist // 1 de Febrero 2007

D. Gujarati "Econometra" Pg. 140 5ta. Ed.
= B0 + B1.X
-41.65594
1.73888
-41.66
-36.80
-37.20
-39.79
-38.20
-39.70
860.18
-35.72
3,684.51
1,524.41
568.57
-26.67
-36.75
-36.26
-10.35
-36.06
-25.46
-40.07
4.25
-40.58
-35.18
276.96
8,544.73
233.22
109.55
-40.93
-38.15
-38.69
-26.00
-19.24
-39.17
33.95
5,358.59
-36.53
-37.93
-13.52
-15.19
-39.71
60.95
-33.29
-24.38
-38.25
-8.17
-1.15
-39.20
-36.80
-11.95
3,630.51
Sobre (+)
VMoneda al $%
5 =((3/4)-1)*100
VMoneda
0
-25.47
-17.70
-17.08
-6.52
-4.35
-4.66
-56.21
-4.97
-4.35
-32.30
50.31
-50.31
-15.53
-33.54
3.22
-22.67
18.63
-45.96
21.12
-52.17
-6.83
-45.65
131.06
-28.26
-21.74
-23.91
-51.24
-17.39
105.90
-1.86
-28.26
-40.99
-7.76
-28.88
-25.16
-42.55
-27.33
-45.65
-33.54
42.55
56.83
-44.72
-29.19
0.00
-46.89
-32.61
-50.93
-645.54
Y
Tipo de Cambio
da/31 Enero
4=1/2
TCambio
0
3.75
3.11
1.29
2.13
1.18
543.97
7.80
2,254.90
941.56
518.35
5.73
5.68
3.68
27.09
1.00
12.05
0.77
48.85
0.51
7.79
196.67
9,085.71
68.41
121.21
0.54
2.65
3.50
10.90
6.26
1.46
60.61
5,263.16
3.20
3.01
21.62
26.49
1.54
108.57
7.24
6.97
1.25
34.83
32.89
1.41
5.26
25.35
4,303.80
23,795.71
= B1.X
-11.64375
X2
648.51
313.36
291.75
42.53
18.90
21.70
3159.70
24.69
18.90
1043.17
2531.15
2531.15
241.12
1124.96
10.37
513.97
347.21
2112.57
445.97
2722.12
46.68
2084.12
17175.65
798.68
472.59
571.83
2625.77
302.46
11214.94
3.47
798.68
1680.49
60.28
834.17
632.79
1810.21
746.88
2084.12
1124.96
1810.21
3229.91
1999.92
852.20
0.00
2199.09
1063.33
2594.04
76,981.26
Y.X
-95.50
-55.11
-22.07
-13.87
-5.12
-2,534.04
-438.53
-11,204.48
-4,093.73
-16,741.69
288.45
-285.83
-57.09
-908.72
3.22
-273.14
14.34
-2,245.31
10.78
-406.55
-1,343.69
-414,782.61
8,966.06
-3,425.56
-11.65
-63.44
-179.51
-189.60
662.88
-2.71
-1,712.78
-215,756.78
-24.83
-87.02
-543.81
-1,126.91
-42.04
-4,956.52
-242.93
296.62
70.90
-1,557.68
-960.28
0.00
-246.81
-826.49
-219,199.62
-896,350.84
0.00
296.52
206.12
198.88
75.94
50.63
54.24
654.51
57.86
50.63
376.07
-585.80
585.80
180.80
390.54
-37.49
263.97
-216.96
535.18
-245.89
607.50
79.55
531.56
-1525.98
329.06
253.13
278.44
596.65
202.50
-1233.08
21.70
329.06
477.32
90.40
336.29
292.90
495.40
318.21
531.56
390.54
-495.40
-661.74
520.71
339.91
0.00
546.03
379.69
593.04
86
43

means TCambio PPA
twoway scatter TCambio PPA, title("Mercado Internacional de la Hamburguesa Big MacMcDonalds")
subtitle("Diagrama de Dispersin y Covarianza del(PPA)") note("OTM Elaboracin Propia")
Mercado Internacional de la Hamburguesa Big MacMcDonalds
Diagrama de Dispersin y Covarianza del(PPA)
10000
10000
Diagrama de Dispersin y Covarianza del(PPA)
Tipo de Cambio del Da

2000 4000 6000 8000

2000 4000 6000 8000
Indonesia
1000
2000
3000
Paridad del Poder Adquisitivo (PPA)
4000
Paraguay
Venezuela
Colombia
Corea del Sur
Chile
Costa
Rica
Hungria
Japn
Sri
Lanka
Islanda
Filipinas
Pakistn
Eslovaquia
Rusia
Uruguay
Tailanda
Taiwan
Estonia
Mexico
R
Checa
Arabia
Canad
Brasil
Australia
Argentina
China
Erabes
Egipto
Estados
Eurozona
Gran
Hong
Malasia
Lituania
Letonia
N
Polonia
Per
Singapur
Suiza
Ucrania
Turquia
Sudfrica
Dinamarca
Suecia
Noruega
Zelanda
Bretaa
Kong
Saudita
Unidos
Unidos
0 5000
1000
2000
3000
4000
5000
twoway scatter TCambio PPA, yline(506.30) xline(315.60) mlabel(Pais)title("Mercado Internacional de la Hamburguesa Big
MacMcDonalds") subtitle("Diagrama de Dispersin y Covarianza del(PPA)") note("OTM Elaboracin Propia")
87


xi: reg TCambio PPA
TCambio 42.55434 1.739177.PPA ei
En estos resultados observamos que el intercepto no es estadsticamente diferente de cero, aunque el coeficiente de
la pendiente (el coeficiente BETA) es muy significativo estadsticamente.
poco menor que el del modelo con el intercepto presente, lo cual apoya el argumento del THEIL. Aun en este caso,
el coeficiente de la pendiente es estadsticamente mayor que 1, lo que una vez ms confirma que los rendimientos de
las acciones del sector de bienes de consumo cclico son voltiles o riesgosos.
El valor de R2 para el modelo de regresin a travs del origen debe tomarse con ciertas reservas, pues la frmula
tradicional de R2 no es aplicable en tales modelos.
88

44

twoway scatter TCambio PPA, yline(0) xline(0) mlabel(MLocal)||lfit TCambio PPA, title("Mercado Internacional de la Hamburguesa
Big MacMcDonalds") subtitle("Diagrama de Dispersin y Recta de Regresin") note("OTM Elaboracin Propia")
Indonesia
8000
2000 4000 6000 8000 10000
e( TCambio | X )
2000 4000 6000
Guaran
Bolvar
Peso
Paraguay
Venezuela
Colombia
Won
Corea del Sur

Chile
Costa
Rica
Hungria
Japn
Sri
Lanka
Islanda
Filipinas
Pakistn
Rusia
Eslovaquia
Uruguay
Tailanda
Taiwan
Estonia
Mexico
R
Checa
Gran
Letonia
Estados
Eurozona
N
Turquia
Canad
Singapur
Australia
Argentina
Polonia
Lituania
Brasil
Suiza
Malasia
Arabia
Erabes
Per
Egipto
Ucrania
Hong
China
Sudfrica
Suecia
Dinamarca
Noruega
Zelanda
Bretaa
Kong
Saudita
Unidos
Unidos
Peso
Coln
Florn
Yen
Rupia
Rupia
CIslndica
Rublo
Baht
Peso
Ns
Corona
C$
Real
A$
Dlar
Euro
LEsterlina
Lats
Ringgit
NZ
S$
F
Lira
Peso
Riyal
Yun
Dirham
Libra
HK
Litas
Nuevo
Zloty
Rand
Grivnia
CDanesa
C
CNoruega
Suizo
Sueca
Sol
Rupia
1000
2000
3000
4000
5000
0
Fitted values
1000
2000
3000
e( PPA | X )
4000
5000
coef = 1.7391765, se = .04320495, t = 40.25

avplots, mlabel(Pais) title("Mercado Internacional de la Hamburguesa Big MacMcDonalds") subtitle("Diagrama de Dispersin

y Recta de Regresin") note("OTM Elaboracin Propia")
89


rvfplot, yline(0) mlabel(MLocal) title("Mercado Internacional de la Hamburguesa Big MacMcDonalds") subtitle("Diagrama de
Dispersin de los Residuos") note("OTM Elaboracin Propia")
Diagrama de Dispersin de los Residuos
Diagrama de Dispersin de los Residuos

Venezuela
Guaran
Peso
Rupia
Indonesia
Sri
Lanka
Filipinas
Letonia
Gran
Canad
Australia
China
Egipto
Estados
Eurozona
Hong
Malasia
Polonia
Singapur
Ucrania
Rusia
Tailanda
Bretaa
Kong
Unidos
Arabia
Brasil
Argentina
Erabes
Lituania
N
Per
Suiza
Turquia
Sudfrica
Zelanda
Saudita
Unidos
Estonia
Mexico
Eslovaquia
Uruguay
Dinamarca
R
Taiwan
Checa
Suecia
Noruega
Pakistn
Japn
Costa Rica
Hungria
Islanda
Paraguay
Chile
Corea del Sur
-1000
Won
Residuals
-500
Rupia
Lats
LEsterlina
C$
A$
Yun
Libra
Dlar
Euro
HK
Ringgit
Zloty
S$
Grivnia
Rublo
Baht
Real
Peso
Riyal
Dirham
Litas
NZ
Nuevo
F
Lira
Rand
Suizo
Sol
Corona
Peso
CDanesa
Ns
C
Sueca
CNoruega
Rupia
Yen
Coln
Florn
CIslndica
-1500
-1500
-1000
Residuals
-500
500
500
Bolvar
Peso
2000
4000
Fitted values
6000
Colombia
8000
0
2000
4000
Fitted values
6000
8000
rvfplot, yline(0) mlabel(Pais) title("Mercado Internacional de la Hamburguesa Big MacMcDonalds") subtitle("Diagrama de Dispersin
de los Residuos") note("OTM Elaboracin Propia")
90

45

PREDICCIN DE LOS PUNTOS INFLUYENTES.
Una medida de la distancia de cada punto al centro de puntos se conoce como Hat
o Sombrero Matriz y los valores que pueden tomar van desde:
1
hij
X X
X X
2
1
c
hij
La influencia de los datos i-simos en la posicin de la funcin de regresin ajustada se puede medir mediante el apalancamiento hij.
ste depende solamente de las explicativas; no depende de las respuestas Y. para una regresin lineal simple con la variable
explicativa X.
Con k variables explicativas, las expresiones para el apalancamiento i-simo es ms complicada; sin embargo, se puede mostrar que 0
< hij < 1, y que la media de apalancamiento es h = (k + 1)/n. (ver J Hanke, Pronsticos en Negocios cap. 7 pg. 295 . 8va.Ed.)
xi: reg TCambio PPA
predict yhat, hat
//Predice los puntos influyentes
predict ysombrero, hat
//Puntos de apalancamiento // influyentes (leverage)
count if ysombrero>2*2/47 & ysombrero<.
//las observaciones toma valores de dos veces arriba del valor
esperado//p =N de parmetros/n=tamao muestra
list TCambio PPA if ysombrero>2*2/47 & ysombrero<.
El valor mnimo se obtiene si todo los elementos de Xi son iguales a la media de la variables y si los datos caen en el centro de la
distribucin. El valor mximo se presenta en observaciones alejadas del centro. Si se tiene el valor ms alto, de 1, entonces el
punto es tan influyente que forza la direccin de la recta hasta pasar por el punto.
Contar// Count if hat > 2*p/n. Se considera que las observaciones que toman valores dos veces por arriba del valor esperado,
pueden ser de gran peso para los parmetros estimados.
91

DISTANCIA DE COOK (cocinar)

La distancia de Cook nos permite detectar posibles valores aberrantes: la media de Cook cuantifica el impacto
de la observacin o del punto sobre el modelo; cuantifica que tanto cambia el modelo, es decir, los coeficientes de
regresin, al excluir cada uno de los puntos.
Se espera que los puntos resultantes de la regresin no dependan de una solo observacin o de un punto de la
regresin.
2
DCi
ei 2 hij
p 1 hij
Donde:
e = Es el residuo o error estandarizado

hij = La diagonal de la matriz sombrero (hat) y
P = El nmero de parmetros en el modelo
La distancia de Cook combina una medida de influencia y de falta de ajuste y se distribuye
como una F con p+1 y n-p-1 grados de libertad
predict cook, cooksd

//Detecta posibles valores aberrantes
sum cook
count if cook>1 & cook<.
// Si existen arriba de 2 entonces si hay problemas
list TCambio PPA if cook>1 & cook<.
Los puntos que toman valor por arriba de uno (1) ameritan averiguarlos. Si existen
arriba de 2 entonces hay problemas.
92

46

PUNTOS INFLUYENTES EN Bs
Si DFBETAS > 0 sobre estima las Bs, Si DFBTAS < 0 sub estima las Bs
Cumpliendo con normalidad y corrigiendo por el tamao de muestra
Este diagnstico nos ayuda a evaluar el impacto sobre el vector de Bs. No todos los valores aberrantes
influyen en los estimadores.
Nos indica el impacto que ejercera sobre las betas el eliminar las observaciones en cuestin y expresa la
magnitud de cambio en unidades de desviaciones estndar
DFBETAS =
bk bk (i )
Se(i ) /
Si DFBETAS > 0 sobre estima las Bs, Si DFBTAS < sub estima las Bs
RSSk
DBETAS > 2/ n
Cumpliendo con normalidad y corrigiendo por el tamao de muestra
Este diagnstico nos ayuda a evaluar el impacto sobre el vector de Bs. No todos los valores aberrantes
influyen en los estimadores.
Nos indica el impacto que ejercera sobre las betas el eliminar las observaciones en cuestin y expresa la
magnitud de cambio en unidades de desviaciones estndar
dfbeta
sum _dfbeta_2
sum TCambio PPA
//Puntos influyentes de los Bs

// Si DFBETAS > 0 sobre estima las B's, si < 0 sub estima las B's
93


predict dfits, dfits
count if abs(dfits)>3/sqrt(47)
// Existen 3 elementos
list TCambio PPA if abs(dfit)>3*sqrt(3/47) & dfit<.
Informan acerca de cmo cambia el valor predicho al excluir las Xi observadas.
Su interpretacin muy similar a la distancia de Cook.
Hay que explorar los puntos antes de excluirlos:

xi:reg TCambio PPA if abs(dfit)>3*sqrt(3/47) & dfit<.
Qu observamos? Al parecer uno de los puntos influyentes era en PPA el valor de 4937 ya que cambia
considerablemente el valor del coeficiente del ismo. Podramos solo evaluar sin ese valor.
94

47

avplots, mlabel(MLocal) yline(0) xline(0) title("Mercado Internacional de la Hamburguesa Big MacMcDonalds")
subtitle("Diagrama de Dispersin y Regresin de puntos influyentes") note("OTM Elaboracin Propia")
Diagrama de Dispersin y Regresin de puntos influyentes
Rupia
e( TCambio | X )
-2000
0
2000
e( TCambio | X )
-2000
0
2000
4000
4000
Diagrama de Dispersin y Regresin de puntos influyentes
Bolvar
Indonesia
Venezuela
Colombia
-4000
-4000
Peso
-1000
1000
-1000
2000
e( PPA | X )
1000
2000
e( PPA | X )
coef = 2.0596808, se = .65104163, t = 3.16
coef = 2.0596808, se = .65104163, t = 3.16
avplots, mlabel(Pais) yline(0) xline(0) title("Mercado Internacional de la Hamburguesa Big MacMcDonalds") subtitle("Diagrama de
Dispersin y Regresin de puntos influyentes") note("OTM Elaboracin Propia")
95


rvfplot, mlabel(MLocal) title("Mercado Internacional de la Hamburguesa Big MacMcDonalds")
subtitle("Diagrama de Dispersin de los Residuos de puntos influyentes") note("OTM Elaboracin Propia")
1000
1000
Diagrama de Dispersin de los Residuos de puntos influyentes Diagrama de Dispersin de los Residuos de puntos influyentes
500
500
Residuals
0
Residuals
0
Bolvar
Venezuela
Indonesia
-1000
-1000
-500
-500
Rupia
Peso
2000
4000
6000
Fitted values
8000
Colombia
2000
10000
4000
6000
Fitted values
8000
10000
rvfplot, mlabel(Pais) title("Mercado Internacional de la Hamburguesa Big MacMcDonalds")

subtitle("Diagrama de Dispersin de los Residuos de puntos influyentes") note("OTM Elaboracin Propia")
96

48

xi: reg TCambio PPA, noconstant
TCambio 1.724947.PPA ei
El coeficiente de la pendiente (el coeficiente B1) es muy significativo, pues su valor p es muy pequeo.
La interpretacin en este caso es que si la Paridad del Poder Adquisitivo (PPA) aumenta 1 %, el Tipo de
Cambio del Da en el mercado internacional de la hamburguesa aumenta alrededor de 1.72 %
El coeficiente de la pendiente no es slo estadsticamente significativo, sino que es significativamente mayor
que 1.
Si un coeficiente Beta es mayor que 1, se dice que la PPA de sta canasta es voltil o riesgosa; se mueve ms
que proporcionalmente que el Tipo de Cambio en el mercado mundial.
97


twoway scatter TCambio PPA, mlabel(Pais)||lfit TCambio PPA, estopts(nocons) title("Diagrama de Dispersin
y Recta de Regresin del(PPA)") subtitle("Canasta de Hamburguesas Big Mac de McDonald's")
Diagrama de Dispersin y Recta de Regresin del(PPA)
Recta de Regresin del(PPA) y Valuacin Moneda
Corea del Sur

Chile
Costa
Rica
Hungria
Japn
Sri
Lanka
Pakistn
Islanda
Filipinas
Tailanda
Taiwan
Rusia
Eslovaquia
R
Uruguay
Checa
Turquia
Australia
Canad
Estados
Eurozona
Gran
Letonia
N
Singapur
Arabia
Argentina
Brasil
China
Erabes
Egipto
Hong
Malasia
Lituania
Polonia
Per
Sudfrica
Suiza
Ucrania
Dinamarca
Estonia
Mexico
Suecia
Noruega
Zelanda
Bretaa
Kong
Saudita
Unidos
Unidos
1000
4000
Fitted values
Indonesia
105.9006
56.8323
50.31056
42.54659
Paraguay
Venezuela
21.11801
18.63354
0
-1.863353
-4.347826
-4.347832
-4.658384
-6.521743
-6.832301
-7.763978
-15.52795
-17.08074
-17.3913
-17.70186
-21.73914
-22.6708
-23.91304
-25.15527
-25.46583
-27.32919
-28.26088
-28.26088
-28.88199
-29.19255
-32.60869
-32.29814Corea del Sur
-33.54037
-33.54037
-42.54659
-44.7205
Chile
-45.65217
Costa
Rica
-45.96273
-46.89441
-50.31056
-51.24223
-52.17392
Hungria
Japn
Sri
Lanka
Pakistn
Islanda
Filipinas
Eslovaquia
Tailanda
Taiwan
Estonia
R
Rusia
Uruguay
Checa
Australia
Canad
Estados
Eurozona
Gran
Letonia
Malasia
N
Singapur
Turquia
-56.21118
Arabia
Argentina
Brasil
China
Erabes
Egipto
Hong
Lituania
Polonia
Per
Sudfrica
Suiza
Ucrania
Dinamarca
Mexico
Noruega
Suecia
Zelanda
Bretaa
Kong
Saudita
Unidos
Unidos
2000
3000
2000 4000 6000 8000 10000
Colombia
131.0559
Indonesia
1000
5000
-4.968948
Colombia
-40.99379
-50.93167
2000
3000
4000
Valuacin Moneda frente al Dlar

Fitted values
-45.65217
4000
2000
Paraguay
Venezuela
Canasta de Hamburguesas Big Mac de McDonald's

0
100
150
-50
50
6000
8000 10000
Canasta de Hamburguesas Big Mac de McDonald's
5000
twoway (scatter VMoneda PPA, mlabel(VMoneda) yaxis(2))|| (scatter TCambio PPA, mlabel(Pais))|| lfit TCambio
PPA, estopts(nocons) title("Recta de Regresin del(PPA) y Valuacin Moneda") subtitle("Canasta de Hamburguesas
Big Mac de McDonald's")
98

49
99
Un aspecto importante es considerar la estimacin de un modelo donde las variables se encuentren

estandarizadas, esto es, libres de unidades de medida (recuerde que una variable estandarizada se
caracteriza por contar con media igual a cero y desviacin estndar a 1).
Para ver esto consideraremos nuevamente al conjunto de datos relativos al Tipo Cambio del da
(TCambio) en la negociacin internacional y la Paridad del Poder Adquisitivo (PPA), en la canasta de
hamburguesas Big Mac de McDonalds. Calcularemos entonces las variables estandarizadas TCS= Tipo
de Cambio del da estandarizado y PPAS = Paridad del Poder Adquisitivo estandarizado, mediante la
siguiente expresin general:
Z=
X-X
S
Estimamos los modelos:

Modelo original
Modelo con Var. Estandarizadas
Donde se puede comprobar
Sx
Sy
Yi = B0 + B1.X1 + ei
Yi * = B*0 + B*1.X*1 + e*i
1 * = 1 .
Donde: Sx = Desviacin estndar de X (original)

Sy = Desviacin estndar de Y (original)
A los coeficientes de la ecuacin de regresin con variables estandarizadas, es decir, B0* y B1*, se les
denomina coeficientes beta.
La interpretacin de los valores de los coeficientes beta es muy particular: si el Tipo de Cambio del da
estandarizado (TCS) aumenta en una desviacin estndar, en promedio, la Paridad del Poder de
Adquisitivo (PPA) aumenta en B1* unidades de desviacin estndar.
100

50
ECONOMETRA: MODELO

Observe adems que si al estimar al modelo con variables estandarizadas empleamos las formulaciones antes
establecidas para encontrar a los coeficientes estimados, a los coeficientes betas, en particular para B0*, se
*
*
*
tiene:
0 * Y 1 . X
Pero dado que las medias de Y y X estn estandarizadas, su valor es cero, por lo que B0* = 0, esto es. Se
tiene un modelo sin intercepto. As, tenemos para los datos considerados los siguientes resultados.
xi: reg TCambio PPA, noheader
Modelo de Regresin Simple
xi: reg TCS PPAS, noheader
xi: reg TCS PPAS, nocons noheader
Modelo Var. Estandarizadas
SIN CONSTANTE con Var. Estandarizadas
101

ECONOMETRA: MODELO
xi: reg TCambio PPA, beta noheader
//Clculo del Beta
tabstat TCambio PPA TC2 PPA2 TCS PPAS, statistics(n mean variance sd cv skewness kurtosis min max sum)
Sx
dis 1.739177 *(928.7247/1637.491) = 0.986397
Sy
1 * = 1 .
//Desviacin estndar original de X i Y
El modelo de regresin con variables estandarizadas es til si se desea comparar a los coeficientes estimados entre
modelos rivales. Dado que las variables se encuentran libres de unidades de medicin, un valor mayor de un
coeficiente de regresin indica un impacto mucho ms fuerte.
sum TCambio PPA
gen TCEs=(TCambio-506.2918)/1637.491
gen PPAEs=(PPA-315.5782)/928.7247
sum TCambio PPA TCES PPAES
102

51
10000
9,085.71
8000
6000
5,263.16
4,303.80
4000
2000
-100
2,254.90
941.56
543.97
518.35
196.67
121.21
108.57
60.61
48.85
34.83
32.89
26.4927.09
25.35
21.62
12.05
10.90
0 3.20
7.80
7.79
7.24
5.68
5.26
3.75
3.68
3.50
3.01
2.65
3.11
2.13
1.54
0.54
1.29
1.18
1.46
1.41
0 1.00
-50
0
0.77
0.51
6.97 5.731.25
50
6.26
100
68.41
150
-2000
-4000
MERCADO INTERNACIONAL DE LA HAMBURGUESA

BIG MAC Mc Donalds
103

xi: reg TCambio VMoneda, noconstant
TCambio = 11.64536 x VMoneda + ei

El coeficiente de la pendiente (el coeficiente B1) es significativo, pues su valor p es pequeo.
La interpretacin en este caso es que si la Valuacin de las Moneda aumenta 1 %, el Tipo de Cambio del Da en
el mercado internacional de la hamburguesa disminuye alrededor de 11.64 %
El coeficiente B1 es disminuye en 11.64 %, se dice que la Valuacin de la Moneda en sta canasta es voltil o
riesgosa; se mueve ms que proporcionalmente que el Tipo de Cambio en el mercado mundial.
104

52

twoway lfit TCambio VMoneda, estopts(nocons) yline(0) xline(0) title("Mercado Internacional de la Hamburguesa Big
MacMcDonalds") subtitle("Regresin o Recta a travs del origen") note("OTM Elaboracin Propia")
10000
Diagrama de Dispersin, Recta a travs del origen y Valuacin de las Monedas

9085.714
5000
Fitted values
-500
0
500
Regresin o Recta a travs del origen
5263.158
4303.797
6.259427
68.41398
-1500
-5000
-1000
2254.902
941.5585
543.9739
518.3486 196.6667
121.2121
108.5714
48.85057
60.60606
34.83146
26.48649
27.09346
32.89474
7.801419
7.792208
5.68125
5.263158
7.24299
25.34562
3.75
21.61826
12.04819
10.90226
3.676471
5.733471
3.503185
3.013101
1.538462
2.653061
.5357143
3.113207
1.292135
3.198653
2.126246
1.178571
1.455696
1
1.413043
.7696335
.5102564 6.971677
1.247525
-50
-50
0
50
100
0
150
50
100
150
Fitted values
twoway scatter TCambio VMoneda, mlabel(TCambio) yline(0) xline(0)||lfit TCambio VMoneda, estopts(nocons) title("Mercado
Internacional de la Hamburguesa Big MacMcDonalds") subtitle("Diagrama de Dispersin, Recta a travs del origen y Valuacin de las
Monedas") note("OTM Elaboracin Propia")
105


twoway scatter TCambio VMoneda, mlabel(Pais) yline(0) xline(0)||lfit TCambio VMoneda, estopts(nocons) title("Mercado
Internacional de la Hamburguesa Big MacMcDonalds") subtitle("Diagrama de Dispersin y la Recta a travs del origen")
note("OTM Elaboracin Propia")
10000
10000
5000
Paraguay
Venezuela
5000
Diagrama de Dispersin y la Recta a travs del origen

Indonesia

Rupia
Guaran
Bolvar
Peso
Won
Peso
Coln
Florn
Yen
Rupia
Islanda
Rupia
Peso
Baht
Ns
Rublo
Corona
Peso
Corona
Corona
Yun
HK
Ringgit
Libra
Grivnia
Rand
Zloty
S$
Riyal
Litas
Lats
Peso
A$
Dirham
Nuevo
Real
C$
NZ
Dlar
Lira
Sol Euro
LEsterlina C Sueca
CDanesa
F Suizo
CNoruega CIslndica
-5000
Noruega
-5000
Colombia
Corea del Sur
Chile
Costa Rica Hungria
Japn
Sri
Lanka
Pakistn
Filipinas
Tailanda
Taiwan
Rusia
Eslovaquia
Uruguay
RLituania
Estonia
Checa
Mexico
China
Hong
Malasia
Egipto
Ucrania
Kong
Sudfrica
Polonia
Singapur
Arabia
Letonia
Argentina
Australia
Erabes
Saudita
Per
Brasil
Canad
NTurquia
Estados
Zelanda
UnidosEurozona
Unidos
Gran Bretaa
Suecia
Dinamarca
Suiza
-50
50
100

Fitted values
-50 150
50
100
150
Fitted values
twoway scatter TCambio VMoneda, mlabel(MLocal) yline(0) xline(0)||lfit TCambio VMoneda, estopts(nocons) title("Mercado
106

