Monografia Anibal Espada

UNIVERSIDAD ANDINA SIMN BOLIVAR
SEDE CENTRAL
Sucre Bolivia
CURSO DE DIPLOMADO EN
ECONOMETRA APLICADA
ANLISIS DE REGRESIN, FUNCIN DE AHORRO, SUCRE (2014)

Y FUNCIN DE CRDITO BANCARIO, BOLIVIA (2003-2013)
Monografa presentada para

obtener el Grado Acadmico
de diplomado en Econometra
Aplicada
ALUMNO:
LIC. ANIBAL EDUARDO ESPADA RIVAS
Sucre Bolivia
2014
UNIVERSIDAD ANDINA SIMN BOLIVAR

SEDE CENTRAL
Sucre Bolivia
CURSO DE DIPLOMADO EN
ECONOMETRA APLICADA
ANLISIS DE REGRESIN, FUNCIN DE AHORRO, SUCRE (2014)

Y FUNCIN DE CREDITO BANCARIO, BOLIVIA (2003-2013)
Monografa presentada para

obtener el Grado Acadmico
de Diplomado en Econometra
Aplicada
ALUMNO:
LIC. ANIBAL EDUARDO ESPADA RIVAS
Sucre Bolivia
2014
DEDICATORIA
A todos los que en su momento, en menor o mayor grado,

me acompaaron, en mi lucha, por buscar una superacin
constante en el campo acadmico, enfatizar el pleno apoyo
de mi Padre, de mi Madre, que no est aqu, pero siempre
est conmigo, y de mis hermanos, comprometindome a
buscar nuevos retos en el rea del conocimiento econmico.
RESUMEN EJECUTIVO.Los modelos economtricos, se clasifican en funcin a la cantidad de variables

explicativas, si se estudia la dependencia de una variable respecto de una nica variable
explicativa, como el ahorro, que depende del ingreso real familiar, dicho estudio se
conoce como anlisis de regresin simple, o con dos variables. Sin embargo, si se
estudia la dependencia de una variable respecto de ms de una variable explicativa, como
el Modelo de crdito bancario a nivel nacional, que depende de la tasa de inters, ndice
Global de Actividad Econmica (IGAE), cartera en mora y liquidez, se trata de un
anlisis de regresin mltiple. En otras palabras, en una regresin de dos variables slo
hay una variable explicativa, mientras que en la regresin mltiple hay ms de una
variable explicativa.
Los datos para los modelos economtricos, se clasifican en: datos transversales
(informacin recopilada en un momento determinado), es decir, los datos transversales
consisten en datos de una o ms variables recopilados en el mismo punto del tiempo, datos
de series de tiempo (informacin reunida a lo largo de un periodo), es decir, conjunto de
observaciones sobre los valores de una variable en diferentes momentos. Datos
combinados, los datos combinados renen elementos de series de tiempo y transversales.
Hay un tipo especial de datos combinados en el cual se estudia a travs del tiempo la
misma unidad transversal (por ejemplo, una familia o una empresa), son los Datos en
panel, longitudinales o en micropanel.
El presente trabajo de investigacin pretende, cubrir o abarcar las dos clasificaciones, en
busca de diferenciar, comparar y evaluar como es el tratamiento de cada tipo de modelo
que se acomode a cada clasificacin, por la cantidad de variables exgenas y por el tipo
de datos y sus caractersticas intrnsecas que nacen de cada una de ellas. Por ejemplo: As
como los datos de series de tiempo crean problemas especiales (por la estacionariedad),
los datos transversales tambin tienen sus propios problemas, en concreto, el de la
heterogeneidad.
Es por esta razn que planteamos dos estudios, dos modelos economtricos:
El primer modelo economtrico, se acomoda, a un modelo de anlisis de regresin simple,
donde el ahorro familiar, variable endgena, es explicada, por la variable ingreso familiar,
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.
Formulacin del Problema de investigacin o Pregunta Cientfica
4.
Objeto de Estudio
5.
Objetivos...
5.1. OBJETIVO GENERAL.........
5.2. OBJETIVOS ESPECIFICOS...
Diseo Metodolgico (Mtodos, Tcnicas, Procedimientos e

Instrumentos de Investigacin) ..
6.
CAPTULO I
1. MARCO TERICO..
CAPTULO II...
2. TOMA DE POSICIN Y PROPUESTA
2.1.
Sistematizacin y anlisis del modelo economtrico, referido a la

funcin de ahorro, de las familias, en la ciudad de sucre
2.1.1 Anlisis Economtrico.....
2.1.2 Metodologa de la econometra
2.1.3. DIVISIN DEL ANLISIS DEL AHORRO, EN FUNCIN

DEL INGRESO.
2.2.
26
Sistematizacin y anlisis del modelo economtrico, referido a la

funcin de Crdito Bancario, a nivel Bolivia.
28
iv
2.2.1. FORMULACIN DEL MODELO
28
2.2.2. METODOLOGA PARA EL MANEJO DE LOS DATOS...
28
2.2.3. ESTIMACIN POR MNIMOS CUADRADOS ORDINARIOS
32
(M.C.O.) Y ANLISIS DEL MODELO...

2.2.3.1. PRUEBAS DE ESTACIONARIEDAD.
34
2.2.3.2 PRUEBA DE ESTACIONARIEDAD DE LOS RESIDUOS O

PERTURBACIONES ..
49
2.2.3.3. COINTEGRACIN METODO Engle- Granger ..
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
Tabla N 2: Ahorro familiar Vs. Ingreso Familiar mensual...
20
Tabla N 3: Test de White, Ahorro familiar Vs. Ingreso Familiar
22
Tabla N 4: Ahorro familiar Vs. Ingreso Familiar mensual...
23
Tabla N 5: Segundo Test de White, Ahorro familiar Vs. Ingreso

Familiar
23
Tabla N 6: Ahorro familiar Vs. Ingreso Familiar mensual bajo..
26
Tabla N 7: Ahorro familiar Vs. Ingreso Familiar mensual alto..
27
Tabla N 8: Datos Crdito, Tasa de Inters, IGAE, Cartera en Mora y

