Noriega, Antonio. & Rodríguez-Pérez, Cid. (2012) .Estacionariedad, Cambios Estructurales y Crecimiento Económico en México 1895-2008

EL TRIMESTRE ECONMICO, vol. LXXIX (2), nm. 314, abril-junio de 2012, pp.
333-378
ESTACIONARIEDAD, CAMBIOS
ESTRUCTURALES Y CRECIMIENTO
ECONMICO EN MXICO (1895-2008)*
Antonio E. Noriega
y Cid Alonso Rodrguez-Prez**
RESUMEN
Este artculo estima que la evolucin del producto real y per capita de Mxico entre
1895 y 2008 se puede describir adecuadamente por medio de un modelo estacionario en tendencia, afectado por cuatro cambios estructurales, cuya ocurrencia coincide con cambios institucionales internos, guerras y crisis econmicas y financieras.
Estos cambios son modelados por funciones logsticas de transicin suave, en las
que los periodos de transicin son estimados endgenamente. En trminos de tasas de crecimiento, nuestros resultados indican que para el PIB real y PIB real per
capita de Mxico existen cuatro etapas de crecimiento estacionario separadas por
tres periodos de transicin. Por ejemplo, para el PIB real se identifican las siguientes
etapas de crecimiento estacionario: 1895-1924, 1935-1952, 1956-1978 y 1989-2008,
separadas por tres pocas de transicin (1925-1934, 1953-1955 y 1979-1988).
ABSTRACT
This paper shows that the evolution of the level of Mexico real and real per capita
output between 1895 and 2008 can be adequately described through a trend sta* Palabras clave: producto interno bruto, crecimiento econmico, estacionariedad, raz unitaria,
cambio estructural, funcin logstica, transicin suave. Clasificacin JEL: C12, C13, C15, C22, O47,
O54. Artculo recibido el 2 de septiembre de 2010 y aceptado el 14 de marzo de 2011. Agradecemos
los comentarios y sugerencias de Carlos Capistrn, Gonzalo Rangel y un dictaminador annimo de EL
TRIMESTRE ECONMICO, as como de los participantes en el seminario del Banco de Mxico. Todos los
errores son responsabilidad nuestra. Las opiniones en este artculo son de los autores y no forzosamente
reflejan el punto de vista del Banco de Mxico.
** A. E. Noriega, Banco de Mxico y Universidad de Guanajuato. C. A. Rodrguez, Banco de Mxico.
333
334
EL TRIMESTRE ECONMICO
tionary model, affected by 4 structural breaks, which ocurred at dates that seem
to coincide with domestic institutional arrangements, wars, and financial and economic crises. These changes are modeled through logistic smooth transition functions, in which transition periods are endogenously estimated. In terms of growth
rates, our results indicate that for Mexico real and real per capita GDP, there are
four stationary growth paths, separated by three transition periods. For instance,
for real GDP we identify the following stationary growth paths: 1895-1924, 19351952, 1956-1978, and 1989-2008, separated by three transition periods: 1925-1934,
1953-1955, and 1979-1988.
INTRODUCCIN
ste trabajo tiene por objetivo analizar el comportamiento de baja frecuencia del producto real y per capita de Mxico de 1895 a 2008. En
el contexto del anlisis univariado de series de tiempo se busca determinar
si la evolucin de la produccin en Mxico se puede caracterizar por una
tendencia estocstica esto es, por una raz unitaria o por una tendencia
lineal determinista, sujeta a cambios estructurales modelados por medio de
funciones de transicin suave. En otras palabras, este estudio retoma la vieja
pregunta de si la tendencia que domina la evolucin de largo plazo del producto es estocstica o determinista.
Considrese el siguiente modelo de tendencia lineal sin cambios estructurales en los parmetros,
yt = + t + vt ;
vt = vt 1 + t
en los que yt es, digamos, el logaritmo del PIB real en niveles, vt son las
desviaciones respecto a la tendencia lineal, , y son parmetros, y
t denota un proceso de ruido blanco. Si = 1, entonces yt tiene una raz
unitaria o en otras palabras es estacionario en diferencias, por lo que para
obtener la tasa de crecimiento del producto sera necesario aplicar la transformacin de primeras diferencias y obtener una estimacin del parmetro
. Por lo contrario, en el caso de < 1, yt es estacionario en tendencia y,
por tanto, la pendiente de la funcin de tendencia lineal de la serie ( ) representa una estimacin de la tasa de crecimiento de yt .
Considrese la evolucin del producto real de los Estados Unidos, que
se presenta en la parte A de la grfica 1. Resultados en Noriega (2004), as
ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO
335
GRFICA 1. PIB real (logs) y tendencias quebradas

A. Estados Unidos
6
5
4
3
2
1
1870 1880 1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010
B. Reino Unido
5.5
5.0
4.5
4.0
3.5
3.0
2.5
1880 1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
C. Australia
6
5
4
3
2
1
1870
1880
1890
1900
1910
1920
1930
1940
1950
1960
1970
1980
1990
336
como clculos propios utilizando las pruebas de Kejriwal y Perron (2010),

indican que el producto real estadunidense ha fluctuado de manera estacionaria alrededor de una tendencia lineal sin cambios estructurales. En otras
palabras, el modelo de arriba con parmetros y constantes y < 1 parecen describir adecuadamente la evolucin de la serie.1
Sin embargo, esta representacin lineal puede no ser adecuada para todos
los casos, debido a que la funcin de tendencia puede estar sujeta a cambios estructurales, que usualmente estn relacionados con guerras, arreglos
institucionales, crisis econmicas, etc. Como ejemplo de esto la grfica 1
presenta la evolucin del producto real del Reino Unido (parte B) y de Australia (parte C), junto con una tendencia lineal quebrada, basada en los resultados de Noriega, Soria y Velzquez (2008). En el primer caso se identifica un cambio estructural tanto en , como en la pendiente de la funcin
de tendencia en 1918, que alteran permanentemente el nivel y la tasa de crecimiento del producto. Este hallazgo ha sido relacionado por la bibliografa
con la primera Guerra Mundial (vase por ejemplo Mills, 1991, y Duck,
1992). En la parte C, el PIB real de Australia presenta tres cambios estructurales en su nivel (tres cambios en el parmetro , sin cambios en el parmetro de la pendiente ). En ambos casos, pruebas de raz unitaria aplicadas a
las series indican que el producto evoluciona de una manera estacionaria, es
decir que < 1, una vez que se consideran estos cambios estructurales en la
funcin de tendencia.2
En este artculo, ponemos particular atencin a la cuestin de si los parmetros de la funcin de tendencia ( y ) se han mantenido constantes a lo
largo del periodo en estudio, tanto para el producto como para el producto
per capita de Mxico.
Existen diversos estudios internacionales que han explorado este cuestionamiento. Por ejemplo, Ben-David y Papell (1995) plantean cmo las
pruebas de cambio estructural en series de tiempo univariadas proporcionan un marco natural para investigar el hecho (estilizado) de una tasa de
crecimiento del producto constante. As, Ben-David y Papell (1995) buscan
determinar la existencia de un cambio estructural en la serie del producto
y producto per capita de un conjunto de pases seleccionados, as como
1 En relacin con la cuestin de si la funcin de tendencia de largo plazo de la produccin real de
los Estados Unidos debera ser modelada como estacionaria en tendencia o estacionaria en diferencias vase Rudebusch (1993), Diebold y Senhadji (1996), Murray y Nelson (2000), Papell y Prodan
(2004), Vougas (2007) y Darne (2009).
2 Vase ms pormenores de estos resultados en Noriega, Soria y Velzquez (2008).
337
sus consecuencias en el crecimiento econmico. Siguiendo con esta lnea de

anlisis, y dentro del contexto de modelos que permiten cambios estructurales mltiples, Ben-David, Lumsdaine y Papell (2003) encuentran pruebas
de tasas de crecimiento que aumentan en el tiempo.
Es importante sealar que las evidencias encontradas en esta bibliografa
tienen como caracterstica comn suponer que los cambios estructurales
ocurren instantneamente, al ser modelados por medio de variables dicotmicas. Sin embargo, tal especificacin no forzosamente puede ser la ms
adecuada.
Este artculo propone modelar los potenciales cambios estructurales, con
otra hiptesis, por medio de funciones de transicin suave entre regmenes
(o tendencias lineales) ms que como cambios estructurales instantneos.
La idea bsica de las transiciones suaves es simple: el cambio estructural no
se asume como un cambio instantneo, sino como un periodo de transicin suave entre diferentes regmenes a lo largo del tiempo. Adems, como
se analizar ms adelante, un cambio estructural instantneo representa un
caso particular de la funcin de transicin suave. As, nuestro enfoque consiste en probar la hiptesis nula de una raz unitaria contra la opcin de
estacionariedad alrededor de una tendencia lineal determinista afectada por
transiciones suaves mltiples.3
Basados en el trabajo de Bacon y Watts (1971), Maddala (1977), Granger
y Tersvirta (1993), y de Lin y Tersvirta (1994), Greenaway, Leybourne y
Sapsford (1997) modelan un cambio estructural para series del producto
de un conjunto de pases seleccionados, como una transicin suave entre
regmenes. En particular, suponen que cualquier cambio en el desempeo econmico despus de la liberacin comercial puede ser modelado ms
apropiadamente como una transicin suave ms que como un cambio discreto en la trayectoria de la serie de tiempo. Segn esta lnea para modelar
los cambios estructurales en la tendencia determinista de una serie de tiem3 Existen en la bibliografa otros enfoques que prueban la hiptesis nula de raz unitaria contra
opciones no lineales, en las cuales la serie de tiempo sigue un proceso globalmente estacionario, tales
como las de los modelos threshold autoregressive (TAR) en Caner y Hansen (2001), smooth transition
autoregressive (STAR) en Kapetanios, Snell y Shin (2003) y self-exciting threshold autoregressive (SETAR)
en Kapetanios y Shin (2006). Incluso existen pruebas que combinan estos dos tipos de hiptesis como en
Sollis (2004), en el que se prueba la nula raz unitaria contra una opcin que combina al modelo TAR con
las transiciones suaves entre tendencias lineales deterministas. Finalmente, ntese que aqu usamos
un enfoque univariado para determinar el orden de integracin del producto. Aguiar y Gopinath (2007),
por ejemplo, desde una perspectiva multivariada, analizan cmo la magnitud de la reaccin del consumo
a choques en el ingreso pueden utilizarse para identificar la persistencia de dichos choques.
338
po, Leybourne, Newbold y Vougas (1998) (LNV, en adelante) proponen una

prueba tipo Dickey-Fuller, en la cual plantean como otra hiptesis diferente
de la de raz unitaria, la de un cambio estructural en la tendencia lineal de
una serie por medio de una transicin suave entre dos diferentes tendencias.4 Esta especificacin, propuesta por LNV en el contexto de pruebas de
raz unitaria, es bastante flexible en el sentido de que implica como casos
lmite: uno en el que no existe cambio estructural, y otro en el que hay un
cambio y ste es instantneo. Para esto utilizan la funcin logstica de transicin suave que estima endgenamente, de una manera no lineal, la ubicacin y duracin de la transicin (cambio estructural).5
A pesar de sus virtudes, la funcin empleada por Greenaway, Leybourne
y Sapsford (1997) y LNV posee la limitante de que la senda de transicin es
montona y simtrica alrededor del punto medio de la transicin. Sollis,
Leybourne y Newbold (1999) (SLN, en adelante), tambin dentro del contexto de pruebas de raz unitaria, extienden tal especificacin para modelar
un cambio estructural en la tendencia de la serie permitiendo asimetra en la
funcin logstica de transicin suave.6
Por su parte, Harvey y Mills (2002) desarrollan una extensin a la prueba de LNV al permitir como otra hiptesis diferente de la de raz unitaria, la
de estacionariedad alrededor de una tendencia lineal con transiciones suaves dobles, especificadas por la funcin logstica simtrica. Harvey y Mills
(2002) tambin analizan la posibilidad de que las transiciones sean potencialmente asimtricas. Sin embargo, destacan que aunque tal acercamiento
resulta tericamente deseable, el nmero de optimaciones numricas necesarias para obtener simulaciones de los valores crticos para la prueba, lo
torna un problema poco tratable desde un punto de vista computacional,
4 LNV
explican la idea de una transicin suave en una serie de tiempo econmica con el argumento
de que en muchas situaciones los cambios en variables econmicas agregadas, como el PIB, son influidos
por los cambios en el comportamiento de un nmero grande de agentes econmicos, y es poco probable
que todos los agentes individuales reaccionen simultneamente a cierto estmulo econmico: mientras que
unos estn listos para reaccionar instantneamente otros son propensos a diferentes grados de inercia
institucional (dependiendo, por ejemplo, de la eficiencia de los mercados en que stos actan), y por
consecuencia reaccionarn en diferentes momentos.
5 Otros trabajos en los cuales se emplea la funcin logstica de transicin suave, en que la variable de
transicin es el tiempo, son: Leybourne y Mizen (1999), Harvey y Mills (2000), Greenaway, Leybourne y
Sapsford (2000), Newbold et al (2001), Sollis (2004), Chang, Nieh y Wei (2005), Vougas (2006), Vougas
(2007), y Foster y Stehrer (2007).
6
Harvey y Mills (2004) plantean y desarrollan la prueba de estacionariedad contra la opcin de
raz unitaria. Con la hiptesis nula se supone estacionariedad respecto a una tendencia lineal con una
transicin suave simtrica.
339
por lo que slo presentan valores crticos para el caso de transiciones suaves
dobles en el caso simtrico.
En este artculo se extiende los planteamientos previamente analizados
para permitir, como opcin a la hiptesis de raz unitaria, cambios estructurales mltiples, modelados por medio de funciones de transicin suave
(tanto con la funcin logstica simtrica como con la asimtrica) en la tendencia determinista de las series. En particular, se consideran especificaciones
que permiten desde una hasta cuatro transiciones suaves. Hay que recalcar que nuestro planteamiento se diferencia del de Harvey y Mills (2002),
quienes permiten transiciones suaves dobles, en el hecho de que aqu se
impone la restriccin de que las transiciones estimadas no se mezclen. Es
decir, no se permite que existan transiciones suaves (cambios estructurales)
en maneras consecutiva o sobrepuesta. Esto con la finalidad de que sea posible separar debidamente entre regmenes o tendencias lineales y periodos
de transicin hacia una nueva tendencia.7
Para Mxico puede encontrarse evidencia de cambios estructurales en el
PIB real y real per capita en Noriega y Ramrez-Zamora (1999), Noriega y
de Alba (2001), y Astorga, Bergs y Fitzgerald (2005), mientras que BenDavid y Papell (1998) slo presentan evidencia para el producto per capita, y Castillo y Daz-Bautista (2002) y Noriega, Soria y Velzquez (2008)
slo para el producto real. La caracterstica comn de estos estudios es que
presuponen que el cambio estructural en las variables es instantneo, de tal
manera que no existen antecedentes en la bibliografa de estimar cambios
estructurales modelados como transiciones suaves para Mxico. Por otra
parte, estos trabajos consideran diferentes periodos muestrales a lo largo
del siglo XX, en el que 1921 es el periodo ms lejano, y ninguno incluye
datos del presente siglo. Aqu se utiliza una base de datos que no ha sido
utilizada antes para estudiar la trayectoria de largo plazo del producto y
producto per capita de Mxico. A saber, se actualiza hasta 2008 la base de
datos recin desarrollada por Barro y Ursa (2008, 2009), con lo cual se
obtiene informacin para el PIB real y real per capita de Mxico que abarca
el periodo 1895-2008.
En sntesis, el uso de funciones de transicin suave para estimar cambios
estructurales mltiples nos ayudar a distinguir entre etapas de crecimiento
7 Los resultados empricos que presentan Harvey y Mills (2002), resultan precisamente en este tipo
de estimaciones, en las cuales los periodos de transicin se sobreponen, lo cual tiene la consecuencia de
que una etapa de transicin empiece antes de que haya terminado la anterior.
340
sostenido y fases de transicin en la trayectoria del producto y producto