53

TITULO: MERCADO INTERNACIONAL DE LA HAMBURGUESA BIG MACMcdonalds
: Tipo de Cambio (Y) en relacin de la Valuacin de la Moneda (X)
Mercado Internacional
SuB (-) X
Tipo de
Cambio
PPA
da/31
Enero
Precio
Precio Implcita $
Local
Dlares 3 = 1/ 3.22
4=1/2
1
2
PPA TCambio
9.00
2.40
2.80
3.75
8.25
2.65
2.56
3.11
3.45
2.67
1.07
1.29
6.40
3.01
1.99
2.13
3.63
3.08
1.13
1.18
1,670.00
3.07
518.63
543.97
11.00
1.41
3.42
7.80
6,900.00
3.06
2,142.86 2,254.90
2,900.00
3.08
900.62
941.56
1,130.00
2.18
350.93
518.35
27.75
4.84
8.62
5.73
9.09
1.60
2.82
5.68
10.00
2.72
3.11
3.68
57.98
2.14
18.01
27.09
3.22
3.22
3.22
1.00
30.00
2.49
9.32
12.05
2.94
3.82
0.91
0.77
85.00
1.74
26.40
48.85
1.99
3.90
0.62
0.51
12.00
1.54
3.73
7.79
590.00
3.00
183.23
196.67
15,900.00
1.75
4,937.89 9,085.71
509.00
7.44
158.07
68.41
280.00
2.31
86.96
121.21
1.35
2.52
0.42
0.54
6.50
2.45
2.02
2.65
5.50
1.57
1.71
3.50
29.00
2.66
9.01
10.90
41.50
6.63
12.89
6.26
4.60
3.16
1.43
1.46
140.00
2.31
43.48
60.61
10,000.00
1.90
3,105.59 5,263.16
9.50
2.97
2.95
3.20
6.90
2.29
2.14
3.01
52.10
2.41
16.18
21.62
49.00
1.85
15.22
26.49
3.60
2.34
1.12
1.54
190.00
1.75
59.01
108.57
15.50
2.14
4.81
7.24
32.00
4.59
9.94
6.97
6.30
5.05
1.96
1.25
62.00
1.78
19.25
34.83
75.00
2.28
23.29
32.89
4.55
3.22
1.41
1.41
9.00
1.71
2.80
5.26
55.00
2.17
17.08
25.35
6,800.00
1.58
2,111.80 4,303.80
Hamburguesa "Big Mac"

Pases
Moneda
Local
1 Arabia Saudita
2 Argentina
3 Australia
4 Brasil
5 Canad
6 Chile
7 China
8 Colombia
9 Corea del Sur
10 Costa Rica
11 Dinamarca
12 Egipto
13 E.rabes Unidos
14 Eslovaquia
15 Estados Unidos
16 Estonia
17 Eurozona
18 Filipinas
19 Gran Bretaa
20 Hong Kong
21 Hungria
22 Indonesia
23 Islandia
24 Japn
25 Letonia
26 Lituania
27 Malasia
28 Mexico
29 Noruega
30 Nueva Zelanda
31 Pakistn
32 Paraguay
33 Per
34 Polonia
35 Repblica Checa
36 Rusia
37 Singapur
38 Sri Lanka
39 Sudfrica
40 Suecia
41 Suiza
42 Tailanda
43 Taiwan
44 Turquia
45 Ucrania
46 Uruguay
47 Venezuela
Riyal
Peso
A$
Real
C$
Peso
Yun
Peso
Won
Coln
C.Danesa
Libra
Dirham
Corona
Dlar
Corona
Euro
Peso
HK
Florn
Rupia
C.Islndica
Yen
Lats
Litas
Ringgit
Peso
C.Noruega
NZ
Rupia
Guaran
Nuevo Sol
Zloty
Corona
Rublo
S$
Rupia
Rand
C.Sueca
F.Suizo
Baht
N$Taiwans
Lira
Grivnia
Peso
Bolvar
Sobre (+)
VMoneda al $%
5 =((3/4)-1)*100
V Moneda
-25.47
-17.70
-17.08
-6.52
-4.35
-4.66
-56.21
-4.97
-4.35
-32.30
50.31
-50.31
-15.53
-33.54
3.22
-22.67
18.63
-45.96
21.12
-52.17
-6.83
-45.65
131.06
-28.26
-21.74
-23.91
-51.24
-17.39
105.90
-1.86
-28.26
-40.99
-7.76
-28.88
-25.16
-42.55
-27.33
-45.65
-33.54
42.55
56.83
-44.72
-29.19
0.00
-46.89
-32.61
-50.93
Big Mac Index Febrero 2007

Las hamburguesas mas baratas en trminos del dlar son las de China.
Las ms caras son las de Islandia. Es decir, el yuan es la moneda ms
subvaluada y el Corona Islndica la ms sobrevaluado, en trminos del
dlar.
El precio del Big Mac en la zona del euro es el mismo que en EEUU,
por lo que PPA es exactamente igual a 1, entonces se puede apreciar
que el euro esta sobrevaluado en un 10%.
Notar que las monedas de Noruega, Dinamarca, Suiza y Suecia se
encuentran significativamente sobrevaluadas respecto a la zona del
euro.
Dentro de las economas ricas el dlar australiano es la moneda ms
subvaluada.
El BigMac Index predice que el peso argentino se encuentra
subvaluado en un 17.70 % respecto del dlar.
Fuente: McDonald y The Economist // 1 de Febrero 2007

D. Gujarati "Econometra" Pg. 140 5ta. Ed.
107


twoway scatter TCambio VMoneda, mlabel(Pais) yline(0) xline(0)||lfit TCambio VMoneda, estopts(nocons) title("Mercado
5263.158
4303.797
.7696335
.5102564
6.971677
5.733471
1.247525
Indonesia
Lnea PPA
Paraguay
Venezuela
Colombia
6.259427
Corea del Sur

Costa Rica Chile
Hungria
68.41398
Japn
Sri
Lanka
Pakistn
Filipinas
Tailanda
Taiwan
Rusia
Eslovaquia
Uruguay
RLituania
Estonia
Checa
Mexico
China
Hong
Malasia
Egipto
Ucrania
Kong
Sudfrica
Polonia
Singapur
Arabia
Letonia
Argentina
Australia
Erabes
Saudita
Per
Brasil
Canad
NTurquia
Estados
Zelanda
UnidosEurozona
Unidos
Gran Bretaa
Suecia
Dinamarca
Suiza
Noruega
Islanda
-5000
941.5585
543.9739
518.3486
196.6667
121.2121
108.5714
48.85057
60.60606
34.83146
26.48649
27.09346
25.34562
32.89474
21.61826
7.801419
7.792208
3.503185
5.68125
5.263158
7.24299
3.013101
1.538462
3.75
2.653061
12.04819
.5357143
3.113207
10.90226
1.292135
3.676471
3.198653
2.126246
1.178571
1.455696
1
1.413043
-5000
2254.902
Subvaluadas
Indonesia ( 45.65, 9,085.71)
Paraguay ( 40.99, 5,263.16)
Venezuela ( 50.93, 4,303.80)
Sobrevaluadas
Islandia (131.06, 68.41)
Noruega (105.9, 6.26)
5000
9085.714
10000
Diagrama de Dispersin, Recta a travs del origen y Valuacin de las Monedas
5000
10000

-50
50
100

Fitted values
-50 150
50
100
150
Fitted values
108

54
ECONOMETRA: MODELO

graph hbar (asis) VMoneda, over(Pais) over(MLocal) nofill title("Pariedad del Poder Adquisitivo (PPA)")
subtitle("Sub(-) Sobre(+)Valuacin de la Moneda Local frente al Dlar %") note(OTM: Elaboracin Propia")
Pariedad del Poder Adquisitivo (PPA)
Pariedad del Poder Adquisitivo (PPA)
Sub(-) Sobre(+)Valuacin de la Moneda Local frente al Dlar %

A$
Australia
Baht
Tailanda
Bolvar
Venezuela
C Sueca
Suecia
C$
Canad
CDanesa
Dinamarca
CIslndica
Islanda
CNoruega
Noruega
Coln
Costa Rica
Eslovaquia
Corona
REstonia
Checa
Dirham Erabes Unidos
Dlar Estados Unidos
Euro
Eurozona
F Suizo
Suiza
Florn
Hungria
Grivnia
Ucrania
Guaran
Paraguay
HK
Hong Kong
LEsterlina
Gran Bretaa
Lats
Letonia
Libra
Egipto
Lira
Turquia
Litas
Lituania
Ns
Taiwan
NZ
N Zelanda
Nuevo Sol
Per
Argentina
Chile
Colombia
Peso
Filipinas
Mexico
Uruguay
Rand
Sudfrica
Real
Brasil
Ringgit
Malasia
Riyal Arabia Saudita
Rublo
Rusia
Indonesia
Rupia
Pakistn
Sri
Lanka
S$
Singapur
Won
Corea del Sur
Yen
Japn
Yun
China
Zloty
Polonia
Sub(-) Sobre(+)Valuacin de la Moneda Local frente al Dlar %
China
Hong Kong
Malasia
Venezuela
Egipto
Ucrania
Filipinas
Indonesia
Sri Lanka
Tailanda
Rusia
Paraguay
Sudfrica
Eslovaquia
Uruguay
Costa Rica
Taiwan
Polonia
Japn
Pakistn
Singapur
Arabia Saudita
R Checa
Lituania
Estonia
Letonia
Argentina
Mexico
Australia
Erabes Unidos
Per
Hungria
Brasil
Colombia
Chile
Corea del Sur
Canad
N Zelanda
Estados Unidos
Turquia
Eurozona
Gran Bretaa
Suecia
Dinamarca
Suiza
Noruega
Islanda
-50
0
50
100
OTM:"Elaboracin Propia"
150
-50
50
mean of VMoneda
100
150
graph hbar VMoneda, over(Pais, sort(1)) title("Pariedad del Poder Adquisitivo (PPA)") subtitle("Sub(-)
Sobre(+)Valuacin de la Moneda Local frente al Dlar %") note("OTM: Elaboracin Propia")
109


NDICE BIG MAC McDonalds
CONCLUSIN
Aunque muchos economistas en el mbito mundial no estn de acuerdo con la PPA, ste es
el instrumento que ms se acerca a una real valuacin del tipo de cambio real de las
monedas.
La Ley de Un Solo Precio es el concepto ms simple de la PPA, y el ndice de Big Mac, por
formar una canasta de bienes, es aplicacin directa de la PPA.
El ndice Hamburguesa se ha convertido en una poderosa herramienta de anlisis global.
Prueba de ello es su mencin en incontables medios de difusin a nivel mundial. Es
utilizado indistintamente en peridicos, revistas, noticieros universitarios, revistas y
artculos en lnea y profesores universitarios de todo el mundo.
El ndice Big Mac ha logrado que la teora de la PPA sea ms fcil de dirigir para sus
detractores.
Para los inversionistas, vidos buscadores de ganancias millonarias en todo los mercados, el
ndice se presenta como una til indicador de las subvaluaciones en las monedas, brjula
necesaria para colocar sus fondos.
110

55
MODELOS DE REGRESIN NO LINEAL

MODELOS % SEMIELASTICOS
MODELOS DE ELASTICIDAD CONSTANTE 111
ECONOMETRA: MODELO
DE REGRESIN NO LINEAL
MODELOS ECONOMETRICOS NO LINEALES

Son los efectos marginales constantes a medida que las variables explicativas cambian?
En una lnea recta en la medida que cambia X , el efecto marginal de X se mantiene
constante
La pendiente de la curva de produccin es constante a mayor cantidad de trabajadores?
Que la pendiente de la funcin de produccin se conoce como productividad marginal y a
medida que aumenta el nmero de trabajadores la productividad marginal decrece o cae;
es decir, que la primera derivada es positiva y la segunda es negativa; no hay cambio en el
cambio.
Los incrementos marginales del rendimiento financiero es el mismo cuando incrementa el
riesgo?
Sabemos cuando hay mayor riesgo, la tasa de inters tiene que ser mayor, pero como es la
relacin entre el retorno de la inversin y riesgo, cuando aumenta el riesgo.
La respuesta del consumo ante un cambio en el precio es igual para los hombres que para las
mujeres?
Las mujeres y los hombres reaccionan de la misma manera cuando cambia el precio de
una bebida alcohlica, no lo sabemos tendremos que saber como reacciona cada persona
112

56
ECONOMETRA: MODELO

Ventaja de las estimaciones no lineales liberan esta restricciones
- Nos liberan de la camisa de fuerza que nos impone la regresin lineal
DOS METODOS PARA DETECTAR Y MODELAR ESTIMACIONES NO LINEALES
El efecto sobre Yi de un cambio en Xi depende del valor de que tenga Xi
dY2 / dX2 0
Ejemplo: Tamao de la clase y rendimiento de los alumnos
-El efecto sobre Y i en un cambio de Xi depende del valor de que tenga algn otro Xi
dY2 / dX1 . dX2 0
La pendiente de una recta cambia por
Ejemplo: tipo de clases que se esta llevando (Econometra, Macroeconoma)
el hecho que hay otra variable.
La pendiente cambia a lo largo del eje X
Al inicio en muy grande y al final es pequea
Pendiente negativa // empieza muy grande y Y
Termina muy pequea
En que se parece la recta a la hiprbola? MCO
Y
dY/dx 0
Que le pasa al alumno cuando esta

llevando econometra y esta llevando
otro curso Macroeconoma m1 m2
Y
dY/dx 0
1
1 dY/dx = 0
dY/dx = +
La pendiente es constante
X
113

ECONOMETRA: MODELO

MODELOS DE REGRESIN LINEAL
Yi 0 1 X i ei
X .
X .
n 0
X
.
MODELOS DE REGRESIN A TRAVS DEL ORIGEN
Y i 1 X i ei
Y
Y .X
var 1
2
i
ei (Yi Y i ) 1
2
r .simple
MODELOS PORCENTUALES O DE SEMIELASTICIDAD : Log Lin //Lin Log

X
i
Yi 0 .( 1 ) ei LnYi Ln0 Ln1 . X i ei
nLn0 XLn1
LnY
LnY . X
XLn0 X Ln1
LnYi 0 1 X i ei
MODELOS DE ELASTICIDAD CONSTANTE: Doble Log - Log
LnYt Ln0 Ln1 LnX ei
Yi 0 . X i 1 e ui
n.Ln0
LnX .Ln
LnX .Ln1
LnX .Ln
2
LnYi 0 1 LnX i ei
LnY
LnY . LnX
i
2
n 1
Y X
X
YX
X Y
Yi 0 ( 1 .LnX i ) ei
Yi Ln0 Ln1 .LnX i ei
n. 0
LnX . 1
Y
LnX . 0 LnX . 1 Y .LnX
Yi 0 1 LnX i ei
MODELOS RECPROCOS y LOG
1
Yi 0 1 ei
Xi
1
LnYi 0 1 ei
Xi
Y = B0 + B1.X1 + B2.X12 + ei
Y = B0 + B1.X1 + B2.X12 + B3.X13 + ei
114

57
ECONOMETRA: MODELO
APROXIMACIN GENERAL A MODELOS NO LINEALES

1. Identificar una posible relacin no lineal
- Utilizar la teora economtrica para invocar aproximaciones no lineales
2. Especificar una funcin no lineal utilizando parmetros MCO
- Es necesario realizar transformaciones a la variable Xi y/o Yi
3. Determinar si una funcin no lineal es superior a una lineal
- Buscar evidencia emprica que refleje esta situacin
4. Graficar los valores no lineales de la funcin
- En la medida de lo posible, graficar los valores permite ver el grado de ajuste de la regresin
5. Estimar el efecto en Y de un cambio en X.
- Tomar en cuenta que a diferencia de las estimaciones lineales estos procesos requieren una
mayor complejidad.
115

MODELOS DE REGRESIN NO LINEAL
116
58
MODELOS ECONOMTRICOS y la
FUNCIN DE PRODUCCIN
EMPRESA: Unidad tcnica y econmica, dedicada a la transformacin de insumos o factores productivos

mediante la aplicacin de una tecnologa, con el objetivo de ofrecer bienes y/o servicios a los consumidores.
Cul es el OBJETIVO DEL EMPRESARIO? Maximizar su beneficio (o ganancia econmica)
Obtener el MAXIMO nivel de PRODUCCIN a un costo dado.
Incurrir en el MNIMO COSTO para obtener un determinado nivel de produccin.
BT= IT-CT
BT= P*Q-CT
Cules son las DECISIN DEL EMPRESARIO
Produccin: transformacin de unos bienes en otros
DECISIONES
Cualitativa
De espacio
Temporal
Cantidad a lanzar al mercado

Cantidad de factores productivos a contratar
Restricciones:
Tecnolgica: tecnologas disponibles en el mercado
Precio de los factores y precio del bien final (en c. p.) o la curva de demanda (en
monopolio)
117

FUNCIN DE PRODUCCIN
TEORA DE LA EMPRESA
Cmo organiza eficientemente los recursos para cumplir con su
objetivo
TEORA DE LA
PRODUCCION
Se estudia la
TECNOLOGA de
produccin de la
empresa
TEORIA DE LOS
COSTOS
Cmo varan los
Costos Econmicos
al variar el nivel de
produccin y/o el
precios de los
factores
TEORA DE LA
ORGANIZACIN
EMPRESARIAL
Cmo se organiza la
empresa
Cmo a partir de factores

de produccin las
empresas obtienen
PRODUCTOS Y / O
SERVICIOS
118

59
FUNCIN DE PRODUCCIN
FUNCIN DE PRODUCCIN: Nos indica el mximo nivel de produccin que puede generar una
empresa a partir de una combinacin especfica de factores de produccin.
Como bsicamente la Funcin de produccin nos indica que el nivel de produccin obtenido por una
empresa depende del Estado de Conocimiento o tecnologa empleada y del Nivel de los Factores
productivos empleado, podemos escribirla como:
Q = f (X1, X2, X3, .,Xn)
Donde: X1, X2, Xn representan los niveles de los diversos factores.
Q = Es el nivel de producto obtenido
Q = f (Capital, Trabajo, Materias Primas, etc.)
EL CORTO Y EL LARGO PLAZO:
En general, una empresa puede variar el nivel de uno, algunos o todos los factores a travs del tiempo, para
alterar el nivel de produccin, esto bsicamente nos permite determinar si estudiamos el proceso de
produccin en el corto o largo plazo.
CORTO PLAZO
El nivel de por lo menos uno
de los factores permanece fijo
LARGO PLAZO
El nivel de todos los factores de
produccin se han modificado
ANALICEMOS EL CASO DE UNA EMPRESA CUYA DEMANDA SE INCREMENTA REPENTINAMENTE

Qu podra hacer el gerente para incrementar el nivel de produccin? Qu pasara si tal incremento se
mantiene en el tiempo?
119

FUNCIN DE PRODUCCIN
LAS FUNCIONES DE PRODUCCIN:
LAS FUNCIONES DE PRODUCCIN HOMOGNEAS
Estas permiten distinguir grados de funciones de produccin homogneas
Funciones homogneas de grado menor a 1 (<1)
Funciones homogneas de grado mayor a 1 (>1)
Funciones homogneas de grado 1 o Funciones linealmente homogneas
El trmino retornos o rendimientos a escala se refiere precisamente a esta distribucin entre los
distintos grados de funciones de produccin:
Se dice que los retornos o rendimientos a escala son crecientes, cuando la funcin de produccin
es de grado mayor a 1 (>1)
Los retornos a escala sern decrecientes si la funcin de produccin es de grado menor a 1 (<1)
Los retornos o rendimientos a escala constante si la funcin es de grado 1 a escala
Debe tenerse presente:
Ley de rendimientos decrecientes o Ley de proporciones variables
Se basa en un mayor uso de un factor en relacin con los dems.
Retornos a escala decreciente.
Se refiere a incrementos proporcionales en el uso de todos los factores.
Simetra de la produccin que se explica a travs del Teorema de Euler
La elasticidad de sustitucin; no confundir con la tasa tcnica de sustitucin
LAS FUNCIONES DE PRODUCCIN COMUNES
Funcin de produccin Cobb-Douglas
Funciones de producciones de producciones fijas
Funcin de produccin de Elasticidad de Sustitucin Constantes (ESC)
120

60
FUNCIN DE PRODUCCIN
LA FUNCIN DE PRODUCCIN del Sector Agrario en los Distritos agrcolas de AQP.
Los conceptos bsicos necesarios para el estudio de la teora de la produccin, as como la hiptesis, que la
funcin de produccin para el Per gozan de rendimientos constantes a escala. Esta es una de las razones por
las que creemos de importancia saber si las funciones de produccin para el Per tienen rendimientos a escala
constantes, crecientes o decrecientes, estos hechos nos llev a plantear el estudio de dos modelos: El modelo de
Elasticidad de Sustitucin Constante (ESC) y el modelo o Funcin de Produccin de Cobb Douglas, adems es
de importancia saber:
Los diferentes gobiernos que han pasado por la administracin del Per, consideraron de importancia los
rendimientos a escala, puesto que deben realizar evaluaciones respecto al tamao conveniente del nmero de
empresas.
Si la economa substancial a escala, puede ser conveniente para medir el tamao de las empresas y regular para
evitar el monopolio.
Los gobiernos se interesaron o se interesan por los rendimientos a escala para adoptar estrategias inteligentes
de inversin.
Es posible competir en el mercado internacional con economas de escala siendo un Pas en vas de desarrollo.
Es recomendable utilizar estrategias adecuadas en fomentar inversiones en las industrias para las que la
produccin en pequea escala sea relativamente eficiente.
La funcin de produccin que consideramos adecuadamente para los Distritos de AQP, es la que s
considerada matemticamente como: Q = f ( K, L)
P Total = f (H Mquina, Capital)
-Donde Q = Produccin Total (Valor Agregado en Miles de Nuevos Soles)
o K = Inversin de Capital (Insumo en Miles de Nuevos Soles)
o L = Horas de Mquina (Insumo en Miles de Horas Tractor empleadas)
121

FUNCIN DE PRODUCCIN
Distritos agrcolas del sector agrario de la Regin Arequipa
Tabla N 01
Distritos
Socabaya
Cayma
Cerro C
Hunter
Sachaca
Pocsi
Chiguata
Sabanda
Mollebaya
Paucarpata
Polobaya
Uchumayo
Yanhuara
Characato
Quequea
Santa Isabel
Yarabamba
Yura
Ocoa
Quilca
Santa Rita
Caravel
Yauca
Vitor
Aplao
Machaguay
Pampacolca
Tipan
Fuente:
Ubigeo
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Costa
Sierra
Sierra
Costa
Costa
Costa
Costa
Costa
Costa
Costa
Sierra
Sierra
Sierra
Maquinaria
Capital
Empleada
Inversin
(Miles Hrs.)
(Miles S/.)
HMaquina X1 Capital X2
424
2,689
20
58
207
2,308
304
1,376
1,810
13,554
180
1,791
224
1,210
54
421
2
7
471
2,761
659
3,540
18
146
75
848
963
5,870
835
5,833
336
1,796
246
1,595
384
2,504
216
4,727
82
415
2,662
18,635
175
1,729
356
2,706
943
5,294
457
2,834
268
1,212
439
2,404
24
334
Produccin
V.Agregado
(Miles de S/)
PTotal Y
38,373
1,805
23,736
26,982
217,546
19,463
28,973
14,313
160
37,290
63,015
1,809
10,512
105,325
90,120
39,080
22,827
38,686
69,911
7,857
190,435
21,353
46,044
92,336
48,304
17,208
47,340
2,645
Distritos
Corrire
La Joya
Viraco
Chivay
Caman
Huambo
Chuquibamba
Iray
Andaray
Tiabaya
Huanca
Iquipi
Cocachacra
San Camilo
Yanaquihua
Charcana
Alca
Mungui
San Isidro
Puyca
Quechualla
Tomepampa
Toro
Sayla
Cotahuasi
Tauria
El Pedregal
Ubigeo
Costa
Costa
Sierra
Sierra
Costa
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Costa
Costa
Costa
Sierra
Sierra
Sierra
Sierra
Costa
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Costa
Maquinaria
Capital
Empleada
Inversin
(Miles Hrs.)
(Miles S/.)
HMaquina X1 Capital X2
164
628
3,212
17,679
60
522
96
507
407
3,295
43
405
722
4,260
820
4,087
35
185
1,175
6,301
201
1,327
258
1,457
945
5,896
2,935
18,654
69
298
400
2,500
57
311
582
3,126
1,120
11,588
150
763
48
276
425
2,732
313
1,946
90
686
695
3,903
15
362
2,251
15,563
Ministerio de Agricultura Direccin de Arequipa, Campaa Agrcola 2012

Elaboracin Econ. Orlando Torres Montes
Produccin
V Agregado
(Miles de S/)
Ptotal Y
14,650
122,565
7,290
9,188
51,299
20,401
87,756
101,268
3,556
124,986
20,451
34,808
104,858
162,526
6,541
37,668
4,989
62,828
172,960
15,703
5,419
49,167
46,164
9,186
66,965
2,979
205,546
122

61
FUNCIN DE PRODUCCIN HOMOGNEAS
twoway (scatter PTotal HMaquina, mlabel(Distritos)), title("Funciones de Produccin Homogneas")

subtitle("Diagrama de Dispersin y Retornos o Rendimientos a Escala") note("Econ. Orlando Torres")
Funciones de Produccin Homogneas
Diagrama de Dispersin y Retornos o Rendimientos a Escala
Produccin Total V.Agregado (Miles S/)

50000 100000 150000 200000
Sachaca
El Pedregal

50000 100000 150000 200000

Sierra
Costa
Santa Rita
San Isidro
Tiabaya
Characato
IrayCocachacra
Vitor
Quequea
Chuquibamba
Ocoa
Cotahuasi
Mungui
Polobaya
Caman
Tomepampa
Aplao
Pampacolca
Toro
Yauca
Santa
Isabel
Yura
Socabaya
Charcana
Paucarpata
Iquipi
Chiguata
Hunter
Cerro
C
Yarabamba
Caravel
Huambo
Huanca
Pocsi
Machaguay
Puyca
Corrire
Sabanda
Yanhuara
Sayla
Chivay
Quilca
Viraco
Yanaquihua
Quechualla
Alca
Andaray
Tauria
Tipan
Uchumayo
Cayma
Mollebaya
1000
2000
Horas Maquina (Miles)
Costa
Costa
San Camilo
Costa
Sierra
La Joya
Costa
Sierra
Sierra
Sierra
Costa
Sierra
Costa
Sierra
Sierra
Costa
Costa
Sierra
Sierra
Sierra
Sierra
Costa
Sierra
Sierra
Sierra
Sierra
Costa
Sierra
Sierra
Sierra
Sierra
Sierra
Costa
Sierra
Sierra
Sierra
Costa
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
3000
0
Costa
Sierra
Costa
Sierra
Costa
Sierra
Sierra
1000
2000
3000
twoway (scatter PTotal HMaquina, mlabel(UbiGeo)), title("Funciones de Produccin Homogneas")

123

FUNCIONES DE PRODUCCIN HOMOGNEAS

La funcin de produccin homognea que consideramos adecuadamente para los 55 Distritos agrcolas de AQP, es:
Q = f ( K, L); es decir, P Total = f (H Mquina, Capital Invertido)
Yi = B0 + B1.X1 + B2.X2 + B3.X3 + ei
P Total = B0 + B1.HM + B2.HM2 + B3.HM3 + ei
Donde:
Q = Produccin Total (Valor Agregado en Miles de Nuevos Soles)

K = Inversin de Capital (Insumo en Miles de Nuevos Soles)
HM = Horas de Mquina (Insumo en Miles de Horas Tractor empleadas)
CLCULO DE LOS COEFICIENTES:
MTODO GAUSS JORDAN (XX|I|XY) Rpta. (I|(XX)-1| Bs
55
30,125
45, 288, 436
103, 453, 051,586
30,125
45, 288, 436
103, 453, 051,586
275,366,815, 279,378
X X
45, 288, 436
103, 453, 051,586
275,366,815, 279,378
778, 682,164, 675,368, 000
103, 453, 051,586 275,366,815, 279,378 778, 682,164, 675,368, 000 2, 267,513, 430, 687,930, 000, 000
X X
0.065748250
0.000228004
0.000000174
0.000000000
0.0002280040988026
0.000000173983293116
0.0000013112649640 0.000000001184660121
0.0000000011846601 0.000000000001235135
0.0000000000002580 0.000000000000000288
2,875,168
3, 477, 689,827
X Y
6, 784, 295, 778,943
16,336, 432, 436, 493,800
0.0000000000350581305325
2,875,168
3, 739.07 0
82.07904
0.0000000000002579841698
3, 477, 689,827
1
. X Y
6, 784, 295, 778,943 0.0512564 2
0.0000000000000002882279
0.0000000000000000000697
16,336, 432, 436, 493,800 0.0000205 3
P Total = 3,739.07 + 82.07904.HM + 0.0512564.HM2 - 0.0000205.HM3 + ei

P Mg = 82.07904 + 0.1025128.HM - 0.00000615.HM2 + ei
124

62
Para ilustrar la funcin de produccin homognea se obtuvieron los datos referentes al sector agrario de 55
Distritos agrcolas de la Regin Arequipa para el ao del 2012.
Satisface los supuestos del modelo clsico de regresin lineal (MCRL) las funciones de produccin homogneas,
aplique en la regresin mtodo de MCO.
P Total = B0 + B1.HM1 + B2.HM2 + B3.HM3 + ei
xi: reg PTotal HMaquina HMaquina2 HMaquina3
P Total = 3,739.07 + 82.07904.HM + 0.0512564.HM 2 - 0.0000205.HM3 + ei

P Mg = dPT/dHM = 82.07904 + 0.1025128.HM - 0.00000615.HM2 + ei
125

Produccin Total
50000 100000 150000 200000
Funcin de Produccin Homognia
Punto A. La produccin comienza a crecer rpidamente con

las primeras unidades de factor variable empleadas, se tiene
el punto de inflexin en el que la curva cambia de
pendiente, la produccin marginal es mxima; la produccin
contina creciendo a un ritmo ms lento.
Punto B. La produccin marginal es igual a la produccin
media; aqu la produccin media es mxima.
Punto C. El producto total alcanza un mximo, luego el
emplear ms unidades de insumo variable hace que la PT
decrezca y la produccin marginal es igual a cero.
Regresin y Retornos o Rendimientos a Escala
C
B
1000
2000
3000

200
Produccin Marginal y Media, Horas de Maquinaria Empleada
Produccin Marginal y Media

100
-200
-100
0
A*
B*
C*
1,550
820
0
1000
Fitted values
2,250
2000
La produccin marginal alcanza su nivel mximo cuando la

PT alcanza su mayor pendiente, es decir, cuando cambia de
concavidad (lo cual ocurre en el Punto A*, durante la cual la
PT deja de crecer rpidamente para crecer lentamente).
La produccin marginal es igual a cero, en el nivel donde la
PT es mximo (Punto C*), luego se torna negativa.
El punto mximo de la Pmg (A*) se le denomina punto de
inflexin, y es partir del cual comienzan a operar los
rendimientos marginales decrecientes.
Mientras la Pmg est por encima de la Pme, la Pme crece,
mientras est por debajo la Pme decrece.
3000
Fitted values
126

63
LAS TRES ETAPAS DE LA PRODUCCION

200000
Produccin Total
50000 100000 150000
I Etapa: Va desde el origen hasta el mximo de la Pme. Se

caracteriza por: Pmg > 0; la Pmg > Pme, por lo tanto, la Pme
crece.
II Etapa: Va desde el punto mximo del Pme hasta donde la
Pmg se hace cero. Se caracteriza por: Pmg > 0; la Pmg < Pme,
por lo tanto el Pme decrece.
III Etapa: Pmg < 0.
I
II
III
LA ELASTICIDAD DE SUTITUCIN
0
1000
2000
3000
Muestra la facilidad (o dificultad) con la que se puede

sustituir un factor por otro. La elasticidad no debe
confundirse con la tasa tcnica de sustitucin, aunque esta
ltima forma parte de la elasticidad.
La ventaja de la elasticidad es que ste no se expresa en
trminos absolutos sino en forma de coeficiente, lo que
permite su comparacin entre distintos sectores productivos.
Se define como el cambio porcentual en la relacin Capital
trabajo ante un cambio porcentual en la relacin de precio
de factor:
% PmeK % PmeL %K / L
elasticidad de sustitucin =
% PmgL % PmgK %TTS

-200
-100
0
100
200
II
III
2,250
1,550
0
1000
2000
Fitted values
3000
Fitted values
127

twoway scatter PTotal Capital, mlabel(UbiGeo) title("Funciones de Produccin Homogneas")

Costa
Costa
Sierra
Costa
Sierra Sierra
Sierra
SierraCosta
Costa
Sierra
Sierra
Sierra
Costa
Sierra
Costa
Sierra
Sierra
Costa
Costa
Sierra
Sierra
Costa Sierra
Sierra
Sierra
Sierra
Sierra
Costa
Sierra
Sierra
Sierra
Sierra
Sierra
Costa
Sierra
Sierra
Sierra
Sierra
Costa
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
0
5000
10000
15000
Inversin de Capital (Miles S/)
Sachaca
El Pedregal
Costa
Santa Rita
San Isidro
Costa
San Camilo
Tiabaya
Costa

50000 100000 150000 200000
Sierra

50000 100000 150000 200000

La Joya
Characato
Cocachacra
Iray
Vitor
Quequea
Chuquibamba
Ocoa
Cotahuasi
Mungui
Polobaya
Caman
Tomepampa
Aplao
Pampacolca
Toro
Yauca
Santa
Isabel
Yura
Socabaya
Paucarpata
IquipiCharcana
Chiguata
Hunter
Cerro C
Yarabamba
Caravel
Huambo
Huanca
Pocsi
Machaguay
Puyca
Corrire
Sabanda
Yanhuara
Chivay
Sayla
Quilca
Viraco
Yanaquihua
Quechualla
Alca
Andaray
Tauria
Tipan
Cayma
Uchumayo
Mollebaya
020000
5000
10000
15000
20000
twoway scatter PTotal Capital, mlabel(Distritos) title("Funciones de Produccin Homogneas")

128

64
FUNCIONES DE PRODUCCIN HOMOGNEAS: PRUEBA DE HIPTESIS
Debemos probar las hiptesis:
H0:
B2 = B3
o
(B2 B3) = 0 Los coeficientes de las pendientes de B2 y B3 son iguales
H1:
B2 B3
o
(B2 B3) 0 Los coeficientes de las pendientes de B2 y B3 No son iguales
Los efectos cuadrticos y cbicos son iguales
xi: reg PTotal HMaquina HMaquina2 HMaquina3, noheader
2
cov 2 , 3 X
x2
= -766.16794
2 3
ei 2 3 var( 2 ) var( 3 ) 2cov( 2 , 3 )
= 39.145096
scalar eiB2B3=sqrt(((.0512564^2)+(-.0000205^2))-(2*covB2B3))
= 0.05125588
var( 2 ) var( 3 ) 2 cov( 2 , 3 )
test HMaquina2=HMaquina3
Conclusin:
Aceptamos la hiptesis nula (Ho)
Los efectos cuadrticos y cbicos son iguales
129

Para ilustrar la funcin de produccin homognea se obtuvieron los datos referentes al sector agrario de 55
Distritos agrcolas de la Regin Arequipa para el ao del 2012.
Satisface los supuestos del modelo clsico de regresin lineal (MCRL) las funciones de produccin homogneas,
aplique en la regresin mtodo de MCO.
P Total = B0 + B1.Capital + B2.Capital2 + B3.Capital3 + ei
xi: reg PTotal Capital Capital2 Capital3
P Total = 1,201.90 + 15.37432.Capital + 0.000736.Capital2 - 0.0000000593.Capital3 + ei

P Mg = dPT/dCapital = 15. 37432 + 0.000736.Capital - 0.0000000593.Capital2 + ei
130

65
Punto A. La produccin comienza a crecer rpidamente con
las primeras unidades de factor variable empleadas, se tiene el
punto de inflexin en el que la curva cambia de pendiente,
la produccin marginal es mxima; la produccin contina
creciendo a un ritmo ms lento.
Punto B. La produccin marginal es igual a la produccin
media; aqu la produccin media es mxima.
Punto C. El producto total alcanza un mximo, luego el
emplear ms unidades de insumo variable hace que la PT
decrezca y la produccin marginal es igual a cero.

200000
Produccin Total
50000
100000 150000
C
B
5000
10000
A*
20
15000
20000
Funciones
de Produccin
Homogneas
Inversin
de Capital (Miles
S/)
Econ.Produccin
Orlando Torres
Marginal y
Media, Horas de Maquinaria Empleada

0
-10
10
B*
C*
-20
5000
14,400
8,200
4,850
0
10000
Fitted values
15000
Fitted values
20000
La produccin marginal alcanza su nivel mximo cuando la

PT alcanza su mayor pendiente, es decir, cuando cambia de
concavidad (lo cual ocurre en el Punto A*, durante la cual la
PT deja de crecer rpidamente para crecer lentamente).
La produccin marginal es igual a cero, en el nivel donde la
PT es mximo (Punto C*), luego se torna negativa.
El punto mximo de la Pmg (A*) se le denomina punto de
inflexin, y es partir del cual comienzan a operar los
rendimientos marginales decrecientes.
Mientras la Pmg est por encima de la Pme, la Pme crece,
mientras est por debajo la Pme decrece.
I Etapa: Va desde el origen hasta el mximo de la Pme. Se caracteriza
por: Pmg > 0; la Pmg > Pme, por lo tanto, la Pme crece.
II Etapa: Va desde el punto mximo del Pme hasta donde la Pmg se
hace cero. Se caracteriza por: Pmg > 0; la Pmg < Pme, por lo tanto el
Pme decrece.
III Etapa: Pmg < 0.
131

EN NUESTRO CASO DE ESTUDIO:
Estudiaremos cmo es el proceso de produccin en el corto y largo plazo de una empresa cuya produccin
depende nicamente de dos factores capital y trabajo.
Q = f( K, L)
K= Capital
L= Trabajo
CORTO PLAZO
Supondremos que el nivel del capital no puede alterarse durante este perodo, por lo tanto lo denominamos
FACTOR FIJO; el nivel del trabajo s se puede modificar, por lo tanto lo denominamos FACTOR VARIABLE.
Q = f( , L)
PRODUCTO TOTAL: Volumen total de producto que se obtiene a partir de una cantidad determinada de
insumos aplicando la tecnologa disponible.
Q f ( K , L)
PRODUCTO MEDIO = PRODUCTO PROMEDIO: Corresponde al producto por unidad de insumo o factor
variable empleado en el proceso productivo. Se obtiene dividiendo el producto total entre el nivel de insumo
variable.
Q
Pme
PRODUCTO MARGINAL: Corresponde a la variacin del producto total ante variaciones unitarias del factor
variable.
Q
PmgL
Al aumentar / disminuir los factores productivos en una

proporcin dada, el producto crece / decrece
132

66
LEY DE LAS PROPORCIONES VARIABLES
twoway (qfit Pmg HM_CAP, yaxis(2) ytitle(Produccin Marginal y Media))||qfit Pme HM_CAP, title("Funciones de Produccin
Homogneas") subtitle("Produccin Marginal y Media, Horas de Maquinaria Empleada") note("Econ. Orlando Torres")
.1
.2
.3
Proporcin de uso de las Horas Mquina/Capital
Fitted values
.4
15
20
25
10
50
86
13
88
14
Fitted values
90
92
94
Fitted values
15
16
17
96
18

Produccin Marginal y Media, Inversin de Capital
100
150
200
250

10
15
20
Proporcin uso del Capital/ Hrs. Mquina
Fitted values
Fitted values
25
Fitted values
twoway (qfit Pmgk CAP_HM, yaxis(2) ytitle(Produccin Marginal y Media))||qfit Pmek CAP_HM, title("Funciones de
Produccin Homogneas") subtitle("Produccin Marginal y Media, Inversin de Capital") note("Econ. Orlando Torres")
LA SIMETRA DE LA PRODUCCIN se explica haciendo uso del Teorema de Euler
Sostiene que la suma de las productividades marginales de los factores multiplicado por el uso de ellos, ser igual al producto
multiplicado por el grado de la funcin homognea. PmgHM . HM + MmgC . C = h x
h = grado de la funcin
133

Se tiene los siguientes datos acerca de la Produccin Total (Qi) en Miles de Kg, en funcin de la inversin del Capital (Ki) expresado
en millones de S/. Y de la Mano de Obra Empleada o Trabajo (Li), Nro. de trabajadores empleados, para 25 Empresas de la
localidad. Se trata de un Modelo de Corte Transversal.
Nro.
EMP
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Kapital
KX1
8
9
4
2
6
6
3
6
8
8
4
8
3
6
4
2
3
3
9
3
1
4
2
3
6
MO
LX2
23
14
38
97
11
43
93
49
36
43
61
31
57
97
93
72
61
97
89
25
81
11
64
10
71
1367
PT
Qi
106.00
81.08
72.80
57.34
66.79
98.23
82.68
99.77
110.00
118.93
95.05
112.83
64.54
137.22
86.17
56.25
81.10
65.23
149.56
65.43
36.06
56.92
49.59
43.21
121.24
2114.02
L3
L4
L5
L6
YX
YX2
YX3
529
12,167
279,841
6,436,343
148,035,889 2,438.00
56,074.00 1,289,702.00
196
2,744
38,416
537,824
7,529,536 1,135.12
15,891.68
222,483.52
1,444
54,872 2,085,136
79,235,168
3,010,936,384 2,766.40 105,123.20 3,994,681.60
9,409 912,673 88,529,281 8,587,340,257 832,972,004,929 5,561.98 539,512.06 52,332,669.82
121
1,331
14,641
161,051
1,771,561
734.69
8,081.59
88,897.49
1,849
79,507 3,418,801 147,008,443
6,321,363,049 4,223.89 181,627.27 7,809,972.61
8,649 804,357 74,805,201 6,956,883,693 646,990,183,449 7,689.24 715,099.32 66,504,236.76
2,401 117,649 5,764,801 282,475,249 13,841,287,201 4,888.73 239,547.77 11,737,840.73
1,296
46,656 1,679,616
60,466,176
2,176,782,336 3,960.00 142,560.00 5,132,160.00
1,849
79,507 3,418,801 147,008,443
6,321,363,049 5,113.99 219,901.57 9,455,767.51
3,721 226,981 13,845,841 844,596,301 51,520,374,361 5,798.05 353,681.05 21,574,544.05
961
29,791
923,521
28,629,151
887,503,681 3,497.73 108,429.63 3,361,318.53
3,249 185,193 10,556,001 601,692,057 34,296,447,249 3,678.78 209,690.46 11,952,356.22
9,409 912,673 88,529,281 8,587,340,257 832,972,004,929 13,310.34 1,291,102.98 125,236,989.06
8,649 804,357 74,805,201 6,956,883,693 646,990,183,449 8,013.81 745,284.33 69,311,442.69
5,184 373,248 26,873,856 1,934,917,632 139,314,069,504 4,050.00 291,600.00 20,995,200.00
3,721 226,981 13,845,841 844,596,301 51,520,374,361 4,947.10 301,773.10 18,408,159.10
9,409 912,673 88,529,281 8,587,340,257 832,972,004,929 6,327.31 613,749.07 59,533,659.79
7,921 704,969 62,742,241 5,584,059,449 496,981,290,961 13,310.84 1,184,664.76 105,435,163.64
625
15,625
390,625
9,765,625
244,140,625 1,635.75
40,893.75 1,022,343.75
6,561 531,441 43,046,721 3,486,784,401 282,429,536,481 2,920.86 236,589.66 19,163,762.46
121
1,331
14,641
161,051
1,771,561
626.12
6,887.32
75,760.52
4,096 262,144 16,777,216 1,073,741,824 68,719,476,736 3,173.76 203,120.64 12,999,720.96
100
1,000
10,000
100,000
1,000,000
432.10
4,321.00
43,210.00
5,041 357,911 25,411,681 1,804,229,351 128,100,283,921 8,608.04 611,170.84 43,393,129.64
96,511 7,657,781 646,336,483 56,612,389,9975,078,741,720,131 118,842.63 8,426,377.05 671,075,172.45
89.83
69.98
98.86
95.61
60.29
97.21
87.04
93.36
98.99
97.21
83.00
97.72
86.54
95.61
87.04
75.48
83.00
95.61
80.89
92.57
74.77
60.29
80.51
56.68
75.93
Pmg
1.50946
2.95614
-0.14841
2.46631
3.51370
-0.49178
1.82870
-0.76573
0.01824
-0.49178
-0.86166
0.50809
-0.89664
2.46631
1.82870
-0.42021
-0.86166
2.46631
1.25805
1.23400
0.31763
3.51370
-0.79148
3.70792
-0.48126
Pme
4.61
5.79
6.07
2.28
0.89
2.04
3.06
3.64
1.13
1.41
0.93
0.78
0.45
5.17
0.77
4.32
FUENTE : Parque Industrial
134

67
n.
X.
X. X
X X
X X
0
X 'X
X .
X
X
X
2
X .
X
X
X
3
Y
YX
YX
YX
0.1137165
0.00977875
0.000207
1.23406 E 06
1.5104439
0.1137165
0.00226963
1.3105E 05
25
1367
X 'X
96511
7657781
0.00226963
0.000206969
5.54609 E 06
2.77576 E 08
1367
96511
7657781
646336483
96511
7657781
646336483
56612389997
7657781
2114.02
118842.63
646336483
X 'Y
8426377.05
56612389997
5078741720131
671075172.45
1.3105E 05
2114.02 9.08645 0
118842.63 5.88031
1.23406 E 06
1
. X Y
8426377.05 0.119082 2
2.77576 E 08
1.72318E 10
671075172.45 0.0006975 3
5.880314011
-0.238163678
0.002092451
160
140
7.0
120
6.0
100
5.0
80
4.0
60
3.0
40
2.0
1.0
20
0.0
20
40
60
80
100
120 -1.0
20
40
60
80
-2.0
100
120
135

MODELOS ECONOMTRICOS y las

FUNCIONES DE PRODUCCIN COMUNES
LA FUNCIONES DE PRODUCCIN COMUNES COBB DOUGLAS
Esta es la funcin de produccin ms renombrada que se ha utilizado para representar procesos productivos.
En 1927 fue desarrollada por Charles W. Cobb, matemtico, y Pal H. Douglas, economista, ambos
norteamericanos, presentaron el primer test emprico de una funcin de produccin cuyo origen terico
atribuyeron, principalmente, a John B. Clark y Phillip H. Wicksteed de la forma: Q A.K .L
La aplicacin para nuestro caso, consideramos como:
QAQP 0 .Ki 1 .Li 2 ei
El modelo de Sustitucin constante es Log Log:

Ln Y = 0 + 1.Ln K + 2.Ln L + ei
Donde:
QAQP
= Es el Produccin Total Agrcola (en miles de nuevos soles)
KyL
= Los factores de produccin (Capital invertido y Hrs. Maquinaria empleada)
0 = A
= Es una Constante positiva
1 y 2
= Fracciones positivas, pudiendo 2 ser o no igual a (1- 1)
Cuando se analiza la produccin, el desempleo y la inflacin, hay que tener presente las relaciones
macroeconmicas siguientes:
La funcin de produccin de produccin Modelos Cobb Douglas y ESC
La Oferta Agregada (OA)

Tasa de sacrificio
El ndice de desempeo macroeconmico (IDM)
La Ley de Okun
ndice de malestar
De manera separada analizaremos el comportamiento de cada una de estas relaciones macroeconmicas, los
coeficientes estimados nos servirn de base para hacer comparaciones con la evolucin y comportamiento con
la curva de Phillips del Per.
136

68
FUNCIONES DE PRODUCCIN COMUNES COBB-DOUGLAS
FUNCIN DE PRODUCCIN COMUN
COBB-DOUGLAS
Para ilustrar la funcin de produccin de Cobb-Douglas se obtuvieron los datos referentes al sector agrario de 55 Distritos
agrcolas de la Regin Arequipa para el ao del 2012.
Si el modelo Cobb-Douglas satisface los supuestos del modelo clsico de regresin lineal (MCRL), obtenemos la siguiente regresin
por el mtodo de MCO.
QAQP 0 .Ki 1 .Li
xi: reg PTLn HMLn CapLn
PT = 56.052402 H Mquina
0.4096907
ei
Capital 0.5302345 + ei
Interpretando y evaluando el modelo solicitado:

B0 La Produccin Total en promedio de los 55 Distritos Agrcolas de AQP es del 4.026 % S/. 56052,402
B1HM La elasticidad Produccin/H Mquina es de 0.41; es decir, aun incremento de 1 hora ms de maquinaria, la produccin se
incrementa en 0.41 %
B2Cap La elasticidad Produccin/ Capital es de 0.53; es decir, si se invierte S/. 1,000 ms de Capital, la produccin aumenta
aproximadamente 0.53 %
137

FUNCIN DE PRODUCCIN COMUN
COBB-DOUGLAS
PT = 56.052 H Mquina 0.4096907 Capital 0.5302345 + ei

LA ELASTICIDAD DE SUSTITUCIN EN UNA FUNCIN DE COBB DOUGLAS, ES
S
1 + 2 > 1 Presencia de rendimientos crecientes a escala
S
1 + 2 = 1 Presencia de rendimientos constante a escala
S
1 + 2 < 1 Presencia de rendimientos decrecientes a escala
Entonces
1 + 2 = 0.4096907 + 0.5302345 = 0.9399252
Lo que sugiere que la economa Sectorial Agraria de los 55 Distritos de Arequipa, experiment durante este
periodo rendimientos decrecientes a escala.
Pero desconocemos si 0.93993 es estadsticamente diferente de 1. MCR (Mnimos Cuadrados Restringidos)
La funcin Cobb Douglas; tiene como principales caractersticas:
1. Es una funcin homognea de grado (1 + 2)
2. En el caso especial en que 1 + 2 = 1, es decir, cuando la funcin presenta retornos constantes a escala (ya que se
torna linealmente homognea)
3. Sus isocuantas siempre tienen pendiente negativa y son estrictamente convexas para valores positivos de K y L, y
4. Es estrictamente cuasicncava para K y L positivos.
Cada factor se paga su producto marginal, los exponentes de cada insumo representan la participacin del factor
respectivo en el producto total, participacin que se mantiene constante con el cambio en la razn de uso de los
factores productivos. Otra manera de decir lo mismo es que esta funcin tiene elasticidad de sustitucin igual a 1
De la Regresin Cobb - Douglas, se ve que la Produccin de 55 Distritos AQP durante el perodo del 2012, las
elasticidades del producto respecto al inversin capital (K) y a la maquinaria empleada son 0.53023 y 0.4096
respectivamente.
138

69
PT = 56.052 H Mquina 0.4096907 Capital 0.5302345 + ei

sta, es funcin homognea de grado (B1 + B2)
En el caso en que B1 + B2 = 1, habr rendimientos constantes a escala
En primer lugar se contrasta la siguientes hiptesis:
Ho: Bk + Bhm = 1
Rendimientos constantes a escala
Ha: Bk + Bhm 1
Rendimientos no constantes a escala
Si utilizamos t para dos colas con = 5% / 2 = 0.025 y G de L = n 3 = 55 3 = 52
t=
K L 1
( K 2 L 2 )
t 0.025,52 = 2.021
scalar t=(.4096907+.5302345-1)/sqrt(.1111277^2+.1098585^2) = -0.38444571
Aceptamos la hiptesis nula (Ho): Los rendimientos de los 55 distritos son a escala constantes, al 5%
Bajo la segunda hiptesis nula; Ho: BK BL = 0, bajo el estadstico t se puede escribir como:
t=
K L
( K 2 L 2 )
scalar t =(.4096907+.5302345)/sqrt(.1111277^2+.1098585^2) = 6.0150047
Rechazamos la hiptesis nula (Ho): de que la elasticidad de los factores H Mquina y Capital es la misma.
Dados los resultados de los dos contrastes individuales anteriores, ambas restricciones son ciertas de forma
separada es decir, podemos concluir que la funcin de produccin regional tiene rendimientos constantes a escala
con igual elasticidad respecto a los dos factores de produccin.
139

ENFOQUE DE LA PRUEBA F: MNIMOS CUADRADOS PONDERADOS (MCP)
*=============================================================================
* MINIMOS CUADROS RESTRINGIDOS (MCR)
*=============================================================================
gen LnPTHM=ln(PTotal/HMaquina)
gen LnCHM=ln(Capital/HMaquina)
label var LnPTHM
"Razn Ln(PTotal/HMaquina)"
label var LnCHM
"Razn Ln(Capital/HMaquina)"
list PTotal HMaquina Capital LnPTHM LnCHM in 1/10
xi: reg LnPTHM LnCHM
*============================================================================
* ANLISIS DE LOS DOS MODELOS NO Y RESTRINGUIDO
*============================================================================
xi: reg PTLn HMLn CapLn
estimates store MCONoR
estimates store MCOR
estimates table MCONoR MCOR, b(%7.4f) se(%7.4f) t(%8.0g) p(%7.4f) stfmt(%7.4g) stats(N r2 r2_a rss
mss aic bic F)
test HMLn=CapLn=0
test LnCHM=0
scalar F=((5.226-4.798)/1)/(4.798/(55-3))
scalar list F
//4.6386
*** ===========================================================================
140

70
En primer lugar se contrasta la siguientes hiptesis:

Ho: Bk + Bhm = 1 Rendimientos constantes a escala
Ha: Bk + Bhm 1 Rendimientos no constantes a escala
Si utilizamos F
Grado significatividad = 5%
G de L
1 para el numerador
G de L n-p-1 = 53 para el denominador F1,53 = 4.00
SCRR SCRNR
m
SCRNR
nk
m = N de restricciones
=((5.226-4.798)/1)/(4.798/(55-3)) = 4.6386
Rechazamos la hiptesis nula H0

La economa regional se caracteriza por rendimientos decrecientes
Si el capital/H Mquina se incrementa en 1 %, en promedio, la productividad del las H Mquina aumenta en 0.55%
141

LA FUNCIN DE PRODUCCIN DE COBB DOUGLAS: PMg
PT = 56.052402 . Capital 0.5302345 .H Mquina 0.4096907 + ei

PRODUCTO FSICO MARGINAL DE CAPITAL
PT / K = 56.052402 x HM
0.4096907
x 0.5302345 K
PmgK
(0.5302345 1) = - 0. 4697655
PMg PT/K = PT/K = (56.052402 x 0.5302345) = 29.72092 K 0.4697655 HM 0.4096907
PMg PT / K 1 . 0 K 1 1 .L2 1 PmeK
PMg PT / K 29.72092.K 0.4697655 .HM 0.4096907 1 PmeK
PRODUCTO FSICO MARGINAL DE HORAS MAQUINA
PmgL
PT/HM = 56.052402. Capital 0.5302345 x 0.4096907.HM (0.4096907 1) = - 0.5903093

PMg PT/L = (56.052403 x 0.4096907) = 22.964148 .K0.5302345 . HM 0.5903093
PMg PT / L 2 . 0 .K 1 .L2 1 2 PmeL
PMg PT / L 22.964148.K 0.5302345 .L0.5903093 2 .PmeL
La Produccin Media respecto a la Produccin AQP, es:
PmeK
Pi Pi L 0 k
P
.
0 k 1 PmeL i 0 k
L
K L K
k
142

71
FUNCIONES DE PRODUCCIN ESPECFICAS COBB-DOUGLAS
twoway scatter PTotal HMaquina||(qfit PTHMy HMaquina, yaxis(2)), ytitle(Produccin Total) title("Funcin de
Produccin Cobb-Douglas") subtitle("Produccin Total en relacin Horas Mquina") note("Econ. Orlando Torres")
Produccin Total en relacin al Capital
1000
2000
3000
Fitted values
500
1000
Fitted values
Produccin Total
50000 100000 150000 200000
0
Produccin Total
50000 100000 150000 200000
0
0
2000 4000 6000 8000 10000

Fitted values
Funcin de Produccin Cobb-Douglas
Produccin Total en relacin Horas Mquina
1500
5000
10000
15000
20000
Fitted values
Econ.Orlando Torres
Econ.Orlando Torres
twoway scatter PTotal Capital||(qfit PTCy Capital, yaxis(2)), ytitle(Produccin Total) title("Funcin de Produccin
Cobb-Douglas") subtitle("Produccin Total en relacin al Capital") note("Econ. Orlando Torres")
143

Produccin Total (Miles S/)

2000
4000
6000
8000
10000

twoway qfit PTCy Capital, ytitle(Produccin Total (Miles S/))
xline(16125) title("Funcin de Produccin Cobb-Douglas")
Produccin Total en relacin al Capital
subtitle("Produccin Total en relacin al Capital")
note("Econ. Orlando Torres")
5000
10000
15000
de Capital (Miles
S/)
Funcin Inversin
de Produccin
Cobb-Douglas
20000
PMg PT / K 29.72092.K 0.4697655 .HM 0.4096907 1 PmeK

0
1
2
Econ.Orlando Torres
Produccin Marginal en relacin Capital
-1
S/. 16,125.00
0
Econ.Orlando Torres
5000
10000
15000
20000
twoway qfit PMgk Capital, ytitle(Produccin Total (Miles

S/)) yline(0) xline(16125) title("Funcin de Produccin
Cobb-Douglas") subtitle("Produccin Marginal en relacin
144
Capital") note("Econ. Orlando Torres")

72
twoway qfit PTHMy HMaquina, ytitle(Produccin Total
(Miles S/)) xline(2725) title("Funcin de Produccin CobbDouglas") subtitle("Produccin Total en relacin Horas
Mquina") note("Econ. Orlando Torres")

1000
500
1500
Produccin Total en relacin Horas Mquina
1000
2000
Horas Maquina
(Miles)
Funcin de Produccin
Cobb-Douglas
3000
Econ.Orlando Torres
Produccin Marginal en relacin Horas Mquina

0
1
2
PMg PT / L 22.964148.K 0.5302345 .L0.5903093 2 .PmeL
-1
2,725
0
Econ.Orlando Torres
1000
2000
3000
twoway qfit PMghm HMaquina, ytitle(Produccin Total

(Miles S/)) yline(0) xline(2725) title("Funcin de Produccin
Cobb-Douglas") subtitle("Produccin Marginal en relacin
145
Horas Mquina") note("Econ. Orlando Torres")

FUNCIONES DE PRODUCCIN COMUNES ESC
MODELO DE ELASTICIDAD DE SUSTITUCIN CONSTANTE (ESC)

La funcin de Elasticidad de Sustitucin Constante (ESC) entre los factores de produccin surgi
como una necesidad de contar con un tipo de funcin que permita contrastar la sustitucin entre
factores productivos[1]. Por el ao de 1961, K. Arrow, H. Chenery, B. Minhas y Solow[2] dan origen a
la funcin de produccin con elasticidad de sustitucin constante, pero en la cual el valor de sta
puede ser distinto a uno. La expresin que define esta funcin es:
QAQP 0 Ki P 1 .Li P
V
P
ei
Donde:
0
=
Es el parmetro de escala o de eficiencia tecnolgica
K
=
Factor de produccin (Capital)
L
=
Factor de produccin (Trabajo)
=
Es el parmetro de la distribucin; es decir, seala el
grado de intensidad de uso del Capital (K) en el producto (Produccin)
P
=
Es el valor de la elasticidad de sustitucin (constante) y no
tiene reciproco en caso de Cobb Douglas.
V
=
Si V = 1, la funcin es de retorno a escala constante
Segura, J (1969) Estimacin de una funcin de produccin Pg. 43
K. J. Arrow: Capital Labor Substitution and Economic Efficiency, Review of Economics and Statistics, agosto 1961 Tomado del
Libro Teora Econmica de Folke Kafka
[[1]
[2]
146

73
MODELO DE ELASTICIDAD DE SUSTITUCIN CONSTANTE (ESC)

xi: reg PTLn HMLn CapLn CLn_HMLn2
Ln Y = 3.8575 + 0.22078 LnHM + 0.715797 LnCap - 0.044072 (LnHM LnCap) + ei

B0 La Produccin Total en promedio de los 55 Distritos Agrcolas de AQP es del 4.026 % S/. 56052,402
B1HM La elasticidad Produccin/H Mquina es de 0.41; es decir, aun incremento de 1 hora ms de maquinaria, la produccin se
incrementa en 0.41 %
B2Cap La elasticidad Produccin/ Capital es de 0.53; es decir, si se invierte S/. 1,000 ms de Capital, la produccin aumenta
aproximadamente 0.53 %
147

MODELO DE ELASTICIDAD DE SUSTITUCIN CONSTANTE (ESC), es:
Ln Y = 3.8575 + 0.715797 LnCap + 0.22078 LnHM - 0.044072 (LnCap LnHM) + ei
QAQP 51 0 Ki P 1 .Li P
Donde:
V
P
ei
B0, , P y V = son parmetros que miden la eficiencia, la distribucin, las posibilidades de

sustitucin y los retornos a escala
0 = (2.7182818^3.85753) = 47.348255
1
Alfa = (0.7157975/(.7157975+.2207811)) = 0.76426848
1 2
2. 3 1 2
1 . 2
P=((-2*(-.0440718))*(.7157975+.2207811))/(.7157975*.2207811) = 0.52237567
Guarda una estrecha relacin con la elasticidad de sustitucin = 1/(1+P)
(1/(1+P)) = 0.65686808 (uso de K en la Produccin)

1 P
V = 1 + 2 = 0.9365786
> 1 Existe rendimiento creciente de escala

= 1 Existe rendimiento constante de escala
< 1 Existe rendimiento decreciente de escala
QAQP 47.348. 0.23573.Ki 0.522375 1 0.23573 .HM i 0.522375
0.9365786
0.522375
ei
148

74
ECONOMETRA:
ESTABILIDAD ESTRUCTURAL O PARAMTRICA
149
ECONOMETRA: ESTABILIDAD ESTRUCTURAL O PARAMTRICA
ESTABILIDAD ESTRUCTURAL O PARAMTRICA

Las regresiones que involucran series de tiempo:
Por cambio estructural se quiere decir que los valores de los parmetros del modelo
no permanecen constantes a lo largo de todo el periodo.
A veces el cambio estructural se pueda deber a fuerzas externas.
Muchas veces sucede que hay un cambio estructural en la relacin entre la variable
Dependiente o regresada (Y) y las Independientes o regresadas.
Ejemplos:
El embargo petrolero impuesto por la OPEP en 1973 y 1979
La guerra del Golfo en 1990 1991
Debido a cambios en las polticas como la transformacin de un sistema de
tasa de cambio fija a otra de tasa flexible, all por el ao 1973
Por acciones tomadas por el Congreso o por el Presidente
150

75
Cmo saber que de verdad ocurri un cambio estructural?

Para ser especficos, consideremos los datos sobre el PBI real (Var %) y la Inversin Bruta Fija Privada (Var %),
para el Per desde el primer trimestre de 1980 hasta el cuarto trimestre del 2012 (Fuente: BCRP).
Estimar la funcin economtrica que relacione PBI real (Y) con la IBFP real (X).
Como tenemos los datos se puede calcular una regresin por MCO de Y sobre X. Pero, al hacerlo, afirmamos que
la relacin entre PBI real y la IBFP real no cambio mucho durante el lapso de 132 trimestres o 33 aos.
ste tal vez sea un supuesto difcil de creer. Por ejemplo, se sabe muy bien que en la dcada del 80 el Per vivi
una economa no estable, una inflacin que super los tres dgitos; esto agudizndose mucho ms en la dcada del
90 que la inflacin super los cuatro dgitos; es decir, el Per experiment su peor recesin econmica, con
terrorismo, estanflacin, las tasas de desempleo crecientes.
Sucesos como stos perturbaron la relacin entre PBI real y la IBFP real.
Para saber si lo anterior sucedi, dividamos la muestra en dos periodos: 1980Q1 1990Q4 y 1991Q1 2012Q4,
antes y despus de la recesin de la dcada del 90.
Ahora tenemos tres posibles regresiones:
Periodo 1980Q1 1990Q4:
Yt = B0 + B1.Xt + et
n1 = 44
(1)
Yt = B0 + B1.Xt + et
n2 = 88
(2)
Yt = B0 +B1.Xt + et
n = (n1 + n2) = 132
(3)
La regresin (3) supone que no hay diferencia entre los dos periodos, y por tanto estima la relacin entre PBI real
y la IBFP real para la totalidad del periodo, que consiste en 132 observaciones.
En otras palabras, esta regresin supone que el intercepto, as como el coeficiente de la pendiente, permanecen
constantes durante todo el periodo; es decir, no hay cambio estructural. Si sta fuera la situacin, entonces todos
los B0 seran iguales.
151

Per: Producto Bruto Interno 1980Q1 2012Q4

Valores a precios constantes de 1994 (nuevos soles)
Presidentes Aos/T
Belande Terry 80T1
Belande Terry 80T2
Belande Terry 80T3
Belande Terry 80T4
Belande Terry 81T1
Belande Terry 81T2
Belande Terry 81T3
Belande Terry 81T4
Belande Terry 82T1
Belande Terry 82T2
Belande Terry 82T3
Belande Terry 82T4
Belande Terry 83T1
Belande Terry 83T2
Belande Terry 83T3
Belande Terry 83T4
Belande Terry 84T1
Belande Terry 84T2
Belande Terry 84T3
Belande Terry 84T4
Belande Terry 85T1
Belande Terry 85T2
Garca Prez 85T3
Garca Prez 85T4
Garca Prez 86T1
Garca Prez 86T2
Garca Prez 86T3
Garca Prez 86T4
Garca Prez 87T1
Garca Prez 87T2
Garca Prez 87T3
Garca Prez 87T4
Garca Prez 88T1
PBI real
Var(%)
PBIreal
7.09328
7.18252
5.84581
10.3592
7.24994
6.30499
6.18906
2.58398
3.60374
0.66511
-2.5781
-2.4047
-8.8967
-10.192
-9.8297
-8.3934
-2.3734
2.23156
6.3415
8.36052
11.072
5.01854
-1.5658
-4.3528
-0.7323
9.47782
17.9236
21.0544
14.4658
6.78947
7.76316
3.55348
-1.2446
IBFPreal
Var(%)
Variables Dummy
IBFPreal D1 D2 D3
D4 DM
19.9203 1 0 0
0
0
43.9572 0 1 0
0
0
16.8474 0 0 1
0
0
45.3295 0 0 0
1
0
39.7997 1 0 0
0
0
3.87194 0 1 0
0
0
18.463 0 0 1
0
0
14.7772 0 0 0
1
0
7.71546 1 0 0
0
0
3.47069 0 1 0
0
0
-5.65 0 0 1
0
0
-30.845 0 0 0
1
0
-38.201 1 0 0
0
0
-45.579 0 1 0
0
0
-35.686 0 0 1
0
0
-33.711 0 0 0
1
0
-7.8739 1 0 0
0
0
-7.1795 0 1 0
0
0
-7.9772 0 0 1
0
0
-4.1181 0 0 0
1
0
-22.966 1 0 0
0
0
9.40398 0 1 0
0
0
-14.922 0 0 1
0
0
-13.704 0 0 0
1
0
10.9794 1 0 0
0
0
40.9944 0 1 0
0
0
32.3255 0 0 1
0
0
75.3391 0 0 0
1
0
59.3979 1 0 0
0
0
3.62693 0 1 0
0
0
50.2622 0 0 1
0
0
6.66609 0 0 0
1
0
-0.5624 1 0 0
0
0
Presidentes Aos/T
Garca Prez 88T2
Garca Prez 88T3
Garca Prez 88T4
Garca Prez 89T1
Garca Prez 89T2
Garca Prez 89T3
Garca Prez 89T4
Garca Prez 90T1
Garca Prez 90T2
Fujimori Fujimori 90T3
PBI real IBFPreal

Var(%) Var(%)
Variables Dummy
PBIreal IBFPreal D1 D2 D3
D4 DM
-3.4187 2.26898 0 1 0
0
0
-10.778
-12.834 0 0 1
0
0
-20.626
-24.799 0 0 0
1
0
-20.945
-36.924 1 0 0
0
0
-20.168
-42.613 0 1 0
0
0
-13.438
-20.742 0 0 1
0
0
2.16387 28.7217 0 0 0
1
0
14.7308 43.3544 1 0 0
0
0
1.01318 68.8421 0 1 0
0
0
-16.007
-6.4912 0 0 1
0
0
-16.465
-25.511 0 0 0
1
0
-10.363
-20.53 1 0 0
0
1
-0.4149
-13.535 0 1 0
0
1
16.1074 23.5268 0 0 1
0
1
5.65901 20.0117 0 0 0
1
1
6.35868 21.9069 1 0 0
0
1
-1.8161
-4.3733 0 1 0
0
1
-6.5152
-14.177 0 0 1
0
1
0.84353
-15.419 0 0 0
1
1
-0.7003
-14.324 1 0 0
0
1
5.16763 2.20911 0 1 0
0
1
9.9519 14.8194 0 0 1
0
1
4.86158
41.69 0 0 0
1
1
11.5581 33.4318 1 0 0
0
1
13.2687 32.7857 0 1 0
0
1
11.6349 41.1258 0 0 1
0
1
14.7162 47.2135 0 0 0
1
1
11.7599 43.6666 1 0 0
0
1
11.0667 41.8609 0 1 0
0
1
8.62782 24.0234 0 0 1
0
1
3.29069 8.01671 0 0 0
1
1
0.25546
-5.2813 1 0 0
0
1
2.55259
-1.877 0 1 0
0
1
Presidentes
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Fujimori Fujimori
Valentn Paniagua
Valentn Paniagua
Valentn Paniagua
Valentn Paniagua
Valentn Paniagua
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Aos/T
96T3
96T4
97T1
97T2
97T3
97T4
98T1
98T2
98T3
98T4
99T1
99T2
99T3
99T4
00T1
00T2
00T3
00T4
01T1
01T2
01T3
01T4
02T1
02T2
02T3
02T4
03T1
03T2
03T3
03T4
04T1
04T2
04T3
PBI real IBFPreal

Var(%) Var(%) Variables Dummy
PBIreal IBFPreal D1 D2 D3 D4 DM
1.588
-3.404 0 0 1 0
1
5.63602 1.66332 0 0 0 1
1
5.85935 17.5238 1 0 0 0
1
7.49349 11.8079 0 1 0 0
1
6.96614
17.434 0 0 1 0
1
7.04517 17.1191 0 0 0 1
1
2.44151 5.57796 1 0 0 0
1
-2.6806 3.43467 0 1 0 0
1
-0.2917
-2.5578 0 0 1 0
1
-1.7519
-14.455 0 0 0 1
1
-1.3395
-19.79 1 0 0 0
1
1.27096
-20.414 0 1 0 0
1
0.14617
-18.276 0 0 1 0
1
3.46095
-1.3852 0 0 0 1
1
7.20507 5.96904 1 0 0 0
1
5.82406 0.80419 0 1 0 0
1
1.79398
-3.4252 0 0 1 0
1
-2.7462
-9.2133 0 0 0 1
1
-4.2339
-4.9763 1 0 0 0
1
-1.1831
-6.4834 0 1 0 0
1
1.84194
-3.4306 0 0 1 0
1
4.61724
-3.7568 0 0 0 1
1
3.29122
-6.4176 1 0 0 0
1
6.49244
-0.5384 0 1 0 0
1
5.3195 3.83019 0 0 1 0
1
4.77634 4.09705 0 0 0 1
1
6.70287 8.18852 1 0 0 0
1
4.54752 6.18945 0 1 0 0
1
2.65597
7.3922 0 0 1 0
1
2.41756
3.5607 0 0 0 1
1
4.15889 6.54495 1 0 0 0
1
3.16814 10.3063 0 1 0 0
1
4.89999 5.45871 0 0 1 0
1
Presidentes
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Toledo Manrique
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Garca Prez
Humala Tasso
Humala Tasso
Humala Tasso
Humala Tasso
Humala Tasso
Humala Tasso
Humala Tasso
Aos/T
04T4
05T1
05T2
05T3
05T4
06T1
06T2
06T3
06T4
07T1
07T2
07T3
07T4
08T1
08T2
08T3
08T4
09T1
09T2
09T3
09T4
10T1
10T2
10T3
10T4
11T1
11T2
11T3
11T4
12T1
12T2
12T3
12T4
PBI real IBFPreal

Var(%) Var(%) Variables Dummy
PBIreal IBFPreal D1 D2 D3 D4 DM
7.77814 10.1922 0 0 0 1
1
6.03903 4.92307 1 0 0 0
1
6.82983
10.848 0 1 0 0
1
6.74922 14.5471 0 0 1 0
1
7.61837 17.1655 0 0 0 1
1
7.66597 24.2637 1 0 0 0
1
5.82821 17.5874 0 1 0 0
1
8.71232 16.6771 0 0 1 0
1
8.85184
21.927 0 0 0 1
1
8.58223 19.1156 1 0 0 0
1
8.17641 23.9476 0 1 0 0
1
8.99033 29.4395 0 0 1 0
1
9.84006 20.8371 0 0 0 1
1
10.2921 20.1265 1 0 0 0
1
11.6983
34.169 0 1 0 0
1
10.8876 28.1639 0 0 1 0
1
6.49982 21.2787 0 0 0 1
1
1.90087 1.81876 1 0 0 0
1
-1.1985
-20.797 0 1 0 0
1
-0.5876
-21.969 0 0 1 0
1
3.44393
-16.604 0 0 0 1
1
6.16227 11.5358 1 0 0 0
1
10.0221 24.5155 0 1 0 0
1
9.60091 28.6076 0 0 1 0
1
9.20305 24.2217 0 0 0 1
1
8.81753 15.3539 1 0 0 0
1
6.87468 16.0211 0 1 0 0
1
6.69095 8.46181 0 0 1 0
1
5.49046 7.75066 0 0 0 1
1
6.01845 13.1939 1 0 0 0
1
6.40398
13.506 0 1 0 0
1
6.76812 15.9443 0 0 1 0
1
5.92102 11.8136 0 0 0 1
1
Fuente: BCRP, INEI y Ministerios de Agricultura, Energa y Minas y de la Produccin Menora 2012
152

76
ESTABILIDAD ESTRUCTURAL
tabstat PBIreal, s(n sum min mean max sd) by(Presidente)
tabstat IBFPreal, s(n sum min mean max sd) by(Presidente)
153


Determinar si las series son estacionarias
dfuller PBIreal, lags(1) trend
dfuller IBFPreal, lags(1) trend
twoway (tsline PBIreal IBFPreal), title("Modelos Economtricos:Pruebas Estabilidad Estructural") subtitle("PBIreal y IBFPreal
series de tiempo Estacionarias") note("Econ. Orlando Torres")
Modelos Economtricos:Pruebas Estabilidad Estructural
-50
50
100
PBIreal y IBFPreal series de tiempo Estacionarias
1980q1
1990q1
2000q1
2010q1
Aos/Trimestres
PBI real (Var % trimestre)
Inversin Bruta F Privada real (Var %)
154

77

list PBIreal if Aos==1990
sc PBIreal IBFPreal, mlabel(Aos) xline(-25.511) title("Modelos Economtricos:Pruebas Estabilidad Estructural")
subtitle("1990Q4 Quiebre Estructural de las series PBIreal y IBFPreal") note("Econ. Orlando Torres")

1990Q4 Quiebre Estructural de las series PBIreal y IBFPreal
20
1986q4
tabstat PBIreal IBFPreal, statistics(n mean

sum variance sd cv skewness kurtosis min
max)

0
-10
10
1986q3
1991q3
1990q1
1994q4 1987q1
1994q2
1995q1
2008q2
1994q3
1994q1
1985q1
1995q2
2008q3
1980q4
2008q1
2010q2
1993q3
2007q4
2010q3
1986q2
2010q4
2007q3
2006q4
2011q1
2006q3
1995q3
2007q1
1984q4 2004q4
2007q2
1987q3
2006q1 1981q1
2005q4
1997q2
2000q1
1980q2
1980q1
1997q4
1997q3
2011q2
2005q2
1987q2
2005q3
2012q3
2003q1
2011q3
2002q2
2008q4
2012q2
1992q1
1984q3
1981q2
2010q1
1981q3
2005q1
2012q1
2012q4
1997q1
2000q2
1980q3
2006q2
1991q4
1996q4
2011q4
2002q3
1993q2
1985q2
2004q3
1993q4
2002q4
2001q4
2003q2
2004q1
1982q1
1987q4
2009q4
1999q4
2002q1
1995q4
2004q2
2003q3
1996q2
1981q4
1998q1
2003q4
1984q2
1989q4
2009q1
2001q3
2000q3
1996q3
1999q2
1990q2
1992q4
1982q2
1996q1
1999q3
1998q3
1991q2
2009q3
1993q1
2009q2
2001q2
1988q11986q1
1999q1
1998q4
1992q2
1982q4 1985q3
1984q1
1982q3
1998q2
2000q4
1988q2
2001q1
1985q4
1992q3
1983q4
1983q1
1983q3 1991q1
1983q2
1988q3
1989q3
-20
1990q4
1990q3
1989q2
1989q11988q4
-50
0
50
100
155

graph matrix PBIreal IBFPreal, half title("Modelos Economtricos:Pruebas Estabilidad Estructural")
subtitle("1990Q4 Quiebre Estructural de las series PBIreal y IBFPreal") note("Econ. Orlando Torres")

PBI real
(Var %
trimestre)
PBI real
(Var %
trimestre)
100
Inversin
Bruta F
Privada
real (Var
%)
50
0
-50
4
100
Inversin
Bruta F
Privada
real (Var
%)
50
0
-50
Log N
PBIreal
0
-2
4
Log N
IBFPreal
2
0
-20
20
-20
0
20-50
50
100
-2
graph matrix PBIreal IBFPreal LnPBIr LnIBFPr, half title("Modelos Economtricos:Pruebas Estabilidad
Estructural") subtitle("1990Q4 Quiebre Estructural de las series PBIreal y IBFPreal") note("Econ. Orlando Torres")
156

78
ESTABILIDAD ESTRUCTURAL: REGRESIN POR TRAMOS
gen t=_n
xi: reg PBIreal IBFPreal if t>=1&t<45
PBI real = 0.864037 + 0.253781.IBFPreal + et
n1 = 44 (1)

B0 EL PBI real constante del periodo 1980Q1 1990Q4, seala una disminucin del 0.86 % || No es
significativo
B1IBFP La IBFP real es del 0.254%; es decir, aun incremento del 1% ms IBFP, el PBI real se incrementa en
0.254 %
180
157


twoway scatter PBIreal IBFPreal if t>=1&t<45||lfit PBIreal IBFPreal if t>=1&t<45, title("Modelos
Economtricos:Pruebas Estabilidad Estructural") subtitle("Regresin:1980Q1 a 1990Q4 de las series PBIreal y
IBFPreal") note("Econ. Orlando Torres")
Regresin:1980Q1 a 1990Q4 de las series PBIreal y IBFPreal
20
20
Garca Prez
Garca Prez
Garca Prez Garca Prez
Belande Terry
Garca Prez
Belande Terry
Garca
Prez
Terry
Belande
Terry
Belande Terry Belande
Prez
Belande Garca
Terry
Belande
Terry
BelandeTerry
Terry
Belande
Belande Terry
Belande
Terry
Garca
Prez
Belande Terry
Belande Terry
Garca Prez
Belande Terry
Garca Prez
Prez
GarcaBelande
PrezGarca
Terry
Belande Terry
Belande
Terry
Garca Prez
Garca Prez
-10
-10
10
10
Belande Terry
Belande
Terry
Belande
Terry
Terry
BelandeBelande
Terry
Garca Prez
Garca Prez
Garca Prez
-20
-20
Fujimori FujimoriFujimori Fujimori
-50
0
50
Fitted values
Garca
PrezPrez
Garca Prez
Garca
-50 100
0
50
100
Fitted values
twoway (scatter PBIreal IBFPreal if t>=1&t<45, mlabel(Presidente))||lfit PBIreal IBFPreal if t>=1&t<45,

title("Modelos Economtricos:Pruebas Estabilidad Estructural") subtitle("Regresin:1980Q1 a 1990Q4 de las
series PBIreal y IBFPreal") note("Econ. Orlando Torres")
158

79

xi: reg PBIreal IBFPreal if t>=45
PBI real = 2.9064 + 0.24198.IBFP real + et
n2 = 88
(2)

B0 EL PBI real constante del periodo 1991Q1 2012Q4, es del 2.91 % || Es muy significativo
0.242 %
159


twoway scatter PBIreal IBFPreal if t>=45||lfit PBIreal IBFPreal if t>=45, ytitle(PBI real %) title("Modelos
Economtricos:Pruebas Estabilidad Estructural") subtitle("1991Q1 a 2012Q4 de las series PBIreal y IBFPreal")
1991Q1 a 2012Q4 de las series PBIreal y IBFPreal
1991Q1 a 2012Q4 de las series PBIreal y IBFPreal
15
15
Fujimori Fujimori
Fujimori Fujimori
10
10
PBI real %
0
5
PBI real %
0
5
-5
-5
Fujimori Fujimori
Fujimori
Fujimori
Garca Prez
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori Fujimori
Garca Prez
Prez
Garca
Prez Prez
FujimoriGarca
Fujimori
Garca
Prez
Garca
Garca
Prez
Garca
Prez
Garca
Prez
Garca
Prez
Garca
Prez
Fujimori
Fujimori
Garca
Prez
Garca
Prez
Toledo
Manrique
Toledo Manrique
Toledo
Fujimori
FujimoriManrique
FujimoriToledo
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Manrique
Humala
Tasso
Toledo
Manrique
Toledo
HumalaManrique
Tasso
Toledo Manrique
Garca
Prez
Humala
Tasso
Fujimori
Fujimori
Garca
Prez
Toledo
Manrique
Humala
Tasso
Humala
Fujimori
Toledo
Manrique
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Humala
Tasso Tasso
Toledo
Manrique
Fujimori
Fujimori
Toledo
Manrique
Fujimori Fujimori
Toledo
Manrique
Toledo Manrique
Toledo
Toledo Manrique
Manrique
Garca Prez Toledo Manrique
Fujimori Fujimori
Fujimori
Fujimori
Toledo
Manrique
Toledo
Manrique
Fujimori Toledo
Fujimori
Fujimori
Fujimori
Manrique
Garca
Prez
Valentn
Paniagua
Fujimori
Fujimori
FujimoriFujimori
FujimoriFujimori
Fujimori
Fujimori
Fujimori Fujimori
FujimoriFujimori
FujimoriFujimori Fujimori
Garca Prez
Fujimori
Garca
Prez
Valentn Paniagua
Fujimori
FujimoriFujimori
Fujimori
Fujimori Fujimori
Valentn Paniagua Fujimori Fujimori
Valentn Paniagua
-10
-10
Fujimori Fujimori
-20
0
20
40
Fitted values
Fujimori Fujimori
-2060
0
20
40
60
Fitted values
twoway (scatter PBIreal IBFPreal if t>=45, mlabel(Presidente))||lfit PBIreal IBFPreal if t>=45, ytitle(PBI real %)
title("Modelos Economtricos:Pruebas Estabilidad Estructural") subtitle("1991Q1 a 2012Q4 de las series PBIreal
y IBFPreal") note("Econ. Orlando Torres")
160

80

xi: reg PBIreal IBFPreal
n = (n1 + n2) = 132
(3)

B0 EL PBI real constante del periodo 1980Q1 2012Q4, es del 1.56 % || Es muy significativo
0.257 %
161


twoway scatter PBIreal IBFPreal ||(lfit PBIreal IBFPreal), ytitle(PBI real %) title("Modelos
-10
-10
-20
-20
PBI real %
0
10
PBI real %
0
10
20
20
Garca Prez
Garca Prez
Fujimori Fujimori
Garca
Fujimori
Prez
Fujimori
Garca Prez
Fujimori Fujimori
Fujimori
Fujimori
GarcaFujimori
Prez
Fujimori
Fujimori
Belande Terry
Fujimori
Fujimori
Garca
Prez
Belande
Terry
Garca
Prez
Garca
Prez
Fujimori
Fujimori
Garca
Prez
Garca
Prez
Garca Prez
Garca
Prez
Garca
Prez
Garca
Prez
Garca
Prez
Garca
Prez
Fujimori
Fujimori
Garca
Prez
Belande Terry
Garca
Prez
Toledo
Manrique
Garca
Prez
Toledo
Manrique
Toledo
Manrique
Fujimori
Fujimori
Belande
Terry
Fujimori
Fujimori
Belande
Terry
Belande
Terry
Fujimori
Fujimori
Fujimori
Fujimori
Toledo
Manrique
Garca
Prez
Toledo
Humala
Manrique
Tasso
Toledo
Humala
Manrique
Tasso
Toledo
Manrique
Garca
Prez
Belande
Terry
Humala
Fujimori
Tasso
Fujimori
Belande
Terry
Garca
Belande
Prez
Terry
Toledo
Manrique
Humala
Tasso
Humala
Tasso
Belande
Fujimori
Fujimori
Terry
Fujimori
Fujimori
Toledo
Fujimori
Fujimori
Fujimori
Fujimori
Humala
Tasso
Toledo
Manrique
Fujimori
Fujimori
Belande
TerryManrique
Toledo
Manrique
Fujimori Fujimori
Toledo
Manrique
Toledo
Manrique
Toledo
Manrique
Toledo
Manrique
Belande
Terry
Garca
Prez
Fujimori
Fujimori
Garca Prez
Toledo
Manrique
Fujimori
Fujimori
Toledo
Manrique
Toledo
Manrique
Belande
Terry
Fujimori
Fujimori
Fujimori
Fujimori
Toledo
Manrique
Belande
Terry
Garca Prez
Garca
Prez
Valentn
Paniagua
Fujimori
Fujimori
Fujimori
Fujimori
Garca Prez
Fujimori
Fujimori
Belande
Terry
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Garca
Prez
Fujimori
Fujimori
Garca Prez
Garca
Prez
Valentn
Paniagua
Garca
Prez
Fujimori
Fujimori
Garca
Prez
Fujimori
Fujimori
Fujimori
Belande
Terry
Belande Terry
Belande
Terry Fujimori
Fujimori
Valentn
Paniagua
Garca
Prez
Garca Valentn
Prez Paniagua
Fujimori Fujimori
Belande
Terry
Belande
Terry
Belande
Belande
Terry Terry
Fujimori
Fujimori
Garca
Prez
Garca Prez
-50
0
50
Fitted values
Garca
PrezPrez
Garca Prez
Garca
-50 100
0
50
100
Fitted values
twoway (scatter PBIreal IBFPreal, mlabel(Presidente))||(lfit PBIreal IBFPreal), ytitle(PBI real %) title("Modelos
162

81

twoway scatter PBIreal IBFPreal if t>=1&t<45||(lfit PBIreal IBFPreal if t>=1&t<45)||(lfit PBIreal IBFPreal if t>=45)||scatter PBIreal
IBFPreal if t>=45, ytitle(PBI real %) title("Modelos Economtricos:Pruebas Estabilidad Estructural") subtitle("Regresin:1980Q1 a
1990Q4/1991Q1 a 2012Q4 PBIreal y IBFPreal") note("Econ. Orlando Torres")

Pruebas Estabilidad Estructural Pruebas Estabilidad Estructural
Regresin:1980Q1 a 1990Q4/1991Q1 a 2012Q4 PBIreal y IBFPreal
0
-20
-20
-10
-10
PBI real %
10
PBI real %
0
10
20
20
-50
0
50
Fitted values
-50
100
50
100 -50
50
100
Fitted values
Fitted values
Graphs by V D Periodo de Gestin
scatter PBIreal IBFPreal ||lfit PBIreal IBFPreal, by(Dm) ytitle(PBI real %) title("Pruebas Estabilidad
Estructural") note("Econ. Orlando Torres")
163


gen t=_n
xi: reg PBIreal IBFPreal if t>=1&t<45
estimates store MCO90Q4
xi: reg PBIreal IBFPreal if t>=45
estimates store MCO12Q4
xi: reg PBIreal IBFPreal
estimates store MCOT
estimates table MCO90Q4 MCO12Q4 MCOT, b(%7.4f)
se(%7.4f) t(%8.0g) p(%7.4f) stfmt(%7.4g) stats(N r2 r2_a
rss mss aic bic F)
======================================
PRUEBA DE CHOW
SCRNR = SCR1 + SCR2 con gl = (n1 + n2 -2k)
scalar SCRnr=(1899.96977+546.077034)
scalar gl=(44+88-(2*2))
SCRR SCRNR / k
F
scalar list SCRnr gl

SCRNR / n1 n2 2k
scalar F=((2842.54534-2446.0468)/2)/((2446.0468)/128)
scalar list F
//10.374252 VC = F2,128 = 3.07
=======================================
Ho: No existe cambio estructural en las series para el periodo 1980Q1 2012Q4
Rechazamos la hiptesis nula (H0).
La prueba Chow, apoya la conjetura de que la relacin PBI real IBFP real sufri un cambio estructural en Per
en el periodo 1980Q1 2012Q4.
164
Podemos extender los periodos por gobiernos y proceder con la metodologa.

82

ADVERTENCIAS A LA PRUEBA DE CHOW
1.
2.
3.
Las suposiciones subyacentes en la prueba deben satisfacerse. Por ejemplo, se debe averiguar si las varianzas de
los errores en las regresiones 01 y 02 son las mismas.
La prueba de Chow dir slo si las dos regresiones 01 y 02 son diferentes, pero no sealar si la diferencia se
debe a las intersecciones o a las pendientes, o a ambas.
La prueba de Chow supone que se conoce(n) el (los) punto(s) de ruptura estructural. En el ejemplo, se supuso
que se dio en 1990Q4. No obstante, si no es posible determinar cundo ocurri en verdad el cambio estructural.
Examinemos una de las suposiciones implcitas en dicha prueba de Chow.

Que las varianzas de los errores en los dos periodos son las mismas:
2
1
F
2
SRC1
1,899.96977
45.2373765
1
44 2
n1 2
SRC1 2 2 546.077034 6.349733
88 2
n2 2
45.2373765
7.124296
6.349733
Nota: por convencin, se coloca la ms grande de las varianzas estimadas en el numerador luego de calcula F
165


1. PLANTEAMIENTO DE HIPTESIS:
PRUEBA PARAMTRICA
Ho = 0 Las Varianzas del primer y segundo periodo son iguales
Ha 0 Las Varianzas del primer y segundo periodo NO son iguales
1% 0.01
3. ESTADSTICO DE PRUEBA: F
4. REGLA DE DECISIN
n2 2 = 44 - 2
=
42
Grados Libertad para el numerador
n1 - 2 = 88 2
=
86
Grados libertad para el denominador
VALOR TABLA:
F 42,86 = 5% 1.50 y 1% 1.76 Valor Critico
1.50 y 1.76
Nota: por convencin, se coloca la ms grande de las varianzas estimadas en el numerador luego de calcula F
45.2373765
7.124296
6.349733
CONCLUSIN:
-Rechazamos la hiptesis nula (H0) al 5%.- Las varianzas del primer y segundo periodo No son iguales
-No debemos utilizar la prueba Chow
-La prueba de Chow es sensible a la eleccin del tiempo.
166

83
LA VARIABLE DICTOMA
ALTERNATIVA A LA PRUEBA CHOW
167
ANLISIS ESTRUCTURAL y Las VARIABLE DICOTOMA
ANLISIS ESTRUCTURAL: REGRESIN POR SEGMENTOS

LA REGRESIN ESPURIA Y LA VARIABLE DICTOMA
En estadstica, una relacin espuria (o, a veces, correlacin espuria) es una relacin matemtica en la cual dos
acontecimientos no tienen conexin lgica, aunque se puede implicar que la tienen debido a un tercer factor no
considerado an (llamado "factor de confusin" o "variable escondida"). La relacin espuria da la impresin de
la existencia de un vnculo apreciable entre dos grupos que es invlido cuando se examina objetivamente. (hijo
Espurio o bastardo = Hijo fuera de matrimonio)
En la prctica, se deben cumplir tres condiciones para poder concluir que X causa Y, directa o indirectamente:
X debe preceder a Y.
Y no debe ocurrir cuando X no ocurre.
Y debe ocurrir cada vez que X ocurra.
Las relaciones espurias a menudo pueden ser identificadas considerando que cualquiera de estas condiciones
ha sido violada.
Un ejemplo de una relacin espuria puede ser ilustrado examinando las ventas de helados de una ciudad. stas
son ms altas cuando la tasa de sofocamientos es mayor. Sostener que la venta de helados causa los
sofocamientos sera implicar una relacin espuria entre las dos. En realidad, una ola de calor puede haber
causado ambas. La ola de calor es un ejemplo de variable escondida.
168

84
CLASES DE VARIABLES CUALITATIVAS

Cualitativas
Cualitativas
Dicotmicas-binarias
Nominales
Sexo: masculino o femenino.
Status de empleo: empleado o desempleado.
Dicotmicas (sexo)
Policotmicas (grupo sanguneo) Ordinales
Nivel socioeconmico: alto, medio o bajo.
Variables no ordenadas
Nominales
Variables ordenadas
Sitio de residencia: centro, sur, norte, este, oeste
Variables secuenciales
Estado civil: soltero, casado, viudo, divorciado,
unin libre
Ordinales (escala de gravedad en
Cuantitativas
asma)
Discretas
Cuantitativas
Nmero de hijos: 1,2,3,4.
Discretas (nmero de cigarrillos)
Continuas
Continuas (peso)
Nivel de glucosa en sangre: 110 mg/dl, 145 mg/dl.
169


PRECAUCIN EN EL USO DE LAS VARIABLES DICTOMAS
trampa de la variable dictoma

Colinealidad perfecta
Agregar (m-1) variables dictomas
m categoras en una variable cualitativa
El nmero de variables dictomas introducidas
para cada regresora cualitativa
categora a la que no se asigna variable dictoma debe ser una menor que las categoras de esa variable
Categora base, categora de comparacin, de
coeficientes de la interseccin interlineal
control, de referencia u omitida
MODELOS ANOVA
CON DOS VARIABLES CUALITATIVAS
Anlisis del modelo ANOVA con dos variables cualitativas

REGRESIN CON UNA MUESTRA DE REGRESORAS
CUANTITATIVAS Y CUALITATIVAS:
LOS MODELO ANOVA
Modelos de anlisis de covarianza (ANCOVA)
Modelos de regresin que muestran una mezcla de

variables cuantitativas y cualitativas se llaman
Covariantes o variables de control
170

85

1 =
1 =
1 =
1 =
Iguales orgenes e iguales pendientes

Diferentes orgenes e iguales pendientes
Igual origen diferentes pendientes
Diferentes orgenes y diferentes pendientes
= Regresiones coincidentes
= Regresiones Paralelas
= Regresiones concurrentes
= Regresiones No similares
Gasto
MODELO, es: Yt = 0 + 1 D1 + 1 X1 + 2 (D1 X1) + ei

Gasto
Yt = 0 + 1 X1
Yt = 0 + 1 X1
Yt = (0 + 1 ) + 1 X1
Regresiones Coincidentes
Regresiones Paralelas
Ingreso
Ingreso
Yt = 0 + 1 X1
Gasto
Gasto
0 = 0 y 1 =
0 0 pero 1 =
0 = 0 pero 1
0 0 pero 1
Yt = 0 + 1 X1
Yt = (0 + 1 ) + (1 + 2 )* X1
Yt = (0 + 1 ) + (1 + 2 )* X1
Regresiones No Similares
Regresiones Concurrentes
Ingreso
Ingreso
171

Modelo General, es: Yt = 0 + 1 D1 + 1 X1 + 2 (D1 X1) + ei

Modelo Aditivo, es: Yt = 0 + 1 D1 + 1 X1 + ei
En trminos de esperanza condicional puede interpretarse como:
B0
E Yi | D1i 0 0 1 . X 1 0 1 . X 1
E Yi | D1i 1 0 1 1 . X1 0 1 . X 1
D 0
D 1
La tasa de variacin de Yi, en D1 es siempre superior (B0 > 0) que en las D0 a igualdad de Xi.
Modelo Multiplicativo, es: Yt = 0 + 1 X1 + 2.(D1.X1) + ei
B1
E Yi | D1i 0 0 1 . X 1 0 1 . X 1
E Yi | D1i 1 0 ( 1 2 ) X1 0 1 . X 1
D 0
D 1
Modelo Mixto, es: Yt = 0 + 1 D1 + 1 X1 + 2 (D1 X1) + ei
B1
B0
E Yi | D1i 0 0 1 . X 1 0 1 . X 1
D 0
E Yi | D1i 1 0 1 1 2 X1 0 1 . X 1
D 1
172

86

Cmo saber que de verdad ocurri un cambio estructural?
Para ser especficos, consideremos los datos sobre el PBI real (Var %) y la Inversin Bruta Fija Privada (Var %),
para el Per desde el primer trimestre de 1980 hasta el cuarto trimestre del 2012 (Fuente: BCRP).
Estimar la funcin economtrica que relacione PBI real (Y) con la IBFP real (X).
Como tenemos los datos se puede calcular una regresin por MCO de Y sobre X. Pero, al hacerlo, afirmamos que
la relacin entre PBI real y la IBFP real no cambio mucho durante el lapso de 132 trimestres o 33 aos.
ste tal vez sea un supuesto difcil de creer. Por ejemplo, se sabe muy bien que en la dcada del 80 el Per vivi
una economa no estable, una inflacin que super los tres dgitos; esto agudizndose mucho ms en la dcada del
90 que la inflacin super los cuatro dgitos; es decir, el Per experiment su peor recesin econmica, con
terrorismo, estanflacin, las tasas de desempleo crecientes.
Sucesos como stos perturbaron la relacin entre PBI real y la IBFP real.
Para saber si lo anterior sucedi, dividamos la muestra en dos periodos: 1980Q1 1990Q4 y 1991Q1 2012Q4,
antes y despus de la recesin de la dcada del 90.
Ahora tenemos tres posibles regresiones:
Periodo recesin
1980Q1 1990Q4:
Yt = B0 + B1.Xt + et n1 = 44
(1)
Periodo estabilidad 1991Q1 2012Q4:
Yt = B0 + B1.Xt + et n2 = 88
(2)
Periodo
1980Q1 2012Q4:
Yt = B0 +B1.Xt + et n = (n1 + n2) = 132
(3)
La regresin (3) supone que no hay diferencia entre los dos periodos, y por tanto estima la relacin entre PBI real
y la IBFP real para la totalidad del periodo, que consiste en 132 observaciones.
En otras palabras, esta regresin supone que el intercepto, as como el coeficiente de la pendiente, permanecen
constantes durante todo el periodo; es decir, no hay cambio estructural. Si sta fuera la situacin, entonces todos
los B0 seran iguales.
173


MODELO, es: Yt = 0 + 1 D1 + 1 X1 + 2 (D1 X1) + ei
Modelo Aditivo, es: Yt = 0 + 1 D1 + 1 X1 + ei
1 = intercepto diferencial B2 = coeficiente de la pendiente diferencial o alterador de pendiente
Donde:
B0
En trminos de esperanza condicional puede interpretarse como:
E Yi | D1i 0 0 1 . X 1 0 1 . X 1
E Yi | D1i 1 0 1 1 . X1 0 1 . X 1
D 0
D 1
0 si
Dm :
1
t 1990:04: Periodo de Inestabilidad: 1980:01-1990:04 o se produce quiebre estructural

En el resto: Periodo de Estabilidad:1991:01-2012:04 o ausencia de quiebre estructural
xi:reg PBIreal Dm IBFPreal
Periodo econmico
1980Q1 2012Q4: PBI real = - 0.8439 + 3.682371.Dm + 0.2495.IBFP real + et n1 = 132 (3)
Periodo recesin econmica

1980Q1 1990Q4: PBI real = - 0.8439 + 0.2495.IBFP real + et
Periodo estabilidad econmica 1991Q1 2012Q4: PBI real = 2.83838 + 0.2495.IBFP real + et
n1 = 44
n2 = 88
(1)
(2)
174

87

ANLISIS ESTRUCTURAL: REGRESIN POR SEGMENTOS Yt = 0 + 1 D1 + 1 X1 + ei
twoway scatter PBIreal IBFPreal||lfit PBI90T4 IBFPreal||(lfit PBI12T4 IBFPreal), ytitle(PBI real %) title("Anlisis
Estructural y la Variable Dictoma") subtitle("Per: Recesin 1980-1990 y Estabilidad 1991-2012 Econmica")
note("Econ. Orlando Torres") legend(label(2 "Recesin Econmica") label(3 "Estabilidad Econmica"))
Anlisis Estructural y la Variable Dictoma
Estabilidad Estructural y la Variable Dictoma
20
20
PBI real %
0
10
xi:reg PBIreal i.Dm IBFPreal

predict yhatd
separate IBFPreal, by(Dm)
separate yhatd, by(Dm)
-20
-10
-10
PBI real %
0
10
Per: Recesin 1980-1990 y Estabilidad 1991-2012 Econmica Per: Recesin 1980-1990 y Estabilidad 1991-2012 Econmica
-50
0
50
Estabilidad Econmica
-50 100
Recesin Econmica
0
50
yhatd, Dm == 0
PBI real estimado
100
yhatd, Dm == 1
twoway connected yhatd0-yhatd1 IBFPreal, msymbol(none diamond_hollow triangle_hollow square_hollow + circle_hollow x)

msize(medium) clcolor(blue blue) ||(lfit PBIreal IBFPreal, clwidth(thick) clcolor(red)), ytitle(PBI real %) title("Estabilidad Estructural y
la Variable Dictoma") subtitle("Per: Recesin 1980-1990 y Estabilidad 1991-2012 Econmica") note("Econ. Orlando Torres")
175
legend(label(3 "PBI real estimado"))

ANLISIS ESTRUCTURAL: REGRESIN POR SEGMENTOS == Gobernantes

MODELO, es: Yt = 0 + 1 D1 + 1 X1 + ei
xi:reg PBIreal i.Presidente IBFPreal
Belaunde
Fujimori
1980Q1 1990Q4: PBI real = 2.25892 + 0.2626235.IBFP real + et

1980Q1 1990Q4: PBI real = (2.25892 0.713037) = 1.54588 + 0.2626235.IBFP real + et
predict yhat
//Y sombrero
separate IBFPreal, by(Presidente)
separate yhat, by(Presidente)
176

88

ANLISIS ESTRUCTURAL: REGRESIN POR SEGMENTOS Yt = 0 + 1 D1 + 1 X1 + ei
twoway connected yhat1-yhat6 IBFPreal, msymbol(none diamond_hollow triangle_hollow square_hollow +
circle_hollow x) msize(medium) mcolor(black black) ||(lfit PBIreal IBFPreal, clwidth(thick) clcolor(blue)), ytitle(PBI
real %) title("Estabilidad Estructural y la Variable Dictoma") subtitle("Per: Gobiernos 1980Q1 - 2012Q4 PBIreal
y IBFPreal") note("Econ. Orlando Torres") legend(label(7 "Recta Regresin"))
Per: Gobiernos 1980Q1 - 2012Q4 PBIreal y IBFPreal
Per: Gobiernos 1980Q1 - 2012Q4, Distribucin del Error
0
50
yhat, Presidente == Belande Terry
yhat, Presidente == Garca Prez
yhat, Presidente == Toledo Manrique
100
yhat, Presidente == Fujimori Fujimori
-20
-50
-10
-10
Residuals
0
10
PBI real %
0
10
20
20
yhat, Presidente == Humala Tasso

yhat, Presidente == Valentn Paniagua
-10
Recta Regresin
10
20
YEstimada
rvfplot, yline(0) title("Estabilidad Estructural y la Variable Dictoma") subtitle("Per: Gobiernos 1980Q1 2012Q4, Distribucin del Error") note("Econ. Orlando Torres") xtitle(YEstimada)
177


Modelo Multiplicativo, es: Yt = 0 + 1 X1 + 2.(D1.X1) + ei
B1
E Yi | D1i 0 0 1 . X 1 0 1 . X 1
E Yi | D1i 1 0 ( 1 2 ) X1 0 1 . X 1
D 0
D 1
xi: reg PBIreal DmIBFPr IBFPreal


n1 = 44 (1)
n2 = 88 (2)
gen PBIYc0=(1.436575+(.2424752*IBFPreal))
gen PBIYc1=(1.436575+((.0378916+.2424752)*IBFPreal))
178

89

twoway scatter PBIreal IBFPreal||lfit PBIYc0 IBFPreal||lfit PBIYc1 IBFPreal, xline(0) yline(1.44) ytitle(PBI real %) title("Anlisis
Estructural y la Variable Dictoma") subtitle("Per: Recesin 1980-1990 y Estabilidad 1991-2012 Econmica") note("Econ.
Orlando Torres") legend(label(2 "Recesin Econmica") label(3 "Estabilidad Econmica"))
Anlisis Estructural y la Variable Dictoma Pruebas Estabilidad Estructural Pruebas Estabilidad Estructural
Per: Recesin 1980-1990 y Estabilidad 1991-2012 Econmica
-20
0
-20
-10
-10
PBI real %
PBI real %
0
10
10
20
20
-50
-50
0
50
50
100 -50
50
100
Recesin Econmica
Econ.
Orlando Torres
100

Estabilidad Econ.
Inestabilidad Econ.
Graphs by V D Periodo de Gestin
scatter PBIreal IBFPreal ||lfit PBIYc0 IBFPreal||lfit PBIYc1 IBFPreal, by(Dm) ytitle(PBI real %) title("Pruebas Estabilidad
Estructural") note("Econ. Orlando Torres") legend(label(2 "Inestabilidad Econ.")label(3 "Estabilidad Econ."))
179


Modelo Mixto es: Yt = 0 + 1 D1 + 1 X1 + 2 (D1 X1) + ei
Donde: 1 = intercepto diferencial

B2 = coeficiente de la pendiente diferencial o alterador de pendiente
E Yi | D1i 0 0 1 . X 1 0 1 . X 1
D 0
B1
B0
E Yi | D1i 1 0 1 1 2 X1 0 1 . X 1
D 1
xi: reg PBIreal Dm IBFPreal DmIBFPr
PBI real = - 0.8640376 + 3.770484.D1 + 0.2537809.IBFP real 0.0117985(Dm IBFP real) + ei

Periodo recesin econmica
1980Q1 1990Q4: PBI real = - 0.8640376 + 0.25378.IBFP real + et
157
Periodo estabilidad econmica 1991Q1 2012Q4: PBI real = (-0.8640376 + 3.770484) + (0.2537808 0.0117985).IBFP real + et
Periodo estabilidad econmica 1991Q1 2012Q4: PBI real = 2.90645 + 0.2419824.IBFP real + et

n1 = 44 (1)
n2 = 88 (2)
180

90

twoway scatter PBIreal IBFPreal|| lfit PBI8090 IBFPreal||lfit PBI9112 IBFPreal||lfit PBIreal IBFPreal, ytitle(PBIreal Var %)
title("Estabilidad Estructural y la Variable Dictoma") subtitle("Per: Recesin 1980-1990 y Estabilidad 1991-2012 Econmica")
note("Econ. Orlando Torres") legend(label(2 "Inestabilidad Econmica")) legend(label(3 "Estabilidad Econmica")) legend(label(4
"PBIreal Estimado"))
-50
0
50
100
-20
-20
-10
Residuals
0
10
PBIreal Var %
-10
0
10
20
20
Per: Recesin 1980-1990 y Estabilidad 1991-2012 Econmica Per: Recesin 1980-1990 y Estabilidad 1991-2012 Econmica
Inestabilidad Econmica
-10
PBIreal Estimado
0
PBIreal Estimado
10
20
rvfplot, yline(0) title("Estabilidad Estructural y la Variable Dictoma") subtitle("Per: Recesin 1980-1990 y

Estabilidad 1991-2012 Econmica") note("Econ. Orlando Torres") xtitle(PBIreal Estimado)
181


VENTAJAS DE V. DICTOMA RESPECTO A LA PRUEBA CHOW

1.
2.
3.
4.
Slo fue necesaria una regresin, ya que las regresiones individuales pueden derivarse con facilidad a
partir de ella.
La regresin Yt = B0 + B1.D1 + B2.X + B3 (D1.X) + et se utiliza para probar una diversidad de hiptesis.
Por lo tanto, si el coeficiente de la interseccin diferencial B1 es estadsticamente insignificante, se podra
aceptar la hiptesis de que dos regresiones tienen la misma interseccin; es decir, ambas regresiones son
concurrentes. De modo semejante, si el coeficiente de la pendiente diferencial B3 es estadsticamente
insignificante, pero B1 es significante, tal vez no se rechace la hiptesis de que dos regresiones tienen la
misma pendiente; es decir, las dos rectas de regresin son paralelas. La prueba de estabilidad de toda la
regresin (B1 = B3 = 0, de manera simultnea) se lleva a cabo mediante la prueba F usual (recurdese la
prueba F de los MC Restringidos). Si no se rechaza la hiptesis, entonces las rectas de regresin sern
coincidentes.
La prueba CHOW no establece de manera explicita cul coeficiente, interseccin o pendiente es distinto,
o si son diferentes en los periodos. Es decir, se puede tener una prueba de CHOW significativa debido a
que slo la pendiente es diferente o a que slo la interseccin es distinta o porque ambas lo son. En otras
palabras, no se puede saber, mediante la prueba CHOW, cul de las cuatro posibilidades
esquematizadas es la que se tiene en una determinada instancia. A este respecto, el mtodo de la variable
dictoma tiene una clara ventaja, ya que no slo indica si las dos variables son distintas, sino que
tambin destaca la(s)causa(s) de la diferencia; si se debe a la interseccin, a la pendiente o a las dos.
Por ltimo, en vista de que el argumento (es decir, incluir todas las observaciones en una sola regresin)
aumenta los grados de libertad, tal vez mejore la precisin relativa de los parmetros estimados. Por
supuesto, tngase en cuenta que cada inclusin de una variable dictoma consumir un grado de
libertad.
182

91
ANLISIS ESTACIONAL y La VARIABLE DICOTOMA

Las VARIABLES DICOTOMAS y ANLISIS ESTACIONAL
La Regresin
Yt = B1.D1 + B2.D2 + B3 .D3 + B4.D4 + et
xi: reg PBIreal D1 D2 D3 D4, noconst xi: reg PBIreal D1 D2 D3 D4, nocons SIN CONSTANTE
Analizando el Modelo
No consideramos el intercepto
El modelo es: PBI t = 3.7108 D1 + 3.46355 D2 + 3.40622 D3 + 3.43353 D4
Los coeficientes estimados representan el promedio, o media, del PBI en el Per (en Millones de N. S/.) en cada trimestre.
D1 = El PBI en el primer trimestre es de
3.7108 %
D2 = El PBI en el segundo trimestre es de
3.46355 %
D3 = El PBI en el tercer trimestre es de
3.40622 %
D4 = El PBI en el cuarto trimestre es de
3.43353 %
183


La Regresin Yt = B0 + B2.D2 + B3 .D3 + B4.D4 + et
xi: reg PBIreal D2 D3 D4
xi: reg PBIreal D2 D3 D4, noheader CON CONSTANTE
El modelo es: PBI t = 3.710799 - 0.2472523.D2 - 0.3045809.D3 - 0.2772706.D4 + et

Si se aaden los distintos valores de la interseccin diferencial al valor promedio de referencia de 3.710799, se
tendr el valor promedio para los distintos trimestres.
Al desarrollar esto tendremos la ecuacin primognita, esto es:
D1 = 3.710799 D2 =[(3.710799 -0.24725239) = 3.463546] D3 = [(3.710799 -0.3045809) = 3.406218] D4 =[(3.710799
-.2772706 ) = 3.433528]
184

92

xi: reg PBIreal D1 D2 D3 D4, nocons noheader SIN CONSTANTE Yt = B1.D1 + B2.D2 + B3 .D3 + B4.D4 + et
xi: reg PBIreal D2 D3 D4, noheader CON CONSTANTE
Yt = B0 + B2.D2 + B3 .D3 + B4.D4 + et
Al desarrollar esto tendremos la ecuacin primognita, esto es:

D1 = 3.710799 D2 =[(3.710799 -0.24725239) = 3.463546] D3 = [(3.710799 - 0.3045809) = 3.406218]
D4 =[(3.710799 - 0.2772706 ) = 3.433528]
185


TEMPORADA DE IBFPRIVADA real EN EL PERU

Las variables dictomas pueden ser utilizadas para desestacionalizar las series de tiempo econmicas. Efectuando
las regresin del PBIreal (PBI real (Variacin %) realizadas en el Per sobre las Inversiones Brutas Fijas Privadas
(IBFP real var%) durante el periodo 1980:01 2011:04 con la informacin trimestral. La informacin relevante,
sin ajuste estacional, se muestra tambin la forma como se prepara la matriz de datos para incorporar las
variables dictomas.
Supongamos que la variable ESTACIN tiene cuatro categoras, los cuatro trimestres de un ao, requiriendo el
uso de tres variables dictomas:
Donde:
D2 = 1 Para el segundo trimestre y cero para los dems
D3 = 1 Para el tercer trimestre y cero para los dems
D4 = 1 Para el cuarto trimestre y cero para los dems
As, si hay un patrn estacional presente en los diferentes trimestres, los interceptos diferenciales estimados B2, B3
y B4; sern estadsticamente significativos y se reflejarn en las pruebas estadsticas.
1.
El siguiente modelo es lo suficiente general (el primer trimestre del ao se considera como el trimestre base) y
muestra que slo ninguno de los interceptos diferenciales son estadsticamente significativos. Los resultados
muestran que solamente el coeficiente de la IBFP real es estadsticamente significativos al nivel del 5%. As, se
puede concluir que hay algn factor estacional operando en el segundo trimestre de cada ao.
186

93

La Regresin
Yt = B0 + B2.D2 + B3 .D3 + B4.D4 + B5.Xi + et
xi: reg PBIreal D2 D3 D4 IBFPreal
Tenga en cuenta que consideramos como base al primer trimestre, que es significativo como la pendiente de X.
Al igual que afirmamos anteriormente, los coeficientes del intercepto diferenciales para el segundo, tercero y cuarto
trimestre son estadsticamente no significativos.
Si la IBFP real se incrementa en 1% el PBI real aumenta en 0.26 %
Pregunta interesante es:
Qu hacer cuando el PBI real presenta patrones estacionales? cmo tomar en cuenta entonces la naturaleza
estacional de X?.
187


Las VARIABLES DICOTOMAS y ANLISIS ESTACIONAL GRFICO
Yt = B0 + B2.D2 + B3 .D3 + B4.D4 + B5.Xi + et
xi: reg PBIreal D2 D3 D4 IBFPreal

predict yhatz
predict r1, res
list PBIreal yhat r yhatz r1 in 1/10
xi: reg r r1
gen PBIrD1=(1.715543+(.2567381*IBFPreal))
gen PBIrD2=((1.715543-.2984287)+(.2567381*IBFPreal))
TEOREMA DE FRISCH-WAUGH
Per: Recesin 1980-1990 y Estabilidad 1991-2012 Econmica

PBIreal Var %
-20 -10 0 10 20
La Regresin
-50
0
50
100
PBI real (Var % trimestre) PBIrD1
PBIrD2
PBIrD3
PBIrD4
Si se desea una prueba informal del enunciado Teorema de FRISCH-WAUGH, slo se siguen estos pasos:
1.
Se hace la regresin de Y sobre las variables dictomas, como las regresiones 01 y 02, y se guardan los
residuos, por ejemplo S1; stos representan a la Y desestacioinalizada.
2. Se efecta una regresin similar para X y se obtienen los residuos de esta regresin, por ejemplo S2; tales
residuos representan a la X desestacionalizada.
3. Se lleva a cabo la regresin de S1 sobre S2. Se descubrir que el coeficiente de la pendiente de esta regresin es
precisamente el coeficiente de X de la regresin 03.
La Regresin
Yt = B0 + B2.D2 + B3 .D3 + B4.D4 + et
La Regresin
Yt = B0 + B2.D2 + B3 .D3 + B4.D4 + B5.Xi + et

188

94
MODELO, REGRESIN LINEAL POR SEGMENTOS O FUNCIONES EN TIRAS

La mayor parte de los modelos economtricos que hemos estudiado han sido continuos, con cambios pequeos
en una variable que tiene un efecto mensurable en otra variable.
Esta estructura fue modificada cuando usamos variables indicadoras (dictomas) para explicar los cambios en
la pendiente o en el intercepto en ambos, ejemplo:
El modelo verdadero es continuo, con un rompimiento estructural. Si estuviramos explicando el consumo
como funcin del ingreso, por ejemplo, el rompimiento estructural podra ocurrir en algn momento durante
la Segunda Guerra Mundial (o podra haber dos rompimientos, uno al principio y uno al final). Ntese que no
hay una discontinuidad o cambio en el nivel de consumo de una ao a otro.
Una empresa remunera a sus representantes de ventas. Las comisiones se pagan con base en las ventas de
forma que, hasta un cierto nivel, meta o umbral, nivel X*, existe una estructura de comisiones (estocsticas),
mientras que por encima de ese nivel existe otra. Especficamente, se supone que la comisin de ventas
aumentan linealmente con las ventas hasta el nivel del umbral X*, despus del cual sta tambin aumenta
linealmente con las ventas pero a una tasa mayor.
Este modelo lineal por segmentos consiste en dos segmentos de lnea recta. Se tiene una regresin lineal por
segmentos que consta de dos partes o segmentos lineales o funciones spline
La aplicacin de la regresin lineal por segmentos, considere los datos del PBI real (Var %), los de la IBFP
real (Var %) para el periodo 1980Q1 2012Q4, presentados anteriormente. Se dice que el PBI real puede
cambiar su pendiente al alcanzar un nivel del PBI real del 12 % por decisiones de poltica econmica.
El modelo, es:
Yt = B0 + B1.X + B2.(X X*) Dm + et

189


REGRESION LINEAL POR SEGMENTOS , TIRAS O FUNCIONES SPLINE
Yt = B0 + B1.X + B2.(X X*) Dm + et

Donde: Yt = PBI real (Var %)
Xi = IBFP real (Var %)
X* = Valor del umbral del IBFP real 12 (% terico) (IBFP real), conocido como nudo, meta, nivel X*,
1 si Xi > X*
Dm
0 si Xi < X* 0 de lo contrario
Suponiendo que E(et) = 0
Funcin de la PBI real periodo de Inestabilidad Econmica
E(YtD1= 0,X1,X*) = B0 + B1.X

Funcin de la PBI real periodo de Estabilidad Econmica
E(YtD1= 1,X,X*) = B0 - B2.X* + (B1 + B2).X

Se puede hacer una prueba sobre la hiptesis de que no existe, en la regresin, una discontinuidad en el valor del
umbral X* observando la significancia estadstica del coeficiente estimado de la pendiente diferencial B2. Es decir,
podemos probar la hiptesis de si las funciones de Inversin para el periodo de inestabilidad y de estabilidad
econmica son iguales.
tabstat IBFPreal, s(n sum min mean max sd) by(Presidente)
gen spline=(IBFPreal-12)*Dm
xi:reg PBIreal IBFPreal spline
190

95

El modelo, es:
PBI real t = B0 + B1.IBFP real t + B2.(IBFP real 12*) Dm + et
xi: reg PBIreal IBFPreal spline
PBI real t = 1.3578 + 0.27171.IBFP real t 0.0427435.(IBFP real X*) Dm + et

La variacin % constante del PBI real en el Per, es de: 1.36 % Periodo 1980Q1 2012Q4
Si se incrementa en 1% la IBFP real, el PBI real se incrementa el 0.27%, aunque ste es del 0.23 % (0.2717098
0.0427435 = 0.22897) para la IBFP real por encima del 12%, la diferencia entre ambas no es estadsticamente
significativa. E(YtD1= 0,X1,X*) = 1.357761 + 0.2717098.IBFP real + et T1
E(YtD1= 1,X,X*) = (1.357761 (- 0.0427435*12)) + (0.2717098 - 0.0427435).X
E(YtD1= 1,X,X*) = 1.870683 + 0.2289663.IBFP real + et
T2
gen YcD0=(1.357761+(0.2717098*IBFPreal))
gen YcD1=((1.357761-(-.0427435*12))+((.2717098+(-.0427435))*IBFPreal))
191


REGRESION LINEAL POR SEGMENTOS , TIRAS O FUNCIONES SPLINE
twoway (lfit YcD0 IBFPreal, xline(12))||lfit YcD1 IBFPreal, ytitle(PBI real (Var %)) title("Funciones Spline o Regresin Lineal por
segmentos") subtitle("Per: X* = 12% meta o umbral de Poltica Econmica") note("Econ. Orlando Torres") legend(label(1
"YcD0")label(2 "YcD1"))
Funciones Spline o Regresin Lineal por segmentosFunciones Spline o Regresin Lineal por segmentos
Per: X* = 12% meta o umbral de Poltica Econmica
-10
-20
PBI real (Var %)

0
10
PBI real (Var %)

-10
0
10
20
20
-50
-50
0
50
YcD0
100
0
50
YcD1
YcD1
100
YcD0
twoway scatter PBIreal IBFPreal||(lfit YcD0 IBFPreal, xline(12))||lfit YcD1 IBFPreal, ytitle(PBI real (Var %)) title("Funciones Spline
o Regresin Lineal por segmentos") subtitle("Per: X* = 12% meta o umbral de Poltica Econmica") note("Econ. Orlando Torres")
legend(label(2 "YcD0")label(3 "YcD1"))
192

96

twoway scatter PBIreal IBFPreal||(lfit YcD0 IBFPreal, xline(12))||lfit YcD1 IBFPreal||lfit PBIreal IBFPreal, ytitle(PBI real (Var %))
title("Funciones Spline o Regresin Lineal por segmentos") subtitle("Per: X* = 12% meta o umbral de Poltica Econmica")
note("Econ. Orlando Torres") legend(label(2 "YcD0")label(3 "YcD1")label(4 "Yc"))
Funciones Spline o Regresin Lineal por segmentosFunciones Spline o Regresin Lineal por segmentos
-20
-20
PBI real (Var %)

-10
0
10
PBI real (Var %)

-10
0
10
20
20
-50
0
50
YcD1
Garca Prez
Garca Prez
Fujimori Fujimori
Garca
Fujimori
Prez
Fujimori
Garca Prez
Fujimori Fujimori
Garca
Prez
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Belande Terry
Fujimori
Fujimori
Garca
Prez
Belande
Garca
Prez
Garca
Prez
Fujimori
Fujimori
Garca
Prez
Garca
Prez
Garca
Prez Terry
Garca
Prez
Garca
Prez
Garca
Prez
Garca
Prez
Garca
Prez
Fujimori
Fujimori
Garca
Prez
Belande Terry
Garca
Prez
Toledo
Manrique
Toledo
Toledo
Manrique
Manrique
Fujimori
Fujimori
BelandeGarca
Terry Prez
Fujimori
Fujimori
Fujimori
Belande
Fujimori
Terry
Fujimori
Fujimori
Toledo
Manrique
Garca
Prez
Toledo
Humala
Manrique
Tasso
Toledo
Humala
Manrique
Tasso
Toledo
Manrique
Garca
Prez
Humala
Tasso
Belande
Terry
Fujimori
Fujimori Belande Terry
Belande
Terry
Belande
Terry
Garca
Prez
Toledo
Manrique
Humala
Tasso
Humala
Tasso
Fujimori
Fujimori
Belande
Fujimori
Toledo
Manrique
Fujimori
Terry
Fujimori
Fujimori
Fujimori
Fujimori
Humala
Tasso
Toledo
Manrique
Fujimori
Fujimori
Belande
Terry
Toledo
Manrique
Fujimori Fujimori
Toledo
Manrique
Toledo
Manrique
Toledo
Manrique
Toledo
Manrique
Belande
Terry
Garca
Prez
Garca Prez
Fujimori
Fujimori
Toledo
Manrique
Fujimori
Fujimori
Toledo
Manrique
Toledo
Manrique
Belande
Terry
Fujimori
Fujimori
Fujimori
Fujimori
Toledo
Manrique
Belande
Terry
Garca Prez
Garca
Prez
Valentn
Paniagua
Fujimori
Fujimori
Fujimori
Fujimori
Garca Prez
Fujimori
Fujimori
Belande
Terry
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Fujimori
Garca
Prez
Fujimori
Fujimori
Garca Prez
Garca
Prez
Valentn
Paniagua
Garca
Prez
Fujimori
Fujimori
Garca
Prez
Fujimori
Fujimori
Fujimori
Belande Terry
Belande
Terry
Belande
Terry
Fujimori
Fujimori
Valentn
Paniagua
Garca
Prez
Garca Valentn
Prez Paniagua
Fujimori Fujimori
Belande
Terry
Belande
Terry
Belande
Belande
Terry Terry
Fujimori
Fujimori
Garca
Prez
Garca Prez
Garca
Prez
Garca Prez
Garca
Prez
-50 100
YcD0
Yc
0
50
YcD1
100
YcD0
Yc
twoway (scatter PBIreal IBFPreal, mlabel(Presidente))||(lfit YcD0 IBFPreal, xline(12))||lfit YcD1 IBFPreal||lfit PBIreal IBFPreal,
ytitle(PBI real (Var %)) title("Funciones Spline o Regresin Lineal por segmentos") subtitle("Per: X* = 12% meta o umbral de
Poltica Econmica") note("Econ. Orlando Torres") legend(label(2 "YcD0")label(3 "YcD1")label(4 "Yc"))
193

MODELOS ECONOMTRICOS:
MODELOS DE PRODUCCIN y DESEMPLEO: LEY DE OKUN
MODELOS RECPROCOS: Tasas de Analfabetismo Vs PBID pc
194
97
La ley de Okun: el crecimiento de la produccin y las variaciones del

desempleo
La LEY DE OKUN muestra la relacin entre el crecimiento de la produccin y la variacin de la tasa de

desempleo.
Hasta el momento hemos supuesto:
1.La poblacin activa es constante.
2.La productividad es constante.
ut ut 1 g yt
En consecuencia:
Las variaciones en la produccin se traducen en variaciones proporcionales y de signo contrario en el empleo:
EL MODELO COMPLETO
La ley de Okun: la tasa de crecimiento de la economa y la variacin de la tasa de desempleo:
ut ut 1 ( gyt gy)
La curva de Phillips: la variacin de la inflacin en relacin con la desviacin de la tasa de

desempleo con respecto a la tasa natural de desempleo:
t t 1 (ut un)
La relacin de demanda agregada: el crecimiento de la produccin es igual a la diferencia entre el

crecimiento de la cantidad nominal de dinero y la inflacin:
yt
mt
t
g g
Tenemos tres ecuaciones con tres incgnitas (inflacin, desempleo, crecimiento de la produccin) y una
variable de poltica (crecimiento monetario).
Las variables cambiarn con el crecimiento monetario.
195

La Ley de Okun: Fundamentos I

Para que disminuya la tasa de desempleo se han de cumplir dos condiciones necesarias:
Para que aumente el empleo:
la produccin debe crecer ms que la productividad del trabajo.
Para que disminuya el desempleo
El aumento del empleo debe ser mayor que el aumento de la oferta laboral (o de la poblacin
econmicamente activa.
La tasa normal de crecimiento se define como la suma de las tasas de crecimiento de la productividad y de la
poblacin activa. Es la tasa de crecimiento necesaria para mantener constante la tasa de paro:
Si la economa crece por debajo de la tasa normal, la tasa de paro aumenta. Si la economa crece por encima de
la tasa normal la tasa de paro disminuye.
La Ley de Okun: Fundamentos II

Las empresas amortiguan las variaciones del empleo:
Cuando las cosas van mal, las empresas atesoran el trabajo: prefieren no despedir a los trabajadores.
Cuando las cosas van bien, no todos los nuevos empleos son ocupados por parados, sino que una parte van a
personas inactivas
196

98
Funcionamiento del modelo:

Crecimiento
del dinero
nominal
CRECIMEINTO DE
LA PRODUCCIN
INFLACIN
DESEMPLEO
197

MCRL: MODELOS ECONOMTRICOS RECPROCOS

LEY DE OKUN

PREGUNTA PRINCIPAL:
Es aplicable la ley de OKUN al caso peruano?
EL MODELO SOLICITADO, ES:
(El modelo econmico tiene validez general a diversos sistemas concretos a travs del tiempo.)
Un modelo es la representacin simplificada de cualquier fenmeno, proceso, institucin y en general de cualquier
sistema. El Modelo es la Ley De Okun
Planteamos el modelo econmico en el cual se basar el modelo economtrico:
MODELO ECONOMICO:
Tasa de Desempleo= f(Tasa de Crecimiento del PBI Real)
La dependencia terica necesariamente implica el que ambas variables estn correlacionadas estadsticamente, es
decir, que existe asociacin bidireccional entre la variacin del producto y la variacin de la tasa de desempleo,
que puede medirse mediante un coeficiente de correlacin o una ecuacin de regresin entre las variables.
correlate TDES TCPBID
La existencia estadstica de la asociacin bidireccional entre la tasa de crecimiento del producto y la tasa de
desempleo permite que la Tasa de Desempleo pueda expresarse en funcin del PIB como lo ha hecho Okun,
puesto que el PIB no antecede en el tiempo a la TDES, por lo tanto TDES= f (TCPIB).
198

99

LEY DE OKUN
ACOPIO DE LOS DATOS Y CLCULOS RESPECTIVOS
El INEI public Per: Principales Indicadores Departamentales 2007-2011; de sta publicacin se tomaron los datos del ao 2011,
quedando de sta manera datos de corte transversal que se tomaron de los 24 Departamentos del Per para el ao 2011, entre las
variables seleccionadas: PBI Regional, Tasa de Crecimiento del PBI Regional, el PBI pre cpita Regional, Tasa de Desempleo
Regional, Tasa de Analfabetismo, Tasa de Delitos por cada 10,000 habitantes por cada Regin, entre otras.
De esta informacin establecemos la Ley de Okun, as mismo el Modelo Reciproco: Tasa de Analfabetismo en relacin al PBID per
cpita.
Los datos se muestran en la Tabla N 1 en valores enteros y porcentuales.
TDES = f (PBID)
Modelo Lineal
TDESt - TDESt-1 = - B1 (TCPBID)t - 3%) + et
Modelo por expectativas o primera diferencia
TDESt = B0 + B1.TCPBIDt + et
Donde:
TCPBIDet
= Es la tasa de Desempleo anual esperada en el tiempo t, donde la expectativa se forma en el ao (t 1)
TDESt
= Es la tasa de Desempleo anual
TDESt - TDESet-1 = - B1 .TCPBIDt
La variacin de la tasa de desempleo debe ser igual al valor negativo de la tasa de crecimiento de la produccin. Por ejemplo, si
sta es del 3%, la tasa de desempleo debe disminuir un 3%.
Con los datos de se tiene comprubese esta relacin entre el crecimiento de la produccin y la variacin de la tasa de desempleo
que se conoce con el nombre de la Ley de Okun.
TASA de DESEMPLEO = f (TASA de CRECIMIENTO PBID)

TDESt = 0 + 1 . TCPBIDt + et
La Tasa de Desempleo(TDES), como variable dependiente se mide en variacin porcentual anual, tan igual que la variable
independiente, as registr el INEIPer. Entre los dems factores se dejan dentro el ceteris paribus. El factor ei comprende factores
como la legislacin laboral, capital humano, crecimiento tecnolgico, etc.
199


LEY DE OKUN
Per: Producto Bruto Interno Per cpita, segn departamentos, 2011
Valores a precios constantes de 1994 (nuevos soles)
Tabla N 1
Departamento
Amazonas
Ancash
Apurimac
Arequipa
Ayacucho
Cajamarca
Cusco
Huancavelica
Hunuco
Ica
Junn
La Libertad
Lambayeque
Lima
Loreto
Madre de Dios
Moquegua
Pasco
Piura
Puno
San Martn
Tacna
Tumbes
Ucayali
Fuente:
Ubigeo
Selva
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Sierra
Costa
Sierra
Costa
Costa
Costa
Selva
Selva
Costa
Sierra
Costa
Sierra
Selva
Costa
Costa
Selva
Ao
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
2,011
PBInterno
Tasa de
PBInterno
Tasa de
Tasa de
Tasa de Delitos
Tasa Alfab
1 = Regin
Dptos. P94 Crecimiento Percpita/Dpto Crecimiento Desempleo Primera Registrados x /
% total de la
Desarrollada
(Miles S/.) PBI Var % P 1994 (en S/) PBIRpc % (Var %) Diferencia (10000 habitant) Poblac > 15 aos 0 =entre Otros
PBI94
TCPBIR
PBIpc TCPBIRpc
TDES D1TDES
TDelitos
TAlfabetos
Dm
1,262,164
4.43
3,038
3.90
1.00
0.10
46.30
9.80
0
3.20
11.40
6,697,992
0.97
5,965
18.28
0.27
49.88
0
939,269
8.01
2,090
7.40
2.60
0.03
37.16
18.30
0
11,353,039
4.88
9,218
3.74
5.00
-0.10
95.90
5.60
1
2,021,586
2.45
3,070
1.22
2.30
-1.70
57.70
14.30
0
5,016,608
2.91
3,328
2.43
2.00
0.40
23.90
14.10
0
6,078,474
13.24
4,736
12.47
2.80
0.20
55.20
11.00
1
1,570,493
5.35
3,274
4.47
2.70
1.70
17.20
16.80
0
1,914,020
6.50
2,295
5.61
2.70
-0.50
17.80
18.00
0
6,304,029
5.57
8,344
4.43
4.00
-0.40
62.90
4.00
1
6,297,666
7.12
4,802
6.33
3.50
-1.20
51.50
6.50
1
9,610,482
4.37
5,432
3.05
3.50
-0.30
58.70
7.70
1
5,446,059
5.97
4,470
5.03
3.70
-0.10
89.00
8.00
1
108,606,055
8.21
10,640
6.59
5.30
-0.40
107.40
3.20
1
3,873,265
8.11
3,891
6.81
3.60
0.30
36.80
7.10
1
827,731
11.04
6,654
8.16
3.10
1.30
57.31
4.10
0
2,402,911
-3.54
13,890
-4.57
6.20
1.90
109.50
5.60
1
1,848,893
1.48
6,261
0.68
3.90
0.60
7.10
6.70
1
8,081,089
7.35
4,528
6.44
3.70
-0.90
35.10
7.90
1
4,272,319
5.27
3,130
4.30
2.30
0.60
11.90
11.10
0
2,598,101
6.25
3,269
4.67
2.10
0.30
42.00
6.90
0
2,612,609
4.13
8,051
2.69
4.70
-0.60
78.30
5.40
1
941,510
6.89
4,186
5.26
5.10
-0.50
119.10
4.20
1
1,985,533
1.33
4,212
-0.07
2.80
-0.10
55.60
5.30
0
INEI "Per: Principales Indicadores Departamentales 2007 - 2011 - Lima, Octubre 2012
INEI :Producto Bruto Interno por Departamentos 2001 - 2011 - Lima, noviembre 2012
200

100

LEY DE OKUN
twoway (scatter TDES TCPBID, mlabel(Departamentos)), title("La Produccin Vs. Variacin del Desempleo") subtitle("Ley de
Okun:Tasa de Desempleo Vs. Tasa de Crecimiento de la Produccin") note("Econ. Orlando Torres")
La Produccin Vs. Variacin del Desempleo

Ley de Okun:Tasa de Desempleo Vs. Tasa de Crecimiento de la Produccin
Tasa de Desempleo/Departamental var %
1
2
3
4
5
6
Moquegua
tabstat PBID TCPBID PBIDpc TDES TA,

statistics(n mean sum variance sd cv skewness
kurtosis min max)
Lima
Arequipa Tumbes
Tacna
Pasco
Ica
Lambayeque
Piura
La Libertad JunnLoreto
Ancash
Ucayali
Huancavelica
Hunuco
Apurimac
Ayacucho
Puno
San Martn
Cajamarca
Madre Dios
Cusco
Amazonas
-5
0
5
10
Tasa de Crecimiento del PBID Var %
15
201


LEY DE OKUN
xi: reg D1TDES TCPBID
TDESt = 0.2602215 - 0.0416399. TCPBIDt + et
TCPBID = 0.2602215 / 0.0416399 = 6.2493306
TDESt - TDESet-1 = - 0.0416399 (TCPBIDt - 6.25%) + et

ut ut-1 = - 0.0416399 (TCPBID 6.25%)
El crecimiento anual de la produccin de los 24 Departamentos del Per el ao 2011, tuvo que ser del 6.25%
como mnimo para impedir que la tasa de desempleo aumente, debido a dos factores que hemos pasado por alto
hasta hora: el crecimiento de la poblacin activa y el crecimiento de la productividad del trabajo.
Para mantener constante la tasa de desempleo, el empleo debe crecer a la misma tasa que la poblacin activa.
La poblacin activa en el Per crece en 1.1% al ao. En este caso, el empleo debe crecer un 1.1% al ao. Si,
adems, la productividad del trabajo - la produccin por trabajador est creciendo un 5.15 % al ao, eso
significa que la produccin debe crecer 1.1% + 5.15% = 6.25 % al ao.
En otras palabras, para mantener constante la tasa de desempleo, el crecimiento de la produccin debe ser igual
a la suma del crecimiento de la poblacin activa y el crecimiento de la productividad del trabajo.
202

101

LEY DE OKUN

TDESt = 0.2602215 - 0.0416399. TCPBIDt + et
TCPBID = 0.2602215 / 0.0416399 = 6.2493306

ut ut-1 = - 0.0416399 (TCPBID 6.25%)
En el Per, la suma de la tasa de crecimiento de la poblacin activa y la tasa de crecimiento de la productividad
del trabajo ha sido aproximadamente del 5.15% en promedio para el 2011, y sa es la razn por la que aparece la
cifra del 6.25% en el segundo miembro de la ecuacin. De aqu en adelante llamaremos TASA NORMAL DE
CRECIMIENTO a la tasa de crecimiento de la produccin necesaria para mantener constante la tasa de
desempleo.
el coeficiente del segundo miembro es igual a 0.0416399, esto se lee.
Cuando la produccin crece en 1% ms de los normal, la tasa de desempleo solo disminuye un 0.042 %; esto por
dos razones:
1. Cuando el crecimiento de la produccin se desva de la tasa normal, las empresas ajustan el empleo en una
cuanta inferior a esa desviacin. Ms concretamente, un crecimiento de la produccin que es un 1% mayor de
lo normal durante un ao slo provoca un aumento de la tasa de empleo del 0.6%.
Una de las razones se halla en que es necesario tener algunos trabajadores, cualquiera que sea el nivel de
produccin. Por ejemplo, la Direccin Agraria de la Zona VI de Arequipa necesita tener
aproximadamente el mismo nmero de empleados independientemente de que sta venda ms o menos de
lo normal.
203


LEY DE OKUN

TDESt = 0.2602215 - 0.0416399. TCPBIDt + et
TCPBID = 0.2602215 / 0.0416399 = 6.2493306

ut ut-1 = - 0.0416399 (TCPBID 6.25%)
Cuando la produccin crece en 1% ms de los normal, la tasa de desempleo solo disminuye un 0.042 %; esto por
dos razones:
Otra razn reside en que la formacin de nuevos trabajadores es cara, por lo que muchas empresas prefieren
conservar a los que ya tienen, en lugar de despedirlos, cuando la produccin es ms baja de lo normal y pedirles
que trabajen horas extraordinarias, en lugar de contratar otros nuevos, cuando la produccin es ms alta de lo
normal. En las pocas malas, las empresas atesoran trabajo: esta conducta se denomina atesoramiento de
trabajo.
2.
Un aumento de la tasa de empleo no provoca una reduccin de la tasa desempleo de la misma cuanta. Un
aumento de la tasa de empleo del 0.6% slo provoca una reduccin de la tasa de desempleo del 0.4%. La razn
se halla en que la actividad aumenta. Cuando aumenta el empleo, no todos los puestos de trabajo nuevos son
ocupados por desempleados.
Un crecimiento de la produccin mayor de lo normal provoca una disminucin de la tasa de desempleo; un

crecimiento menor de lo normal provoca un aumento de la tasa de desempleo.
204

102

LEY DE OKUN
twoway (scatter TDES TCPBID, mlabel(Departamentos) ytitle(Variacin de la Tasa Desempleo) yaxis(2) yline(0) xline(0))||lfit D1TDES
TCPBID, title("La Produccin Vs. Variacin del Desempleo") subtitle("Ley de Okun:Tasa de Desempleo Vs. Tasa de Crecimiento de la
Produccin") note("Econ. Orlando Torres") legend(label(2 "Recta:Ley Okun"))
Ica
Lambayeque
Piura
Ucayali
Huancavelica
Hunuco
Apurimac
Ayacucho Puno
San Martn
Cajamarca
Madre Dios
Cusco
Amazonas
-5
0
5
10
Recta:Ley Okun
5.3
3.9
3.5
3.7
3.7
3.5 3.6
3.2
3.1
2.8
2.7 2.7
2.3
2
2.3
2.8
2.6
2.1
15-5
5.1
5
4.7
-.4
Pasco
.2
.4
-.2
0
Variacin de la Tasa Desempleo
Tacna
6.2
-.4
Lima
ArequipaTumbes
.2
.4
-.2
0
Moquegua
Ancash


1
2
3
4
5
6

1
2
3
4
5
6
0
5
10
15
Recta:Ley Okun
twoway (scatter TDES TCPBID, mlabel(TDES) ytitle(Variacin de la Tasa Desempleo) yaxis(2) yline(0) xline(0))||lfit D1TDES
TCPBID, title("La Produccin Vs. Variacin del Desempleo") subtitle("Ley de Okun:Tasa de Desempleo Vs. Tasa de Crecimiento de
la Produccin") note("Econ. Orlando Torres") legend(label(2 "Recta:Ley Okun"))
205


LEY DE OKUN
avplot TCPBID, mlabel(Departamentos) yline(0) xline(0) title("La Produccin Vs. Variacin del Desempleo") subtitle("Ley de
Okun:Tasa de Desempleo Vs. Tasa de Crecimiento de la Produccin") note("Econ. Orlando Torres")

2

Moquegua
Huancavelica
Crecimiento medio de la
productividad: 5,15%
anual
e( D1TDES | X )
0
1
Madre Dios
Crecimiento de la
Poblacin activa: 1,10%
anual
Pasco
Loreto
Puno
Cajamarca
San Martn
Arequipa
Lambayeque
Amazonas
La Libertad
Apurimac
Ica
Lima
Ucayali
Tumbes
Tacna
Hunuco
Piura
Cusco
-1
Ancash
Junn
-2
Ayacucho
-10
-5
0
e( TCPBID | X )
10
Tasa normal de
crecimiento:
6,25% anual
En estos quince ao los aumentos en la productividad fueron elevados y, por ese motivo, la tasa normal de
crecimiento es relativamente alta.
Sin embargo, el crecimiento corriente de la produccin no fue elevado y aument la tasa de desempleo
206

103

LEY DE OKUN
xi: reg LnTDES TCPBID
gen t=_n
tsset t,yearly
arch LnTDES TCPBID, ar(3) ma(3)
scalar B0=(2.7182818^1.364624)
scalar B1=(2.7182818^-.0696599)
scalar CAP1=abs(B0/B1)
scalar list B0 B1 CAP1
MODELOS DE PRODUCCIN y DESEMPLEO: LEY DE OKUN CORRIGIDO
Para el modelo ARCH(3) y MA(3)

LnTDES = 1.3646254 0.0696599.TCPBID + ei
2 ei = 0.91196 t-3
M Mvil = 1.484039 t-3
Para el modelo ARCH(3) y MA(3)

LnTDES = 1.3646254 0.0696599.TCPBID + ei
Donde: B0 = 3.914251 B1= 0.932711
CAP2011 = 4.20% Crecimiento Anual de la Produccin
El crecimiento anual de la produccin de los 24 Departamentos del Per el ao 2011, tuvo que ser del 4.20%
como mnimo para impedir que la tasa de desempleo aumente, debido a dos factores que hemos pasado por
alto hasta hora: el crecimiento de la poblacin activa y el crecimiento de la productividad del trabajo.
207


LEY DE OKUN
MODELOS DE PRODUCCIN y DESEMPLEO: LEY DE OKUN CORREGIDO
twoway (scatter TDES TCPBID, mlabel(TDES) ytitle(Variacin de la Tasa Desempleo) yaxis(2) yline(0) xline(0))||lfit D1TDES
TCPBID, title("La Produccin Vs. Variacin del Desempleo") subtitle("Ley de Okun:Tasa de Desempleo Vs. Tasa de Crecimiento de
la Produccin") note("Econ. Orlando Torres") legend(label(2 "Recta:Ley Okun"))
3.5
3.7
3.7
3.5 3.6
3.1
2.3
2.6
2.1
0
5
10
2.8
2.7 2.7
2.3
2
2.8
.2
.4
-.2
0
3.9
3.2
Lima
Arequipa Tumbes
Tacna
Pasco
-515
Recta:Ley Okun
Ica
Lambayeque
Piura
Ancash
Ucayali
Huancavelica
Hunuco
Apurimac
Ayacucho
Puno
San Martn
Cajamarca
-.4
5.1
5.3
4.7
-5
Moquegua
6.2
Tasa de Desempleo
3
4
5

1
2
3
4
5
6

Madre Dios
Cusco
Amazonas
5
Tasa de Crecimiento del PBID
Tasa de Desempleo Departamental
10
15
Recta de Okun
twoway (scatter TDESD TCPBID, mlabel(Departamentos) ytitle(Tasa de Desempleo))|| lfit TDES1Yc TCPBID, title("La Produccin
Vs. Variacin del Desempleo") subtitle("Ley de Okun:Tasa de Desempleo Vs. Tasa de Crecimiento de la Produccin") note("Econ.
Orlando Torres") legend(label(2 "Recta de Okun"))
208

104

LEY DE OKUN
graph hbar (mean) D1TDES, over(Departamentos) title("La Produccin Vs. Variacin del Desempleo") b2(Departamentos del Per)
ytitle("1ra.Diferencia Tasa de Desempleo") subtitle("Per 2011: Tasa de Desempleo en Relacin TCPBID") note("Econ. Orlando
Torres")

Per 2011: Tasa de Desempleo en Relacin TCPBID
Amazonas
Ancash
Apurimac
Arequipa
Ayacucho
Cajamarca
Cusco
Huancavelica
Hunuco
Ica
Junn
La Libertad
Lambayeque
Lima
Loreto
Madre Dios
Moquegua
Pasco
Piura
Puno
San Martn
Tacna
Tumbes
Ucayali
-2
-1
0
1
1ra.Diferencia Tasa de Desempleo
La Produccin Vs. Variacin del Desempleo)

Sub(-) Sobre(+)Valuacin sobre la 1ra Diferencia de la Tasa de Desempleo
Ayacucho
Junn
Piura
Tacna
Hunuco
Tumbes
Ica
Lima
La Libertad
Arequipa
Lambayeque
Ucayali
Apurimac
Amazonas
Cusco
Ancash
Loreto
San Martn
Cajamarca
Pasco
Puno
Madre Dios
Huancavelica
Moquegua
2
Departamentos del Per

-2
-1
0
mean of D1TDES
graph hbar D1TDES, over(Departamentos, sort(1)) title("La Produccin Vs. Variacin del Desempleo)") subtitle("Sub(-)
Sobre(+)Valuacin sobre la 1ra Diferencia de la Tasa de Desempleo") note("Econ. Orlando Torres")
209


LEY DE OKUN y V. DICTOMAS

0 si
Dm :
1
La Regin Subdesarrollada o atrasada

Si la Regin Desarrollada o adelantadas
Yt = 0 + 1 D1 + 1 X1 + ei
xi: reg D1TDES i.Dm TCPBID
D1TDES = 0.4013338 0.3074388.D1 + 0.0368842.TCPBID + ei

Regiones Atrasadas D1TDES0 = 0.4013338 + 0.0368842.TCPBID + ei
Regiones Adelantadas D1TDES1 = 0.093895 + 0.0368842.TCPBID + ei
210

105

LEY DE OKUN
twoway connected yhat0-yhat1 TCPBID, msymbol(none diamond_hollow triangle_hollow square_hollow + circle_hollow x)
msize(medium) mcolor(black black) ||(lfit D1TDES TCPBID, clwidth(thick) clcolor(black)), ytitle(Tasa de Desempleo Var %)
title("La Produccin Vs. Variacin del Desempleo") subtitle("Ley de Okun:Tasa de Desempleo Vs. Tasa de Crecimiento de la
Produccin") note("Econ. Orlando Torres") legend(label(3 "Recta:Ley Okun")) legend(label(1 "Dm = 0 Subdesarrollada"))
legend(label(2 "Dm = 1 Desarrollada")) yline(0) xline(0)
xi: reg D1TDES TCPBID i.Dm

predict yhat
separate D1TDES, by(Dm)
separate yhat, by(Dm)
-.4
Tasa de Desempleo Var %

.2
.4
-.2
0
-5
0
5
10
Dm = 0 Subdesarrollada
Recta:Ley Okun
15
Dm = 1 Desarrollada
211

MODELOS ECONOMTRICOS RECPROCOS
1
Yt 0 1
et
Xt
212
106

Los modelos del siguiente tipo se conoce como modelos recprocos.
1
Yt 0 1
et
Xt
A pesar de que este modelo es no lineal en la variable X porque entra inversamente o en forma recproca, el
modelo es lineal en B0 y B1, y, por consiguiente, es un modelo de regresin lineal.
El modelo tiene las siguientes caractersticas:
i.
A medida que X aumenta indefinidamente, el trmino B 1.(1/X) se acerca a cero (B1 es una constante), y
ii. Y se aproxima al valor lmite o asinttico B0.
Por consiguiente, estos modelos contienen un valor asinttico o lmite que tomar la variable dependiente
cuando el valor de la variable X aumente indefinidamente[1].
A) EL MODELO ELASTICIDAD CONSTANTE
LOG - LINEAL LOG - LOG
Y
i
B) MODELOS PORCENTUALES O SEMIELASTICOS

LOG LIN SEMILOGARITMICOS
Yi 0 1
LIN LOG SEMILOGARITMICOS
1
Yt 0 1 et
Xt
eui
F) EL MODELO CURVA LOGSTICA
Yt 0 1 ln X ui
D) EL MODELO LOGARITMICO RECPROCO

E) EL MODELO CURVA DE GOMPERTZ
C) MODELOS RECPROCOS
1 ui
0 Xi e
1
LnYt 0 1 et
Xt
Xt
Yt
0 .1 X
et
Yt 0 .1C et
[1] La pendiente del M. Recproco es: dY/dX = - B1.(1/X2), e implica que si B1 es positivo, la pendiente siempre es negativa, y si B 1
es negativa, la pendiente siempre es positiva.
213

TASA de MORTALIDAD INFANTIL = f (PBID per cpita)

TMIt = 0 + 1 . PBIDpct + et
================================================================================
*DATOS:
*
PBID
= Producto Bruto Interno Departamental a precios de 1994//Per para el 2011
*
TCPBID = Tasa de Crecimiento del PBI Departamental para el 2011
*
PBIDpc
= PBID per cpita para el ao 2011
*
TCPBIDpc = Tasa de Crecimiento del PBI Departamental per cpita
*
TDES
= Tasa de Desempleo por Departamento para el ao 2011
*
D1TDES = 1ra. Diferencia de la Tasa de Desempleo para el ao 2011
*
TDelitos
= Tasa de Delitos registrados (por cada 10,000 habitantes)/ Departamento
*
TA
= Tasa de Analfabetismo (% del total de poblacin de 15 y ms aos de edad)/Departamento
*
TAH
= Tasa de Analfabetismo HOMBRES (% del total de poblacin de 15 y ms aos de edad)/Departamento
*
TAM
= Tasa de Analfabetismo MUJERES (% del total de poblacin de 15 y ms aos de edad)/Departamento
*
TGF
= Tasa Global de Fecundidad (Hijos por Mujer)/ Departamento para el 2011
*
TMI
= Tasa de Mortalidad Infantil (Defunciones por 1000 nacidos vivos)/Departamento
=================================================================================
Fuente: INEI Per: Principales Indicadores Departamentales 2007 - 2011
214

107
TASA de MI = f (PBID per cpita)

MODELOS ECONOMTRICOS RECPROCOS:
TMIt = 0 + 1 . PBIDpct + et
DIAGRAMA DE DISPERSIN
twoway (scatter TMI PBIDpc, mlabel(TMI)), title("La Tasa de Mortalidad Infantil Vs. PBID per cpita")
subtitle("Per 2011: TMI(Defunciones por 1000 Nacimientos Vivos)") note("Econ. Orlando Torres")
La Tasa de Mortalidad Infantil Vs. PBID per cpita La Tasa de Mortalidad Infantil Vs. PBID per cpita
Per 2011: TMI(Defunciones por 1000 Nacimientos Vivos)
40
40

40
Puno
Loreto
38
22
22
27
26
24
23
18
Cusco
Tasa Mortalidad Infantil

20
30

20
30
35
27
26
24
23
2222
19
17
15
22
Huancavelica
Madre Dios
San Martn
Ucayali
Amazonas
Pasco
AyacuchoLambayeque
Apurimac
Hunuco Tumbes
Piura
Junn
Cajamarca
La Libertad
Ancash
15
Moquegua
Ica
10
5000
10000
PBID per cpita en S/.
Lima
10
10
12
Tacna
015000
Arequipa
5000
10000
15000
twoway (scatter TMI PBIDpc, mlabel(Departamentos)), title("La Tasa de Mortalidad Infantil Vs. PBID per
cpita") subtitle("Per 2011: TMI(Defunciones por 1000 Nacimientos Vivos)") note("Econ. Orlando Torres")
215


xi: reg TMI RPBIDpc
1
Yt 0 1
et
Xt
Yt = B0 + 1 (1 / X1) + ei
TMI = 15.25 + 30,832.69*(1/PBIDpc) + ei

Conforme el PBI per cpita se incrementa indefinidamente, la mortalidad infantil se acerca a su valor asinttico de
15 muertes por mil. El valor positivo del coeficiente de (1/PBIDpc) implica que la tasa de cambio de la TMI
respecto al PBIDpc es negativa.
216

108

gen TMIYc=(15.25072+(30832.69*(1/PBIDpc)))
1
Yt 0 1
et
Xt
twoway scatter TMI PBIDpc, yaxis(2) mlabel(Departamentos)||(qfit TMIYc PBIDpc), title("La Tasa de Mortalidad Infantil Vs.
PBID per cpita") subtitle("Per 2011: TMI(Defunciones por 1000 Nacimientos Vivos)") note("Econ. Orlando Torres")
legend(label(2 "TMI:Valor asinttico")) ytitle(Tasa Mortalidad Infantil)
La Tasa de Mortalidad Infantil Vs. PBID per cpita

28
40

Puno
Loreto
20
22
24
26
Huancavelica
Madre Dios
San Martn
Ucayali
Amazonas
Pasco
Ayacucho
Lambayeque
Apurimac
Hunuco Tumbes
Piura
10
Junn
Cajamarca
La Libertad
Ancash
Ica
Tacna
Moquegua
Lima
Arequipa
5000
10000
18

20
30
Cusco
15000
TMI:Valor asinttico
Son datos corte transversales de los 24

Departamentos del Per, sobre la tasa de
mortalidad infantil (defunciones por 1000
nacidos vivos) en relacin al Producto Bruto
Interno Departamental per cpita.
Como se observa la grfica, nos indica
conforme se incrementa el PBIpc, se esperara
que la mortalidad infantil disminuye, debido a
que las personas pueden gastar ms en el
cuidado de la salud, si se supone que los
dems factores permanecen constantes.
Pero la relacin no da como resultado una
lnea recta; ya que conforme se incrementa el
PBIpc, al principio existe una disminucin
drstica de la mortalidad infantil, pero
disminuye en la medida en que el PBIpc sigue
aumentando.
217


TASA de ANALFABETISMO = f (PBID per cpita)
TAt = 0 + 1 . PBIDpct + et
twoway (scatter TA PBIDpc, mlabel(Departamentos)), title("La Tasa de Analfabetismo Vs. PBI per cpita Regional")
subtitle("Per 2011: Tasa de Analfabetismo en Relacin al PBIDpc") note("Econ. Orlando Torres")
La Tasa de Analfabetismo Vs. PBI per cpita Regional
20
15
Apurimac
Hunuco
Huancavelica
Ayacucho
Cajamarca
Cusco Ancash
10
Puno
Amazonas
Lambayeque
Piura La Libertad
San Loreto
Martn
Pasco
Junn
Ucayali
Tumbes
Tacna Arequipa
Moquegua
Madre DiosIca
Lima
Tasa de Analfabetos (% del total poblac >15 aos)
Per 2011: Tasa de Analfabetismo en Relacin al PBIDpc
0
5000
10000
PBID per cpita en S/. (Precios 1994)
15000
218

109

xi: reg TA RPBIDpc
1
Yt 0 1
et
Xt
Yt = B0 + 1 (1 / X1) + ei
TAc = 0.6495413 + 35,391.41*(1/PBIDpc) + ei

Conforme el PBI per cpita se incrementa indefinidamente, la Tasa de Analfabetismo para las poblaciones mayor
de 15 aos se acerca a su valor asinttico de 0.65 % analfabetos por mil habitantes y por Departamento Peruano.
La poblacin del Departamento de Arequipa para el ao 2011, es: 1231,553 habitantes
El nmero de analfabetos, es: [(1231,553 x 0.65)/1000] = 800 analfabetos
219

gen TAYc=(.6495413+(35391.41*(1/PBIDpc)))
twoway scatter TA PBIDpc, yaxis(2)||(qfit TAYc PBIDpc), ytitle(Tasa de Analfabetismo) legend(label(2 "Recta:Analfabetismo"))
title("La Tasa de Analfabetismo Vs. PBI per cpita Regional") subtitle("Per 2011: Tasa de Analfabetismo en Relacin PBIDpc")
10
15
5
10
Tasa de Analfabetismo
20
15
Per 2011: Tasa de Analfabetismo en Relacin PBIDpc
La Tasa de Analfabetismo Vs. PBI per cpita Regional
5000
10000
PBID per cpita en S/. (Precios 1994)
15000
Recta:Analfabetismo
Son datos transversales de 24 Departamentos del

Per, sobre la tasa de analfabetismo de la
poblacin mayores de 15 aos en relacin al
Producto Bruto Interno Departamental per
cpita.
Como se observa la grfica, nos indica conforme
se incrementa el PBIpc, se esperara que la tasa
de analfabetismo disminuya, debido a que las
personas pueden gastar ms en la educacin, si
se supone que los dems factores permanecen
constantes.
Pero la relacin no da como resultado una lnea
recta; ya que conforme se incrementa el PBIpc,
al principio existe una disminucin drstica de la
tasa de analfabetismo, pero disminuye en la
medida en que el PBIpc sigue aumentando.
220

110
ECONOMETRA: REGRESIN SIMPLE y MLTIPLE
221
MCRL: MODELOS ECONOMTRICOS de REGRESIN SIMPLE

scatter TMI PBIDpc, mlabel(Departamentos) title("Tasa de Mortalidad Infantil Vs. PBID per cpita") subtitle("Per 2011: TMI
(Defunciones por 1,000 nacidos vivos)") note("Econ. Orlando Torres")
Per 2011: TMI (Defunciones por 1,000 nacidos vivos)
40
Tasa de Mortalidad Infantil Vs. PBID per cpita
Per 2011: TMI (Defunciones por 1,000 nacidos vivos)

40

Puno
Loreto
40
38
35

20
30

20
30
Cusco
Huancavelica
Madre Dios
San Martn
Ucayali
Amazonas
Pasco
AyacuchoLambayeque
Apurimac
Hunuco Tumbes
Piura
Junn
Cajamarca
La Libertad
Ancash
Moquegua
22
22
27
26
24
23
18
Ica
27
26
24
23
2222
22
19
17
15
15
Tacna
0
Arequipa
5000
10000
12
10
10
Lima
9
0 15000
10
5000
10000
15000
scatter TMI PBIDpc, mlabel(TMI) title("Tasa de Mortalidad Infantil Vs. PBID per cpita") subtitle("Per 2011: TMI
(Defunciones por 1,000 nacidos vivos)") note("Econ. Orlando Torres")
222

111

DIAGRAMA DE DISPERSIN Y EL DE COVARIANZA (LAS MEDIAS DE CADA UNA DE LAS VARIABLES
summarize TMI
corr TMI PBIDpc, covariance
//Covarianza -10630.9
global TMIX=r(mean)
//M Varianza Diagnal Principal
summarize PBIDpc
X X Y Y
global PBIDpcx=r(mean)
scatter TMI PBIDpc, xline($PBIDpcx) yline($TMIX) mlabel(Departamentos) Cov (X,Y) =
n 1
Diagrama de Dispersin y Covarianza Per 2011: TMI
40
Diagrama de Dispersin y Covarianza Per 2011: TMI

40

Puno
Loreto
40
38
35

20
30

20
30
Cusco
Huancavelica
Madre Dios
San Martn
Ucayali
Amazonas
Pasco
AyacuchoLambayeque
Apurimac
Hunuco Tumbes
Piura
Junn
Cajamarca
La Libertad
Ancash
Moquegua
22
22
27
26
24
23
27
26
24
23
2222
22
19
18
17
Ica
15
15
Tacna
12
10
10
Lima
Arequipa
5000
10000
0 15000
10
5000
10000
15000
scatter TMI PBIDpc, xline($PBIDpcx) yline($TMIX) mlabel(TMI) title("Tasa de Mortalidad Infantil Vs. PBID per cpita")
subtitle("Diagrama de Dispersin y Covarianza Per 2011: TMI") note("Econ. Orlando Torres")
223


X-X
FUNCIONES ESTANDARIZADAS APLICANDO Z=[(X-MediaX)/SX]

Z=
S
gen valido=TMI<.& PBIDpc<.
for var TMI PBIDpc: egen zX=std(X) if valido
scatter zTMI zPBIDpc, xline(0) yline(0) xlabel(-1 0/3) ylabel(-1 0/3) mlabel(Departamentos)
Matriz de covarianzas variables estandarizadas y originales
corr zTMI zPBIDpc, covariance
//-0.47431
corr TMI PBIDpc
//-0.47431
====================================================
Puno
Standardized values of (TMI)

-1
0
1
2

-1
0
1
2
Diagrama de Dispersin y Covarianza Per 2011: TMI Estandarizados

Loreto
Cusco
Huancavelica
Madre Dios
San Martn
Ucayali
Amazonas
Pasco
Ayacucho Lambayeque
Apurimac
Hunuco
Tumbes
Piura
Cajamarca
Junn
La Libertad
Ancash
Ica
40
38
35
27
26
26
24
23
23
2222 Moquegua 22 22
18
27
24
22
19
17
15
15
Lima
Tacna
-1
12
Arequipa
0
1
Standardized values of (PBIDpc)
-1 3
10
0
1
224

112

*====================================================
* REGRESIN SIMPLE /Coeficiente de correlacin r = -0.4743
*====================================================
gen tzTMI=-0.4743*zPBIDpc
scatter tzTMI zTMI zPBIDpc if valido, connect(l i) msymbol(i 0) xline(0) yline(0) ytitle(Tasa estandarizadas de TMI)
-2

-1
0
1
2
Tasa estandarizads de TMI

-1
0
1
2

40
38
35
2222
27
26
24
23
27
26
24
23
22 22
18
22
19
17
15
15
12
-1
0
1
tzTMI
3
-1
10
0
1
scatter zTMI zPBIDpc, xline(0) yline(0) xlabel(-1 0/3) ylabel(-1 0/3) mlabel(TMI) title("Tasa de Mortalidad Infantil
Vs. PBID per cpita") subtitle("Diagrama de Dispersin y Covarianza Per 2011: TMI Estandarizados")
225


REGRESIN CON LAS VARIABLES ESTANDARIZADAS O TIPIFICADAS
xi: reg zTMI zPBIDpc
xi: reg TMI PBIDpc
//Modelo para predecir y graficar
predict TTMI
scatter TTMI TMI PBIDpc if valido, connect(l i) msymbol(i 0) xline($PBIDpcx) yline($TMIX) ytitle(Tasa de
Mortalidad Infantil)
*================================================================================
xi: reg zTMI zPBIDpc
xi: reg TMI PBIDpc
226

113

scatter TTMI TMI PBIDpc if valido, connect(l i) msymbol(i 0) xline($PBIDpcx) yline($TMIX) ytitle(Tasa de Mortalidad Infantil)
title("Tasa de Mortalidad Infantil Vs. PBID per cpita") subtitle("Diagrama de Dispersin y Covarianza Per 2011: TMI
Estandarizados") note("Econ. Orlando Torres")

40
20

40
Tasa de Mortalidad Infantil

20
30
38
e( TMI | X )
0
10
35
22
22
27
26
24
23
18
27
26
24
23
2222
22
19
17
-10
15
15
10
12
10
5000
10000
Fitted values
15000
-20
-5000
5000
10000
e( PBIDpc | X )
avplot PBIDpc, mlabel(TMI) yline(0) xline(0) title("Tasa de Mortalidad Infantil Vs. PBID per cpita")
subtitle("Diagrama de Dispersin y Covarianza Per 2011: TMI Estandarizados") note("Econ. Orlando Torres")
227


BONDAD DEL AJUSTE DE LA REGRESIN
* PRUEBA DE WALTZ // Una alternativa al test de Student para los coeficientes de la regresin, es Waltz
n
xi: reg TMI PBIDpc
xi: reg TMI PBIDpc, noheader
Para Evaluar los Coeficientes
Y Y
MCReg =
i 1
k 1
Y Y
n
test _cons PBIDpc
test PBIDpc=-.0013
MCRei =
F=
i 1
nk
MCReg
MCRei
Donde es obvio que se puede rechazarse la hiptesis nula de que ambos coeficientes son iguales a cero.
No puede rechazarse la hiptesis propuesta, puesto que la probabilidad del estadstico F es demasiado alta como
para arriesgarse a hacerlo
scalar MCReg=(((314.47016-22.41667)^2)/(2-1))
scalar MCRei=(1083.36317/(24-2))
scalar F=(MCReg/MCRei)
scalar list MCReg MCRei F //g de l = Numerador 1, denominador 22 F=1,22 = 4.30 Rechazamos Ho F=1732.1018
228

114
MCRL: REGRESIN POR EL ORIGEN

*
REGRESIN POR EL ORIGEN
xi: reg TMI PBIDpc, noconstant
predict ATTMI
scatter ATTMI TMI PBIDpc if valido, connect(l .) symbol(i o) xlabel(0 10600) ylabel(0 30) xline($PBIDpcx) yline($TMIX)
===================================================================================
xi: reg TMI PBIDpc, noconstant
Ha cambiado en relacin con la regresin normal y de ser negativo pasa a positivo (lo que es inevitable siempre
y cuando no haya constante y la variable dependiente no tenga valores negativos). Es, por otro lado, ms que
evidente la inexactitud de este modelo (sin constante) en la medida que el error de la regresin est por encima
de 15 y, sobre todo, el R2 ajustado no llega al 58 %.
229

MCRL: REGRESIN POR EL ORIGEN

scatter ATTMI TMI PBIDpc if valido, connect(l .) symbol(i o) xlabel(0 10600) ylabel(0 30) xline($PBIDpcx) yline($TMIX)
title("Tasa de Mortalidad Infantil Vs. PBID per cpita") subtitle("Diagrama de Dispersin y Covarianza Per 2011: TMI R
Origen") note("Econ. Orlando Torres")

Diagrama de Dispersin y Covarianza Per 2011: TMI R Origen
Todo esto se hace ms evidente si se genera el

grfico correspondiente a esta nueva regresin
30
Como puede apreciarse la recta sale desde el

punto (0,0) y se aleja excesivamente de los
puntos empricos.
10600
Fitted values
Usando hascons
gen constante=1
xi: reg TMI PBIDpc constante, hascons
//Regresin Original
230

115
MCRL: MODELOS de REGRESIN MLTIPLE
231

La regresin anterior podra aadrsele una nueva variable y, de este modo, la regresin ajusta el plano que pasa
lo ms cerca posible de los puntos que se alzan en un plano tridimensional, dos de cuyas dimensiones son las
variables independientes y la tercera es la variable dependiente.
En este caso, adems del PBIDpc, se introduce en la regresin el porcentaje del PBIDA agrcola, con la suposicin
de que los Departamentos en los que tiene ms peso el primer sector, poseen una tasa de mortalidad infantil
superior.
TMI = f (PBID per cpita, PBID Agrcola)
TMIt = 0 + 1 .PBIDpct + B2.PBIDA + et
xi: reg TMI PBIDpc PBIDA
En este caso, un Departamento sin PBIDpc ni PBIDA agrario tendra una mortalidad infantil promedio del
24.6 por mil y por cada nuevo sol de aumento en el PBIDpc bajara la tasa de mortalidad 1.2 milsimas y, en
condiciones iguales de renta, por cada 1% de aumento en el PBIDA agrcola, la tasa de mortalidad infantil
subira un 0.45 por mil.
232

116

MODELOS de REGRESIN MLTIPLE ESTANDARIZADA
sum TMI PBIDpc PBIDA
Yi Y
gen TMIE=((TMI-22.41667)/7.795855)
X zE
YzE
gen PBIDEpc=((PBIDpc-5365.583)/2875.032)
SdY
gen PBIDAE=((PBIDA-9.735417)/6.620398)
label var TMIE

label var PBIDEpc
label var PBIDAE
Sd X
"Tasa Mortalidad Infantil Estandarizada"

"PBI per cpita estandarizado"
"PBID Agrcola estandarizado"
xi: reg TMIE PBIDEpc PBIDAE, noconst
xi: reg TMI PBIDpc PBIDA, beta nohead
233


MODELOS de REGRESIN MLTIPLE ESTANDARIZADA
xi: reg TMI PBIDpc PBIDA, beta nohead
Estos coeficientes estandarizados que, supuestamente, tendran que variar entre -1 y 1, son tiles siempre y
cuando se cumplan los supuestos de regresin, especialmente los de homocedasticidad, ausencia de
multicolinealidad y correcta especificacin para comparar la influencia de las variables independientes sobre la
dependiente. As, con los datos obtenidos en el ejemplo, habra que decir que tienen ms peso (relativo) el
porcentaje de PIB DA de agricultura, que el PBIDpc.
B0
La tasa fija de mortalidad infantil en el Per para el ao 2011, es de 24.6 por mil, permaneciendo los
dems factores constantes.
B1PBIDpc Un incremento igual a una desviacin estndar en el PBIDpc propicia, en promedio, una disminucin
de 0.4516 desviaciones estndar en la TMI.
B2PBIDA Si se incrementa una desviacin estndar en el PBIDA, causar un aumento de 0.38 de desviacin
estndar en la TMI.
En trminos relativos, el PBIDA tiene un mayor impacto en la Mortalidad infantil (ya que se encuentra en
este sector mayor pobreza) que el PBIDpc.
Aqu se advierte la ventaja de utilizar variables estandarizadas, pues la estandarizacin hace que todas las
variables tengan una media comn, en vista de que todas las variables estandarizadas tiene medias iguales a
cero y varianzas unitarias.
234

117
MCRL: REGRESIN CON VARIABLES DUMMY
REGRESIN CON VARIABLES FICTICIAS O DUMMY

gen Costa=(UbiGeo==2) if UbiGeo<.
xi: reg TMI PBIDpc PBIDA TA Costa, beta
El coeficiente correspondiente a la variable Costa, que tiene el valor 6.87, indica que en trminos medio y
controlando por las variables PBID per cpita, PBID agrcola y Tasa de Alfabetismo para los habitantes
mayores de 15 aos a ms, los departamentos Costeros tienen una mortalidad 6.87 puntos (en tantos por mil) por
encima de los departamentos ubicados entre otras regiones.
235


xi: reg TMI PBIDpc PBIDA TA i.UbiGeo
Es de notar que la regresin no es exactamente igual que la anterior. No cambia el anlisis de varianza, ni el R2, ni
la raz del error medio cuadrtico. Tampoco cambian los coeficientes, ni las significaciones de las variables
cuantitativas. En cambio, aparecen cuatro variables (_Iconti_2, _Iconti_3), que se refieren respectivamente a
Costa y Selva. No aparece _Iconti_1, pues, por omisin, la preinstruccin xi: deja como categora base al primer
valor de la variable categrica y, en este caso, corresponde a la Sierra. Por tanto, ahora los coeficientes no marcan
la diferencia de una regin con respecto a Costa, tal como se hizo en el caso anterior, sino con respecto a Sierra y,
aunque sta regresin explica lo mismo que la anterior, entre las variables ficticias de los continentes slo aparece
como significativa la correspondiente a Costa, porque el resto de las regiones no tienen tasas de mortalidad
infantil sustancialmente diferentes de las de Sierra, que es la considerada en este caso base.
236

118

for num 1 3 \ any Selva Sierra: gen Y=(UbiGeo==X) if X<.
xi: reg TMI PBIDpc PBIDA TA Sierra Selva, beta
CAMBIAR LA CATEGORIA BASE 2 // Sierra 3

char UbiGeo[omit]3
xi: reg TMI PBIDpc PBIDA TA i.UbiGeo
Para obtener una regresin con similar informacin, se va a dejar como categora base el valor Costa de la
variable UbiGeo, codificado como el valor 2.
Como, en este caso, la categora base es el UbiGeo Costa, todos los coeficientes pertenecientes al resto de
ubicacin geogrfica son negativos, porque en todos ellos la tasa de mortalidad infantil es menor, la Selva 7.19,
puntos inferior y en al Sierra, 6.38 puntos de la tasa por mil. Adems, es de notar que tanto la influencia del
producto bruto departamental per cpita, como TA, aparecen como no significativas una vez que se controla por
la ubicacin geogrfica.
237

MCRL: MODELOS DE REGRESIN NO LINEAL

MODELOS DE REGRESIN CUADRTICA
gen PBIDpc2=PBIDpc^2
xi: reg TMI PBIDpc PBIDpc2
Toda funcin cuadrtica se caracteriza por tener un punto de inflexin, esto es, los valores pronosticados
cambian de orientacin a partir de un valor determinado de X.
El tener el coeficiente cuadrtico positivo implica que la curva obtenida empieza descendiendo y termina
ascendiendo, como es aqu el caso. Y, como el coeficiente de la variable original tiene signo contrario que el
cuadrtico el punto de inflexin se encuentra en un valor positivo de X.
238

119

MODELOS DE REGRESIN CUADRTICA: Representacin grfica
predict TTMI2 if e(sample)
label var TTMI2 "Prediccin Cuadrtica"
sort PBIDpc
scatter TTMI2 TMI PBIDpc if e(sample), connect(l) symbol(i 0)
20
30
Yi = B0 + B1.X + B2.X2 + ei
10
40
Diagrama de Dispersin Per 2011: Regresin Cuadrtica
Las funciones cuadrticas se utilizan muy a

menudo en las aplicaciones econmicas para
captar efectos marginales crecientes o decrecientes. Teniendo presente sus propiedades.
En el caso ms simple, y depende de una nica
variable X, pero de manera cuadrtica:
5000
10000
Prediccin Cuadrtica
15000
(1)
Como puede apreciarse a travs del grfico, el

modelo cuadrtico predice que la tasa de
mortalidad infantil baja a medida que aumenta
la renta per cpita en los departamentos
pobres; pero a partir de determinado nivel de
renta, la relacin se invierte y la produccin
incide negativamente en este indicador.
239


MODELOS DE REGRESIN CBICA
Las funciones cbicas se utilizan muy a menudo en las aplicaciones econmicas para captar efectos marginales
crecientes o decrecientes. Teniendo presente sus propiedades.
En el caso ms simple, y depende de una nica variable X, pero de manera cuadrtica:
Yi = B0 + B1.X + B2.X2 + B3.X3 + ei
(1)
gen PBIDpc3=PBIDpc^3
xi: reg TMI PBIDpc PBIDpc2 PBIDpc3
240

120

MODELOS DE REGRESIN CBICA: Representacin grfica
predict TTMI3 if e(sample)
label var TTMI3
"Prediccin Cbica"
scatter TTMI3 TMI PBIDpc if e(sample), connect(l) symbol(i 0)
30
20
10
40
Per 2011: Diagrama de Dispersin y Regresin Cbica
5000
10000
Prediccin Cbica
15000
241


MODELOS DE REGRESIN INVERSA
gen IPBIDpc=1/PBIDpc
xi: reg TMI IPBIDpc
TMI = 15.25 + 30,832.69*(1/PBIDpc) + ei

Conforme el PBI per cpita se incrementa indefinidamente, la mortalidad infantil se acerca a su valor asinttico de
15 muertes por mil. El valor positivo del coeficiente de (1/PBIDpc) implica que la tasa de cambio de la TMI
respecto al PBIDpc es negativa.
242

121

MODELOS DE REGRESIN CUADRTICA: Representacin grfica
predict TTMINV if e(sample)
label var TTMINV
"Prediccin Inversa"
scatter TTMINV TMI PBIDpc if e(sample), connect(l .) symbol(i 0)
30
20
10
40
Per 2011: Diagrama de Dispersin y Regresin Inversa
5000
10000
Prediccin Inversa
15000
scatter TTMINV TMI PBIDpc if e(sample), connect(l .) symbol(i 0) ytitle(Tasa de Mortalidad Infantil)
title("Tasa de Mortalidad Infantil Vs. PBID per cpita") subtitle("Per 2011: Diagrama de Dispersin y
Regresin Inversa") note("Econ. Orlando Torres")
243

MODELOS DE REGRESIN LOGARITMICA: ELASTICIDAD CONSTANTE LOG-LOG

gen LPBIDpc=ln(PBIDpc)
1
ui
gen LTMI=ln(TMI)
i
0
i
xi: reg LTMI LPBIDpc
Y .X
Y = exp(6.585718) X-0.4177043 + ei
Y = 2.7182818 6.585718 X-0.4177043 + ei = 724.70 X-0.4177043 + ei
Donde B1 es la elasticidad de la TMI respecto PBIDpc.

Esto implica que por cada aumento de 1 % en el PBIDpc hay una disminucin aproximadamente de -0.4177
por mil nacimientos vivos.
Dado a que la elasticidad es menor a unopodemos decir que el SMI en el Per es inelstica respecto al
PBIDpc.
Este modelo cae dentro de los modelos de regresin simple mediante la definicin de la variable dependiente
como Y = LTMI y de la variable independiente como X = LPBIDpc, tal como se ha estimado.
244

122
MODELOS DE REGRESIN LOGARITMICA: ELASTICIDAD CONSTANTE- GRFICA

predict TTMIGG if e(sample)
gen TTMGG=exp(TTMIGG)
label var TTMGG
"Prediccin Elasticidad Constante"
scatter TTMGG TMI PBIDpc if e(sample), connect(l .) symbol(i 0)
Yi 0 .( X i ) 1 .eui

Per 2011: Diagrama de Dispersin y Regresin Log - Log
LnX .Ln LnX .Ln LnY .LnX

1
20
30
10
40
n.Ln0 LnX .Ln1 LnY
5000
10000
Prediccin Elasticidad Constante
15000
scatter TTMGG TMI PBIDpc if e(sample), connect(l .) symbol(i 0) ytitle(Tasa de Mortalidad Infantil) title("Tasa de
Mortalidad Infantil Vs. PBID per cpita") subtitle("Per 2011: Diagrama de Dispersin y Regresin Log - Log")
245


REGRESIN LOG - LIN // MODELO PORCENTUAL - SEMIELSTICO
xi: reg LTMI PBIDpc
scalar B0=(2.7182818^3.412721)
scalar B1=(2.7182818^-.0000681)
scalar TC=(B1-1)*100
scalar list B0 B1 TC
Yi 0 1
eui
TMI = 30.347707 (0.9999318^PBIDpc)+ ei

T crecimiento = B1 1 = - 0.00680977 %
B o = La TMI en el Per para el 2011, es de 3.4 muertes por mil ausencia de cualquier otro factor
B1 = tasa de crecimiento es: k = 1 1 = 0.9999318 1 = - 0.0068 %
1 = 0 Tasa de crecimiento Constante relativa
1 0 Tasa de Crecimiento relativa
1 0 Tasa de Decrecimiento relativa
246

123

REGRESIN LOG - LIN // MODELO PORCENTUAL - SEMIELSTICO
predict TTMIGN if e(sample)
gen TTMGN=exp(TTMIGN)
label var TTMGN
"Prediccin Log-Lin"
scatter TTMGN TMI PBIDpc if e(sample), connect(l .) symbol(i 0)
TMI = 30.347707 (0.9999318^PBIDpc)+ ei
T crecimiento = B1 1 = - 0.00680977 %
20
30
1 = 0 Tasa de crecimiento Constante relativa

1 0 Tasa de Crecimiento relativa
1 0 Tasa de Decrecimiento relativa
10
40
Per 2011: Diagrama de Dispersin y Modelo Semelstico
5000
10000
Prediccin Porcentual Log-Lin
15000
scatter TTMGN TMI PBIDpc if e(sample), connect(l .) symbol(i 0) ytitle(Tasa de Mortalidad Infantil) title("Tasa de Mortalidad
Infantil Vs. PBID per cpita") subtitle("Per 2011: Diagrama de Dispersin y Modelo Semelstico") note("Econ. Orlando Torres") 247


REGRESIN LIN - LOG // MODELO
xi: reg TMI LPBIDpc
Yi 0 1.LnX i ei
n. 0
LnX . 1
LnX . 0 LnX . 1
Y
Y .LnX
TMI = 88.14307 - 7.75940 LPBIDpc + ei

B1 = Debe multiplicarse por 0.01 o dividir entre 100, por tanto; - 7.759406 x 0.01 = - 0.07759
B1G Total = Un incremento en el PBIDpc del 1%, en promedio, propicia una disminucin 77.59 por mil en la TMI
para el 2011 en el Per
248

124

REGRESIN LIN - LOG // MODELO CURVAS DE ENGEL
predict TTMING if e(sample)
label var TTMING
"Prediccin Lin-Log"
scatter TTMING TMI PBIDpc if e(sample), connect(l) symbol(i 0)
30
20
10
40
Per 2011: Diagrama de Dispersin y Modelo Lin - Log
5000
10000
Prediccin Curva de Engel
15000
scatter TTMING TMI PBIDpc if e(sample), connect(l) symbol(i 0) ytitle(Tasa de Mortalidad Infantil) title("Tasa de Mortalidad
Infantil Vs. PBID per cpita") subtitle("Per 2011: Diagrama de Dispersin y Modelo Lin - Log") note("Econ. Orlando Torres")
249

MCO: REGRESIONES CON SELECCIN AUTOMTICA DE VARIABLES
REGRESIN AUTOMTICAS DE VARIABLES

Stata permite realizar regresiones automticas, que son aquellas en las que las variables se introducen o eliminan
de la regresin en funcin de la probabilidad de su significacin. Existen cuatro modalidades de realizacin de este
procedimiento exploratorio que construye las regresiones en diversos pasos:
1. La ms sencillo sera la que, partiendo de una regresin sin variables independientes va incorporando aquellas
que muestran mayor significacin, o lo que es lo mismo, la probabilidad del estadstico t es menor. De este
modo, en el primer paso incorpora la variable con mayor correlacin con la variable dependiente y, a partir de
ah, va aadiendo nuevas variables siempre y cuando superen el umbral especificado en la instruccin, que
suele ser el comnmente reconocido como .05.
Esta tarea se realiza mediante la pre orden sw acompaada por la opcin pe(#), siendo # la probabilidad ms
alta con la que el programa dejara introducir una variable. Al decir que es una pre orden significa que, de
igual modo que con el comando xi:, hay que especificar una orden a continuacin y, en este caso, la orden ha de
ser regress.
2. La modalidad opuesta del mtodo automtico hacia delante es comenzar con todas las variables en la ecuacin
de regresin e ir eliminando aquellas que no resulten significativa (mtodo hacia atrs).
El procedimiento es similar al que se acaba de ver. Lo nico que cambia es la opcin, puesto que en lugar de
poner pe(#), ha de escribirse pr(#). Utilizando el mismo ejemplo, la instruccin adoptara la siguiente expresin:
sw reg LTMI LPBIDpc PBIDA TA Costa, pe(.05)
sw reg LTMI LPBIDpc PBIDA TA Costa, pr(.05)
xi: sw reg LTMI LPBIDpc PBIDA TA i.Dm*i.UbiGeo, pr(.10) pe(.05)
250

125
sw reg LTMI LPBIDpc PBIDA TA Costa, pe(.05)
Como puede apreciarse, la primera variable introducida es el logaritmo del LPBIDpc, a continuacin el
porcentaje del PBIDA y, finalmente, la variable Costa.
No aparece la variable porcentaje Tasa de Alfabetismo (TA), porque una vez las tres anteriores citadas estn en
la ecuacin, su coeficiente no es significativo al nivel sealado del 5%.
251

sw reg LTMI LPBIDpc PBIDA TA Costa, pr(.05)
Como puede apreciarse en el resultado anterior, la regresin resultante es idntica a la realizada hacia
delante. Pero el procedimiento ha sido el contrario.
En lugar de aadir variables, se han eliminado.
Como aparece al inicio de la salida, la variable TA ha sido sacada de la regresin porque su significacin no
cumpla con el criterio impuesto pr(.05).
252

126
xi: sw reg LTMI LPBIDpc PBIDA TA i.Dm*i.UbiGeo, pr(.10) pe(.05)
4) Del mismo modo que puede comprobarse hacia atrs la eliminacin y la incorporacin simultnea de
variables, tambin pueden realizarse ambas operaciones hacia delante. La nica diferencia en la instruccin
estriba en la opcin forward aadida a la pre instruccin sw.
253

xi: sw reg LTMI LPBIDpc PBIDA TA i.Dm*i.UbiGeo, pr(.051) pe(.05) forward
De este modo el modelo consta de las mismas variables y advierte que en el caso de los Departamentos pertenecientes a la Costa (Tumbes a Tacna), en igualdad de renta y PBIDA, tiene mortalidades infantiles superiores a la de los
Departamentos de la Sierra y Selva.
254

127
5). A la pre orden sw habra que aadirle tres posibilidades ms que incorpora para el control del
flujo de introduccin de variables.
La primera de ellas es la opcin hier. Mediante ella, en lugar de seguir el orden por la
significacin que poseen las variables, se sigue el especificado por el usuario hasta llegar a una
variable que no es significativa.
Hay dos modalidades de este procedimiento: una comenzando por el modelo con todas la
variables independientes, que elimina del modelo las ltimas especificadas hasta que llega a una
significativa y otra que comienza el modelo sin variables y las va incorporando segn el orden
en el que han sido escritas hasta que encuentra una que no sea significativa.
sw reg LTMI LPBIDpc PBIDA TA, pe(.05) hier
sw reg LTMI LPBIDpc PBIDA TA, pr(.05) hier
sw reg LTMI PBIDA LPBIDpc TA, pe(.05) pr(.051)lockterm1 forward
xi: sw reg LTMI (i.Dm*i.UbiGeo) LPBIDpc PBIDA, pr(.051) pe(.05) lockterm1 forward
255

sw reg LTMI LPBIDpc PBIDA TA, pe(.05) hier
seleccin hacia delante

256

128
Incorpora las dos variables, puesto que la primera variable de la que comprobara la significacin sera de
PBIDA (de la ltima especificada) y una vez que no se puede eliminar una variable, no sigue comprobando
ninguna ms.
257

La tercera posibilidad es la de agrupar un conjunto de variables a la hora de incluirlas o eliminarlas de

la ecuacin. Ello se logra agrupando una serie de variables entre dos parntesis.
De este modo, si se est ante un proceso de inclusin, slo las incluir, si el conjunto es significativo,
mientras que si se est en un proceso de exclusin, solo las eliminar de la ecuacin, si la serie completa
no es significativa. Y, en el caso de que se ponga el parntesis en las primeras variables independientes y
se especifique la opcin lockterm, entonces todas las variables comprendidas aparecern en la ecuacin.
258

129
En este caso, las 4 variables ficticias, sus interacciones quedarn incluidas en la ecuacin de regresin por estar
bloqueadas con el parntesis y luego se incorporarn tanto el porcentaje del PBIDA. La ecuacin, aunque
automtica, incluye todas las variables.
259

MODELO LIN LOG

MODELOS DE ENGEL
Yi 0 1 * LnX i ei
260
130
ECONOMETRA: MODELOS DE ENGEL

MODELO DE REGRESIN: GASTO DE ENGEL
La ley de Engel es una observacin emprica, realizada por primera vez por el estadstico alemn Ernst Engel
(1821-1896), que observ que, con un conjunto dado de gustos y preferencias, si aumentan los ingresos, la
proporcin del ingreso gastado en alimentos disminuye, an cuando es probable que el gasto real en alimentacin
aumente en trminos absolutos . En otras palabras, la elasticidad ingreso de la demanda de alimentos es menor
que 1.
La ley de Engel no implica que el gasto de alimentos se mantenga sin cambios a medida que aumenta la renta,
sino que sugiere que los consumidores aumentan sus gastos de alimentos, en proporcin, menos de lo que
aumentan sus ingresos.
Una consecuencia de esta ley es la prdida de importancia de la agricultura a medida que un pas se enriquece,
cuando la demanda de los productos alimenticios no crece al mismo ritmo que la renta nacional.[3] Una aplicacin
estadstica muy controvertida del porcentaje de gasto dedicado a alimentos, es tratarlo como un reflejo del nivel
de vida de un pas. Si la proporcin del "Coeficiente de Engel" es alto, significa que un pas es pobre. Por el
contrario, si este coeficiente es bajo, denota que nos encontramos ante un pas rico.
Las curvas de Engel se obtienen a partir de la curva de renta-consumo y relacionan la cantidad demandada de
un bien con la renta.
X* f (I) Y* f (I)
Si el bien es normal, la curva de Engel tiene pendiente positiva.
Si el bien es inferior, la curva de Engel tiene pendiente negativa.
En este modelo encontraremos el cambio absoluto en Y debido a un cambio porcentual en X.
Un modelo que cumple este propsito se escribe como Yi = B0 + B1.LnXi + ei
Interpretando el coeficiente de la pendiente B1, como de costumbre:
1
Cambio en Y
Cambio en Y
Y
Cambio en LnX Cambio relativo en X X

X
Yi 0 1.LnX i ei
LAS CURVAS DE ENGEL

261


El segundo paso se deriva de que un cambio en el log de un nmero es un cambio relativo B1 = Y / (X/X)
Donde, como es usual, denota un cambio pequeo:
X
Y 1
Esta ecuacin plantea que el cambio absoluto en Y (=Y) es igual a la pendiente multiplicada por el cambio relativo
en X.
Si este ltimo se multiplica por 100, entonces da el cambio absoluto en Y ocasionado por un cambio porcentual en X.
As, si X/X cambia en 0.01 unidades ( 1%), el cambio absoluto en Y es 0.01(B1).
Por lo tanto, si en una aplicacin se encuentra que B1 = 500, el cambio absoluto en Y es 0.01(500) = 5.0
Por consiguiente, cuando se utiliza MCO para estimar regresiones, se debe multiplicar el valor del coeficiente
estimado de la pendiente por 0.01, o lo que es lo mismo, dividirlo entre 100.
Si no tiene presente lo anterior, la interpretacin en una aplicacin ser muy equivocada.
ENGEL postul que el gasto total que se dedica a los alimentos tiende a incrementarse en progresin aritmtica,
mientras que el gasto total aumenta en progresin geomtrica
El INEI, a travs de las encuestas anuales ENAHO, public el 2007, los datos para una muestra de 22,204
encuestados a nivel nacional, de los cuales examinamos los datos sobre los gastos en alimentos en el Per bajo la
tesis que stos se incrementan paulatinamente, conforme el gasto total aumenta, lo que esperamos stos sustenten
la Ley de Engel.
means GAlimentos
262

131

twoway scatter GAlimentos GTotal, title("Per 2007: Gasto en Alimentos Vs. Gasto Total") subtitle("Engel:Gasto en Alimentos Vs.
Gasto Total de las Familias") note("Fuente: ENAHO 2007, Econ. Orlando Torres")
Per 2007: Gasto en Alimentos Vs. Gasto Total Per 2007: Gasto en Alimentos Vs. Gasto Total
gen GTotalLn=ln(GTotal)
gen GTotal2=(GTotal^2)
label var GTotalLn
label var GTotal2
"Log N Gasto Total"

"Cuadrado de Gasto Total"
-10000
e( GAlimentos | X )
10000 20000 30000
40000
30000
20000
10000
Gasto en Alimentacin en S/.
Engel:Gasto en Alimentos Vs. Gasto Total de las Familias
50000
100000
150000
Gasto Total en S/.
Fuente: ENAHO 2007, Econ. Orlando Torres
200000
-4
-2
0
e( GTotalLn | X )
250000
coef = 2752.8836, se = 17.273959, t = 159.37
avplots, yline(0) xline(0) title("Per 2007: Gasto en Alimentos Vs. Gasto Total") subtitle("Engel:Gasto en
Alimentos Vs. Gasto Total de las Familias") note("Fuente: ENAHO 2007, Econ. Orlando Torres")
263


xi: reg GAlimentos GTotalLn
Yi 0 1.LnX i ei
n. 0
LnX . 1
LnX . 0 LnX . 1
Y
Y .LnX
G Alimentos = - 21809.9 + 2752.884 Ln G Total + ei

B1 = Debe multiplicarse por 0.01 o dividir entre 100, por tanto; 2752.884 x 0.01 = 27.52884
B1G Total = Un incremento en el Gasto Total del 1%, en promedio, propicia un incremento de 27.50 soles en los
Gastos de Alimentacin de los 22,204 encuestados
dY X dY X
1
E . . 1. Y 1 X
dX
Y
dX
Y
2752.884 x (1/ 3807.32) = 0.723050
264

132

50000
100000
150000
Gasto Total en S/.
Gasto en Alimentacin en S/.
200000
Gasto en Alimentacin S/.

-10000 -5000
0
5000 10000
Per 2007: Gasto en Alimentos Vs. Gasto Total

10000 20000 30000
Per 2007: Gasto en Alimentos Vs. Gasto Total
-10000
Gastos en Alimentos S/:
twoway scatter GAlimentos GTotal||(qfit C_Engel GTotal), ytitle(Gastos en Alimentos S/:) title("Per 2007: Gasto en Alimentos Vs.
Gasto Total") subtitle("Engel:Gasto en Alimentos Vs. Gasto Total de las Familias") note("Fuente: ENAHO 2007, Econ. Orlando
Torres") legend(label(2 "Curva de Engel"))
Curva de Engel
250000
0
50000
100000
150000
Gasto Total en S/.
200000
250000
twoway qfit C_Engel GTotal, ytitle(Gasto en Alimentacin S/.) yline(12250) xline(100000) title("Per 2007: Gasto en Alimentos Vs.
Gasto Total") subtitle("Engel:Gasto en Alimentos Vs. Gasto Total de las Familias") note("Fuente: ENAHO 2007, Econ. Orlando
Torres")
265

MUCHAS GRACIAS
266
133

Econometria PDF

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Econometria PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

Econ. Dr. Orlando Torres Montes

FUNCIN CONSUMO EN EL PER 2007

John Mynard Keynes

B1 = P Marginal a Consumir (PMC) C/Y = P Media a Consumir

Consumo: Es una caminata aleatoria

Econ. Orlando Torres Montes /otorresmontes@gmail.com

FUNCIN CONSUMO EN EL PER 2007

= Consumo expresado en nuevos soles (S/.)

EL MODELO ECONOMTRICO SOLICITADO ES:

Econ. Orlando Torres Montes /otorresmontes@gmail.com

FUNCIN CONSUMO EN EL PER 2007

0 < PMC < 1

A medida que sube la renta, los consumidores ahorran

El valor del consumo si la renta es cero.

Econ. Orlando Torres Montes /otorresmontes@gmail.com

FUNCIN CONSUMO EN EL PER 2007

ESPECIFICACIN DEL MODELO MATEMTICO DE CONSUMO

Econ. Orlando Torres Montes /otorresmontes@gmail.com

FUNCIN CONSUMO EN EL PER 2007

scatter consumo ingreso, yline(4351) xline(8701)

Consumo Familiar Anual S/

Diagrama de Dispersin y de Covarianza

Econ. Orlando Torres Montes /otorresmontes@gmail.com

FUNCIN CONSUMO EN EL PER 2007

Consumo = 3,176.60 + 0.1685.Ingreso + e i

Consumo 3,176.60 + 0.1685.Ingreso + ei

Econ. Orlando Torres Montes /otorresmontes@gmail.com

FUNCIN CONSUMO EN EL PER 2007

twoway lfit consumo ingreso, yline(4351) xline(8701)

avplot ingreso, mlabel(ingreso) yline(4351) xline(8701)

FUNC N CONSUMO pa a e PER 2007

FUNCIN CONSUMO para el PER (2007)

Recta de Regresin a travs de los promedios

Promedio del Ingreso S/. 8,701.00

Promedio del Consumo S/. 4,351.00

twoway scatter consumo ingreso, mlabel(ingreso)||lfit consumo ingreso, yline(50000) xline(280000)

Econ. Orlando Torres Montes /otorresmontes@gmail.com

FUNCIN CONSUMO EN EL PER 2007

Los primeros xitos empricos:

Hogares con mayores rentas:

Hay una correlacin muy fuerte entre la renta y el consumo:

Basndose en la funcin de consumo Keynesiana, los economistas predicen que C crecer

Econ. Orlando Torres Montes /otorresmontes@gmail.com

FUNCIN AHORRO EN EL PER 2007

FUNCIN AHORRO EN EL PER 2007

Consumo Familiar Anual S/

Consumo y Ahorro Per 2007

Ahorro Familiar Anual S/

50000 100000 150000 0

Econ. Orlando Torres Montes /otorresmontes@gmail.com

FUNCIN AHORRO EN EL PER 2007

scatter ahorro ingreso, yline(4058) xline(8701)

Diagrama de Dispersin y Covarianza

100000 200000 300000 400000

Ahorro Familiar Anual S/

FUNCIN DE AHORRO DEL PERU (2007)

Econ. Orlando Torres Montes /otorresmontes@gmail.com

FUNCIN AHORRO EN EL PER 2007

xi: reg ahorro ingreso

Ahorro 3,176.60 + 0.1685.Ingreso + ei

Ahorro = -3,176.60 + 0.8315.Ingreso + ei