Liquidez
29
Tabla N 9: Modelo Crdito Vs. Tasa de Inters, IGAE, Cartera en

Mora y Liquidez
32
Tabla N 10: Modelos Crdito Vs. Tasa de Inters, IGAE y Cartera en

Mora...
33
Tabla N 11: Correlograma, serie crdito.
35
Tabla N 12: Serie crdito, Prueba Augmented Dickey-Fuller (ADF).
36
Tabla N 13: Correlograma, serie crdito, en primeras diferencias
37
Tabla N 14: Serie DCREDITO, Prueba Augmented Dickey-Fuller (ADF)
37
Tabla N 15: Correlograma, Serie tasa de inters activa bancaria
38
Tabla N 16: Serie TASA DE INTERES, Prueba Augmented DickeyFuller (ADF).
39
Tabla N 17: Correlograma DTASA, primera diferencia serie tasa de

inters.
40
Tabla N 18: Serie TASA DE INTERES, Prueba Augmented DickeyFuller (ADF), en primera diferencia (DTASA).
40
Tabla N 19: Correlograma, Serie IGAE...
42
vi
Tabla N 20: Serie Serie IGAE, Prueba Augmented Dickey-Fuller

(ADF).
43
Tabla N 21: Correlograma, Serie IGAE en primeras diferencias

(DIGAE)
44
Tabla N 22: Serie IGAE, Prueba Augmented Dickey-Fuller (ADF), en

primeras diferencias (DIGAE)
45
Tabla N 23: Correlograma, serie cartera en mora.
46
Tabla N 24: Serie cartera en mora, Prueba Augmented Dickey-Fuller

(ADF)
47
Tabla N 25: Correlograma, serie cartera en mora, en primera

diferencia (DMORA).
48
Tabla N 26: Serie cartera en mora, Prueba Augmented Dickey-Fuller

(ADF), en primera diferencia (DMORA)
48
Tabla N 27: Correlograma, Serie residuos o perturbaciones..
50
Tabla N 28: Modelos Crdito Vs. Tasa de Inters, IGAE y Cartera en

Mora, en primeras diferencias..
51
Tabla N 29: Serie residuos o perturbaciones, Prueba Augmented

Dickey-Fuller (ADF), en primera diferencia.
52
vii
NDICE DE GRFICOS
Grfico N 1: Funcin de Consumo Keynesiana
Pgina
6
Grfico N 2: Histograma Ahorro Familiar .
16
Grfico N 3: Ahorro Familiar
17
Grfico N 4: Histograma Consumo Familiar .
17
Grfico N 5: Consumo Familiar
17
Grfico N 6: Histograma Ingreso Familiar.
18
Grfico N 7: Ingreso Familiar
18
Grfico N 8: Ahorro Vs. Ingreso Familiar...
18
Grfico N 9: Ahorro, Consumo e Ingreso Familiar
19
Grfico N 10: Diagrama de dispersin, Ahorro e Ingreso Familiar..
19
Grfico N 11: PERTURBACIONES ()
21
Grfico N 12: AHORRO FAMILAR vs. INGRESO FAMILIAR
25
Grfico N 13: RESIDUOS...
27
Grfico N 14: CRDITO Vs. VARIABLES EXGENAS...
32
Grfico N 15: Crdito bancario, Bolivia..
35
Grfico N 16: Primera diferencial, serie crdito (DCREDITO)..
36
Grfico N 17: Serie tasa de inters activa bancaria...
3838
Grfico N 18: Tasa de inters primera diferencia (DTASA).
40
Grfico N 19: Serie IGAE
42
Grfico N 20: Serie IGAE en primeras diferencias (DIGAE)..
44
Grfico N 21: Serie cartera en mora bancaria
46
Grfico N 22: Serie cartera en mora, en primera diferencia (DMORA)
47
Grfico N 23: Serie residuos o perturbaciones
49
Grfico N 24: Serie residuos estimados o perturbaciones
52
INTRODUCCIN.La econometra a travs del uso y la construccin de modelos pretende mostrar

empricamente las argumentaciones tericas utilizando los datos disponibles, los
resultados que generan los modelos economtricos, son parmetros especficos que tienen
rasgo de probabilidad de ocurrencia. Con esto un modelo economtrico es una alternativa,
de plantear y contrastar conocimiento, que ayuda a entender y cuestionar la realidad,
proveyendo una base explicita y precisa para la discusin. (Ruphah y Sabau, 1984).
El ejercicio permanente de contrastar los argumentos tericos con la realidad emprica
busca encontrar regularidades que, a fuerza de su repeticin, con el tiempo pueden
convertirse en leyes.
Es totalmente vlido que un trabajo o un proyecto economtrico se enfoque
exclusivamente en uno o en todos los usos, pero se debe dar mayor atencin a los
pronsticos numricos , porque generan informacin y dan seales y por ello, pueden
influir en los comportamientos y las decisiones de los agentes econmicos, al adelantar,
retrasar y modificar sus actos, este punto es crucial no solo en la construccin y
evaluacin de los modelos, sino en el debate de la teora econmica, particularmente en
lo que corresponde a las expectativas.
El sentido del trabajo es estimar ecuaciones, modelos economtricos, de alto sentido
econmico y utilidad terica y emprica, con la funcin del ahorro, propensin marginal
a ahorrar, y crdito bancario, explicadas en ambos casos por las variables exgenas, la
estimacin de estas variables y parmetros es esencial para definir polticas econmicas
optimas, a travs de un proceso de modelar la realidad econmica local y nacional.
El modelo verbal, establecido por Keynes seala que existe una relacin positiva entre el
ingreso disponible y el ahorro familiar, que se mide por la propensin marginal a ahorrar,
pero adems habr otra parte, autnoma o independiente del ingreso disponible, que
responder a otras variables, que no son consideradas dentro de este sencillo modelo.
El modelo economtrico, funcin de ahorro familiar, de la ciudad de Sucre, versus, el
ingreso familiar, hace uso de datos transversales. Que nos permite evaluar las relaciones
existentes entre ambas variables.
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.
FORMULACIN DEL PROBLEMA DE INVESTIGACIN O PREGUNTA

CIENTFICA.-
Cmo contribuir a la investigacin, en el campo economtrico, por medio de la

construccin de modelos economtricos, que permitan conocer las relaciones de la
variable: ahorro familiar, ciudad de Sucre, (variable endgena), versus, ingreso familiar,
(variables exgena); y crdito bancario, (variable endgena), a nivel nacional, versus,
tasa de inters, ndice Global de Actividad Econmica (IGAE), cartera en mora y
liquidez, (variables exgenas).
4. OBJETO DE ESTUDIO.La Construccin, resolucin y anlisis, aplicando software especializado, de modelos
economtricos, de la variable econmica ahorro familiar, con datos de corte transversal y
crdito bancario, con datos de series de tiempo, en la ciudad de Sucre y Bolivia,
respectivamente.
5.
OBJETIVOS.5.1.
OBJETIVO GENERAL.-
Construir, Analizar, Resolver y Evaluar, modelos economtricos, referido a la

funcin de ahorro, y crdito bancario (variables endgenas), modelos consistentes,
que permitan la determinacin y el grado de relaciones intrnsecas con otras variables

econmicas (variables exgenas), ciudad de Sucre (ahorro) y Bolivia (crdito).
5.2.
OBJETIVOS ESPECIFICOS.-
Determinar el tamao de muestra y la respectiva encuesta, para la obtencin de

datos, datos de corte transversal, primer modelo economtrico, funcin de ahorro
familiar, ciudad de Sucre.
Caracterizar el modelo econometrico, en funcin a la teoria de ahorro keynesiano.
Identificar fuentes y Recabar datos fiables, de las variables, credito bancario, tasa
de interes, IGAE, inflacion y caretera en mora.
Identificar los parametros del modelo econometrico, para los dos modelos, datos
transversales y datos de series de tiempo.
Determinar e identificar los desajustes, dentro de los modelos econometricos.
Interpretar y analizar la concordancia, de los modelos, con la teoria economica.
6.
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?
Para dar cumplimiento de los objetivos, aplicaremos las siguientes metodologas de

investigacin cientfica:
El mtodo bibliogrfico implica estudio terico y bibliogrfico que incluir aspectos
acerca del objeto de estudio, documentos normativos y metodolgicos acerca de la
construccin y resolucin de modelos economtricos.
El mtodo estadistico, se aplicara en la obtencion, estudio y anlisis de datos, de corte
transversal y series de tiempo.
Mtodo economtrico, permitir determinar los componentes, as como sus relaciones
entre las variables y parmetros, su dependencia, su dinmica y su funcionamiento, en las
variables econmicas.
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)
Propensin media al consumo (PMeC) cae a medida que aumenta la renta.

(PMeC = C/Y)
La renta es el determinante principal del consumo.
Grfico N 1
Funcin de Consumo Keynesiana
Fuente: Ferguson, C A. y J. P. Gould. Teora Microeconmica.
Los primeros xitos empricos

Hogares con mayores rentas:
Consumen ms, PMC > 0_ Consumen ms, PMC > 0
Ahorran ms, PMC < 1

Ahorran una mayor proporcin de su renta, PMeC cuando Y
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.
CAPTULO II
2.
TOMA DE POSICIN Y PROPUESTA.-
2.1.
Sistematizacin y anlisis del modelo economtrico, referido a la funcin de

ahorro, de las familias, en la ciudad de Sucre.-
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
Funcin del consumo.
Las economas domsticas compran bienes y servicios, y esto lo hacen en funcin de la

renta disponible por lo general las compras de consumo representan entre el 80 x 100 y
el 90 x 100 de la renta disponible, la parte de la renta disponible que no se consume, se
destina al ahorro, de forma que cuando las economas domsticas deciden lo que desean
consumir, simultneamente estn determinados lo que se desea ahorrar.
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
DETERMINANTES DEL AHORRO
* 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)
Especificacin del modelo matemtico del ahorro e ingreso

AHORRO FAMILIAR = f (INGRESO FAMILIAR)
Funcin de Ahorro:
AHORRO FAMILIAR = a + (1-b)*INGRESO FAMILIAR
Donde:
a = proporcin autnoma de ahorro.
(1-b) = propensin marginal a ahorrar
b = propensin marginal a consumir
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)
Especificacin del modelo economtrico de AHORRO.-
El modelo economtrico de regresin est dado por:
Ahorro 1 2 Ingreso
1 , 2 , conocidos como los parmetros del modelo, son, respectivamente, los coeficientes
del intercepto y de la pendiente.

1 , especficamente es el ahorro autnomo, el ahorro que no depende del Ingreso familiar.
2 , corresponde a la propensin marginal a ahorrar (PMA)
, significa valores residuales, variables de perturbacin o las variables aleatorias que
afectan a la variable endgena, no estn consideradas en el modelo.

En el modelo de regresin, la variable que aparece al lado izquierdo del signo de igualdad
se llama variable dependiente o endgena (Ahorro familiar), y la variable del lado
derecho se llama variable independiente, o explicativa. As, en la funcin keynesiana de
ahorro, el ahorro familiar es la variable dependiente, y el ingreso familiar, la explicativa.
d)
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)
Estimacin del modelo economtrico.-
En primera instancia desarrollaremos la descripcin de las tres variables. Para analizar

los datos, se orden en forma ascendente en funcin al ingreso familiar.
Los grficos y cuadros se obtuvieron, con el programa economtrico EViews v8.
Grfico N 2
Histograma Ahorro Familiar
40
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
Fuente: elaboracin propia
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
Tiene comportamiento lineal

Grfico N 4
Histograma Consumo Familiar
28
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
Tiene un comportamiento lineal
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
El ingreso familiar mensual, ms alto es de 8 500,00 Bs, y el mnimo de 2400,00 Bs, y

una media de 5 049,06 Bs. con una dispersin significativa (desviacin tpica 1 489,06).
Considerar que el sueldo mnimo bsico vital es de 1 440,00 Bs.
Grfico N 7
Ingreso Familiar
9,000
8,000
7,000
6,000
5,000
4,000
3,000
2,000
25
50
75
100
125
150
175
200
Tiene un comportamiento lineal

Grfico N 8
Ahorro Vs. 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
Familiar Ingreso Mensual

familiar Ahorro Mensual
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
Familiar Ingreso Mensual

familiar Consumo Mensual
familiar Ahorro Mensual
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 familiar, en funcin al Ingreso Familiar
El modelo economtrico de regresin est dado por:
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
Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
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
La distribucin del consumo, ingreso, ahorro, beneficios empresariales, etc, por

naturaleza, son de carcter heterocedstico, en consecuencia debemos desarrollar prueba
de verificacin de que nuestro modelo es o no homocedastico.
El uso de datos transversales, especialmente cuando las unidades observadas presentan,
amplios recorridos, supone un riesgo evidente de heterocedasticidad.
Grfico N 11
PERTURBACIONES ()
1,000
800
600
400
400
200
200
0
-200
-400
25
50
75
100
Residual
125
Actual
150
175
200
Fitted
El grfico de los errores muestra, efectivamente, que la dispersin de los mismos

alrededor de la media nula aumenta significativamente en la parte central.
La variabilidad del ahorro e ingreso en una encuesta de corte transversal, nos muestra
variacin en las medias y evidente comportamiento heterocedstico, porque el grfico de
los valores residuales, no tienen una varianza constante.
Pero no siempre es tan simple la deteccin de heteroscedasticidad y por lo tanto debemos
recurrir a tests de heteroscedasticidad. EViews trae incorporado el test de white para la
deteccin de heteroscedasticidad y haremos uso del mismo.
Test de White:
La prueba de White contrasta la hiptesis nula de no heteroscedasticidad versus la alterna

de heteroscedasticidad.
Los resultados obtenidos son los siguientes:
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
Date: 09/03/14 Time: 00:14
Sample: 1 212
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
6634.213
15892.49
22.14059
22.18809
22.15979
1.527913
Utilizando el test de White se acepta la hipteis de heterocedasticidad

Como el estadstico de prueba, Obs*R-squared es 13.94934, con una probabilidad de
0.0009 rechazamos la hiptesis nula, es decir, es heteroscedastico.
Solucin al problema de la heteroscedasticidad:
Este problema debe de ser tratado, dado que el problema de la heterocedasticidad

cuestiona la validez de los resultados de la estimacin, as como la matriz var-cov de los
estimadores para realizar inferencia.
Una solucin muy simple al problema es correr la regresin entre el logaritmo de la
variable dependiente y las variables explicativas. Pero esto no siempre da resultados o en
otros casos, esta nueva ecuacin no tiene interpretacin econmica (Elasticidades).
La solucin al problema de heterocedasticidad se realizara a partir de la estimacin del
modelo con mnimos cuadrados ponderados.
23
Tabla N 4
Ahorro familiar Vs. Ingreso Familiar mensual
Date: 09/05/14 Time: 02:58
Sample: 1 212
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
Weighted mean dep.
Prob(Wald F-statistic)
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
Mean dependent var

S.D. dependent var
Sum squared resid
481.5566
200.4117
1410159.
El coeficiente de determinacin, R2 es 0.832927, significa que el 83,29 % del ahorro esta

explicado por el Ingreso familiar, y el R2 ajustado tiene una sutil diferencia
Para comprobar si la estimacin ha solucionado el problema de heterocedasticidad
aplicaremos nuevamente el test de White.
Tabla N 5
Segundo Test de White, Ahorro familiar Vs. Ingreso Familiar
Heteroskedasticity Test: White
F-statistic
Obs*R-squared
Scaled explained SS
Test Equation:
Dependent Variable: WGT_RESID^2
Date: 09/05/14 Time: 03:12
Sample: 1 212
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

Collinear test regressors dropped from specification
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
5818.659
13996.58
21.91984
21.96734
21.93904
1.496221
Se comprueba que se acepta la hiptesis de homocedasticidad.

Los resultados se presentan en el cuadro, los coeficientes no coinciden con los de MCO
(estos no eran consistentes) pero mejor la estimacin de la varianza de los estimadores
y por lo tanto cambi la significatividad de dichos coeficientes.
Estimation Command:
=========================
LS(W=FAMILIAR_INGRESO_MENSUAL,WTYPE=VAR,WSCALE=AVG,COV=WHITE)
FAMILIAR_AHORRO_MENSUAL C FAMILIAR_INGRESO_MENSUAL
=========================
FAMILIAR_AHORRO_MENSUAL = C(1) + C(2)*FAMILIAR_INGRESO_MENSUAL
=========================
FAMILIAR_AHORRO_MENSUAL= -124.837864699 + 0.120100548688*FAMILIAR_INGRESO_MENSUAL
Los valores estimados de 1 y 2, son: -124,84 y 0,1201; respectivamente. As, la funcin

de ahorro estimada es:
AHORRO 124,84 0,1201* INGRESO
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
El acento circunejo (sombrero) sobre ahorro indica que es un valor estimado. En el

Grfico N 15 se muestra la funcin de Ahorro estimada (es decir, la lnea de regresin).
La lnea de regresin se ajusta bien a los datos, pues los puntos que corresponden a los
datos estn cercanos a ella.
Grfico N 12
AHORRO FAMILAR vs. 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
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.-
Como el modelo de regresin es consistente, sirve para predecir valores futuros de la

variable dependiente, ahorro de las familias de sucre, con base en los valores futuros
conocidos o esperados de la variable explicativa, o predictora, ingreso familiar.
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:
AHORRO 124,84 0,1201*6500,00
AHORRO 655,81 Bs.

El ahorro medio estimado ser de 655,00 bolivianos, aproximadamente.
2.1.3. DIVISIN DEL ANLISIS DEL AHORRO, EN FUNCIN DEL
INGRESO.Desarrollamos la divisin del ingreso en dos grupos, primer grupo menor al ingreso
promedio y el segundo mayor a dicho indicador, lo llamaremos ingresos bajos e ingresos
altos, la media aritmtica en cuestin es 5049,00 bolivianos.
Para ingresos bajos, la siguiente tabla, se consider los ajustes de
consistent standard errors & covariance, para
White heteroskedasticity-
subsanar el problema de heteroscedasticidad.
Anlisis de regresin, (M.C.O.), Ingresos Familiares bajos:

Tabla N 6
Ahorro familiar Vs. Ingreso Familiar mensual bajo
Date: 09/09/14 Time: 13:59
Sample: 1 116
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
Weighted mean dep.
335.8308
77.80326
11.12686
11.17434
11.14614
2.022821
329.8433
0.000000
R-squared
0.571470
Mean dependent var
344.8276
27
Adjusted R-squared
S.E. of regression
Durbin-Watson stat
0.567711
68.56684
2.055591
S.D. dependent var

Sum squared resid
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
Date: 09/09/14 Time: 14:03
Sample: 1 96
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
Weighted mean dep.
636.6643
127.2192
12.00371
12.05713
12.02530
1.247771
629.7016
28
Wald F-statistic
214.6702
0.000000
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat
0.657101
0.653453
94.24918
1.264632
Mean dependent var

S.D. dependent var
Sum squared resid
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.
Sistematizacin y anlisis del modelo economtrico, referido a la funcin de

Crdito Bancario, a nivel Bolivia.-
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:
Crdito 1 2 *Tasa de Interes 3 * IGAE 4 *Cartera en Mora 5 * Liquidez

Donde son las perturbaciones o valores residuales
2.2.2. METODOLOGA PARA EL MANEJO DE LOS DATOS.Para la estimacin del Modelo economtrico de Crdito, contamos con una muestra de
132 datos por cada serie, constituida por datos correspondientes al perodo 2003-2013.
Finalmente, para la variable crdito (variable endgena), se utiliz una serie del valor de
los crditos nacionales expresados en bolivianos. En cambio las variables exgenas, los
datos estn expresados en porcentajes.
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
CRDITO Vs. VARIABLES EXGENAS
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
Graficadas las variables exgenas versus la variable endgena, podemos constatar en

forma a priori, que en los tres primeros casos existe relacin lineal, pero con liquidez no.
2.2.3. ESTIMACIN POR MNIMOS CUADRADOS ORDINARIOS (M.C.O.) Y
ANLISIS DEL MODELO.Tabla N 9
Modelo Crdito Vs. Tasa de Inters, IGAE, Cartera en Mora y Liquidez
Dependent Variable: CREDITO
Date: 09/07/14 Time: 19:52
Sample: 1 132
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
0.7891
1383494.
1005104.
28.38554
28.49473
28.42991
0.691444
=========================
CREDITO = C(1) + C(2)*TASA_DE_INTERES + C(3)*IGAE + C(4)*MORA100 + C(5)*LIQUIDEZ100
=========================
CREDITO = 812437.399678 - 90296.377402*TASA_DE_INTERES + 14890.1367475*IGAE +
131655.59104*MORA100 - 2513.42378624*LIQUIDEZ100
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
Date: 09/07/14 Time: 20:16
Sample: 1 132
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
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
Correlograma, serie crdito

Tabla N 11
Correlograma, serie crdito
El correlograma al descender suavemente confirma que la variable crdito es no

estacionaria.
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)
Augmented Dickey-Fuller test statistic

Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
3.840261
-3.481623
-2.883930
-2.578788
1.0000
*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation
Dependent Variable: D(CREDITO)
Date: 09/09/14 Time: 03:20
Sample (adjusted): 4 132
Included observations: 129 after adjustments
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
25935.05
75971.55
25.08346
25.17214
25.11949
2.057027
Observamos que para la serie crdito la prueba Augmented Dickey-Fuller (ADF),

responde con un valor p de 1,0000 mayor a 0.05 por lo que no se rechaza la hiptesis de
que la serie presenta raz unitaria, por lo tanto no es estacionaria y debemos proseguir con
un proceso I(1) esperando entonces estacionariedad en la serie.
La desestacionalidad se desarrolla por el mtodo de diferencias. Primera diferencia.
Grfico N 16
Primera diferencial, serie crdito (DCREDITO)
600,000
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
Ahora bien, cuando observamos el correlograma de la serie crdito en primeras

diferencias (DCREDITO), encontramos que el comportamiento de la serie se parece al
comportamiento de una serie de ruido blanco, ya que como caracterstica principal de
stas, las autocorrelaciones en distintos rezagos se ubican alrededor de cero, como es el
caso de esta serie; por lo tanto podemos decir que mediante un proceso integrado de orden
1, I(1), la serie CREDITO es estacionaria proceso integrado de orden 1, I(1)
Tabla N 14
Serie DCREDITO, Prueba Augmented Dickey-Fuller (ADF)
Null Hypothesis: DCREDITO has a unit root
Exogenous: Constant

1% level
5% level
10% level
t-Statistic
Prob.*
-16.89367
-3.481217
-2.883753
-2.578694
0.0000

Dependent Variable: D(DCREDITO)
Date: 09/07/14 Time: 21:48
Variable
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
Mean dependent var
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
S.D. dependent var

Schwarz criterion
Durbin-Watson stat
125770.1
25.17297
25.21709
25.19090
2.097465
En primeras diferencias la serie crdito (DCREDITO), ahora es estacionaria, pues con

un valor p de 0.0000 menor a 0.05 y -16.89367 mayor en valor absoluto a los valores
crticos MacKinnon al 1, 5 y 10 %, se rechaza la hiptesis nula y se establece que la serie
no tiene raz unitaria, es decir, es estacionaria.
SERIE TASA DE INTERES:
Grfico N 17
Serie tasa de inters activa bancaria
50
45
40
35
30
25
20
15
10
20
30
40
50
60
70
80
90
100
110
120
130
De la grfica de la serie tasa de inters, se pude deducir que al parecer la media, ni la

varianza son constantes a lo largo del tiempo, hecho que lleva a asumir la posible
presencia de raz unitaria y por lo tanto a concluir que la serie no es estacionaria.
Tabla N 15
Correlograma, Serie tasa de inters activa bancaria
39
El anterior correlograma tambin es tpico de una serie que no presenta estacionariedad,

es decir, los coeficientes de auto correlacin son bastante altos, comenzando por un valor
grande que decrece muy lentamente, lo que da la interpretacin entonces de que la tasa
de inters como una serie no estacionaria.
Tabla N 16
Serie TASA DE INTERES, Prueba Augmented Dickey-Fuller (ADF)
Null Hypothesis: TASA_DE_INTERES has a unit root
Exogenous: Constant

1% level
5% level
10% level
t-Statistic
Prob.*
-1.496763
-3.480818
-2.883579
-2.578601
0.5323

Dependent Variable: D(TASA_DE_INTERES)
Date: 09/07/14 Time: 22:17
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
-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
Graficando la serie la tasa de inters, en primeras diferencias (DTASA), obtenemos una

serie que visualmente parece tener media y varianza constantes a lo largo del tiempo, lo
que indica que la serie ahora es estacionaria.
Tabla N 17
Correlograma DTASA, primera diferencia serie tasa de inters
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
41

1% level
5% level
10% level
t-Statistic
Prob.*
-11.68721
-3.481217
-2.883753
-2.578694
0.0000

Dependent Variable: D(DTASA)
Date: 09/07/14 Time: 22:24
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
0.003837
1.303781
2.665307
2.709423
2.683233
2.003243
Para la serie DTASA, correspondiente a la serie tasa de inters, integrada de orden 1, I

(1), se genera un valor p de 0.0000 el cual es menor al nivel de significancia de 0.05. Por
lo tanto se rechaza la hiptesis nula, es decir, que la serie no tiene raz unitaria y es
estacionaria en primeras diferencias.
Cabe sealar y enfatizar que existen trabajos de investigacin, donde se aseveran que la
tasa de inters es estacionaria, a continuacin indicamos dos ellos, aunque algunos con
ciertas contradicciones:
En el cuadro 4 se muestran las pruebas de hiptesis de raz unitaria para las diferentes
tasas de inters (nominal y real) y la inflacin, mostrando que bajo los criterios usuales,
se puede asumir que estas variables contienen una raz unitaria. En el caso de la tasa de
inters nominal, y si se sigue el enfoque secuencial sugerido por Dolado op. cit, resultara
estacionaria en tendencia, pues dada la significacin de esta ltima, la prueba de hiptesis
convergera a una distribucin normal (Enders, 1995: 256). Si ese fuese el caso, se podra
presumir entonces que la tasa de inflacin y la tasa de inters real ex ante estaran
cointegradas, de tal forma que la tasa nominal sea estacionaria. Adems implicara que la
tasa de inters real ex ante tambin contendra una raz unitaria. Para fines de clculo, se
42
utilizar la tasa de inters nominal en diferencias, asumiendo su no estacionariedad.

INFLACIN Y DEPRECIACIN EN UNA ECONOMA DOLARIZADA: EL CASO
DE BOLIVIA pgina 36 y 37. Autores: LUIS FERNANDO ESCOBAR PATIO,
PABLO HERNN MENDIETA OSSIO.
Este resultado implica, desde el punto de vista tcnico que los cambios estructurales en
esta serie estacionaria se traduce en su identificacin como una serie no estacionaria. La
tasa de inters en Mxico: un anlisis de races unitarias con cambio estructural; autor:
Luis Miguel G y Horacio C.
SERIE IGAE:
Grfico N 19
Serie IGAE
300
280
260
240
220
200
180
160
140
120
10
20
30
40
50
60
70
80
90
100
110
120
130
Al graficar la serie IGAE, como se muestra a continuacin, deducimos que no se trata de

una serie estacionaria, pues su media y varianza no parecen constantes en el tiempo.
Tabla N 19
Correlograma, Serie IGAE
43
Como se observa en el correlograma de la serie IGAE, sta presenta coeficientes de auto

correlacin que comienzan en un valor demasiado alto el cual disminuye de manera muy
lenta hacia cero a travs de sus rezagos, lo cual es evidencia que quizs su media y
varianza no son constantes a lo largo del tiempo, muestra de que la serie IGAE no es
estacionaria.
Tabla N 20
Serie Serie IGAE, Prueba Augmented Dickey-Fuller (ADF)
Null Hypothesis: IGAE has a unit root
Exogenous: Constant

1% level
5% level
10% level
t-Statistic
Prob.*
4.123968
-3.486064
-2.885863
-2.579818
1.0000

Dependent Variable: D(IGAE)
Date: 09/07/14 Time: 22:30
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
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)
Como se puede observar, el correlograma de la serie D(IGAE), es decir, la serie IGAE en

primeras diferencias, nos sugiere con unas correlaciones en los rezagos ubicadas
alrededor de cero, que el proceso I(1) para DIGAE establece finalmente como una serie
estacionaria.
45
Tabla N 22
Serie IGAE, Prueba Augmented Dickey-Fuller (ADF), en primeras diferencias
(DIGAE)
Null Hypothesis: DIGAE has a unit root
Exogenous: Constant

1% level
5% level
10% level
t-Statistic
Prob.*
-3.663914
-3.486551
-2.886074
-2.579931
0.0059

Dependent Variable: D(DIGAE)
Date: 09/07/14 Time: 22:40
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
0.209051
21.38059
5.624233
5.952958
5.757705
1.994310
Transformando la serie IGAE en primeras diferencias, con un valor p de 0.0059 menor a

0.05 se puede rechazarla hiptesis nula de que la serie D (IGAE) tiene raz unitaria y por
lo tanto es estacionaria.
46
Serie cartera en mora:

Grfico N 21
Serie cartera en mora bancaria
9
8
7
6
5
4
3
2
1
0
10
20
30
40
50
60
70
80
90
100
110
120
130
Al graficar la serie CARTERA EN MORA, como se muestra a continuacin, deducimos

que no se trata de una serie estacionaria, pues su media y varianza no parecen constantes
en el tiempo.
Tabla N 23
Correlograma, serie cartera en mora
El anterior correlograma tambin es tpico de una serie que no presenta estacionariedad,

es decir los coeficientes de auto correlacin son bastante altos, comenzando por un valor
grande que decrece muy lentamente, lo que da la interpretacin entonces de que la serie
cartera en mora, como una serie no estacionaria.
47
Tabla N 24
Serie cartera en mora, Prueba Augmented Dickey-Fuller (ADF)
Null Hypothesis: MORA100 has a unit root
Exogenous: Constant

1% level
5% level
10% level
t-Statistic
Prob.*
-3.335741
-3.481217
-2.883753
-2.578694
0.0152

Dependent Variable: D(MORA100)
Date: 09/07/14 Time: 22:48
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
-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)
Como se puede observar, el correlograma de la serie D(MORA), es decir, la serie cartera

en mora en primeras diferencias, nos sugiere con unas correlaciones en los rezagos
ubicadas alrededor de cero, que el proceso I(1) para cartera en mora la establece
finalmente como una serie estacionaria.
Tabla N 26
Serie cartera en mora, Prueba Augmented Dickey-Fuller (ADF),
en primera diferencia (DMORA)
Null Hypothesis: DMORA has a unit root
Exogenous: Constant

1% level
5% level
10% level
t-Statistic
Prob.*
-46.98553
-3.481217
-2.883753
-2.578694
0.0001
49
Dependent Variable: D(DMORA)

Date: 09/07/14 Time: 22:54
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
-0.004417
2.154399
1.491937
1.536053
1.509862
1.890013
Transformando la serie en primeras diferencias, con un valor p de 0.0001 menor a 0.05

se rechaza la hiptesis nula de que la serie D (MORA) tiene raz unitaria y por lo tanto es
estacionaria.
2.2.3.2
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
En la grfica de los Residuos anterior, se puede deducir que el trmino de perturbacin u

al parecer es estacionario, su media y su varianza parecieran ser constantes a lo largo del
tiempo.
Con el fin de confirmar lo que la simple observacin nos sugiere, analizaremos a
continuacin el correlograma de la serie u y aplicaremos a sta adems, la Prueba DickeyFuller para conocer si presenta o no Raz Unitaria.
50
Tabla N 27
Correlograma, Serie residuos o perturbaciones.
Analizando el correlograma del trmino de error estocstico se recuerda un

correlograma de una serie de tiempo de ruido blanco, es decir que sus autocorrelaciones
en distintos rezagos se ubican alrededor de cero.
Lo que significan las anteriores pruebas, es que las series de nuestro modelo comparten
una tendencia comn, es decir, que al u ser I (0), la combinacin lineal cancela la
tendencia estocstica de las tres series; esto genera que las variables estn Cointegradas,
lo que significa que al determinar que los residuos de la regresin son I (0), podemos
aplicar la metodologa tradicional de regresin a las series de tiempo. En este sentido,
podemos proceder con la estimacin de nuestro modelo
2.2.3.3. COINTEGRACIN METODO Engle- Granger
Si aplicamos MCO a las series en primeras diferencias, los coeficientes sern a corto
plazo Cul es la alternativa entonces si se desea conocer la elasticidad de largo plazo
obteniendo resultados confiables? La respuesta es una, y se refiere a instrumentar un
anlisis de cointegracin, el anlisis de cointegracin puede al menos cumplir con dos
propsitos: primero se refiere a identificar la existencia de relaciones estables de largo
51
plazo entre variables. Segundo va un paso ms adelante y no slo se concreta en

identificar la existencia de una tendencia comn entre las series, sino que pretende
determinar el nmero de relaciones de cointegracin que existe en un sistema.
Esta metodologa consiste en instrumentar una estimacin bietpica que prueba la idea
fundamental de cointegracin; que una combinacin lineal de series no-estacionarias es
en s misma estacionaria.
Consideramos las series integradas de orden 1, donde representa el trmino de error que
suponemos es ruido blanco.
La primera etapa de la metodologa consiste en estimar la ecuacin, por medio de MCOs
y obtener los errores estimados.
En la segunda etapa se realiza una prueba de ADF si el trmino de error es estacionario,
entonces se concluye que las series se encuentran cointegradas, y la elasticidad de largo
plazo de los coeficientes.
Tabla N 28
Modelos Crdito Vs. Tasa de Inters, IGAE y Cartera en Mora, en primeras
diferencias
Dependent Variable: LCREDITO
Date: 09/09/14 Time: 02:15
Sample: 1 132
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
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
53

1% level
5% level
10% level
t-Statistic
Prob.*
-12.46778
-2.584707
-1.943563
-1.614927
0.0000

Dependent Variable: D(SER01)
Date: 09/09/14 Time: 02:29
Variable
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
Mean dependent var

S.D. dependent var
Schwarz criterion
1283.725
293181.4
27.17816
27.20164
27.18770
Transformando la serie en primeras diferencias, con un valor p de 0,0000 menor a 0.05 y

t -12.46778 mayor a los valores crticos, rechazamos la hiptesis nula de que la serie D
(MORA) tiene raz unitaria y por lo tanto es estacionaria y nuestro modelo es consistente.
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.
El coeficiente de determinacin, R2 es 0.832927, significa que el 83,29 % del ahorro

esta explicado por el Ingreso familiar, verificando que el ingreso es la variable
exogena, mas importante de la funcion de ahorro, el R2
ajustado
tiene una sutil
diferencia
Utilizando el test de White se acepta la hipteis de heterocedasticidad. Como el

estadstico de prueba, Obs*R-squared es 13.94934, con una probabilidad de 0.0009
rechazamos la hiptesis nula, es decir, es heteroscedastico. La solucin al problema
de heterocedasticidad se realizara a partir de la estimacin del modelo con mnimos
cuadrados ponderados. Modelo de la funcion de ahorro.
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,
En el segundo medelo, referido al credito bnacrio ,existe concoradabcia con la teora

econmica, tasa de inters, tiene una relacion inversa con el crdito en -90296.38;
por unidad porcentual de variacion; 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, 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, segun nuestro modelo.
55
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
Aplicamos MCO a las series en primeras diferencias, instrumentando un anlisis de

cointegracin, que pretende determinar el nmero de relaciones de cointegracin
que existe en un sistema. Consideramos las series integradas de orden 1, donde
representa el trmino de error que suponemos es ruido blanco.
Se estim la ecuacin, por medio de MCOs y obtener los errores estimados. Y en

la segunda etapa se realiza una prueba de ADF si el trmino de error es estacionario,
entonces se concluye que las series se encuentran cointegradas.
3.2.
Recomendaciones.-
Dentro de las recomendaciones se cita:

Generar modelos de consumo, para contrastar con el de ahorro, aunque por ser
complementarios, no cambiara sustancialmente las conclusiones, pero, dar nfasis a
otros factores, que puedan afectar a la funcin de ahorro familiar en sucre, buscando
sus particularidades como sociedad y la cultura de ahorro.
Introducir variable a la funcin de ahorro como la tasa de inters, trabajando con datos
combinados.
Considerar a la liquidez como un elemento que no afecta a la funcin de crdito, se
debe desarrollar un estudio ms profundo y considerar su impacto en el crdito
bancario.
Los modelos por naturaleza son refutables, porque son aproximaciones de la realidad,
considerar la posibilidad de mejorar estos modelos.
El uso de softwares especializados como el EViews, Stata, R, etc. Son vitales y su uso
debe ser efectivizado, permitiendo eficacia y eficiencia en la resolucin de modelos
economtricos.
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.

Monografia Anibal Espada

Diunggah oleh

Informasi Dokumen

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

Monografia Anibal Espada

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDAD ANDINA SIMN BOLIVAR

ANLISIS DE REGRESIN, FUNCIN DE AHORRO, SUCRE (2014)

Monografa presentada para

LIC. ANIBAL EDUARDO ESPADA RIVAS

UNIVERSIDAD ANDINA SIMN BOLIVAR

ANLISIS DE REGRESIN, FUNCIN DE AHORRO, SUCRE (2014)

Monografa presentada para

LIC. ANIBAL EDUARDO ESPADA RIVAS

A todos los que en su momento, en menor o mayor grado,

RESUMEN EJECUTIVO.Los modelos economtricos, se clasifican en funcin a la cantidad de variables

Formulacin del Problema de investigacin o Pregunta Cientfica

5.1. OBJETIVO GENERAL.........

5.2. OBJETIVOS ESPECIFICOS...

Diseo Metodolgico (Mtodos, Tcnicas, Procedimientos e

2. TOMA DE POSICIN Y PROPUESTA

Sistematizacin y anlisis del modelo economtrico, referido a la

2.1.1 Anlisis Economtrico.....

2.1.2 Metodologa de la econometra

2.1.3. DIVISIN DEL ANLISIS DEL AHORRO, EN FUNCIN

Sistematizacin y anlisis del modelo economtrico, referido a la

2.2.1. FORMULACIN DEL MODELO

2.2.2. METODOLOGA PARA EL MANEJO DE LOS DATOS...

2.2.3. ESTIMACIN POR MNIMOS CUADRADOS ORDINARIOS

(M.C.O.) Y ANLISIS DEL MODELO...

2.2.3.2 PRUEBA DE ESTACIONARIEDAD DE LOS RESIDUOS O

2.2.3.3. COINTEGRACIN METODO Engle- Granger ..

Tabla N 2: Ahorro familiar Vs. Ingreso Familiar mensual...

Tabla N 3: Test de White, Ahorro familiar Vs. Ingreso Familiar

Tabla N 4: Ahorro familiar Vs. Ingreso Familiar mensual...

Tabla N 5: Segundo Test de White, Ahorro familiar Vs. Ingreso

Tabla N 6: Ahorro familiar Vs. Ingreso Familiar mensual bajo..

Tabla N 7: Ahorro familiar Vs. Ingreso Familiar mensual alto..

Tabla N 8: Datos Crdito, Tasa de Inters, IGAE, Cartera en Mora y

Tabla N 9: Modelo Crdito Vs. Tasa de Inters, IGAE, Cartera en

Tabla N 10: Modelos Crdito Vs. Tasa de Inters, IGAE y Cartera en

Tabla N 11: Correlograma, serie crdito.

Tabla N 12: Serie crdito, Prueba Augmented Dickey-Fuller (ADF).

Tabla N 13: Correlograma, serie crdito, en primeras diferencias

Tabla N 14: Serie DCREDITO, Prueba Augmented Dickey-Fuller (ADF)

Tabla N 15: Correlograma, Serie tasa de inters activa bancaria

Tabla N 16: Serie TASA DE INTERES, Prueba Augmented DickeyFuller (ADF).

Tabla N 17: Correlograma DTASA, primera diferencia serie tasa de

Tabla N 19: Correlograma, Serie IGAE...

Tabla N 20: Serie Serie IGAE, Prueba Augmented Dickey-Fuller

Tabla N 21: Correlograma, Serie IGAE en primeras diferencias

Tabla N 22: Serie IGAE, Prueba Augmented Dickey-Fuller (ADF), en

Tabla N 23: Correlograma, serie cartera en mora.

Tabla N 24: Serie cartera en mora, Prueba Augmented Dickey-Fuller

Tabla N 25: Correlograma, serie cartera en mora, en primera

Tabla N 26: Serie cartera en mora, Prueba Augmented Dickey-Fuller

Tabla N 27: Correlograma, Serie residuos o perturbaciones..

Tabla N 28: Modelos Crdito Vs. Tasa de Inters, IGAE y Cartera en

Tabla N 29: Serie residuos o perturbaciones, Prueba Augmented

Grfico N 2: Histograma Ahorro Familiar .

Grfico N 3: Ahorro Familiar

Grfico N 4: Histograma Consumo Familiar .

Grfico N 5: Consumo Familiar

Grfico N 6: Histograma Ingreso Familiar.

Grfico N 7: Ingreso Familiar

Grfico N 8: Ahorro Vs. Ingreso Familiar...

Grfico N 9: Ahorro, Consumo e Ingreso Familiar

Grfico N 10: Diagrama de dispersin, Ahorro e Ingreso Familiar..

Grfico N 11: PERTURBACIONES ()

Grfico N 12: AHORRO FAMILAR vs. INGRESO FAMILIAR