per capita de Mxico. Nuestros resultados muestran que para el PIB real (PIB
real per capita) es posible rechazar la hiptesis nula de raz unitaria, en favor
de la otra hiptesis que modela cuatro etapas de crecimiento estacionario
alrededor de una tendencia determinista: 1895-1924, 1935-1952, 1956-1978
y 1989-2008 (1895-1908, 1916-1951, 1954-1978 y 1990-2008), separadas por
tres pocas de transicin, 1925-1934, 1953-1955 y 1979-1988 (1909-1915,
1952-1953 y 1979-1989). Esto es, parecen existir tres cambios estadsticamente significativos en la tasa de crecimiento de largo plazo para cada una
de las series.
Este artculo est organizado de la siguiente manera. La seccin I explica la metodologa propuesta para estimar transiciones suaves mltiples, y
probar la hiptesis de raz unitaria en las series en estudio. En la seccin II
se presenta la base de datos utilizada y se realiza un anlisis exploratorio
preliminar de la evolucin de las variables. La presentacin y anlisis de las
estimaciones se realiza en la seccin III, mientras que el anlisis de las consecuencias de stas para el crecimiento econmico se aborda en la seccin IV.
Al final se presenta las conclusiones.
I. METODOLOGA
El procedimiento que se utiliza para estimar la especificacin que permite cambios estructurales mltiples, modelados por funciones de transicin
suave, y realizar la prueba de raz unitaria, se basa en el espritu de la metodologa propuesta por LNV y SLN, quienes permiten la posibilidad de una
transicin suave entre tendencias lineales. Sin embargo, a diferencia de LNV
y SLN, en este estudio se propone una extensin de estos mtodos, al permitir la presencia de transiciones suaves mltiples.
Especficamente, se obtendr resultados permitiendo desde una hasta
cuatro transiciones suaves, tanto para el caso estrictamente simtrico (basados en LNV) como permitiendo la posibilidad de asimetra en las transiciones (basados en SLN). As, se estiman ocho distintas especificaciones tanto
para el PIB real como para el PIB real per capita. La decisin de permitir un
mximo de cuatro cambios estructurales (transiciones suaves) se justifica por
motivos de carcter tcnico, y es argumentada lneas abajo, en el que se explica con detalle el procedimiento de estimacin empleado en este estudio.
El mtodo propuesto se efecta en dos etapas: i) se estima el modelo que
341
permite m = 1, ..., 4 cambios estructurales (transiciones suaves), del cual se

extraen los residuales, y ii) se aplica una prueba tipo Dickey-Fuller (1979)
aumentada (DFA) en estos residuales. Este procedimiento es aplicado al PIB
real y PIB real per capita, para m = 1, ..., 4. A continuacin se describe cada
etapa.
Etapa 1
El modelo para estimar m = 1, ..., 4 transiciones suaves entre regmenes
utiliza el mtodo de mnimos cuadrados no lineales (MCNL), y se especifica
como sigue:
yt = 0 + 0 t + j = 1 jGtj j , j , j + j = 1 j tGtj j , j , j + t
m
(1)
En esta ecuacin, yt representa el logaritmo natural del PIB real o el logaritmo natural del PIB real per capita, en la que t = 1, 2, ..., T, T es el tamao
de la muestra, y m denota el nmero de cambios estructurales (transiciones
suaves) por estimar. Ntese que la especificacin en (1) permite m cambios
simultneos de nivel y pendiente. Con m = 1 esta ecuacin se reduce al
denominado modelo C planteado por SLN que permite estimar un cambio
tanto de nivel como de pendiente en una tendencia lineal. Gt ( , , ) es la
funcin logstica generalizada, basada en una muestra de tamao T, la cual
controla la transicin entre dos regmenes (tendencias lineales), y se define
como (vase SLN):
1
Gt ( , , ) =
{1 + exp [ (t T ) / ]}
, 0 < 1
(2)
La interpretacin de los parmetros de la funcin es como sigue. El parmetro gobierna la velocidad de transicin. Con un pequeo, la funcin
Gt ( , , ) toma un largo periodo en atravesar el intervalo (0, 1), y en el caso
lmite de = 0, Gt ( , , ) = 2 para todo t. Por lo contrario, para valores
grandes de , Gt ( , , ) atraviesa el intervalo (0, 1) de manera rpida. Especficamente, conforme se acerca a + la funcin cambia de 0 a 1 de
modo instantneo, mientras que al acercarse a , cambia de 1 a 0 de ma-
342
nera instantnea. El parmetro introduce la posibilidad de asimetra en la

funcin Gt , o sea, permite la posibilidad de que la velocidad de la transicin
sea distinta antes y despus del punto de inflexin, para 0 < < 1. El caso de
= 1, corresponde a la funcin logstica simtrica, St , introducida por LNV
[ St ( , ) = Gt ( , , 1)], en el contexto de pruebas de raz unitaria, en el que
la trayectoria de transicin es montona y simtrica alrededor del punto de
inflexin. En el otro extremo, conforme se acerca a 0 una asimetra extrema es generada. Finalmente, el parmetro se refiere a la ubicacin del
cambio estructural. En el caso de una transicin simtrica, = 1, la interpretacin de es relativamente sencilla, puesto que T es el punto de inflexin
de Gt ( , , 1), y tambin puede interpretarse como su punto medio, ya que
G T ( , , 1) = 0.5. Sin embargo, con algn grado de asimetra (0 < < 1), el
punto de inflexin de Gt ( , , ) est dado por t = T + 1 ln , lo cual
hace que la interpretacin del parmetro no sea tan directa.
En la grfica 2 se presenta a funcin logstica generalizada, con T = 100,
dejando fijo al parmetro de ubicacin = 0.5, tal que el cambio estructural
se encuentre alrededor de la mitad de la muestra. Con la finalidad de tener
una mejor perspectiva visual de las distintas formas que puede adquirir la
funcin Gt ( , , ), en la grfica 2 se realiza un acercamiento al eliminar
los primeros y ltimos 30 periodos. Primeramente obsrvese el caso de
St1( = 0.5, = 9) = Gt1( = 0.5, = 9, = 1), que con una suficientemente
grande ( = 9) la funcin logstica cambia de 0 a 1 en aproximadamente un
periodo, tal que imita a una variable dicotmica tradicional, por lo que puede estimar un cambio estructural instantneo. En contraparte, con un parmetro relativamente bajo ( = 0.25), ejemplificado por St2 = Gt2 y Gt3 , la
funcin implica un largo periodo de transicin. En el caso simtrico, = 1,
vase St2 en la grfica 2, la funcin tarda ms de 20 periodos en moverse de
0 a 1, teniendo el punto de inflexin, T, en el periodo 50. Por otra parte,
en el caso en que < 1, la naturaleza de la asimetra es determinada por el
signo del parmetro . Para un > 0, la transicin es ms lenta al inicio
que al final, como lo muestra Gt3 en la grfica 2. Para estos valores de los
parmetros, la transicin entre regmenes es ms lenta antes del punto de
4
1
inflexin, [T + ln ] = 49.1, que despus de ste. Por ltimo, Gt muestra la situacin inversa, con < 0, en que la transicin es ms lenta hacia el
final de la transicin.
Como se observa, la estimacin de las funciones de transicin suave puede resultar en periodos de transicin muy largos con una pequea. En-
343
GRFICA 2. Funcin logstica simtrica S t ( , ) y generalizada G t ( , , )

St2 ( = 0.5, = 0.25 ) = Gt2 ( = 0.5,
St1( = 0.5, = 9) = Gt1 ( = 0.5, = 9, = 1)
= 0.25 , = 1)
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.0
30
35
40
Gt3(
45
50
55
60
65
70
0.0
30
= 0.5, = 0.25, = 0.1)

1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
30
35
40
45
50
55
60
40
Gt4(
1.0
0.0
35
65
70
0.0
30
35
45
50
55
60
65
70
65
70
= 0.5, = 0.25, = 0.1)
40
45
50
55
60
tonces, al momento de estimar simultneamente m funciones de transicin

suave, una posibilidad es que las funciones estimadas impliquen periodos
de transicin muy largos que se sobreponen o bien que sean consecutivos.
Por tanto, es necesario introducir una variable, h > 0, que denota el tamao
de segmento mnimo permitido entre la ocurrencia de dos cambios estructurales en la estimacin. Esta h desempea el mismo papel que en el caso
estndar en que los cambios estructurales son modelados con variables dicotmicas, lo que evita que existan dos periodos de manera consecutiva con
cambio estructural.8 As, a diferencia de Harvey y Mills (2002), quienes desarrollan una prueba de raz unitaria extendiendo el procedimiento de LNV
y permitiendo transiciones suaves dobles, aqu imponemos la restriccin de
que las transiciones estn separadas por un segmento mnimo de tamao
h. De esta manera, la estimacin de la tendencia determinista de las series
puede ser interpretada como una tendencia lineal quebrada o separada por
cambios estructurales graduales (transiciones suaves) o instantneos, dependiendo del valor final que tomen los parmetros de la funcin logstica.
Para instrumentar esta restriccin, es necesario identificar adecuadamente
8 Para los resultados empricos de este artculo utilizamos h = 5. Otros trabajos que utilizan este
valor (o valores similares) son Bai y Perron (1998), Noriega y Ramrez-Zamora (1999), Ben-David y
Papell (2000), Bai y Perron (2003), Kapetanios (2005), y Noriega, Soria y Velzquez (2008).
344
el periodo en que inicia y termina cada una de las transiciones. Partimos de

que en general es posible encontrar el periodo en que la funcin logstica generalizada toma algn valor predeterminado entre 0 y 1, al dejar fijo el valor
de la funcin y despejar para t.9 Esto es, djese Gt ( , , ) = G , con 0 < G < 1,
entonces de la ecuacin (2) tenemos G = [1/{1 + exp[ (t T )/ ]} ]. Tras
algunas manipulaciones algebraicas es posible obtener una expresin que
nos d el periodo en que la funcin logstica toma el valor G. Esto es,
t = T
1 G 1/
ln
G 1/
(3)
Sean Pi y Pf los periodos en que inicia y termina, respectivamente, la transicin. Dados los valores de los parmetros , y es posible calcular Pi y
Pf de acuerdo con la ecuacin (3), fijando un valor predeterminado para G.
Por ejemplo, considrese la funcin Gt3 ( = 0.5, = 0.25, = 0.1) ilustrada
en la grfica 2. Entonces, dado que > 0 sabemos que la funcin se mueve
de 0 a 1, por lo cual podramos considerar, por ejemplo, que la transicin
inicia a partir del periodo en que Gt3 = 0.01 y finaliza donde Gt3 = 0.99. As,
se tendra que Pi (G = 0.01) = 31.6 y Pf (G = 0.99) = 50.9, con lo cual tenemos una transicin entre regmenes que dura aproximadamente Pf - Pi =
19.3 periodos. Ntese que con < 0 la funcin logstica se mueve de 1 a
4
0, por ejemplo Gt en la grfica 2, por lo cual el clculo de los periodos en
que inicia y termina la transicin debe efectuarse cambiando los valores de
G entre Pi y Pf, esto es, Pi (G = 0.99) = 49.1 y Pf (G = 0.01) = 68.4. De esta
manera puede calcularse la duracin de transicin y conocer los periodos en
que sta principia y culmina. En este artculo, al igual que en los ejemplos
mencionados, se deja que G tome los valores de 0.01 y 0.99, con lo cual
podemos tener el clculo de aproximadamente 98% de la transicin.10
Una vez definida la manera en que se efecta el clculo de los periodos de
inicio y fin de una transicin, volvemos a la cuestin de estimar un modelo
que permita m transiciones suaves separadas por un segmento mnimo, denotado por h. Definamos como Pij y Pfj a los periodos en que inicia y termina la j-sima transicin, respectivamente. Entonces, se busca minimizar
9
Por sencillez en la exposicin, este anlisis se presenta slo para el caso de la funcin logstica generalizada, Gtj, pero tambin es vlido para el caso de la funcin simtrica, Stj.
10 Por ejemplo, Newbold et al (2001) en su anlisis consideran una duracin aproximadamente de
90% de la transicin.
345
la suma de residuales al cuadrado de la ecuacin (1), sujeta a que Pfj - 1 + h

< Pij, para todo j = 2, , m. Esto es, se busca los parmetros que resuelven
el siguiente problema11
T
T
m
min t = 1 t2 = min t = 1 yt 0 + 0 t + j = 1 j Gtj ( j , j , j ) +
m
+ j = 1 j tGtj ( j , j , j )
s.a. Pfj 1 + h < Pi j ,
(4)
j = 2, ..., m
Ntese que Pij y Pfj 1 dependen de los parmetros estimados de la correspondiente funcin logstica y estn dados por las siguientes expresiones, que a su vez estn basadas en (3):
1/ j
T j ln 1 (0.01)
, j > 0
j
j (0.01)1/ j
Pi j =
1/ j
T j ln 1 (0.99)
, j < 0
j
j (0.99)1/ j
1/ j
T j ln 1 (0.99)
, j > 0
j
j (0.99)1/ j
Pf j 1 =
1/ j
T j ln 1 (0.01)
, j < 0
j
j (0.01)1/ j
En sntesis, en esta etapa 1, tanto para el PIB real como para el PIB real per
capita se estima la tendencia determinista modelada como una tendencia
lineal que permite hasta m cambios estructurales (transiciones suaves), para
m = 1, 2, 3 y 4.
Como se estableci anteriormente, dado que la especificacin de la ecuacin (4), para m 1, es no lineal en los parmetros ( j , j , j ), j = 1, ..., m , es
11 Por sencillez en la exposicin, el problema de optimacin de la ecuacin (4) se presenta slo para
el caso de la funcin logstica generalizada, Gtj . El mismo problema se debe resolver cuando se utiliza
la funcin simtrica, Stj .
346
necesario emplear la tcnica de mnimos cuadrados no lineales para obtener

una estimacin de stos. En este caso, la funcin objetivo (suma de residuales al cuadrado) adems del mnimo global puede tener mnimos locales,
por lo cual es necesario probar un conjunto amplo de valores iniciales con
la finalidad de asegurar que se ha alcanzado el mnimo global. Entonces,
para la estimacin de la ecuacin (4) se considera un conjunto amplo de valores iniciales para los parmetros ( j , j , j ), j = 1, ..., m , denotados como
( 0j , j0, j0 ), mientras que para el resto de parmetros, i y i , i = 0, ..., m ,
dada su cualidad lineal, podemos emplear como valores iniciales sus correspondientes estimadores de mnimos cuadrados ordinarios (MCO) sujetos a
Gtj0 ( 0j , 0j , j0 ). La rutina para la estimacin de la ecuacin (4) es instrumentada en EViews 7, que en la estimacin por MCNL usa el algoritmo (iterativo) de optimacin Gauss-Newton (tambin conocido como el algoritmo de
Berndt, Hall, Hall y Hausman).12
El conjunto de valores iniciales que se prueba para cada m, no forzosamente es el mismo debido a dos razones. La primera se debe a la implicacin de los valores iniciales seleccionados. Por ejemplo, con un m = 1 es
posible probar con valores iniciales de la velocidad de transicin muy lenta,
digamos 0 = 0.1, que implica una transicin de aproximadamente 60 periodos. Sin embargo, para el caso de m = 4 no tiene mucho sentido probar estos
valores iniciales ya que implicaran que las cuatro transiciones modeladas se
podran sobreponer dado el tamao de la muestra. Por tanto, conforme m
se incrementa, se reduce el conjunto de valores iniciales considerados para
la velocidad de transicin, j . La segunda razn es producto de los lmites
de la capacidad computacional. Conforme el nmero de transiciones por
estimar crece, el conjunto de valores iniciales tambin se hace ms grande,
al punto en que la memoria virtual de la computadora es agotada.13
Considrese, por ejemplo, el siguiente conjunto de valores iniciales utilizado en la seccin III para estimar el modelo con m = 4 transiciones simtricas. Para cada funcin logstica se prueba diversos valores iniciales para
j y j . Especficamente, se deja que la velocidad de transicin tome los
siguientes valores 0j = [1, 2, 3, 4, 5, 6], mientras que para el parmetro de
12 Se deja el mximo nmero de iteraciones posibles en 5 mil para que el resultado converja; el criterio de convergencia es que la norma de la variacin de los parmetros relativa a la norma de los valores
de los parmetros de la ltima iteracin sea inferior a 0.001, que son los valores predeterminados en
Eviews 7.
13
La rutina es ejecutada en una computadora con un procesador Intel(R) Core(TM)2 CPU 6400 de
2.13 GHz y 1.99 GB RAM.
347
ubicacin se utilizaron los valores 0j = [.08, .16, .24, .32, .39, .47, .55, .63,
.71, .79, .87, .95], lo que implica que cada nueve periodos se ubica el punto
medio de las transiciones. As, se tiene un total de ( 124 ) * 64 = 641 520 combinaciones de valores iniciales. Al aumentar el nmero de transiciones a
m = 5, utilizando el mismo conjunto de valores iniciales para j y j que
en el caso m = 4, encontramos que la rutina agota la memoria disponible
de la computadora antes de obtener los resultados. Esto se debe a que en el
caso m = 5, deben de procesarse ( 125 ) * 65 = 6 158 592 de combinaciones.14
Aunque reducir el conjunto de valores iniciales podra en principio resolver
este problema, en la prctica observamos que, para el caso m = 5, los resultados se tornan extremadamente sensibles a los valores iniciales escogidos,
de manera que no es posible asegurar que se ha alcanzado el mnimo global de la ecuacin (4). Esto no ocurre para las estimaciones con m = 1, 2, 3 y
4 presentadas en la seccin III, en la que los resultados son robustos a varios
conjuntos de valores iniciales. Debido a este problema tcnico se decide
dejar en cuatro el nmero mximo de cambios estructurales por estimar.
Etapa 2
Se efecta una regresin tipo DFA y se calcula el estadstico t asociado con
, el parmetro autorregresivo en la regresin:
k
t = t 1 + i = 1 i t i + t
(5)
en el que t son los residuales calculados de la estimacin de la ecuacin (4).

As, en esta segunda etapa se extrae los residuales de la especificacin estimada en la etapa 1, y se utilizan para estimar por MCO la ecuacin (5), para
obtener el estadstico t del parmetro autorregresivo , denotado como t ,
para probar la hiptesis nula de raz unitaria. Para realizar la prueba de raz
unitaria, con base en Rudebush (1992) y Diebold y Senhadji (1996), simulamos la distribucin y obtenemos la densidad emprica del estadstico t ,
tanto con la hiptesis de que el verdadero modelo es estacionario en tendencia con m transiciones [I(0) + m cambios, denotado como ETm], como con
la hiptesis de que el verdadero modelo es estacionario en diferencias [I(1),
14 Aunado a esto, adems del nmero de funciones de transicin por estimar, el costo computacional
tambin depende de la rapidez de convergencia de la estimacin no lineal de los parmetros.
348
denotado como ED]. Una vez simuladas las dos distribuciones, se compara
la posicin en que el estimador muestral del estadstico t para probar la
hiptesis de raz unitaria, cae relativo a las densidades empricas simuladas
(ETm y ED). Especficamente, las hiptesis que se consideran son:15
ETm : yt = 0 + 0 t + j = 1 jGtj ( j , j , j ) + j = 1 j tGtj ( j , j , j ) + t
m
(6)
en la que
t = t 1 + i = 1 i t i + t , < 1
k
ED : yt = + i = 1 i yt i + t
k
(6.1)
(7)
Con el modelo ETm , yt flucta estacionariamente alrededor de una tendencia lineal determinista perturbada por m cambios estructurales (transiciones suaves), mientras que con el modelo ED, yt sigue un proceso de raz
unitaria con deriva (o constante).16
Para discriminar entre los modelos ETm y ED, para cada valor de m = 1,
2, 3, 4, se simula la distribucin de t con las hiptesis de que el verdadero
modelo es ETm y ED; en ambos casos las distribuciones son estimadas de
los datos, utilizando el mtodo de remuestreo.
Para simular la distribucin del estadstico t con el modelo ETm se siguen los siguientes pasos.
A. Estimacin de los parmetros para el modelo ETm : A1. Se estima la
ecuacin (6) por mnimos cuadrados no lineales, y se calcula la serie ajustada, y t y los residuales de la regresin, t . A2. Utilizando t se estima (5)
por MCO, se obtienen los parmetros estimados ( y i ) y se calculan los
residuales de esta regresin, t .
B. Simulacin de la densidad emprica: B1. Usando las primeras k + 1 observaciones de t como condiciones iniciales, los parmetros estimados en
el paso (A2.), y con residuales escogidos aleatoriamente con remplazo [ t ,
15 El modelo ET se presenta para la funcin logstica generalizada G . Para el caso de la funcin
m
tj
simtrica, simplemente se sustituye Gtj por Stj .
16 Ntese que el estadstico t estimado a partir de (5) es invariante respecto a componentes deter
ministas, por lo que la inclusin o no de una constante en (7) no afecta el resultado de la inferencia. De
hecho, los resultados que se presentan ms adelante en el cuadro 2, respecto a la inferencia en la presencia de una raz unitaria, no cambian si eliminamos de (7) el parmetro. Sobre este tema vase Perron
(1989), p. 1393.
349
de la ecuacin (5)] se genera una muestra de t como en la ecuacin (6.1), que

llamaremos t+. B2. Se genera una muestra de yt como: yt+ = y t + t+ . B3. Utilizando la serie generada yt+, se estima por MCO la ecuacin (6) (no se estima
por MCNL, pues ya se conoce la localizacin y duracin de las transiciones),
y se calcula los residuales de esta regresin. B4. Sobre estos residuales se realiza la regresin tipo DFA, ecuacin (5), y se obtiene el valor del estadstico
de prueba t , para probar la hiptesis nula = 0. B5. Los pasos B1-B4 se
repiten 10 mil veces, y los correspondientes 10 mil valores del estadstico de
prueba t son usados para construir la funcin de densidad emprica de este
estadstico con el modelo ETm, llamada fETm (t ), m = 1, 2, 3, 4.
La simulacin de la distribucin del estadstico t con el modelo ED
sigue los siguientes pasos.
C. Estimacin de los parmetros para el modelo ED: C1. Se estima la
ecuacin (7) por MCO, se obtiene los parmetros estimados ( y i ) y se
calcula los residuales de esta regresin, t .
D. Simulacin de la densidad emprica: D1. Usando las primeras k + 1
observaciones de yt como condiciones iniciales, los parmetros estimados
en el paso C1, y utilizando residuales escogidos aleatoriamente con remplazo [ t de la ecuacin (7)] se genera una muestra de yt con base en la ecuacin (7), que llamaremos yt*. Se estima por MCO la ecuacin (6) utilizando la
serie yt* (no se estima por mnimos cuadrados no lineales, pues ya se conoce
la localizacin y duracin de las transiciones), y se calcula los residuales de
esta regresin. D3. Sobre estos residuales se realiza la regresin tipo DFA,
ecuacin (5), y se obtiene el valor del estadstico de prueba t , para probar
la hiptesis nula = 0. D4. Los pasos de D1-D3 se repiten 10 mil veces, y
los correspondientes 10 mil valores del estadstico de prueba t son usados
para construir la funcin de densidad emprica de este estadstico con el
modelo ED, llamada fED (t ).
Por ltimo, se obtiene la posicin en la que el estimador muestral del
estadstico t (t muestral ) para probar la raz unitaria, cae relativo a las densidades empricas simuladas. Estas posiciones son calculadas como la masa
de probabilidad a la izquierda de t muestral , denotadas como pETm Pr [ t
t muestral | fETm(t )], y pED Pr [ t t muestral | fETm(t )]. Se concluye en favor de alguna especificacin ETm cuando se tiene que pED 0.10 y
0.10 < pETm < 0.90 . 17
17
Este procedimiento se utiliza tambin en Noriega, Soria y Velzquez (2008).
350
II. DATOS
Las series de datos anuales del PIB real y real per capita son tomadas de
Barro y Ursa (2008, 2009), quienes con base en las tasas de crecimiento
de los cinco mayores sectores de la economa (agricultura, minera, energa,
transformacin y servicios) construyen la informacin para el periodo de
la Revolucin Mexicana entre 1911 y 1920. Para este estudio, se actualiza
esta base de datos (originalmente para 1895-2006) hasta el ao 2008. En el
apndice 1 se muestra los pormenores de la actualizacin.
En la grfica 3 se presenta los datos tanto en logaritmos (parte A) como
en primeras diferencias (parte B). Como se puede apreciar en esta grfica
(en particular en la parte B), las series muestran al menos tres pautas de crecimiento diferenciadas. En la primera, que comprende desde el comienzo
de la muestra hasta principios de 1930, se observa una senda de crecimiento
muy errtico en ambas series, alternando entre tasas de crecimiento positivas y negativas. El segundo periodo, que dura aproximadamente 50 aos,
abarca de mediados del decenio de los treinta hasta principios de los ochenta, y es caracterizado por tasas de crecimiento invariantemente positivas,
que en algunos aos incluso llegaron a alcanzar tasas superiores a 10% en
el caso del PIB real, y presenta una tasa promedio de aproximadamente 6 y
3%, para el PIB real y real per capita, respectivamente. Finalmente, de principios de los aos ochenta y hasta el final de la muestra se observa una pauta de crecimiento baja, afectado principalmente por el estancamiento de la
mayor parte de los aos ochenta, la crisis de 1994-1995 y la desaceleracin
de principios del decenio del 2000. En estos ltimos aos, en promedio se
observan tasas de crecimiento para el PIB real y real per capita de 3 y 1%,
respectivamente.
Uno de los objetivos del presente trabajo es precisamente darle mayor
precisin a la identificacin de las posibles sendas de crecimiento de las series del producto y producto per capita de Mxico a lo largo de la muestra.
III. RESULTADOS EMPRICOS

Como punto de partida para el anlisis emprico comenzamos aplicando
pruebas de la hiptesis nula de raz unitaria, que se contrasta contra la otra
hiptesis de que las series siguen una tendencia lineal sin cambios estructurales. Estas pruebas servirn como marco de referencia (benchmark), con-
351
GRFICA 3. PIB real y PIB real per capita (1895-2008)

A. PIB real y PIB real per capita (datos anuales normalizados en logaritmos naturales)
2.0
1.5
ln PIB real
ln PIB real per capita
1.0
0.5
0.0
0.5
1.0
1.5
1895
1905
1915
1925
1935
1945
1955
1965
1975
1985
1995
2005
B. Crecimiento PIB real y PIB real per capita (primeras diferencias logaritmicas)
.12
.08
.04
.00
.04
.08
.12
Crecimiento PIB real

Crecimiento PIB real per capita
.16
.20
1895
1905
1915
1925
1935
1945
1955
1965
1975
1985
1995
2005
tra los cuales compararemos los resultados (presentados lneas abajo) de la

aplicacin de la prueba de raz unitaria permitiendo con la otra hiptesis
que la tendencia se modele utilizando cambios estructurales mltiples en la
forma de transiciones suaves.
1. Pruebas de raz unitaria sin cambios estructurales
Se presenta los resultados de las pruebas de Ng y Perron (2001) que tienen
la hiptesis nula de una raz unitaria (los nombres de estas pruebas son
MZa, MZt, MSB y MPT). Como sugieren Perron y Qu (2007), la prueba se
352
realiza eligiendo el nmero de rezago ptimo por incluir usando el criterio

modificado de Akaike (MAIC), ya que al emplear este criterio de informacin modificado se mejora el poder de la prueba en muestras finitas.
El cuadro 1 presenta los resultados de la aplicacin de las pruebas de raz
unitaria de Ng-Perron (utilizando el MAIC), en el contexto de la metodologa propuesta por Pantula (1989), para determinar el nmero de races unitarias presentes en cada serie. sta consiste en un procedimiento secuencial
asintticamente congruente para probar la hiptesis nula de Hr : exactamente r races unitarias, contra la opcin de Hr - 1: exactamente (r - 1) races unitarias, con r = n, ..., d + 1, d, en que n( d) es un nmero mximo de races
unitarias que se supone que est presente en los datos, y d es el verdadero
nmero de races unitarias en los datos. Pantula (1989) sugiere que la hiptesis debe ser probada de manera secuencial en el orden Hn , Hn 1, ..., Hd .18
Aqu suponemos que el mximo nmero posible de races unitarias presentes en los datos es de dos. Basados en los resultados de Pantula (1989), las
hiptesis deben ser probadas secuencialmente en el orden H2 y H1. El componente determinista se modifica segn sea el nmero de races que estn
siendo probadas. As, en el caso H2 contra H1, se incluye slo intercepto,
mientras que en el caso H1 contra H0 se incluye intercepto y pendiente de la
tendencia lineal.19 Estos resultados son resumidos en el cuadro 1, en el que
se deja en cinco el rezago mximo empleado, kmax.
CUADRO 1. Resultados de las pruebas de Ng-Perrona
(Muestra: 1895-2008, T = 114, kmax = 5)
PIB
H0:
real
PIB real
per capita
I(2)
I(1)
I(2)
I(1)
k*
2
2
2
2
MZa
-17.669***
-2.504
-21.585***
-5.207
MZt
-2.965***
-1.108
-3.281***
-1.608
MSB
0.168***
0.442
0.152***
0.309
MPT
1.414 ***
35.959
1.149 ***
17.479
a k* es elegido de acuerdo con Perron y Qu (2007).
***, ** y * significan rechazo de la hiptesis nula al nivel de 1, 5 y 10%, respectivamente.
Para ambas series la inferencia que se desprende de estas pruebas es la

misma: se rechaza la presencia de dos races unitarias (al nivel de 1%), y no
se rechaza la presencia de una raz unitaria. De esta manera, podemos con18 Este procedimiento est basado en los resultados de Dickey y Pantula (1987), en el que se observa
empricamente que la probabilidad de rechazar la hiptesis nula de una raz unitaria (H1) contra la opcin de estacionariedad (H0 ) se incrementa con el nmero de races unitarias presentes.
19 Mediante una inspeccin grfica y estimaciones previas se verific si las pruebas deberan incluir
como componente determinista constante o constante y tendencia.
353
cluir que las series del PIB real y del PIB real per capita son no estacionarias
y a lo ms tienen una raz unitaria. Esta es la conclusin a la que se llegara
cuando la otra hiptesis es modelada como una simple tendencia lineal. Sin
embargo, como mostramos lneas abajo, las conclusiones cambian diametralmente cuando permitimos la presencia de posibles cambios estructurales mltiples en la funcin de tendencia determinista para ambas series.
2. Races unitarias contra transiciones suaves mltiples
En esta subseccin se presenta los resultados de las pruebas de raz unitaria cuando permitimos la estimacin de transiciones suaves mltiples para
el PIB real y PIB real per capita de Mxico. En el cuadro 2 se resume los
principales resultados, que nos permiten discriminar entre los modelos estacionario en diferencias (ED) y estacionario en tendencia con m = 0, 1, 2,
3 y 4 transiciones suaves (ETm). La primera columna indica el nmero de
transiciones permitidas en la funcin de tendencia lineal, m. La columna
dos muestra el rezago elegido, k*, en la estimacin de la ecuacin (5). Segn
Ng y Perron (1995), el rezago ptimo se elige de acuerdo con su significancia. Especficamente, se empieza por fijar un nmero mximo arbitrario de
rezagos, kmax ; cuando el coeficiente estimado del kmax -simo rezago es no
significativo, se estima un modelo con kmax - 1 rezago; si el ltimo vuelve
a ser no significativo, se estima un nuevo modelo con kmax - 2 rezagos. As
se contina hasta encontrar el primer rezago significativo, k*. Como en la
subseccin anterior se deja kmax = 5.20 En la tercera columna se presenta
el estadstico t para probar la hiptesis nula de raz unitaria, t muestral ., La
masa de probabilidad a la izquierda de t muestral , en cada una de las especificaciones simuladas, pETm |ETm y pED|ED, es presentada en las ltimas dos
columnas del cuadro. Estos resultados son ordenados en seis bloques. Primeramente se muestran los resultados para el PIB real con m = 0 (parte A),
despus cuando se permite la asimetra en las funciones de transicin (parte
B), y para finalizar cuando se usan las funciones simtricas para estimar las
transiciones (parte C). Similarmente las partes D, E y F resumen los resultados para el PIB real per capita.
En la parte A del cuadro 2 se complementa las pruebas presentadas en el
20 Ninguno de los resultados en el cuadro 2 se modifica, si en vez de elegir el rezago ptimo, k*, de
acuerdo con el nivel de significancia de 10%, se elige utilizando algunos de los criterios de informacin
de Akaike, Schwarz o Hannan-Quinn.
354
CUADRO 2. Modelos ED contra modelos ET que permiten hasta cuatro

transiciones suaves, simtricas y asimtricas
m
k*
muestral
pED
real
2
-1.933
A. 0
0.637
B. Especificacin de las transiciones que permite asimetra: Gt ( , , )
pETm
PIB
1
2
3
4
3
3
0
3
-4.438
-5.692
-5.963
-6.651
0.040
0.011
0.016
0.012
C. Especificacin simtrica de las transiciones: St ( , ) = Gt ( , , = 1)

1
2
3
4
3
3
3
3
-4.477
-4.973
-5.923
-8.153
0.041
0.095
0.018
0.000
PIB real per capita

D. 0
2
- 2.079
0.562
E. Especificacin de las transiciones que permite asimetra: Gt ( , , )
1
2
3
4
3
2
0
0
-4.258
-4.734
-6.563
-6.553
0.065
0.095
0.003
0.009
F. Especificacin simtrica de las transiciones: St ( , ) = Gt ( , , = 1)

1
2
3
4
3
2
0
3
-4.388
-4.774
-6.801
-7.878
0.049
0.100
0.001
0.000
0.782
0.769
0.763
0.947
0.821
0.748
0.835
0.812
0.687
0.800
0.808
0.877
0.893
0.937
0.778
0.872
0.889
0.708
cuadro 1: en el caso en que la otra hiptesis se modela como una tendencia lineal, no se puede discriminar entre las dos hiptesis puesto que no se
puede rechazar la nula, pED > 0.10, ni la opcin, 0.10 < pET0 < 0.90. Al
mismo tiempo, el cuadro 2 muestra que para el PIB real, el modelo ED (de
raz unitaria) es rechazado (pED < 0.10) para cualquier nmero positivo
de transiciones estimadas, m, y sin importar si las transiciones son modeladas de manera simtrica o permitiendo asimetra. De hecho la especificacin que permite cuatro transiciones (cambios estructurales) modeladas
con la funcin simtrica, es la que rechaza el modelo ED con ms fuerza
(pED = 0.000). Adems, para este mismo modelo, pET4 es la ms cercana a
la mitad de la distribucin emprica. En la parte izquierda de la grfica 4 se
muestra las distribuciones empricas para esta especificacin, junto con el
correspondiente valor estimado del estadstico de prueba t muestral = -8.153.
Como se observa, el valor del estadstico, t muestral se encuentra muy cerca
de la mitad de la distribucin fET4 (t ), mientras que ste se encuentra muy
355
GRFICA 4. Funciones de distribucin emprica modelos ET4 y ED, m = 4

PIB
real. Especificacin simtrica
.6
.6
.5
.5
.4
.4
Densidad
Densidad
PIB
.3
.2
.1
.0
14
real per capita. Especificacin

simtrica
.3
.2
.1
12
10
fED()
.0
14
12
10
fET
( )
4
alejado en la cola izquierda de la distribucin muestral con la hiptesis de

raz unitaria, que corresponde al modelo ED. Por tanto, estos resultados
sugieren que se puede rechazar la hiptesis de una raz unitaria para el PIB
real, en favor de un modelo estacionario en tendencias con cuatro cambios
estructurales modelados como transiciones suaves simtricas.
Los resultados para el PIB real per capita son prcticamente iguales, por
lo que omitimos su anlisis. La representacin grfica de estos resultados
se muestra en la parte derecha de la grfica 4. Al igual que en el caso del PIB
real, la especificacin con cuatro transiciones simtricas es la que rechaza
con ms fuerza el modelo ED, y en la cual pET4 es la ms cercana a la mitad
de la distribucin emprica.
La grfica 4 muestra cmo, para ambas variables, es mucho ms probable
que el valor muestral del estadstico t muestral haya sido generado por un
proceso estacionario en tendencias con cuatro transiciones suaves, que por
un proceso de raz unitaria.
En el cuadro 3 se presenta los valores estimados de los parmetros de las
funciones de transicin para las ocho diferentes especificaciones consideradas
para cada serie. La columna uno hace referencia a la variable considerada. La
segunda columna indica el nmero de funciones de transicin introducidas
en la ecuacin (1), mientras que la tercera columna enumera y distingue entre la funcin logstica de transicin simtrica [ Stj ( j , j ) = Gtj ( j , j , j = 1)]
y la funcin logstica generalizada que permite asimetra [Gtj ( j , j , j )].
Los valores estimados de las funciones de transicin se presentan de la cuarta a la sexta columna. Las ltimas tres columnas muestran las fechas de los
356
CUADRO 3. Estimacin de las funciones de transicin

(Muestra: 1895-2008, T = 114)
Gtj ( j , j , j )
m
PIB
real
1
2
3
1
2
3
PIB real per 1

2
capita
3
4
1
2
3
Gt1
Gt1
Gt2
Gt1
Gt2
Gt3
Gt1
Gt2
Gt3
Gt4
S t1
S t1
S t2
S t1
S t2
S t3
S t1
S t2
S t3
S t4
Gt1
Gt1
Gt2
Gt1
Gt2
Gt3
Gt1
Gt2
Gt3
Gt4
St1
St1
St2
St1
St2
St3
St1
St2
St3
St4
Transicin implicada
Pi
Inflexin
Pf
-0.013
0.093
-0.130
0.511
-0.149***
-0.082
0.626
0.697
6.236
-1.085
0.105***
1.350**
0.219***
1.087***
0.836***
0.224***
1.123***
0.943***
4.844
1.064***
0.458***
0.349***
0.763***
0.170***
0.290***
0.774***
0.170***
0.320***
0.486
0.770***
0.565***
0.321***
0.684***
0.163***
0.313***
0.686***
0.162***
0.312***
0.522***
0.782***
0.079
0.619
0.006
0.219
0.040
0.004
0.330
0.432
0.575
0.234
1920
1884
1981
1904
1927
1982
1906
1924
1949
1981
1915
1927
1951
1908
1924
1952
1908
1925
1953
1979
1931
1937
1981
1914
1926
1982
1914
1931
1950
1982
1958
1931
1972
1913
1930
1972
1912
1930
1954
1983
2462
1961
2016
1915
1958
2038
1915
1933
1950
1985
2002
1934
1993
1917
1935
1993
1917
1934
1954
1987
-0.001
-0.878
- 0.124
0.452***
0.313***
0.004
0.745
1925
1926
1926
1929
8349
1935
0.771***
0.167***
0.316***
0.773***
0.161***
0.300***
0.783***
0.895
0.579***
0.316***
0.796***
0.158
0.307***
0.795***
0.156***
0.305***
0.512***
0.791***
0.005
0.150
0.535
0.008
0.085
0.366
0.656
0.120
1982
1903
1920
1982
1904
1925
1981
1996
1926
1926
1981
1912
1922
1980
1909
1923
1951
1979
1982
1914
1931
1982
1913
1927
1983
1996
1960
1930
1985
1912
1929
1985
1912
1929
1952
1984
2019
1914
1935
2026
1913
1938
1987
1997
1994
1934
1989
1912
1936
1989
1915
1934
1953
1989
0.473
0.477
- 0.104
0.561
- 0.453**
- 1.126
-4.500
0.136***
1.126***
1.112*
16.730
0.654***
1.094**
1.512*
0.833***
4.678
0.894***
***, ** y * significa rechazo de la hiptesis nula al nivel de 1, 5 y 10%, respectivamente.
357
periodos (redondeados) de inicio, inflexin y finalizacin de la transicin

implicada por las funciones de transicin estimadas, calculados como se explica en la seccin I.21
Primero, ntese que cuando se usa la funcin logstica generalizada, en
ninguno de los casos el parmetro de asimetra, j , es significativamente
distinto de 0 al menos a un nivel de 10%. La velocidad de transicin, j ,
con excepcin de un par de casos tampoco es estadsticamente distinta de 0
en las distintas estimaciones. Ntese, sin embargo, que esta ausencia de significancia de la velocidad de transicin se elimina cuando las transiciones
son modeladas con la funcin logstica simtrica, Stj (). De hecho, slo cuando las estimaciones son casi instantneas el parmetro j ,no puede rechazar
estadsticamente que es 0. Al respecto, Greenaway, Leybourne y Sapsford
(1997), pp. 801, explican que este fenmeno es porque un gran nmero de
valores estimados de llevan a valores muy similares de St (). Las consecuencias en la prctica de esto es que los errores estndar de la estimacin de
MCNL de pueden aparecer artificialmente grandes y por tanto no deben
de ser de manera foroza tomados como indicador de la insignificacin de la
estimacin.22 El nico parmetro que con regularidad resulta significativo
en las especificaciones de las transiciones con la funcin logstica generalizada es el parmetro de ubicacin, j .
Por otra parte, es de destacar que cuando se incluye un nmero reducido
de cambios estructurales modelados por las funciones de transicin suave,
las transiciones son extraordinariamente largas para ambas variables. Para
el PIB real y real per capita, con m = 1, 2 y 3 con Gtj (),y m = 1 con Stj (), se
tienen valores estimados de la velocidad de transicin, j , muy pequeos.
Esto provoca largusimos periodos de transicin, que simplemente parecen
carecer de sentido econmico alguno.23 Por ejemplo, para el PIB real con
una transicin modelada por Gtj (), la estimacin implica una transicin
asimtrica ( 1 = 0.079) que inicia en 1920 y termina en 2462. En contraparte, para el PIB real con m = 4, con cualquiera de las funciones de transicin
21 Hay que advertir que la medicin de los valores en que inicia, finaliza y cambia de concavidad la
funcin de transicin estimada, no forzosamente arroja valores enteros. Con fines de una mejor interpretacin de las transiciones en el cuadro 3, se presenta los aos correspondientes a los periodos despus
de ser redondeados.
22 Traduccin nuestra.
23 Esto puede ser resultado de un sesgo debido a una mala especificacin del modelo, es decir, de
permitir menos cambios estructurales de los que realmente se encuentran presentes en las series, o sea,
sesgo por omisin de variable.
358
[Gtj () y Stj ()], y para el PIB real per capita con m = 4 con Gtj (), y m = 2, 3
y 4, utilizando Stj (), los resultados tienen ms sentido con el desempeo de

la economa mexicana a lo largo de la muestra considerada.
En suma, dada la evidencia mostrada en el cuadro 3 acerca de las transiciones estimadas para las distintas especificaciones, y la conclusin en favor
de los modelos estacionarios en tendencia extrada del cuadro 2, se decide en
favor de la especificacin con cuatro transiciones simtricas tanto para el PIB
real como para el PIB real per capita. Por tanto, de aqu en adelante nos enfocaremos en los resultados de estas especificaciones.24 Sin embargo, notemos
que los resultados en el apndice 2 muestran que para el PIB real el primer
cambio de pendiente [ 1 , en la ecuacin (1)], no resulta significativo al nivel
de significancia de 10%. Lo mismo ocurre para el segundo cambio de pendiente [ 2 , en la ecuacin (1)] en el caso del PIB real per capita. Esto significa
que tanto el primer cambio para el producto real, como el segundo para el per
capita, son solamente de nivel, y no de nivel y pendiente. Los otros tres cambios en cada variable parecen ser cambios tanto de nivel como de pendiente.
Dado este resultado, decidimos estimar una versin restringida de estas
especificaciones. As, se estima la ecuacin (4) con m = 4, empleando la
funcin logstica simtrica Stj ( j , j ) para modelar cada transicin, restringiendo 1 = 0 para el PIB real, y 2 = 0 para el PIB real per capita.25
Los resultados de la estimacin de estas especificaciones restringidas son
resumidos en los cuadros 4 y 5. El cuadro 4 presenta la estimacin por
MCNL de la ecuacin (1) con las restricciones mencionadas para cada variable. En la parte superior se presenta las principales medidas de evaluacin
de la ecuacin estimada, mientras que en la inferior se presenta los valores
estimados de los parmetros y su significancia.
Ntese que al comparar los resultados de la parte superior del cuadro 4
con los presentados en el cuadro A2 del apndice, la especificacin restrin24 En el apndice 2 se presenta todos los resultados de la estimacin de la ecuacin (4), para las ocho
distintas especificaciones de cada variable. Advirtase en el cuadro A2 que los tres criterios de informacin presentados (AIC, BIC y HQC) coinciden en escoger la especificacin con cuatro transiciones
suaves simtricas, tanto para el PIB real como para el per capita. Tanto estos resultados como los analizados en el prrafo anterior nos permiten concluir que no debera de existir el problema de sobreajuste (overfitting).
25 Otra posible opcin sera plantear una especificacin que combine a las dos funciones de transicin Gt ( ) y St ( ), tal que algunas transiciones sean simtricas mientras otras permitan la posibilidad
de asimetra. Sin embargo, esta posibilidad se relega para una investigacin futura debido a los costos
computacionales que son analizados en la seccin de metodologa, puesto que en el caso de considerar
cuatro transiciones se tendran que estimar 24 especificaciones para poder elegir con algn criterio la
mejor especificacin.
359
CUADRO 4. Resultados de la estimacin restringida con m = 4a

m
yt = 0 + 0 t + j Stj ( j , j ) +
j =1
PIB
EE
SRC
AIC
BIC
HQC
0
1
2
3
4
0
1
2
3
4
real
0.030
0.089
4.022
-3.614
-3.856
25.723***
-0.312***
-1.22***
-0.759***
2.964***
0.03***
0.022***
0.013***
-0.036***
j tStj ( j , j ) + t
j =1
PIB real
per capita
0.032
0.102
-3.880
-3.472
-3.714
9.330***
-0.422***
-0.5***
-0.399***
1.468***
0.017***
0.0119***
0.006***
-0.019***
a EE, error estndar de la regresin; SRC, suma de residuales al cuadrado; AIC, BIC y HQC, se
refieren a los criterios de informacin de Akaike, Schwarz y Hannan-Quinn, respectivamente.
***, ** y * rechazo de la hiptesis nula al nivel de 1, 5 y 10% respectivamente.
gida para el PIB real y real per capita, resulta mejor que el resto de las especificaciones estimadas en trminos de los criterios de informacin AIC, BIC
y HQC. Adems todos los parmetros resultan estadsticamente distintos de
0 al nivel del 1 por ciento.
En el cuadro 5 se presenta los valores estimados de los parmetros de
las funciones de transicin y los aos correspondientes de las transiciones
para cada una de las series. Comparando estos resultados con los obtenidos
de las estimaciones del modelo no restringido (vase cuadro 3), podemos
apreciar que no existen modificaciones importantes en la ubicacin y duracin de las transiciones. Los valores estimados del parmetro de ubicacin,
j , slo difieren en milsimas, mientras que en el caso de la duracin de la
transicin las diferencias son mnimas entre los modelos restringidos y no
restringidos. Las diferencias observadas de a lo ms un ao en las fechas de
inicio y final de la transicin, se deben a una diferencia de decimales en el
clculo de los periodos. Para observar esto, considrese la tercera transicin del modelo no restringido del PIB real en el que el periodo (y no ao)
final de la transicin es 60.451, mientras que el periodo final del restringido
360
CUADRO 5. Estimacin de las funciones de transicin

(Muestra: 1895-2008, T = 114)
Transicin implicada
Stj ( j , j )
m
PIB
real
PIB
real per capita
4 S t1
S t2
S t3
S t4
4 S t1
S t2
S t3
S t4
1.129***
1.021***
5.681
1.048***
1.500**
0.808***
6.135
0.900***
Pi
Inflexin
Pf
0.160***
0.314***
0.524***
0.782***
0.156***
0.305***
0.512***
0.791***
1908
1925
1953
1979
1909
1923
1952
1979
1912
1930
1954
1983
1912
1929
1952
1984
1916
1934
1955
1988
1915
1934
1953
1989
***, ** y * Rechazo de la hiptesis nula al nivel de 1, 5 y 10%, respectivamente.
ocurre en el periodo 60.504, por lo que las diferencias observadas en las

fechas en el cuadro 5 se deben bsicamente al redondeo de las cifras. Realizamos tambin la estimacin de la matriz de covarianza utilizando errores
estndar congruentes con autocorrelacin y heteroscedasticidad (llamados
errores estndar HAC por sus siglas en ingls), sin encontrar ningn cambio
cualitativo. Esto es, la inferencia que se desprende de utilizar estos errores
estndar es idntica a la presentada en los cuadros 3, 4, 5 y A2.
Las grficas 5 y 6 presentan los resultados de la estimacin del PIB real y
PIB real per capita de Mxico, respectivamente. En la parte superior de las
grficas se presenta la serie original (en logaritmos) junto a la serie ajustada
con cuatro transiciones simtricas, en las que las reas sombreadas corresponden a las etapas de transicin presentadas en el cuadro 5.26 En estas grficas es posible apreciar el buen ajuste que realizan las especificaciones de la
tendencia lineal afectada por cuatro transiciones simtricas. Los residuales
extrados de la estimacin, y sobre los cuales es aplicada la prueba tipo DFA
en la etapa 2 de la metodologa, se muestran en la parte inferior de las grficas. En ambos casos, visualmente los residuales lucen como procesos estacionarios. Estos residuales pueden interpretarse como el ciclo econmico o
ciclo de negocios en Mxico.
En torno de este asunto de la estacionariedad, en el cuadro 6 y grfica 7
26 Note que, por ejemplo, a pesar de que la transicin presentada para ambas series entre los decenios
de los veinte y treinta, pudiera parecer excesivamente larga, y de hecho ser interpretada como un rgimen de crecimiento negativo en s mismo, como se argumenta lneas abajo, el periodo 1921-1935 est
marcado por un conjunto de reformas institucionales orientadas a la reconstruccin econmica de Mxico. Ms bien, fue precisamente este periodo de transicin (reconstruccin) el que permiti alcanzar una
tasa de crecimiento significativamente mayor en el producto real a partir de mediados de los aos treinta.
361
GRFICA 5. Estimacin (restringida) de cuatro transiciones simtricas: PIB real

30
29
28
27
26
25
1895
1905
1915
1925
1935
1945
1955
Logaritmo del PIB real per capita
1965
1975
1985
1995
2005
1995
2005
Tendencia ajustada
.2
.1
.2
.1
.2
.3
1895
1905
1915
1925
1935
Residuales
1945
1955
1965
1975
1985
+/ dos errores estndar de la regresin
se presenta los resultados de aplicar la segunda etapa de la metodologa a las

especificaciones restringidas. En el cuadro 6 observamos cmo al imponer
la restriccin de 1 = 0 para la especificacin del PIB real, y de 2 = 0 para la
del real per capita, se mantiene el rechazo del modelo estacionario en diferencias (pED < 0.10), mientras que la probabilidad de que la especificacin
362
GRFICA 6. Estimacin (restringida) de cuatro transiciones simtricas:

PIB real per capita
11.5
11.2
10.8
10.4
10.0
9.6
9.2
1895
1905
1915
1925
1935
1945
1955
Logaritmo del PIB real per capita
1965
1975
1985
1995
2005
Tendencia ajustada
.2
.1
.0
.1
.2
.3
1895
1905
1915
1925
Residuales
1935
1945
1955
1965
1975
1985
1995
2005
+/ dos errores estndar de la regresin
CUADRO 6. Modulos ED contra modelos ET restringidos

que permiten cuatro transicciones suaves simtricas
real
PIB real per capita
PIB
k*
muestral
pED
4
4
3
3
-8.107
-7.921
0.000
0.000
pET
0.622
0.659
363
GRFICA 7. Funciones de distribucin emprica, modelos ET4 y ED, m = 4

PIB
real. Especificacin simtrica

restringida
PIB
.7
.6
.6
.5
.4
.4
Densidad
Densidad
.5
.3
.2
.3
.2
.1
.1
.0
16 14
real per capita. Especificacin

simtrica restringida
12
10
fED ()
.0
14
fET
12
10
( )
4
sea generada por un modelo estacionario en tendencia con cuatro transiciones suaves, se mueve an ms hacia el centro de la distribucin emprica,
como se observa en la grfica 7.
Ahora, advirtase que aunque hemos mostrado que estos residuales
fluctan de manera estacionaria alrededor de una tendencia afectada por
transiciones suaves, ciertamente no esperamos que estas fluctuaciones sean
por completo aleatorias, o en otras palabras, que sigan un proceso de ruido
blanco. Por lo contrario, dada la naturaleza del ciclo de produccin agregado que representan, es de esperar que estos residuales observen cierto grado
de correlacin temporal o autocorrelacin. De hecho, el correlograma correspondiente a cada serie de residuales muestra correlaciones significativas
durante los primeros cuatro periodos, que se tornan no significativas para
rezagos mayores. Este hecho se refleja en los resultados de las pruebas de
raz unitaria presentados en los cuadros 2 y 6, en en los que el modelo autorregresivo utilizado para llevar a cabo la prueba (ecuacin 5) requiere la
inclusin de tres rezagos de la variable dependiente en primeras diferencias
(lo que equivale a cuatro rezagos de la variable en niveles), precisamente
para tomar en cuenta la autocorrelacin contenida en el ciclo econmico.
Estos resultados sugieren, pues, que las fluctuaciones de corto plazo del
producto estn autocorrelacionadas por periodos de cuatro aos.27
27
Por otra parte, las series de los residuales, ilustrados en las grficas 5 Y 6, no presentan pruebas
de problemas de heteroscedasticidad. Los resultados de las pruebas de diagnstico a las cuales fueron
sometidos los residuales (autocorrelacin, normalidad, heteroscedasticidad condicional e incondicional)
pueden ser solicitados a los autores.
364
As, los resultados indican la presencia de cuatro cambios estructurales

durante el periodo 1895-2008, que afectan tanto al producto real como al
per capita. Ntese que la forma y tiempo de ocurrencia y duracin de estos
cambios son muy similares para ambas series. Las nicas diferencias son las
siguientes: i) la Revolucin Mexicana redujo el nivel de ambas series (en un
proceso que dur aproximadamente siete aos), pero afect solamente la
tasa de crecimiento del producto per capita, y ii) el segundo cambio estructural, normalmente relacionado con la Gran Depresin y varios arreglos
financieros e institucionales internos (como la fundacin del banco central,
de la Comisin Nacional Bancaria, del Partido Nacional Revolucionario, la
entrada en vigor del impuesto sobre la renta, del cdigo civil, entre otros),
da paso a una tasa de crecimiento mayor slo para el producto real (una respuesta de dimensin equivalente de la poblacin provoc que el producto
per capita se mantuviera constante antes y despus del cambio).
Ntese adems que tanto el cambio estructural de principios de los aos
cincuenta como el cambio asociado a la crisis de la deuda de los ochenta
tuvieron formas y tiempos de ocurrencia/duracin prcticamente idnticas
en ambas series.
Por ltimo y con el fin de presentar un marco comparativo a nuestros
resultados, en los cuadros 7 y 8 se resume la evidencia existente en la bibliografa de cambios estructurales instantneos para las series del PIB real
y real per capita de Mxico, respectivamente; mientras que en el apndice 3
se muestran los pormenores relativos a estos estudios. Estos cuadros representan esta evidencia como un segmento de lnea fragmentado por las fechas en que son estimados los cambios estructurales, y en la parte superior
de cada fragmento de lnea se presenta la tasa de crecimiento de la variable
en la correspondiente etapa.
Como se puede observar, todos los estudios en los que la muestra de estimacin inicia en 1921, encuentran un cambio estructural a principios de
los aos treinta (entre 1930 y 1932). Esta fecha es cercana al periodo en que
termina la segunda transicin estimada en este artculo para ambas variables (1934, vase cuadro 5), por lo que, por un lado, se podra decir que la
conclusin de ambos acercamientos es casi la misma: existe una nueva tendencia en la trayectoria de las variables que inicia entre 1933 y 1935. Pero,
por otra parte, nuestras estimaciones indican que no existe una tendencia lineal definida sino una etapa de transicin desde 1925 en el caso del PIB
real, y 1923 en el caso del per capita, lo cual marca una considerable dife-
365
CUADRO 7. Evidencia de cambios estructurales para el (ln) PIB real

1900
1910
Noriega y RamrezZamora (1999) a
1930
1940
1950
1960
1970
1980
6.5
0.7
0.6
Noriega y de Alba
(2001) a
Castillo y DazBautista (2002)
1920
4.4
6.8
0.6
5.8
0.7
6.3
4.3
1990
2000
1.3
1.8
3.9
0.3
0.6
Astorga, Bergs
a
y Fitzgerald (2005)
6.0
5.9
4.7
Noriega, Soria
y Velzquez (2008)
7.1
1.3
1.5
5.5
5.5
1.9
3.5
a En estos estudios se utiliza dos tcnicas en la deteccin de los cambios estructurales como se detalla
en el apndice 3.
CUADRO 8. Evidencia de cambios estructurales para el (ln) PIB real

per capita
1900
1910
1920
1930
1940
1950
1960
1970
3.3
Ben-David y Papell
(1998)
Noriega y RamrezZamora (1999) a
-1.0
2.3
3.9
-2.3
3.2
3.9
Noriega y de Alba
(2001)
Astorga, Bergs
a
y Fitzgerald (2005)
-1.0
1980
1990
2000
-0.5
-0.1
-1.8 0.7
3.0
-1.2
3.2
0.6
-1.0
3.2
0.6
a En estos estudios se utiliza dos tcnicas en la deteccin de los cambios estructurales como se detalla
en el apndice 3.
rencia en cuanto a las consecuencias de los resultados del crecimiento de las

variables.
Una conclusin anloga puede extraerse de los cuadros 7 y 8 al comparar
la ubicacin de la tercera transicin estimada con el cambio estructural encontrado a principios de los aos ochenta por estos trabajos. Sin embargo,
las consecuencias son diferentes, ya que nuestros resultados indican que tras
esta perturbacin en la economa existe un periodo de transicin a lo largo
de casi todo el decenio de los ochenta, mientras que la evidencia de cambios
366
estructurales instantneos implica que la economa pas a una nueva tendencia inmediatamente despus del cambio, ocurrido alrededor de 1982.
Finalmente, el cambio estructural o transicin que estimamos en ambas
variables en la primera mitad de los aos cincuenta es el nico que resulta
instantneo, por lo que nuestros resultados confirman el cambio estructural
de mediados de siglo que encuentran Noriega, Soria y Velzquez (2008) y
Noriega y Ramrez-Zamora (1999), representados en los cuadros 7 y 8.
IV. IMPLICACIONES PARA EL CRECIMIENTO ECONMICO

Como se analiza en la Introduccin, el uso de las funciones de transicin
para estimar cambios estructurales mltiples nos ayuda a distinguir entre
etapas de crecimiento estacionario y fases de transicin en la trayectoria del
producto y producto per capita.
De acuerdo con el planteamiento de este estudio, los cambios en la pendiente de la tendencia lineal de la serie, corresponden a cambios en la tasa
de crecimiento de largo plazo de la economa. En otras palabras, la tasa de
crecimiento de yt est medida por los coeficientes relacionados con la variable de tendencia t, por lo que, segn la especificacin en (1), la tasa de
As, cualquier
crecimiento cambia de un valor inicial 0 a ( 0 + m
j = 1 j ).
evidencia estadstica de algn j 0, j = 1, ..., m, es interpretada como un
cambio en la tasa de crecimiento de largo plazo de la economa. Como se
observa en el cuadro 4, existen tres cambios de pendiente estadsticamente
significativos en cada una de las series analizadas.
En la grfica 8 se presenta la tasa de crecimiento observada y estimada para nuestra especificacin preferida para el PIB real y real per capita
de Mxico. Especficamente, graficamos la tasa de crecimiento observada
como la primera diferencia logartmica de las series (lnea discontinua en
la grfica 8), mientras que la tasa de crecimiento estimada (lnea continua
en la grfica 8) es resultado de la suma de coeficientes relacionados con la
m
pendiente de la tendencia lineal de la ecuacin (1), [ 0 + j = 1 j Stj ( j , j )] ,
que son estadsticamente distintos de 0. Las reas sombreadas muestran las
etapas de transicin estimadas que corresponden slo a los cambios significativos en la pendiente. En la grfica 8 no se registran las transiciones de 19081916 en el caso del PIB real y 1923-1934 en el del PIB real per capita, puesto
que estas transiciones implican slo un cambio de nivel en la serie correspondiente, y no afectan la tasa de crecimiento de largo plazo. Por ltimo, en
367
GRFICA 8. Transiciones y crecimiento econmico

Ln PIB real
(1925, 1934)
15
(1953, 1955)
(1979, 1988)
10
5
0
5
10
15
20
1895
3.05
5.28
6.58
3.01
(2.7, 3.4)
(5.0, 5.5)
(6.4, 6.7)
(2.8, 3.2)
1905
1915
1925
1935
1945
1955
1965
1975
1985
1995
2005
Ln PIB real per capita

(1909, 1915)
10
(1952, 1953)
(1979, 1989)
5
0
5
10
15
1.72
2.91
3.54
1.63
(1.3, 2.1)
(2.6, 3.2)
(3.4, 3.7)
(1.4, 1.9)
20
1895
1905
1915
1925
1935
1945
1955
1965
1975
1985
1995
2005
Tasa de crecimiento observada

m
Tasa de crecimiento a largo plazo: 0 + j = 1 j Stj ( j , j )
la parte inferior de las grficas se presenta en trminos porcentuales la tasa

de crecimiento de la etapa correspondiente junto al intervalo de confianza de
dos desviaciones estndar.28
A continuacin procedemos a anlizar con ms detalle los periodos de
transicin y los cambios en la tasa de crecimiento econmico encontrados
28 Estas tasas podran interpretarse como las tasas de crecimiento del estado estacionario: vase ms
pormenores en Ben-David y Papell (1995).
368
para Mxico. Primero, la Revolucin no parece haber alterado la tasa de

crecimiento del producto real, pero s parece haber aumentado la del per
capita. Este resultado ha sido analizado en varios estudios. Haber (1978), p.
416, seala: La mayor parte de la planta manufacturera de Mxico emergi
de la lucha intacta; no fue destruida. Por su parte, en lo referente al trabajo
en el periodo 1910-1920, Womack (1978) afirma que Por muerte, emigracin, conscripcin o repliegue en zonas de refugio que garantizaban la
subsistencia, la mano de obra disponible se redujo en general, pero no en los
grandes centros industriales donde aument la oferta y demanda; mientras
que del sector industrial, dice, Las plantas industriales sufrieron pocos daos fsicos: la lucha le cerraba el camino a mercados lejanos, pero ampliaba
los mercados inmediatos. La dificultad del transporte provoc una grave
recesin en casi todas las zonas industriales del centro y del norte en 1913,
y en la ciudad de Mxico durante los dos aos siguientes. Pero desde 1916
los principales centros fabriles empezaron a llevar constantemente su produccin y para fines del decenio la mayora haba alcanzado nuevamente
el nivel de 1910. Por su parte, Sols (1985), p. 72, seala que En 1907 se
inici una nueva crisis internacional, que se prolong hasta 1910. Baj el
precio del henequn, se restringi el crdito, disminuyeron los prstamos y
se aceleraron los cobros de vencimiento. Sols contina: El ao de 1908
seal una crisis de fuerte magnitud y el principio de una rpida decadencia
del sistema bancario porfirista. A partir de entonces, slo pudieron sostenerse a base de emisiones de billetes, fomentando una inflacin peligrosa y
agudizando la crisis econmica por la cual atravesaba el pas... [Adems],
Las escasas y poco confiables estadsticas [...] indican una sustancial cada
de la vida econmica de 1910 a 1915, en todos sus aspectos... [y sigue] Sin
embargo, una vez derrotado el ejrcito federal, y con el auge de la demanda
externa ocasionado por la primera Guerra Mundial, el valor en dlares de
las exportaciones totales se recuper rpidamente en 1916 y 1917. Estos
hechos pueden ser visualizados en la grfica 8.
Segundo, a diferencia de la primera, la segunda transicin estimada (19251934) afecta de manera positiva slo la tasa de crecimiento del PIB real, incrementndose de 3.05% en el periodo 1895-1924 a 5.28% en 1935-1952,
despus de la transicin. Ese periodo de transicin hacia una tasa de crecimiento del producto superior coincide con la etapa que, por ejemplo, Villareal (1997) y Sols (1985) llaman periodo de reconstruccin o formacin
institucional, ya que en ese periodo inmediato posterior a la Revolucin
369
Mexicana ocurrieron una serie de cambios institucionales que resultaron

ser fundamentales para el proceso de crecimiento econmico posterior. Por
ejemplo, Sols (1985), p. 76, escribe: El ao de 1910 marca el inicio de una
fuerte cada de la actividad econmica a la que le sigue una etapa que podramos llamar de formacin institucional que se extiende de 1921 a 1935.
A partir de 1925 se emprende un ambicioso programa econmico en el
que se establecen las bases institucionales y materiales para el futuro crecimiento. Krauze (1977) analiza cmo en el periodo 1924-1928, en la presidencia de Plutarco Elas Calles, se conforma la reconstruccin econmica
de Mxico. Las primeras acciones fueron la creacin de la Comisin Nacional Bancaria (el 2 de enero de 1925), la Comisin Nacional de Caminos
(el 30 de marzo de 1925), el Banco de Mxico, S.A. (1 de septiembre de
1925) con el privilegio de ser el nico banco emisor, entre otras atribuciones
de banca central, y el 3 de diciembre la Comisin Nacional de Irrigacin.
Adems, entra en vigor la ley del ISR en 1925, y en 1926 se expiden la Ley
General de Instituciones de Crdito y Establecimientos Bancarios, la ley de
Impuestos a la Minera y restituciones de tierra y aguas (1927), y el cdigo
civil (1928); adems, se abre el Banco de Crdito Agrcola. En 1929 se crea
el PNR (Partido Nacional Revolucionario) de la unin de la mayora de los
partidos existentes, anunciando el fin del caudillismo y el surgimiento de
estabilidad poltica en el pas; vase ms detalles en Sols (1985) y Villareal
(1997). Pero, por otra parte, cuando estaba en marcha este proceso de reconstruccin o formacin sobrevino la gran depresin de 1929, la cual al
parecer se manifiesta en las estimaciones como un cambio de nivel negativo
en ambas series.29 De acuerdo a Sols (1985), la gran depresin afect de una
manera considerable la economa mexicana: provoc que el valor de las exportaciones mexicanas en 1932 fueran slo la tercera parte de las de 1929, el
ingreso del gobierno disminuy 25% de 1930 a 1933, el gasto del gobierno
decreci en 25% de 1930 a 1932; adems, en 1931 Mxico abandona el patrn oro y el tipo de cambio flucta libremente y en 1933 el peso sufre una
devaluacin de 80 por ciento.
Finalmente, los dos ltimos cambios estructurales se presentan tanto en
el PIB real como en el per capita. El segundo cambio de tasa de crecimiento
29
Ntese que en la grfica 8 la transicin estimada del PIB real para el periodo 1925-1934 no parece
corresponder a lo que se observa en los datos. Esto es debido precisamente a la cada de esta serie durante ese periodo, como se observa claramente en la grfica 5. Ntese que el mismo argumento se aplica a
la transicin entre 1909 y 1915 para el PIB per capita.
370
en las series es el nico instantneo, que ocurre a principios de los aos

noventa. La tasa de crecimiento de largo plazo cambia positivamente alcanzando una tasa de 6.58% en el caso del PIB real y de 3.54% en el del per
capita. En ambos casos esta etapa de crecimiento econmico se extiende
por un poco ms de 20 aos para finalizar en 1978. Al respecto, Sols (1985)
documenta que este cambio marca el paso de un periodo de crecimiento
con inflacin (1935-1956) a un periodo de crecimiento con estabilidad de
precios y de tipo de cambio (1956-1972) y, finalmente, un lapso con inflacin y menor crecimiento. La tercera transicin, 1979-1988 para el PIB real,
y 1979-1989 para el PIB real per capita, conduce a una tasa de crecimiento
menor que la obtenida en la etapa anterior: la tasa de crecimiento del PIB
real se redujo de 6.58 a 3.01% y la del real per capita de 3.54 a 1.63%. La
transicin que precede a esta etapa de crecimiento claramente refleja el periodo conocido como la dcada perdida (vase por ejemplo Crdenas,
2010) caracterizado principalmente por una alta inflacin y estancamiento
econmico. La fecha de inicio de esta transicin bien puede estar asociada
con el auge petrolero y la subsecuente crisis de deuda de 1982.30
En sntesis, las pruebas presentadas sugieren que para el PIB real (PIB real
per capita) parecen existir al menos cuatro etapas de crecimiento estacionario, 1895-1924, 1935-1952, 1956-1978 y 1989-2008 (1895-1908, 1916-1951,
1954-1978 y 1990-2008), separadas por tres pocas de transicin, 19251934, 1953-1955 y 1979-1988 (1909-1915, 1952-1953 y 1979-1989).
CONCLUSIONES
Este artculo examina la senda de crecimiento econmico en Mxico a lo largo
del periodo 1895-2008. Los resultados parecen favorecer la hiptesis de que la
tendencia de la produccin en Mxico se caracteriza por medio de una funcin
lineal determinista, perturbada por cambios estructurales que coinciden con
arreglos institucionales, guerras y crisis econmicas y financieras. Los datos
parecen no favorecer, por otra parte, la hiptesis de una tendencia estocstica.
30 Con base en los descubrimientos de yacimientos de 1978 y el aumento de los precios del petrleo,
entre 1978 y 1981, el PIB real tuvo un crecimiento promedio superior a 9%. Sin embargo, esta estrategia
basada en el petrleo finaliz con una cada en el precio del petrleo en 1981, dejando al pas con una
enorme deuda externa, la cual haba sido contratada para desarrollar la industria petrolera. En 1982 el
aumento de las tasas de inters internacionales dej a Mxico en una grave crisis de deuda. El PIB real
sufri un decremento de 0.6% y el PIB real per capita de 2.5%, mientras que la inflacin anual lleg a
98.8%. Vase ms detalles en, por ejemplo, Sols (1985) y Villareal (1997).
371
Al modelar los cambios estructurales por medio de funciones de transicin

suave entre regmenes, somos capaces de distinguir empricamente entre una
fase de transicin y una etapa de crecimiento sostenido. Nuestros resultados
implican que para el PIB real y PIB real per capita de Mxico existen cuatro
etapas de crecimiento estacionario separadas por tres pocas de transicin.
Uno de los hallazgos de este artculo es que la Revolucin no afect la
tasa de crecimiento de largo plazo del producto. El descenso en la poblacin, sin embargo, provoc el incremento de la produccin per capita a partir de 1916. El cambio encontrado en la etapa de reconstruccin econmica
posterior a la Revolucin Mexicana lleva a una tasa de crecimiento del producto que es compensada por el crecimiento de la poblacin, de tal manera
que no se manifiesta ningn efecto en el crecimiento del PIB per capita.
Consideramos que sera interesante estudiar con mayor detalle las fuentes del incremento en la tasa de crecimiento del producto per capita obtenido a principios de los aos cincuenta, ya que, a diferencia del incremento
en la tasa de crecimiento del producto per capita durante la Revolucin,
que est asociado a un decenso en la poblacin, el aumento del producto
per capita a mediados de siglo podra estar vinculado a un incremento en la
productividad. Esta hiptesis amerita por supuesto un anlisis minucioso,
que rebasa las intenciones de este estudio, ya que dicho aumento llev a la
economa por cerca de 25 aos a tener las mayores tasas de crecimiento del
producto y producto per capita dentro de los 114 aos considerados.
Por otra parte, el ltimo cambio ocurrido en las tasas de crecimiento tanto del producto como del producto per capita es negativo y transcurre en
un periodo de transicin que refleja la llamada dcada perdida. El periodo
posterior a este cambio retoma una senda de crecimiento estacionario alrededor de una tendencia determinista que va de 1990 hasta el final de la muestra.
APNDICE
1. Datos
En Barro y Ursa (2008) se explica de manera pormenorizada la forma en que se
construye la serie del PIB real para el periodo 1895-2006.31 Para actualizar la informacin hasta 2008, y siendo congruentes con las fuentes presentadas por Barro y
31
La base de datos construida por Barro y Ursa (2008) hasta 2006 se encuentra disponible en lnea
http://www.economics.harvard.edu/facultary/barro/data_sets_barro . En Barro y rzua (2008) pueden
encontrarse todos los detalles de cmo se calculan los datos del PIB para el periodo 1911-1920.
372
Ursa, se toman los datos del PIB trimestral registrados por el Instituto Nacional
de Estadstica Geografa e Informtica (a precios de 2003) como el promedio del
periodo. Para la serie de poblacin los datos de 2007 y 2008 son tomados de la base
de datos del World Development Indicators del Banco Mundial. En el siguiente
cuadro se presentan los datos en logaritmos.
CUADRO A1. PIB real y real per capita (en logaritmos) de Mxico
(1895-2008)
Ao
1895
1896
1897
1898
1899
1900
1901
1902
1903
1904
1905
1906
1907
1908
1909
1910
1911
1912
1913
1914
1915
1916
1917
1918
1919
1920
1921
1922
1923
real
Per
capita
Ao
25.76
25.79
25.85
25.91
25.86
25.87
25.95
25.88
25.98
26.00
26.10
26.09
26.15
26.14
26.17
26.18
26.15
26.16
26.09
26.07
26.02
26.06
26.09
26.13
26.18
26.24
26.25
26.28
26.31
9.35
9.37
9.42
9.46
9.39
9.39
9.46
9.37
9.47
9.48
9.56
9.54
9.59
9.58
9.59
9.59
9.55
9.54
9.48
9.48
9.47
9.54
9.58
9.62
9.66
9.72
9.72
9.73
9.74
1924
1925
1926
1927
1928
1929
1930
1931
1932
1933
1934
1935
1936
1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
PIB
real
Per
capita
Ao
26.29
26.36
26.41
26.37
26.37
26.33
26.27
26.30
26.14
26.24
26.31
26.38
26.46
26.49
26.51
26.56
26.58
26.67
26.73
26.76
26.84
26.87
26.94
26.97
27.01
27.07
27.16
27.24
27.28
9.71
9.76
9.80
9.74
9.73
9.67
9.59
9.61
9.42
9.51
9.56
9.62
9.68
9.70
9.69
9.73
9.73
9.79
9.82
9.83
9.88
9.89
9.93
9.93
9.95
9.97
10.04
10.09
10.10
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
PIB
real
Per
capita
27.28
27.38
27.46
27.53
27.60
27.65
27.68
27.76
27.81
27.86
27.94
28.05
28.11
28.18
28.24
28.32
28.39
28.45
28.49
28.57
28.65
28.71
28.76
28.81
28.84
28.93
29.02
29.11
29.19
10.07
10.13
10.19
10.22
10.27
10.29
10.29
10.34
10.36
10.37
10.42
10.50
10.53
10.57
10.60
10.65
10.68
10.71
10.72
10.77
10.81
10.84
10.87
10.88
10.89
10.95
11.02
11.08
11.14
PIB
Ao
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
real
Per
capita
29.19
29.15
29.18
29.21
29.17
29.19
29.20
29.24
29.30
29.34
29.37
29.39
29.44
29.37
29.42
29.49
29.54
29.57
29.64
29.64
29.64
29.66
29.70
29.73
29.77
29.81
29.82
11.11
11.05
11.07
11.07
11.01
11.01
11.00
11.03
11.06
11.08
11.10
11.10
11.13
11.04
11.08
11.13
11.16
11.19
11.24
11.23
11.22
11.23
11.26
11.28
11.31
11.34
11.34
PIB
2. Resultados de la estimacin de transiciones mltiples

En el siguiente cuadro se presenta los resultados de las ocho estimaciones realizadas
tanto para el PIB real como para el PIB real per capita.
373
CUADRO A2. Resultados de la estimacin para el PIB real y real per capitaa
yt = 0 + 0 t +
real
m
EE
SRC
AIC
BIC
HQC
j =1
j =1
jGtj ( j , j , j ) + j tGtj ( j , j , j ) + t
Especificacin de
las transiciones:
Gt ( , , )
Especificacin simtrica
de las transiciones
St ( , )
PIB
0
1
2
3
4
0
1
2
3
4
1
0.07
0.54
-2.39
-2.23
-2.32
35.12***
-9.26
2
0.05
0.30
-2.88
-2.60
-2.77
27.45***
-2.4***1
-1.62
3
0.04
0.16
-3.46
-3.06
-3.30
24.10***
-0.22**
1.81***
-0.20
4
0.03
0.10
-3.84
-3.32
-3.63
28.95***
-0.3**1
-1.05***
-0.9***
-3.23***
0.00**
-0.03
0.01
0.06
0.04
0.04
-0.01
0.02
-0.04
0.02***
0.01
0.02***
0.04***
real per capita

m
1
EE
0.07
SRC
0.56
AIC
-2.36
BIC
-2.19
HQC -2.29
0
64.17
1
-54.75
0.00
1
0.07
0.53
-2.43
-2.29
-2.37
25.87
1.51
0.01
0.02
4
0.03
0.09
-4.02
-3.59
-3.85
25.73***
-0.39***
-1.16***
-0.77***
2.99***
0.03*** 0.03***
0.01
0.04
0.01
-0.03
0.02***
0.02***
-0.03***
0.01***
2
0.05
0.27
-3.04
-2.80
-2.94
25.82
-1.69
2.67
3
0.04
0.14
-3.61
-3.28
-3.48
25.73***
-0.43***
-1.19***
2.68***
4.E-3
-0.04***
PIB
2
3
4
0
1
2
3
4
-0.33
0.34
2
0.04
0.19
-3.33
-3.04
-3.22
8.50***
1.10***
-0.25
0.03
3
0.04
0.13
-3.62
-3.21
-3.45
9.11***
-0.42***
-0.62***
0.18
0.02
4
0.04
0.14
-3.49
-2.96
-3.27
9.18***
-0.19***
0.89***
-2.12***
1.36*
0.02***
-0.02***
0.01
-1.E-4
0.01
0.00
-0.01***
0.00
0.03***
-0.0***1
1
0.07
0.52
-2.44
-2.30
-2.39
9.42***
0.81***
0.01***
3.E-3
2
0.04
0.19
-3.36
-3.12
-3.27
9.35***
1.10***
1.23***
0.01***
0.02***
3
0.04
0.13
-3.67
-3.34
-3.54
9.34***
-0.44***
-0.66***
1.24***
4
0.03
0.10
-3.86
-3.43
-3.69
9.33***
-0.53***
-0.53***
-0.39***
1.46***
0.02*** 0.02***
0.01***
0.01***
-0.02***
3.E-3
1.E-3
-0.02***
0.01***
-0.02***
a EE, error estndar de la regresin, SRC, suma de residuales al cuadrado; AIC, BIC, HQC, se
refieren a los criterios de informacin de Akaike, Schwarz y Hannan-Quinn, respectivamente.

***, ** y * rechazo de la hiptesis nula al nivel de 1, 5 y 10%, respectivamente.
374
3. Evidencia de cambios estructurales en Mxico

En el cuadro A3 se presenta la evidencia existente en la bibliografa de cambios
estructurales instantneos para las series del PIB real y real per capita de Mxico,
respectivamente.
CUADRO A3. Evidencia de cambios estructurales (endgenos)
para el PIB real y PIB real per capita
Muestra
real
Noriega y RamrezZamora (1999)a
Nmero y ocurrencia de los cambios estructurales

1
PIB
1932PC
1981PC
1921-1995
Noriega y de Alba (2001)b

Castillo y Daz-Bautista (2002)
Astorga, Bergs y Fitzgedrald
(2005)c
Noriega, Soria y Velzquez (2008)
real per capita
Ben-David y Papell (1998)
19211970
19002001
19212000
1931C
1932B
1907
1931RRU
1948RRU
1980RRU
1930 (1931)
1981 (1982)
1995
1953
1981
19322000
PIB
Noriega y Ramrez Zamora (1999)a
Noriega y de Alba (2001)b

Astorga, Bergs y Fitzgerald (2005)c
19501990
19211994
1981
19211970
19212000
1931C, B
1931RRU
1953RRU
1981RRU
1932PC
1953PC
1981PC
1985PC
1930 (1931)
1981 (1981)
a Noriega y Ramirez-Zamora emplean dos metodologas para determinar el nmero de cambios

estructurales en las series: (PC) parmetros constantes y (RRU) rechazo de raz unitaria.
b Noriega y de Alba comparan los resultados de estimar un nico cambio estructural a travs de
mtodos clsico (C) y Bayesiano (B).
c Para probar la estabilidad de los parmetros en un modelo autorregresivo de las series, Astorga,
Bergs y Fitzgerald (2005) aplican la prueba de Chow y la prueba de Chow de pronstico (esta ltima
se presenta entre parntesis).
REFERENCIAS BIBLIOGRFICAS
Aguiar, M., y G. Gopinath (2007), Emerging Market Business Cycles: The Cycle is the
Trend, Journal of Political Economy, 115, 1, pp. 69-102.
375
Astorga, P., A. R. Bergs y V. Fitzgerald (2005), Endogenous Growth and Exogenous

Shocks in Latin America during the Twentieth Century, Discussion Papers in Economic and Social History, University of Oxford, nm. 57.
Bacon, D. W., y D. G. Watts (1971), Estimating the Transition between Two Intersecting Straight Lines, Biometrika, 58, 3, pp. 25-34.
Bai, J., y P. Perron (1998), Estimating and Testing Linear Models with Multiple Structural Changes, Econometrica, 66, 1, pp. 47-78.
, y (2003), Computation and Analysis of Multiple Structural Change Models, Journal of Applied Econometrics, 18, pp. 1-22.
Barro, R. J., y J. F. Ursa (2008), Macroeconomic Crises since 1870, Brookings Papers on Economic Activity, 39, 1, pp. 255-350.
, y (2009), Stock-Market Crashes and Depressions, Working Paper 14760,
NBER Working paper series.
Ben-David, D., y D. H. Papell (1995), The Great Wars, the Great Crash, and Steady
State Growth: Some New Evidence about an Old Stylized Fact, Journal of Monetary Economics, 36, 3, pp. 453-475.
, y (1998), Slowdowns and Meltdowns: Postwar Growth Evidence from 74
Countries, The Review of Economics and Statistics, 80, 4, pp. 561-571.
, y (2000), Some Evidence on the Continuity of the Growth Process among
the G-7 Countries, Economic Inquiry, 38, 2, pp. 320-330.
, R. L. Lumsdaine, y D. H. Papell (2003), Unit Roots, Postwar Slowdowns and
Long-Run Growth: Evidence from Two Structural Breaks, Empirical Economics,
28, 2, pp. 303-319.
Caner, M., y B. Hansen (2001), Threshold Autoregression with a Unit Root, Econometrica, 69, 6, pp. 1555-1596.
Crdenas, E. (2010), La reestructuracin econmica de 1982 a 1994, Clara Garca
Ayluardo, Ignacio Marvn Laborde y Erika Pani (coords.), Historia crtica de las
modernizaciones de Mxico, Mxco, Fondo de Cultura Econmica.
Castillo, R., y A. Daz- Bautista (2002), Testing for Unit Roots in Mexicos GDP,
Momento Econmico, 124, pp. 2-10.
Chang, T., C. C. Nieh y C. C. Wei (2005), Is Per Capita Real GDP Stationary? Evidence from Selected African Countries Based On more Powerful Nonlinear (logistic) Unit Root Tests, Economics Bulletin, 3, 24, pp. 1-9.
Darne, O. (2009), The Uncertain Unit Root in Real GNP: A Re-Examination, Journal
of Macroeconomics, 31, 1, pp. 153-166.
Dickey, D. A., y S. G. Pantula (1987), Determining the Order of Differencing in Autoregressive Processes, Journal of Business and Economic Statistics, 5, 4, pp. 455-461.
, y W. A. Fuller (1979), Distribution of the Estimators for Autoregressive Time
Series with a Unit Root, Journal of the American Statistical Association, 74, pginas 427-431.
376
Diebold, F. X., y A. S. Senhadji (1996), The Uncertain Unit Root in Real GNP: Comment, The American Economic Review, 86, 5, pp. 1291-1298.
Duck, N. W. (1992), UK Evidence on Breaking Trend Functions, Oxford Economic
Papers, 44, 3, pp. 426-439.
Foster, N., y R. Stehrer (2007), Modelling Transformation in CEECs using Smooth
Transitions, Journal of Comparative Economics, 35, 1, pp. 57-86.
Granger, C. W. J., y T. Tersvirta (1993), Modelling Nonlinear Economic Relationships,
Oxford University Press.
Greenaway, D., S. Leybourne y D. Sapsford (1997), Modeling Growth (and Liberalization) using Smooth Transitions Analysis, Economic Inquiry, 35, 4, pp. 798-814.
, , y (2000), Smooth Transitions and GDP Growth in the European
Union, Manchester School, 68, 2, pp. 145-65.
Haber, S. (1978), La revolucin y la industria manufacturera mexicana, 1910-1925, E.
Crdenas, Historia Econmica de Mxico, vol. 3, Serie de Lecturas 64 de EL TRIMESTRE
ECONMICO, Mxico, Fondo de Cultura Econmica, pp. 415-446.
Harvey, D. I., y T. C. Mills (2000), Detecting Climate Change using Double Smooth
Transitions, Loughborough University Economic Research Paper, nm. 00/21.
, y (2002), Unit Roots and Double Smooth Transitions, Journal of Applied
Statistics, 29, 5, pp. 675-683.
, y (2004), Tests for Stationarity in Series with Endogenously Determined
Structural Change, Oxford Bulletin of Economics & Statistics, 66, 5, pp. 863-894.
Kapetanios, G. (2005), Unit-Root Testing Against the Alternative Hypothesis of up to
m Structural Breaks, Journal of Time Series Analysis, 26, 1, pp. 123-133.
, y Y. Shin (2006), Unit Root Tests in Three-Regime SETAR Models, The Econometrics Journal, 9, pp. 252-278.
, y Snell, A. y Y. Shin (2003), Testing for a Unit Root in the Nonlinear STAR
Framework, Journal of Econometrics, 112, pp. 359-379.
Kejriwal, M., y P. Perron (2010), A Sequential Procedure to Determine the Number
of Breaks in Trend with an Integrated or Stationary Noise Component, Journal of
Time Series Analysis, 31, pp. 305-328.
Krauze, E. (1977), Historia de la Revolucin Mexicana. La reconstruccin econmica,
Mxico, El Colegio de Mxico.
Leybourne, S., y P. Mizen (1999), Understanding the Disinflations in Australia, Canada and New Zealand using Evidence from Smooth Transition Analysis, Journal of
International Money and Finance, 18, 5, pp. 799-816.
, P. Newbold y D. Vougas (1998), Unit Roots and Smooth Transitions, Journal
of Time Series Analysis, 19, 1, pp. 83-97.
Lin, C. J., y T. Tersvirta (1994), Testing the Constancy of Regression Parameters Against Continuous Structural Change, Journal of Econometrics, 62, pginas 211-228.
377
Maddala, G. S. (1977), Econometrics, Nueva York, McGraw-Hill.

Mills, T. C (1991), Are Fluctuations in U.K. Ouput Transitory or Permanent?, The
Manchester School, 59, 1, pp. 1-11.
Murray, C., y C. Nelson (2000), The Uncertain Trend in U.S. GDP, Journal of Monetary Economics, 46, pp. 79-95.
Newbold, P., S. Leybourne, R. Sollis y M. E. Wohar (2001), U.S. and U.K. Interest
Rates 1890 - 1934: New Evidence on Structural Breaks, Journal of Money, Credit
and Banking, 33, 2, pp. 235-250.
Ng, S., y P. Perron (1995), Unit Root Tests in ARMA Models with Data-Dependent
Methods for the Selection of the Truncation Lag, Journal of the American Statistical
Association, 90, pp. 268-281.
, y (2001), Lag Length Selection and the Construction of Unit Root Tests
with Good Size and Power, Econometrica, 69, 6, pp. 1519-1554.
Noriega, A. (2004), Long-run Monetary Neutrality and the Unit Root Hypothesis:
Further International Evidence, North American Journal of Economics and Finance, 15, 2, pp. 179-197.
, y A. Ramrez-Zamora (1999), Unit Roots and Multiple Structural Breaks in Real
Output: How Long Does an Economy Remain Stationary?, Estudios Econmicos,
14, 2, pp. 163-188.
, y E. de Alba (2001), Stationarity and Structural Breaks: Evidence from Classical
and Bayesian Approaches, Economic Modelling, 18, 4, pp. 503-524.
, L. M. Soria y R. Velzquez (2008), International Evidence on Stochastic and
Deterministic Monetary Neutrality, Economic Modelling, 25, 6, pp. 1261-1275.
Pantula, S. G. (1989), Testing for Unit Roots in Time Series, Econometric Theory, 5,
pp. 56-271.
Papell, D., y R. Prodan (2004), The Uncertain Unit Root in US real GDP: Evidence
with Restricted and Unrestricted Structural Change, Journal of Money, Credit and
Banking, 36, pp. 423-427.
Perron, P. (1989), The Great Crash, the Oil Price Shock, and the Unit Root Hypothesis, Econometrica, 57, 6, pp. 1361-1401.
, y Z. Qu (2007), A Simple Modification to Improve the Finite Sample Properties
of Ng and Perrons Unit Root Tests, Economics Letters, 94, 1, pp. 12-19.
Rudebush, G. D. (1992), Trends and Random Walks in Macroeconomic Time Series: a
Re-Examination, International Economic Review, 33, 3, pp. 661-680.
(1993), The Uncertain Unit Root in Real GNP, American Economic Review, 83,
1, pp. 264-272.
Sols, L. (1985), La realidad econmica mexicana: Retrovisin y perspectivas, Mxco,
Siglo XXI editores, vigsima edicin.
Sollis, R. (2004), Asymmetric Adjustment and Smooth Transitions: A Combination of
some Unit Root Tests, