SEDE CENTRAL
Sucre Bolivia
CURSO DE DIPLOMADO EN
ECONOMETRA APLICADA
ALUMNO:
Sucre Bolivia
2014
CURSO DE DIPLOMADO EN
ECONOMETRA APLICADA
ALUMNO:
Sucre Bolivia
2014
DEDICATORIA
ii
variable exgena. Y referido a los datos en este modelo se hace uso de datos transversales.
(Ciudad de Sucre)
El segundo modelo economtrico, se adeca, a un modelo de anlisis de regresin
mltiple, donde el crdito bancario, variable endgena, es explicada, por las variables,
tasa de inters, ndice Global de Actividad Econmica (IGAE), cartera en mora y
liquidez, variables exgenas. Y referido a los datos en este modelo se hace uso de datos
de series de tiempo. (Bolivia)
El trabajo, en ambos modelos, estn desarrollados y resueltos por la herramienta
informtica, EViews V.8, porque no debemos seguir prescindiendo y obviado estas
herramientas y debemos utilizar y explotar los softwares que nos ofrece el desarrollo
tecnolgico actual.
iii
NDICE O CONTENIDO
Pgina
INTRODUCCIN....
1.
Antecedentes y JUSTIFICACIN
2.
Situacin PROBLMICA
3.
4.
Objeto de Estudio
5.
Objetivos...
6.
CAPTULO I
1. MARCO TERICO..
CAPTULO II...
2.1.
26
28
iv
28
28
32
34
49
50
CAPTULO III..
54
3. CONCLUSIONES Y RECOMENDACIONES.
54
3.1. Conclusiones......
54
3.2. Recomendaciones..
55
REFERENCIAS BIBLIOGRFICAS..
56
NDICE DE TABLAS
Pgina
Tabla N 1: Ingreso, Consumo y Ahorro familiar....
13
20
22
23
23
26
27
29
32
33
35
36
37
37
38
39
40
Tabla N 18: Serie TASA DE INTERES, Prueba Augmented DickeyFuller (ADF), en primera diferencia (DTASA).
40
42
vi
43
44
45
46
47
48
48
50
51
52
vii
NDICE DE GRFICOS
Grfico N 1: Funcin de Consumo Keynesiana
Pgina
6
16
17
17
17
18
18
18
19
19
21
25
27
32
35
36
3838
40
42
44
46
47
49
52
El modelo economtrico, crdito bancario, a nivel nacional, versus, tasa de inters, ndice
Global de Actividad Econmica (IGAE), cartera en mora y liquidez, trabaja con datos de
series de tiempo.
La investigacin debe estar acorde al desarrollo en temas relevantes y significativos del
mundo tecnolgico, que nos permitir permanentemente estar al ritmo con el vertiginoso
avance cientfico. Por eso es necesario enfatizar la aplicacin de software especializado,
para nuestro caso EViews V.8, paquete economtrico, en el proceso de resolucin.
1. ANTECEDENTES Y JUSTIFICACIN.La idea principal del anlisis de regresin es la dependencia estadstica de una variable,
la dependiente o endgena, respecto de otra o ms variables, las explicativas o exgenas.
El objetivo del anlisis de regresin es estimar o predecir la media o el valor promedio de
la variable dependiente o endgena, con base en los valores conocidos o fijos de las
explicativas o exgenas.
En la prctica, un buen anlisis de regresin depende de la disponibilidad de datos
apropiados. Lamentablemente, en nuestro pas, no contamos con banco de datos
econmicos fiables, que nos permita construir modelos en las distintas reas del
conocimiento econmico. Por tal razn, para el primer modelo, nos vimos obligados a
desarrollar una encuesta y recabar datos, que nos permita construir el modelo
economtrico, funcin de ahorro familiar, (Sucre).
En cambio para el segundo modelo, referido al crdito bancario si existe fuentes de datos
disponibles, datos macroeconmicos que publica el gobierno, que nos permiti trabajar y
resolver el modelo de investigacin.
Las dos funciones estn respaldadas por teoras econmicas, que explican la dependencia
y relacin que existen entre las variables endgenas y exgenas. Si no se tom en cuenta
otras variables como explicativas de la funcin ahorro y crdito, son por las limitaciones
de datos y por la restriccin del modelo, considerando que las otras variables tiene una
repercusin nfima en la dinmica de la variable endgena.
El mundo actual es muy cambiante y dinmico, y esa dialctica que se presenta en las
distintas ramas del saber, exige que como economistas, en nuestras investigaciones,
hagamos uso de paquetes economtricos que aceleren y efectivicen los algoritmos
matemticos y estadsticos, es por tal razn que los resultados son producto del uso de
software EViews V.8.
2. SITUACIN PROBLMICA.Escasos trabajos de investigacin, modelos economtricos, para conocer las relaciones
intrnsecas, existentes entre variables econmicas, en nuestras sociedades, que nos
permita corroborar o afirmar las teoras econmicas.
El mundo dinmico en el cual nos movemos, ms en el aspecto tecnolgico, con cambios
vertiginosos, ofertando y colocando en el mercado Software Especializados en la
resolucin de modelos economtricos, que facilitan en el clculo de algoritmos
matemticos, estadsticos y econmicos, debe obligarnos a tomar la decisin de hacer uso
de estas herramientas que faciliten el proceso de resolucin de modelos economtricos.
3.
OBJETIVOS.5.1.
OBJETIVO GENERAL.-
OBJETIVOS ESPECIFICOS.-
DISEO
METODOLGICO
(MTODOS,
TCNICAS,
PROCEDIMIENTOS E INSTRUMENTOS DE INVESTIGACIN).Para la construccin, estudio y anlisis del modelo economtrico, se partir de un sistema
de preguntas cientficas que se irn perfeccionando y depurando durante el proceso de
investigacin y que se constituirn de gua para la presente monografa, el cual responder
fundamentalmente a las siguientes interrogantes:
Cmo caracterizar en el contexto de la ciudad de Sucre, un modelo economtrico que
explique el comportamiento de la funcin de ahorro y consumo en las familias de Sucre?
Qu aspectos tericos caracterizan o explican la funcin de ahorro?
Cmo caracterizar y qu aspectos tericos determinan la funcin de crdito fiscal?
Cmo elaborar tareas, que impliquen la construccin del modelo economtrico y su
respectiva obtencin de los parmetros del modelo y su inminente interpretacin?
Cmo concatenar estos resultados con los conceptos tericoscientficos propios de las
ciencias econmicas?
Por qu es importante la determinacin de la funcin de ahorro en las familias de sucre
y el crdito bancario a nivel nacional?
CAPTULO I
1. MARCO TERICO
La funcin keynesiana del consumo, el ciclo vital y la renta permanente.
La conjetura de Keynes:
0 < PMC < 1, (PMC=Propensin Marginal a Consumir, se encuentra entre 0 y 1)
CAPTULO II
2.
2.1.
2.1.1 Anlisis Economtrico.La econometra es una herramienta que utilizan los economistas con el objeto de realizar
un anlisis cuantitativo de fenmenos econmicos reales, basado en el desarrollo
simultneo de teora y observaciones, y relacionado por mtodos apropiados de
inferencia. Los mtodos economtricos y las teoras econmicas se desarrollan en forma
conjunta, interactuando entre ellas.
Los objetivos de la econometra son: descubrir relaciones relevantes y sugerir teoras,
cuantificar fenmenos econmicos, aislar fenmenos causales (suplir la falta de
experimentos), evaluar teoras e ideas econmicas y predecir. Es por ello que la
econometra debe lidiar con la naturaleza especfica de los fenmenos econmicos como:
relaciones no exactas, fenmenos complejos, datos no experimentales, fenmenos no
observables. Se utilizar el modelo de Estimadores Mnimos Cuadrado Ordinarios. El
mtodo parte de representar las relaciones entre una variable econmica endgena y una
o ms variables exgenas de forma lineal.
2.1.2 Metodologa de la econometra.Aunque existen diversas escuelas de pensamiento sobre metodologa economtrica, aqu
presentaremos la metodologa tradicional o clsica, que an predomina en la
investigacin emprica en economa.
En trminos generales, la metodologa economtrica tradicional se ajusta a los siguientes
lineamientos:
a) Planteamiento de la teora o de la hiptesis.
b) Especicacin del modelo matemtico de la teora.
c) Especicacin del modelo economtrico o estadstico de la teora.
d) Obtencin de datos.
e) Estimacin de los parmetros del modelo economtrico.
f) Pruebas de hiptesis.
g) Pronstico o prediccin.
a) Planteamiento de la teora o hiptesis
En este acpite se expone las diferentes teoras del ahorro que han existido, los efectos
del ahorro y hemos llevado a cabo una regresin para comprobar si el ahorro depende o
no de la renta disponible y en qu grado, en familias de Sucre.
Para los neoclsicos el ahorro depende positivamente del tipo de inters, que era el que
consegua equilibrar el ahorro y la inversin. Esto se cumple porque el dinero era
nicamente un medio de cambio. La decisin de ahorro-consumo depende del tipo de
inters. Para Keynes no es correcta la concepcin de dinero como medio de cambio pues
l piensa que el tipo de inters es una variable totalmente monetaria. La parte de la renta
que destinan al consumo depende de su propensin al consumo, lo que queda para Keynes
es un residuo, que es lo que se ahorra, luego el ahorro depende de la renta, por tanto, el
ahorro est en funcin de la renta ya que cuanto mayor sea la renta mayor ser el ahorro.
Segn Keynes una vez que se decide que ahorrar y que consumir hay que centrarse en
qu hacer con el ahorro, puedes dejarlo como dinero o poner una parte en bonos, cuando
el tipo de inters es bajo no importa tener el dinero en lquido pero cuando el tipo de
inters es muy alto es preferible tener el ahorro en bonos.
La teora general.
Keynes construy esta teora con la ayuda de un instrumento analtico:
En primer lugar, la funcin de consumo o propensin al consumo, es decir, la relacin
funcional entre el consumo y la renta. Formulado en forma media o marginal y tiene su
contraparte en la propensin al ahorro, siendo la suma de ambas propensiones igual a la
renta o unidad. La relacin entre el consumo y la renta se supone bastante estable, y no
fija, y ello facilita las predicciones acerca de las cantidades que los consumidores
desembolsarn de las diferentes e hipotticas rentas.
En segundo lugar, el multiplicador, inversamente relacionado con el ahorro, y definido
como el inverso de la propensin marginal al ahorro, el cual indica la forma que una
variacin de la inversin origina una variacin mltiple del gasto de consumo y, por lo
tanto, de la renta.
10
EL CONSUMO
Podemos observar que en (porcentajes) se consumir menos cuando los ingresos sean
ms altos, este fenmeno es denominado propensin media al consumo, cuando
aumenta el ingreso, aumenta el consumo, pero en menor proporcin que el ingreso, este
fenmeno es denominado propensin marginal a consumir.
AHORRO
Lo inverso a la funcin del consumo es la funcin del ahorro. Cualquiera que sea el
destino posterior del dinero, los consumidores deciden guardar o ahorrar parte de su
ingreso en vez de consumirlo todo. Al ahorrar, retiran una porcin del ingreso del flujo
circular, por lo que dicha porcin constituir una salida
* Magnitud de ingresos: Si el consumidor espera que sus ingresos futuros sean mayores
que los actuales, no existir apenas estmulo para el ahorro. En cambio, si cree que sus
ingresos van a disminuir, el estmulo ser mayor. Esto sera como una planificacin del
consumo y de los ingresos obtenidos.
* Certidumbre de ingresos futuros: Es evidente que con ingresos inciertos en el futuro,
el incentivo para ahorrar es mayor, que cuando esos egresos futuros estn ms asegurados.
* Grado previsin de futuro: Por falta de imaginacin, o por otro motivo, puede ocurrir
que se infravaloren las necesidades futuras respecto a las actuales, que supone vivir ms
en el momento actual y despreocuparse del futuro; esto acarrea un ahorro inferior.
* Nivel de renta actual: Cuanta ms alta sea la renta actual, ms se ahorrar, ya que
gastando ms quedan menos necesidades que satisfacer; entonces es preferible atender a
la previsin de una necesidad futura antes que al consumo actual.
11
* Expectativas sobre la evolucin de los precios futuros: Si se espera que los precios
de los bienes van a ser ms altos en el futuro, la tendencia al ahorro ser menor que si se
esperan unos precios estables o unos precios inferiores.
* El tipo de inters: Un cierto flujo, tal vez no muy grande, puede esperarse del premio
que se espera obtener de la renta ahorrada, es decir, del tipo de inters. Si este es alto, es
probable una mayor tendencia a ahorrar que si es bajo.
* El salario: se considera salario a la remuneracin del factor de produccin trabajo.
Dependiendo del salario que uno reciba se ver si se ahorra o no. Si una persona obtiene
un salario mensual bastante alto, lo ms probable es que ahorre la cantidad que no gasta
de su salario. Mientras ms alto es el salario, hay ms probabilidad de ahorro.
* La inflacin: es un desequilibrio en el mercado, se auto alimenta, se acelera por s
mismo y es difcil de controlar. Mientras mayor es la inflacin, menor es el ahorro.
Puede tambin ahorrarse para capitalizar y mejorar la posicin social, por el hecho de ser
propietario, o por pretender alcanzar una situacin de poder econmico, o para dejar un
patrimonio a los descendientes. "Este ltimo factor influyente en el ahorro,
probablemente el menos racional de todos, desempea un papel decisivo en la formacin
del ahorro total, puesto que si el ahorro no fuera ms que un "consumo aplazado",
resultara que el ahorro "neto" sera nulo, ya que se consumira."
Efectos en el ahorro
Efectos de las variaciones de la renta actual: si aumenta la renta actual de un individuo
lo ms probable es que consuma una parte dependiendo de su PMC y ahorrar el resto (lo
que le permitir tambin aumentar su consumo futuro)
Efectos de las variaciones de la renta futura esperada: un aumento de la renta futura
esperada de una persona tiende a llevarla a aumentar su consumo actual y a reducir su
ahorro actual.
Efecto de las variaciones de la riqueza: cualquier aumento de la riqueza eleva el consumo
actual y disminuye el ahorro, en el caso contrario, una disminucin de la riqueza reduce
el consumo actual y aumenta el ahorro.
12
Efecto de las variaciones del tipo de inters real: diferenciamos el efecto sustitucin y el
efecto renta
El efecto sustitucin del tipo de inters real en el ahorro refleja la tendencia a reducir el
consumo actual y a aumentar el consumo futuro cuando sube el precio del consumo
actual. En respuesta a una subida del precio del consumo actual, los consumidores
sustituyen consumo actual por consumo futuro, que se ha abaratado relativamente. La
reduccin del consumo actual implica que el ahorro actual aumenta. Por lo tanto, el efecto
sustitucin implica que el ahorro actual aumenta cuando sube el tipo de inters real.
El efecto-renta del tipo de inters en el ahorro refleja las variaciones que experimenta el
consumo actual cuando una subida del inters real hace que un consumidor sea ms rico
o ms pobre. En el caso de un ahorrador el efecto renta de una subida del tipo de inters
real es un aumento del consumo actual y una reduccin del ahorro actual. Si es un
prestatario, un aumento del tipo de inters real hace que no puedan permitirse los mismos
niveles de consumo actual y futuro que antes de la subida del tipo de inters real. La
reduccin del consumo actual significa un aumento del ahorro actual.
b)
a y (1-b), conocidos como los parmetros del modelo, son, respectivamente, los
coecientes del intercepto y de la pendiente.
Esta ecuacin plantea que el Ahorro est relacionado linealmente con el ingreso, llamada
en economa funcin de ahorro.
Considerar que:
PROPENSION MARGINAL A CONSUMIR + PROPENSION MARGINAL A AHORRAR = 1
13
c)
Ahorro 1 2 Ingreso
1 , 2 , conocidos como los parmetros del modelo, son, respectivamente, los coeficientes
Obtencin de informacin.Tabla N 1
Ingreso, Consumo y Ahorro familiar
(Expresados en unidades monetarias, Bolivianos/mes)
Ingreso
Familiar
Consumo
Familiar
Ahorro
Familiar
16
3000
2710
290
17
3000
2750
250
2400
2200
200
18
3000
2700
300
2500
2350
150
19
3000
2700
300
2500
2290
210
20
3200
3000
200
2500
2250
250
21
3200
2900
300
2700
2520
180
22
3200
2920
280
3200
2920
280
2700
2500
200
23
2700
2500
200
24
3200
2900
300
2700
2500
200
25
3200
2920
280
2700
2500
200
26
3200
2930
270
10
2700
2430
270
27
3300
3050
250
11
3000
2780
220
28
3400
3100
300
12
3000
2700
300
29
3500
3200
300
3500
3200
300
13
3000
2750
250
30
14
3000
2700
300
31
3500
3200
300
15
3000
2750
250
32
3500
3250
250
14
33
3500
3320
180
76
4400
3920
480
34
3500
3220
280
77
4500
4150
350
35
3500
3200
300
78
4500
4100
400
36
3500
3220
280
79
4500
4130
370
37
3500
3200
300
80
4500
4100
400
38
3500
3200
300
81
4500
4110
390
39
3500
3230
270
82
4500
4120
380
40
3500
3200
300
83
4500
4080
420
41
3600
3300
300
84
4500
4150
350
42
3600
3300
300
85
4500
4110
390
43
3600
3350
250
86
4500
4100
400
44
3700
3400
300
87
4500
4150
350
45
3800
3500
300
88
4500
4100
400
46
3800
3500
300
89
4500
4070
430
47
3800
3500
300
90
4500
4100
400
48
3800
3500
300
91
4500
4050
450
49
3800
3500
300
92
4500
4100
400
50
3800
3520
280
93
4500
4120
380
51
3800
3500
300
94
4500
4100
400
52
3800
3500
300
95
4500
4110
390
53
3800
3500
300
96
4500
4120
380
54
3900
3600
300
97
4500
4150
350
55
4000
3570
430
98
4500
4120
380
56
4000
3580
420
99
4500
4050
450
57
4000
3600
400
100
4500
4100
400
58
4000
3640
360
101
4500
4200
300
59
4000
3650
350
102
4700
4260
440
60
4000
3600
400
103
4700
4400
300
61
4000
3620
380
104
4800
4500
300
62
4000
3630
370
105
5000
4550
450
63
4000
3600
400
106
5000
4550
450
64
4000
3620
380
107
5000
4450
550
65
4000
3580
420
108
5000
4520
480
66
4000
3610
390
109
5000
4500
500
67
4200
3820
380
110
5000
4200
800
68
4200
3780
420
111
5000
4420
580
69
4200
3830
370
112
5000
4520
480
70
4200
3800
400
113
5000
4500
500
71
4200
3820
380
114
5000
4700
300
72
4200
3900
300
115
5000
4150
850
73
4200
3920
280
116
5000
4700
300
74
4300
3850
450
117
5200
4700
500
75
4300
3920
380
118
5200
4900
300
15
119
5300
5000
300
162
6200
5610
590
120
5400
5100
300
163
6200
5550
650
121
5400
5100
300
164
6200
5600
600
122
5500
5200
300
165
6200
5600
600
123
5500
5000
500
166
6200
5450
750
124
5500
5000
500
167
6200
5520
680
125
5500
5000
500
168
6300
5650
650
126
5500
5000
500
169
6300
5600
700
127
5500
5000
500
170
6300
5650
650
128
5500
5000
500
171
6500
5600
900
129
5500
4920
580
172
6500
5950
550
130
5500
4750
750
173
6500
6000
500
131
5500
5000
500
174
6500
5940
560
132
5500
5000
500
175
6500
5830
670
133
5500
5000
500
176
6500
5900
600
134
5500
5000
500
177
6500
5880
620
135
5500
4750
750
178
6500
5850
650
136
5600
5100
500
179
6500
5820
680
137
5600
5150
450
180
6500
5700
800
138
5600
5180
420
181
6500
5700
800
139
5700
5220
480
182
6500
5650
850
140
5700
5200
500
183
6500
5800
700
141
5700
5200
500
184
6500
5750
750
142
5700
4950
750
185
6600
5930
670
143
5700
5210
490
186
6700
6120
580
144
5700
5200
500
187
6800
6200
600
145
5700
5120
580
188
7000
6300
700
146
5700
5100
600
189
7000
6220
780
147
5800
5400
400
190
7000
6300
700
148
5800
5300
500
191
7000
6150
850
149
5800
5250
550
192
7200
6400
800
150
5800
5220
580
193
7300
6550
750
151
6000
5400
600
194
7400
6550
850
152
6000
5320
680
195
7500
6800
700
153
6000
5250
750
196
7500
6800
700
154
6000
5320
680
197
7500
6650
850
155
6000
5350
650
198
7500
6750
750
156
6000
5430
570
199
7500
6700
800
157
6000
5350
650
200
7700
6900
800
158
6000
5400
600
201
7800
7000
800
159
6000
5350
650
202
7800
7000
800
160
6100
5300
800
203
8000
7120
880
161
6200
5600
600
204
8000
7130
870
16
205
8000
7100
900
210
8500
7600
900
206
8200
7300
900
211
8500
7600
900
207
8500
7650
850
212
8500
7550
950
208
8500
7600
900
209
8500
7550
950
Fuente: elaboracin propia (Ao 2014)
Para estimar el modelo economtrico, que bsicamente es, obtener los valores numricos
de 1 y 2, son necesarios los datos. Vale recalcar la importancia crucial de los datos para
el anlisis econmico, los datos que presentamos en la tabla 1, son producto de la encuesta
desarrollada a 212 familias en la ciudad de Sucre, referidas a las variables, Ingreso,
consumo y ahorro Familiar.
e)
Series: FAMILIAR_AHORRO_MENSUAL
Sample 1 212
Observations 212
35
30
25
20
15
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
481.5566
425.0000
950.0000
150.0000
200.4117
0.590871
2.276777
Jarque-Bera
Probability
16.95614
0.000208
10
5
0
200
300
400
500
600
700
800
900
El Grfico nos permite observar, sesgo al lado derecho, significa que la poblacin est
concentrada en ahorros menores, y pocas familias con ahorros altos.
17
Grfico N 3
Ahorro Familiar
1,000
900
800
700
600
500
400
300
200
100
25
50
75
100
125
150
175
200
Series: FAMILIAR_CONSUMO_MENSUAL
Sample 1 212
Observations 212
24
20
16
12
8
4
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
4567.500
4435.000
7650.000
2200.000
1308.581
0.354494
2.439403
Jarque-Bera
Probability
7.216237
0.027103
0
2000 2500 3000 3500 4000 4500 5000 5500 6000 6500 7000 7500
El consumo familiar con media 4 567,00 Bs. Y un mximo de 7 650,00 Bs. se aproxima
a una distribucin normal, con un indicador de Jarque-Bera de 7,216237.
Grfico N 5
Consumo Familiar
8,000
7,000
6,000
5,000
4,000
3,000
2,000
25
50
75
100
125
150
175
200
18
Grfico N 6
Histograma Ingreso Familiar
28
Series: FAMILIAR_INGRESO_MENSUAL
Sample 1 212
Observations 212
24
20
16
12
8
4
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
5049.057
5000.000
8500.000
2400.000
1489.059
0.380123
2.440572
Jarque-Bera
Probability
7.869913
0.019547
0
3000
4000
5000
6000
7000
8000
50
75
100
125
150
175
200
50
75
100
125
150
175
200
Podemos observar que a medida que los ingresos familiares mensuales se incrementan,
los ahorros van aumentando, esto se analizara con mayor nfasis, en el acpite referido a
la divisin de ingresos altos y bajos, analizando la propensin marginal a ahorrar.
19
Grfico N 9
Ahorro, Consumo e Ingreso Familiar
9,000
8,000
7,000
6,000
5,000
4,000
3,000
2,000
1,000
0
25
50
75
100
125
150
175
200
Grfico N 10
Diagrama de dispersin, Ahorro e Ingreso Familiar
1,000
900
Ahorro Familiar
800
700
600
500
400
300
200
100
2,000 3,000 4,000 5,000 6,000 7,000 8,000 9,000
Ingreso Familiar
Como se observa el Grfico el ahorro y el ingreso familiar, tienen una relacin lineal, el
cual estar respaldado con mayor propiedad por el coeficiente de correlacin lineal.
Resultados del modelo economtrico.Primera regresin:
Ahorro 1 2 Ingreso
Anlisis de regresin, por mnimos cuadrados ordinarios (M.C.O.)
20
Tabla N 2
Ahorro familiar Vs. Ingreso Familiar mensual
Dependent Variable: FAMILIAR_AHORRO_MENSUAL
Method: Least Squares
Date: 09/02/14 Time: 22:33
Sample: 1 212
Included observations: 212
FAMILIAR_AHORRO_MENSUAL=C(1)+C(2)*FAMILIAR_INGRESO_MENSUAL
Coefficient Std. Error
t-Statistic
Prob.
C(1)
C(2)
-139.0487
0.122915
-6.982789
32.48669
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.834043
0.833252
81.83762
1406453.
-1233.614
1.553730
19.91307
0.003784
481.5566
200.4117
11.65674
11.68841
11.66954
Como se puede observar, todas las variables tienen el signo esperado y son significativas
al 5%. Donde el ahorro autnomo es de: -139.0487, que no tiene sentido econmico, y la
propensin marginal al ahorro (PMA) es de: 0.122915; es decir, 12, 29 % de los ingresos
familiares se destinan al ahorro familiar. Por cada un boliviano percibido, las familias en
sucre destinan al ahorro 0,1229 Bs.
En este caso el coeficiente de determinacin, R2 es 0.834043, significa que el 83,40 %
del ahorro esta explicado por el Ingreso familiar.
Y la ecuacin de regresin est dada por:
Estimation Equation:
=========================
FAMILIAR_AHORRO_MENSUAL=C(1)+C(2)*FAMILIAR_INGRESO_MENSUAL
Substituted Coefficients:
=========================
FAMILIAR_AHORRO_MENSUAL=-139.0487473+0.122915110639*FAMILIAR_INGRESO_MENSUAL
La regresin se llev a cabo con el programa EViews v.8, y mnimos cuadrados (MCO)
f)
Pruebas de hiptesis.-
Heterocedasticidad:
El modelo de regresin lineal exige, como hiptesis, que la varianza de las perturbaciones
aleatorias (valores residuales), sea constante (homocedsticos).
21
0
-200
-400
25
50
75
100
Residual
125
Actual
150
175
200
Fitted
Test de White:
22
Tabla N 3
Test de White, Ahorro familiar Vs. Ingreso Familiar
Heteroskedasticity Test: White
F-statistic
Obs*R-squared
Scaled explained SS
7.360267
13.94934
39.08789
Prob. F(2,209)
Prob. Chi-Square(2)
Prob. Chi-Square(2)
0.0008
0.0009
0.0000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 09/03/14 Time: 00:14
Sample: 1 212
Included observations: 212
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-37546.13
FAMILIAR_INGRESO_MENSUAL^2 -0.001466
FAMILIAR_INGRESO_MENSUAL
16.79354
11649.67
0.000422
4.555046
-3.222936
-3.474903
3.686799
0.0015
0.0006
0.0003
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.065799
0.056859
15434.07
4.98E+10
-2343.903
7.360267
0.000815
6634.213
15892.49
22.14059
22.18809
22.15979
1.527913
23
Tabla N 4
Ahorro familiar Vs. Ingreso Familiar mensual
Dependent Variable: FAMILIAR_AHORRO_MENSUAL
Method: Least Squares
Date: 09/05/14 Time: 02:58
Sample: 1 212
Included observations: 212
Weighting series: FAMILIAR_INGRESO_MENSUAL
Weight type: Variance (average scaling)
White heteroskedasticity-consistent standard errors & covariance
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
FAMILIAR_INGRESO_MENSU
AL
-124.8379
12.23487
-10.20345
0.0000
0.120101
0.002869
41.85496
0.0000
Weighted Statistics
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Wald F-statistic
0.832927
0.832132
76.64251
1233556.
-1219.710
1046.939
0.000000
1751.838
449.7471
129.7888
11.52557
11.55724
11.53837
1.568179
429.1981
0.000000
Unweighted Statistics
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat
0.833605
0.832813
81.94538
1.549446
481.5566
200.4117
1410159.
3.694517
7.239162
20.45360
Prob. F(2,209)
Prob. Chi-Square(2)
Prob. Chi-Square(2)
0.0265
0.0268
0.0000
24
Coefficient
Std. Error
t-Statistic
Prob.
C
FAMILIAR_INGRESO_MENSUAL^2*WG
T^2
WGT^2
50540.29
16433.48
3.075447
0.0024
-0.000895
-23885.78
0.000333
7954.163
-2.683636
-3.002928
0.0079
0.0030
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.034147
0.024904
13821.19
3.99E+10
-2320.503
3.694517
0.026497
5818.659
13996.58
21.91984
21.96734
21.93904
1.496221
El valor autnomo del ahorro, es decir, el que donde de ingreso es de 124,84 , que no
tiene sentido econmico y la Propensin marginal a Ahorrar es de 0,1201 , alrededor de
0.12, lo que indica que para el periodo muestral un incremento de 1 Boliviano en el
ingreso real produjo, en promedio, un incremento cercano a 12 centavos en el gasto de
consumo real. Tambin se puede concluir que las familias de Sucre destinan el 12,01 %
del ingreso familiar al ahorro.
25
AHORRO FAMILIAR
800
700
600
500
400
300
200
100
2,000 3,000 4,000 5,000 6,000 7,000 8,000 9,000
INGRESO FAMILIAR
De acuerdo con los economistas positivos, como Milton Friedman, una teora o
hiptesis no vericable mediante la evidencia emprica no puede ser admisible como parte
de la investigacin cientca.
El modelo ajustado es una aproximacin razonablemente buena de la realidad, porque
concuerdan con las expectativas de la teora que estamos probando.
Keynes esperaba que la Propensin Marginal a Ahorrar (PMA) fuera positiva pero menor
que 1. Si las familias tericamente deben destinar del 80 al 90 % de sus ingresos al
consumo de bienes y servicios, esto implica que deben destinar al ahorro del 10 al 20 %,
y la investigacin sostiene que la Propensin Marginal a Ahorrar es de 12,01 % y
confirma la teora econmica de Keynes, con fundamento en la evidencia muestral.
g)
Pronstico o prediccin.-
26
Para ilustrar, suponga que queremos predecir la media de ahorro para el 2015, si una
familia espera obtener un ingreso mensual de 6 500,00 Bs.
Colocamos esta cifra del ingreso en la ecuacin y obtenemos:
White heteroskedasticity-
Coefficient
Std. Error
t-Statistic
Prob.
C
FAMILIAR_INGRESO_MENSUAL
-80.05150
0.108583
36.13007
0.010383
-2.215648
10.45788
0.0287
0.0000
Weighted Statistics
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Wald F-statistic
0.615004
0.611627
62.54885
446008.9
-643.3581
182.1071
0.000000
109.3673
335.8308
77.80326
11.12686
11.17434
11.14614
2.022821
329.8433
0.000000
Unweighted Statistics
R-squared
0.571470
344.8276
27
Adjusted R-squared
S.E. of regression
Durbin-Watson stat
0.567711
68.56684
2.055591
104.2863
535961.0
La propensin marginal a ahorrar, es: 0.108583, (10,86 %), significa que de 100,00
bolivianos de ingreso, en familias de bajo ingreso, 10,86 Bs, destinan al ahorro familiar.
Grfico N 13
RESIDUOS
1,000
800
600
400
400
200
300
0
200
100
0
-100
-200
10
20
30
40
50
Residual
60
70
Actual
80
90
100
110
Fitted
Por el comportamiento de los residuos, se aprecia que tienen una variabilidad constante.
Anlisis de regresin, (M.C.O.), Ingresos Familiares Altos:
Tabla N 7
Ahorro familiar Vs. Ingreso Familiar mensual alto
Dependent Variable: FAMILIAR_AHORRO_MENSUAL
Method: Least Squares
Date: 09/09/14 Time: 14:03
Sample: 1 96
Included observations: 96
Weighting series: FAMILIAR_INGRESO_MENSUAL
Weight type: Variance (average scaling)
White heteroskedasticity-consistent standard errors & covariance
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
FAMILIAR_INGRESO_MENSU
AL
-287.6906
68.66779
-4.189600
0.0001
0.145512
0.009931
14.65163
0.0000
Weighted Statistics
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.630566
0.626636
96.79638
880736.7
-574.1781
160.4435
0.000000
636.6643
127.2192
12.00371
12.05713
12.02530
1.247771
629.7016
28
Wald F-statistic
214.6702
Prob(Wald F-statistic)
0.000000
Unweighted Statistics
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat
0.657101
0.653453
94.24918
1.264632
646.7708
160.1019
834993.4
En cambio aplicado el programa al modelo para familias con ingreso alto, podemos
comprobar que la propensin marginal a ahorrar es del 0,1455, cuyo coeficiente es
significativo, esto quiere decir que la PMA es del 14,55 %, superior al de ingresos bajos,
tal cual sustenta la teora econmica, afirmando que a ingresos altos la propensin
marginal a ahorrar es mayor.
2.2.
2.2.1. FORMULACIN DEL MODELO.Partiendo del anlisis tanto terico como referencial en el marco del crdito bancario,
procedemos con la formulacin de un Modelo Economtrico que permita dar cuenta de
los determinantes principales que explican la dinmica del crdito a nivel nacional,
analizamos datos mensuales entr los periodos 2003-2013.
El Modelo de crdito bancario a nivel nacional que formulamos pretende evidenciar
entonces el efecto conjunto medido, de la tasa de inters, ndice Global de Actividad
Econmica (IGAE), cartera en mora y liquidez.
En este sentido el Modelo resulta ser el siguiente:
29
Las cifras consolidadas de las 132 observaciones mensuales, para cada una de las
variables a incluir en nuestro Modelo, se muestran en la siguiente tabla.
Tabla N 8
Datos Crdito, Tasa de Inters, IGAE, Cartera en Mora y Liquidez
AO
2003
2004
2005
2006
MES
CREDITO
TASA DE INTERES
IGAE
CARTERA EN MORA
LIQUIDEZ
ENERO
249584
44,48
136,1
0,0775
0,1403
FEBRERO
252425
44,24
136,7
0,0822
0,0713
MARZO
272056
43,90
154,5
0,0831
0,0926
ABRIL
275257
45,10
170,3
0,0755
0,0705
MAYO
279345
44,26
163,8
0,0722
0,0599
JUNIO
281715
44,08
162,2
0,0639
0,0599
JULIO
286278
44,12
152,4
0,0627
0,0670
AGOSTO
291896
44,28
146,0
0,0533
0,0570
SEPTIEMBRE
298100
41,65
155,6
0,0625
0,0579
OCTUBRE
305908
41,41
165,1
0,0629
0,0727
NOVIEMBRE
316199
39,58
162,5
0,0603
0,0801
DICIEMBRE
325331
38,97
154,3
0,0584
0,0736
ENERO
321097
39,23
137,9
0,0455
0,0782
FEBRERO
326516
41,26
143,3
0,0880
0,0784
MARZO
337282
40,68
164,8
0,0462
0,0680
ABRIL
343665
40,01
175,6
0,0781
0,0757
MAYO
349896
38,66
168,1
0,0444
0,0710
JUNIO
356744
38,28
170,8
0,0717
0,0592
JULIO
363609
37,60
166,1
0,0409
0,0922
AGOSTO
371020
37,68
154,2
0,0693
0,0948
SEPTIEMBRE
381003
38,59
161,6
0,0398
0,0898
OCTUBRE
391526
38,46
167,9
0,0605
0,0904
NOVIEMBRE
402717
38,32
160,3
0,0346
0,0917
DICIEMBRE
414815
37,80
166,4
0,0487
0,0914
ENERO
414571
37,32
145,4
0,0298
0,1003
FEBRERO
419242
37,43
147,5
0,0342
0,1174
MARZO
436898
37,44
172,9
0,0326
0,1229
ABRIL
448984
37,46
186,3
0,0318
0,1433
MAYO
455886
36,67
175,7
0,0330
0,1488
JUNIO
462787
37,38
172,9
0,0319
0,1346
JULIO
472920
38,37
165,5
0,0314
0,1310
AGOSTO
484741
36,07
163,7
0,0311
0,1206
SEPTIEMBRE
497790
36,50
171,1
0,0297
0,1318
OCTUBRE
510716
37,11
172,2
0,0282
0,1325
NOVIEMBRE
525051
35,23
166,7
0,0253
0,1665
DICIEMBRE
532931
35,38
182,7
0,0227
0,1632
ENERO
535730
38,94
151,8
0,0236
0,1617
FEBRERO
544025
37,71
153,6
0,0455
0,1516
MARZO
555778
38,12
181,0
0,0272
0,1334
ABRIL
563708
37,95
185,7
0,0457
0,1430
30
2007
2008
2009
2010
MAYO
573437
37,21
189,2
0,0267
0,1294
JUNIO
584181
34,99
180,8
0,0428
0,1338
JULIO
595315
35,43
176,5
0,0247
0,1317
AGOSTO
610479
33,84
171,7
0,0458
0,1236
SEPTIEMBRE
626822
31,89
180,8
0,0252
0,1228
OCTUBRE
645028
31,13
185,1
0,0445
0,1332
NOVIEMBRE
665020
30,77
176,0
0,0240
0,1588
DICIEMBRE
679278
30,96
187,6
0,0396
0,1816
ENERO
683124
30,09
159,9
0,0175
0,1768
FEBRERO
693519
28,95
154,4
0,0201
0,1623
MARZO
712824
28,07
184,3
0,0198
0,1435
ABRIL
727230
28,09
192,6
0,0185
0,1355
MAYO
747830
28,55
196,8
0,0183
0,1154
JUNIO
770741
28,55
189,0
0,0157
0,1108
JULIO
921465
28,35
187,5
0,0131
0,1068
AGOSTO
921465
28,50
180,0
0,0131
0,1187
SEPTIEMBRE
921465
27,67
189,8
0,0131
0,1122
OCTUBRE
921465
26,75
192,6
0,0131
0,1012
NOVIEMBRE
921465
26,97
188,3
0,0131
0,1005
DICIEMBRE
921465
30,65
201,4
0,0131
0,1222
ENERO
942841
28,12
171,0
0,0104
0,1149
FEBRERO
969011
27,57
166,5
0,0118
0,1124
MARZO
1002628
27,08
193,8
0,0121
0,1045
ABRIL
1040488
25,41
206,2
0,0109
0,0929
MAYO
1072944
24,28
209,6
0,0108
0,0911
JUNIO
1112684
25,82
202,3
0,0098
0,0872
JULIO
1146846
26,59
202,2
0,0099
0,0793
AGOSTO
1177082
26,54
192,7
0,0103
0,0932
SEPTIEMBRE
1205606
26,43
201,8
0,0104
0,0907
OCTUBRE
1243288
27,12
205,3
0,0106
0,1058
NOVIEMBRE
1271277
29,48
195,7
0,0104
0,1069
DICIEMBRE
1304301
30,45
205,6
0,0092
0,1432
ENERO
1308889
30,48
176,0
0,0096
0,1609
FEBRERO
1308355
30,72
172,5
0,0116
0,1308
MARZO
1326097
30,96
198,5
0,0123
0,1240
ABRIL
1342587
30,68
210,1
0,0125
0,1242
MAYO
1357767
29,32
210,6
0,0128
0,1252
JUNIO
1379778
28,61
211,1
0,0116
0,1341
JULIO
1404021
28,05
207,1
0,0119
0,1432
AGOSTO
1429337
27,65
199,7
0,0126
0,1726
SEPTIEMBRE
1460373
27,03
211,4
0,0124
0,1809
OCTUBRE
1495948
26,59
213,5
0,0123
0,1764
NOVIEMBRE
1529880
25,29
205,5
0,0124
0,1835
DICIEMBRE
1554338
25,60
215,7
0,0103
0,2055
ENERO
1557967
24,92
181,3
0,0108
0,2168
FEBRERO
1567422
25,16
176,6
0,0129
0,2154
MARZO
1591936
24,70
206,8
0,0127
0,2000
31
2011
2012
2013
ABRIL
1620466
24,36
215,3
0,0123
0,1976
MAYO
1650302
24,05
221,6
0,0125
0,2067
JUNIO
1677437
23,73
218,7
0,0114
0,2024
JULIO
1713041
23,32
213,4
0,0116
0,2038
AGOSTO
1747294
22,74
206,1
0,0121
0,2026
SEPTIEMBRE
1781941
22,85
221,7
0,0115
0,2228
OCTUBRE
1825417
23,16
225,1
0,0117
0,2190
NOVIEMBRE
1870054
22,30
215,5
0,0114
0,2037
DICIEMBRE
1912750
22,44
230,0
0,0097
0,1786
ENERO
2489808
21,28
193,8
0,0076
0,1908
FEBRERO
1960796
21,25
188,2
0,0119
0,1906
MARZO
2004057
20,72
214,4
0,0110
0,1878
ABRIL
2046544
21,08
226,3
0,0105
0,1698
MAYO
2090555
20,96
229,6
0,0104
0,1571
JUNIO
2135711
20,68
227,2
0,0106
0,1740
JULIO
2223409
20,63
223,6
0,0095
0,1422
AGOSTO
2281560
20,80
218,8
0,0094
0,1475
SEPTIEMBRE
2343731
20,71
233,7
0,0097
0,1556
OCTUBRE
2411128
20,79
235,4
0,0092
0,1617
NOVIEMBRE
2489808
20,69
229,1
0,0092
0,1704
DICIEMBRE
2552602
20,30
243,1
0,0091
0,1846
ENERO
2584721
20,75
201,9
0,0084
0,1846
FEBRERO
2631552
20,43
195,9
0,0095
0,1899
MARZO
2694074
20,27
229,1
0,0087
0,1976
ABRIL
2747159
19,62
237,7
0,0091
0,1669
MAYO
2816376
19,85
240,1
0,0093
0,1540
JUNIO
2873660
19,67
235,7
0,0091
0,1550
JULIO
2940669
19,77
233,0
0,0092
0,1590
AGOSTO
3015016
19,77
229,0
0,0093
0,1604
SEPTIEMBRE
3085017
20,02
245,4
0,0088
0,1706
OCTUBRE
2893194
19,71
251,0
0,0095
0,1486
NOVIEMBRE
2954090
19,56
243,8
0,0095
0,1465
DICIEMBRE
3007853
19,96
258,4
0,0086
0,1598
ENERO
3040390
19,87
216,8
0,0087
0,1574
FEBRERO
3072138
19,87
208,7
0,0100
0,1665
MARZO
3178374
19,86
242,2
0,0104
0,1336
ABRIL
3178374
19,79
254,2
0,0104
0,1336
MAYO
3233448
19,72
253,1
0,0107
0,1132
JUNIO
3290542
19,52
253,5
0,0102
0,1271
JULIO
3353613
19,69
250,9
0,0104
0,1295
AGOSTO
3415467
19,51
247,0
0,0108
0,1246
SEPTIEMBRE
3456169
19,47
257,8
0,0104
0,1044
OCTUBRE
3528631
19,25
268,2
0,0107
0,1064
NOVIEMBRE
3581479
19,12
254,9
0,0110
0,0936
DICIEMBRE
3617678
19,38
285,0
0,0100
0,0969
Fuente: ASOBAN
32
Grfico N 14
4,000,000
4,000,000
3,500,000
3,500,000
3,000,000
3,000,000
2,500,000
2,500,000
CREDITO
CREDITO
2,000,000
2,000,000
1,500,000
1,500,000
1,000,000
1,000,000
500,000
500,000
0
15
20
25
30
35
40
45
0
120 140 160 180 200 220 240 260 280 300
50
TASA DE INTERES
IGAE
4,000,000
4,000,000
3,500,000
3,500,000
3,000,000
2,500,000
CREDITO
CREDITO
3,000,000
2,000,000
2,500,000
2,000,000
1,500,000
1,500,000
1,000,000
1,000,000
500,000
500,000
0
0
0
12
16
20
24
LIQUIDEZ100
MORA100
Coefficient
Std. Error
t-Statistic
Prob.
C
TASA_DE_INTERES
IGAE
MORA100
812437.4
-90296.38
14890.14
131655.6
715722.9
11649.56
2001.658
29233.58
1.135128
-7.751058
7.438902
4.503574
0.2585
0.0000
0.0000
0.0000
33
LIQUIDEZ100
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
-2513.424
0.884871
0.881244
346368.2
1.52E+13
-1868.445
244.0266
0.000000
9375.820
-0.268075
0.7891
1383494.
1005104.
28.38554
28.49473
28.42991
0.691444
Estimation Equation:
=========================
CREDITO = C(1) + C(2)*TASA_DE_INTERES + C(3)*IGAE + C(4)*MORA100 + C(5)*LIQUIDEZ100
Substituted Coefficients:
=========================
CREDITO = 812437.399678 - 90296.377402*TASA_DE_INTERES + 14890.1367475*IGAE +
131655.59104*MORA100 - 2513.42378624*LIQUIDEZ100
Fuente: elaboracin propia
Nuestro modelo estimado muestra concordancia con la teora econmica, en este sentido,
la variacin porcentual en la tasa de inters, generara una variacin inversa del crdito
en -90296.38; mientras que con el IGAE, por una variacin de una unidad en el ndice
general de Actividad Econmica (IGAE), el crdito varia en proporcin directa en
14890.14; el crdito varia en 131655.6 ante un incremento del 1% en la variable cartera
en mora, considerar que a mayores crditos existirn mayor cartera en mora, porque hay
ms posibilidades de que entren en mora los clientes y ante un incremento del 1% en la
liquidez existe un decremento en el crdito, esto confirma con mayor rigurosidad que la
liquidez bancaria, no afecta o no guarda relacin con los crditos bancarios.
Es por esta razn que la liquidez ser objeto de retiro, del modelo, por no tener
significancia econmica.
Para fines prcticos, dado el coeficiente de determinacin lineal de 0.884871, se entiende
que el 88,49% de las variaciones presentadas en los crditos son explicadas por las
variables explicativas del modelo.
Anlisis de Regresin, por Mnimos Cuadrados Ordinarios (M.C.O.), eliminando la
variable liquidez.
Tabla N 10
Modelos Crdito Vs. Tasa de Inters, IGAE y Cartera en Mora
Dependent Variable: CREDITO
Method: Least Squares
Date: 09/07/14 Time: 20:16
Sample: 1 132
Included observations: 132
Variable
Coefficient
Std. Error
t-Statistic
Prob.
720998.4
626931.3
1.150044
0.2523
34
TASA_DE_INTERES
IGAE
MORA100
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
-89323.25
15023.06
132906.7
0.884805
0.882106
345110.1
1.52E+13
-1868.483
327.7212
0.000000
11029.34
1932.225
28753.85
-8.098697
7.775005
4.622221
0.0000
0.0000
0.0000
1383494.
1005104.
28.37095
28.45831
28.40645
0.698672
El crdito autnomo, es decir, aquel monto que no depende de ningn factor observado
en el modelo es de 720998.40, por variacin de la tasa de inters en un 1 %, el crdito
varia inversamente en 89 323,25 Bs. Y cuando el IGAE (ndice Global de Actividad
Econmica), varia en un punto el crdito tiene una variacin proporcionalmente directa
en 15 023. 06 Bs y finalmente el ltimo coeficiente nos muestra que la mora y el crdito
tienen relacin directa, porque a mayor crdito existir ms posibilidades de entrar en
mora por los clientes y por 1 variacin porcentual el crdito variara en 132 906,70 Bs.
El coeficiente de determinacin lineal de 0.884805, se entiende que el 88,48 % de las
variaciones presentadas en el crdito, son explicadas por las variables explicativas del
modelo. Considerar que la diferencia con el modelo con presencia de liquidez es nfima,
y apoya la decisin de eliminar dicha variable explicativa.
2.2.3.1. PRUEBAS DE ESTACIONARIEDAD.En primer lugar, es importante anotar que la condicin de Estacionariedad est referida a
la posibilidad de que una serie de tiempo presente media y varianza que no experimenten
variaciones sistemticas a lo largo del tiempo. En otras palabras, una serie de tiempo es
Estacionaria si su media y su varianza son constantes a lo largo del tiempo. Ahora bien,
el trabajo emprico supone que las series de tiempo empleadas en la formulacin de
modelos economtricos sean estacionarias. En este sentido, para probar la
Estacionariedad de nuestras series de tiempo, recurrimos a tres mtodos; el primero a
travs de su Grfico correspondiente al mostrar tendencia, fundamentado en la
observacin grfica, segundo consiste en los Correlogramas de cada una de las series, los
cules nos permiten visualizar la tendencia que rige el comportamiento de las variable a
travs del tiempo, esto por medio de la Funcin de Autocorrelacin (FAC) con relacin
a los rezagos de las variables, y en tercer lugar, para el anlisis formal de la raz unitaria,
utilizamos la prueba Dickey-Fuller aumentado (DFA), la cual es aplicable aun cuando el
35
trmino de error est correlacionado. Nuestro caso tiene 132 observaciones mensuales,
decimos que la potencia de nuestra Prueba de Estacionariedad es muy confiable.
SERIE CREDITO:
Como observamos en la siguiente grfica la serie CREDITO no tiene una tendencia
parecida a la de un proceso de ruido blanco, es decir, que mediante su grafica podemos
observar en un primer momento que ni su media, ni su varianza son constantes a lo largo
del tiempo, lo cual significa que la serie no es estacionaria.
Todos los grficos, tablas de salida se desarroll con el programa EViews v8.
Grfico N 15
Crdito bancario, Bolivia
4,000,000
3,500,000
3,000,000
2,500,000
2,000,000
1,500,000
1,000,000
500,000
0
10
20
30
40
50
60
70
80
90
100
110
120
130
36
Tabla N 12
Serie crdito, Prueba Augmented Dickey-Fuller (ADF)
Null Hypothesis: CREDITO has a unit root
Exogenous: Constant
Lag Length: 2 (Automatic - based on SIC, maxlag=12)
t-Statistic
Prob.*
3.840261
-3.481623
-2.883930
-2.578788
1.0000
Coefficient
Std. Error
t-Statistic
Prob.
CREDITO(-1)
D(CREDITO(-1))
D(CREDITO(-2))
C
0.024785
-0.543702
-0.234547
11632.49
0.006454
0.088991
0.088359
10144.19
3.840261
-6.109594
-2.654482
1.146714
0.0002
0.0000
0.0090
0.2537
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.247894
0.229844
66671.54
5.56E+11
-1613.883
13.73333
0.000000
25935.05
75971.55
25.08346
25.17214
25.11949
2.057027
400,000
200,000
-200,000
-400,000
-600,000
10
20
30
40
50
60
70
80
90
100
110
120
130
37
Tabla N 13
Correlograma, serie crdito, en primeras diferencias
t-Statistic
Prob.*
-16.89367
-3.481217
-2.883753
-2.578694
0.0000
Coefficient
Std. Error
t-Statistic
Prob.
DCREDITO(-1)
C
-1.380458
35637.67
0.081714
6508.128
-16.89367
5.475872
0.0000
0.0000
R-squared
0.690370
256.6000
38
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.687951
70256.90
6.32E+11
-1634.243
285.3960
0.000000
125770.1
25.17297
25.21709
25.19090
2.097465
20
30
40
50
60
70
80
90
100
110
120
130
39
t-Statistic
Prob.*
-1.496763
-3.480818
-2.883579
-2.578601
0.5323
Coefficient
Std. Error
t-Statistic
Prob.
TASA_DE_INTERES(-1)
C
-0.014951
0.246609
0.009989
0.303142
-1.496763
0.813510
0.1369
0.4174
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.017070
0.009451
0.899561
104.3880
-171.0071
2.240299
0.136898
-0.191607
0.903842
2.641329
2.685225
2.659166
2.069475
Con un valor p de 0.5323 mayor a 0.05 no se rechaza la hiptesis nula de que la serie tasa
de inters, tiene raz unitaria, es decir, no presenta estacionariedad, por lo tanto debemos
realizarle a la serie un proceso integrado de orden 1, con el fin de eliminar la presencia
de raz unitaria.
40
Grfico N 18
Tasa de inters primera diferencia (DTASA)
4
3
2
1
0
-1
-2
-3
10
20
30
40
50
60
70
80
90
100
110
120
130
Esta imagen del correlograma de la serie tasa de inters (DATASA), es tpica de una serie
de tiempo estacionaria en la cual se muestra cmo las autocorrelaciones con distintos
rezagos se ubican alrededor de cero. Esto sugiere que el proceso integrado de orden 1 al
parecer deja de lado la no estacionariedad de la serie tasa de inters.
Tabla N 18
Serie TASA DE INTERES, Prueba Augmented Dickey-Fuller (ADF),
en primera diferencia (DTASA)
Null Hypothesis: DTASA has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12)
41
t-Statistic
Prob.*
-11.68721
-3.481217
-2.883753
-2.578694
0.0000
Coefficient
Std. Error
t-Statistic
Prob.
DTASA(-1)
C
-1.033424
-0.197762
0.088424
0.081686
-11.68721
-2.421006
0.0000
0.0169
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.516234
0.512455
0.910358
106.0802
-171.2450
136.5908
0.000000
0.003837
1.303781
2.665307
2.709423
2.683233
2.003243
42
20
30
40
50
60
70
80
90
100
110
120
130
43
t-Statistic
Prob.*
4.123968
-3.486064
-2.885863
-2.579818
1.0000
Coefficient
Std. Error
t-Statistic
Prob.
IGAE(-1)
D(IGAE(-1))
D(IGAE(-2))
D(IGAE(-3))
D(IGAE(-4))
D(IGAE(-5))
D(IGAE(-6))
D(IGAE(-7))
D(IGAE(-8))
D(IGAE(-9))
D(IGAE(-10))
D(IGAE(-11))
D(IGAE(-12))
C
0.062535
-0.782486
-0.772799
-0.736046
-0.738650
-0.700463
-0.709241
-0.722677
-0.722025
-0.713636
-0.743108
-0.777226
0.263674
-5.431436
0.015164
0.106852
0.108505
0.106768
0.106018
0.104571
0.104497
0.103916
0.106087
0.103620
0.104634
0.103247
0.106417
2.618953
4.123968
-7.323083
-7.122228
-6.893897
-6.967181
-6.698438
-6.787205
-6.954465
-6.805948
-6.887015
-7.101992
-7.527807
2.477747
-2.073896
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0148
0.0405
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.944760
0.937921
3.615834
1372.797
-314.3599
138.1392
0.000000
1.236044
14.51232
5.518653
5.845609
5.651420
1.947276
44
Con un valor p de 1.0000 mayor a 0.05 no se rechaza la hiptesis nula de que la serie
IGAE presenta raz unitaria y por lo tanto no presenta estacionariedad, a continuacin
debemos transformar entonces la serie en primeras diferencias y evaluar los resultados.
Grfico N 20
Serie IGAE en primeras diferencias (DIGAE)
40
30
20
10
0
-10
-20
-30
-40
-50
10
20
30
40
50
60
70
80
90
100
110
120
130
La diferencia entre las grficas de las series IGAE y DIGAE, presentada a continuacin,
es evidente; esta ltima a diferencia de la primera sugiere Estacionariedad en la serie; se
puede deducir que sta presenta media y varianza constantes a lo largo del tiempo.
Tabla N 21
Correlograma, Serie IGAE en primeras diferencias (DIGAE)
45
Tabla N 22
Serie IGAE, Prueba Augmented Dickey-Fuller (ADF), en primeras diferencias
(DIGAE)
Null Hypothesis: DIGAE has a unit root
Exogenous: Constant
Lag Length: 12 (Automatic - based on SIC, maxlag=12)
t-Statistic
Prob.*
-3.663914
-3.486551
-2.886074
-2.579931
0.0059
Coefficient
Std. Error
t-Statistic
Prob.
DIGAE(-1)
D(DIGAE(-1))
D(DIGAE(-2))
D(DIGAE(-3))
D(DIGAE(-4))
D(DIGAE(-5))
D(DIGAE(-6))
D(DIGAE(-7))
D(DIGAE(-8))
D(DIGAE(-9))
D(DIGAE(-10))
D(DIGAE(-11))
D(DIGAE(-12))
C
-4.438917
2.823225
2.436360
2.093365
1.729713
1.405751
1.054307
0.691187
0.319296
-0.033013
-0.435412
-0.862607
-0.254978
3.626516
1.211523
1.162286
1.064033
0.963363
0.866722
0.768600
0.673547
0.576303
0.479438
0.378460
0.281367
0.184448
0.107611
1.004089
-3.663914
2.429028
2.289740
2.172976
1.995695
1.828975
1.565306
1.199347
0.665980
-0.087230
-1.547490
-4.676701
-2.369444
3.611746
0.0004
0.0169
0.0241
0.0321
0.0486
0.0703
0.1205
0.2331
0.5069
0.9307
0.1248
0.0000
0.0197
0.0005
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.971771
0.968242
3.810196
1509.830
-317.8297
275.3918
0.000000
0.209051
21.38059
5.624233
5.952958
5.757705
1.994310
46
20
30
40
50
60
70
80
90
100
110
120
130
47
Tabla N 24
Serie cartera en mora, Prueba Augmented Dickey-Fuller (ADF)
Null Hypothesis: MORA100 has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=12)
t-Statistic
Prob.*
-3.335741
-3.481217
-2.883753
-2.578694
0.0152
Coefficient
Std. Error
t-Statistic
Prob.
MORA100(-1)
D(MORA100(-1))
C
-0.072179
-0.859499
0.073689
0.021638
0.039746
0.067654
-3.335741
-21.62480
1.089206
0.0011
0.0000
0.2781
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.809338
0.806335
0.487398
30.16967
-89.51668
269.5501
0.000000
-0.055587
1.107537
1.423334
1.489507
1.450222
1.969817
Con un valor p de 0.0152 menor a 0.05, pero ADF -3.335741, no es mayor, en valor
absoluto, a los valores crticos de MacKinnon al 1 %, no se rechaza la hiptesis nula de
que la serie cartera en mora presenta raz unitaria y por lo tanto no presenta
estacionariedad, a continuacin debemos transformar entonces la serie en primeras
diferencias y evaluar los resultados.
Grfico N 22
Serie cartera en mora, en primera diferencia (DMORA)
6
-2
-4
-6
10
20
30
40
50
60
70
80
90
100
110
120
130
48
La diferencia entre las grficas de las series cartera en mora y DMORA, presentada a
continuacin, es evidente; esta ltima a diferencia de la primera sugiere Estacionariedad
en la serie; se puede deducir que sta presenta media y varianza constantes a lo largo del
tiempo.
Tabla N 25
Correlograma, serie cartera en mora, en primera diferencia (DMORA)
t-Statistic
Prob.*
-46.98553
-3.481217
-2.883753
-2.578694
0.0001
49
Coefficient
Std. Error
t-Statistic
Prob.
DMORA(-1)
C
-1.889531
-0.101104
0.040215
0.044454
-46.98553
-2.274341
0.0000
0.0246
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.945197
0.944769
0.506312
32.81300
-94.97588
2207.640
0.000000
-0.004417
2.154399
1.491937
1.536053
1.509862
1.890013
PRUEBA
DE
ESTACIONARIEDAD
DE
LOS
RESIDUOS
PERTURBACIONES.Grfico N 23
Serie residuos o perturbaciones
4
-1
-2
10
20
30
40
50
60
70
80
90
100
110
120
130
50
Tabla N 27
Correlograma, Serie residuos o perturbaciones.
51
Coefficient
Std. Error
t-Statistic
Prob.
C
LTASA
LIGAE
LMORA
14.86489
-1.827554
0.991014
-0.232052
1.276011
0.143317
0.173112
0.040072
11.64950
-12.75182
5.724697
-5.790896
0.0000
0.0000
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.967823
0.967069
0.146879
2.761397
67.92642
1283.318
0.000000
13.84263
0.809382
-0.968582
-0.881224
-0.933084
0.511485
Al considerar y analizar los resultados del modelo, podemos observar que los
coeficientes, van en concordancia con la teora econmica de que la tasa de inters, y la
52
cartera en mora, guardan relacin inversa con crdito bancario, y relacin directa con la
exgena IGAE.
A continuacin creamos la serie de residuales estimados, y realizamos la prueba de
estacionariedad de acuerdo a lo sugerido en la segunda etapa. Para darnos una idea del
comportamiento de y llevar a cabo una prueba formal de races unitarias, en la Grfica
se presenta una ilustracin de los mismos. Razonablemente, podramos indicar que la
serie de residuales es estacionaria, ya que flucta alrededor de una media constante, que
en este caso es 0.
Grfico N 24
Serie residuos o perturbaciones
15.5
15.0
14.5
14.0
13.5
.6
13.0
.4
12.5
.2
12.0
.0
-.2
-.4
-.6
10
20
30
40
50
60
Residual
70
80
Actual
90
100
110
120
130
Fitted
Para verificar nuestra sospecha, llevamos a cabo la prueba DFA obteniendo el estadstico
de prueba, t, y comparar con valores crticos de MacKinnon. La prueba DFA sobre los
residuales se obtiene un estadstico de prueba de -12.46778, el cual es mayor a cualquiera
de los valores crticos listados, en valor absoluto. Como se recordar, la hiptesis nula en
la prueba DFA es la existencia de raz unitaria, la cual se rechaza de acuerdo a los
resultados obtenidos. As, se puede afirmar la estacionariedad.
Tabla N 29
Serie residuos o perturbaciones, Prueba Augmented Dickey-Fuller (ADF),
en primera diferencia
Null Hypothesis: SER01 has a unit root
Exogenous: None
Lag Length: 0 (Automatic - based on SIC, maxlag=12)
53
t-Statistic
Prob.*
-12.46778
-2.584707
-1.943563
-1.614927
0.0000
Coefficient
Std. Error
t-Statistic
Prob.
SER01(-1)
-1.132439
0.090829
-12.46778
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.570548
0.570548
192129.4
4.32E+12
-1602.512
1.927332
1283.725
293181.4
27.17816
27.20164
27.18770
54
CAPTULO III
3. CONCLUSIONES Y RECOMENDACIONES.3.1. Conclusiones.Se puede resumir la importancia de los modelos economtricos, en las siguientes
conclusiones:
Keynes esperaba que la Propensin Marginal a Ahorrar (PMA) fuera positiva pero
menor que 1. del 10 al 20 %, y la investigacin sostiene que la Propensin Marginal
a Ahorrar es de 12,01 % y confirma la teora econmica de Keynes.
ajustado
diferencia
Para ingresos bajos, la propensin marginal a ahorrar, es: 0.108583, (10,86 %),
significa que de 100,00 bolivianos de ingreso, 10,86 Bs, destinan al ahorro familiar.
Y para familias con ingresos altos, la propensin marginal a ahorrar es del 0,1455,
(14,55 %), superior al de ingresos bajos, tal cual sustenta la teora econmica,
55
3.2.
Recomendaciones.-
56
REFERENCIAS BIBLIOGRFICAS
Gujarati, Damodar N. y Dawn C. Porter. Econometra Bsica. Mxico. McGraw-Hill
Interamericana. 2009
Loria Daz de Guzmn, Eduardo. Econometra con Aplicaciones. Mxico. Pearson
Educacin. 2007.
Startz, Richard. EViews Illustrated for Versin 8. EE.UU. Universidad California, Santa
Brbara. 2013.
Zuiga, Sergio. Econometra Prctica con Excel. EE.UU. Universidad catlica del norte.
2004.
Kikut, Ana Cecilia. Principales Indicadores para el diagnstico del anlisis de regresin
Lineal. 2003.
Nordaus, Samuelson. Economa. EE.UU. McGraw-Hill. 2000.
Ferguson, C A. y J. P. Gould. Teora Microeconmica. Mxico. Fondo de Cultura
Econmica. 1979.
Pginas Web:
http://www.feweb.vu.nl/econometriclinks/software.htmlSoftware.
http://www.cepal.org.
www.ine.gob.bo.
www.asoban.bo.
http://www.biblioteca.org.ar/zip22.asp?texto=92191.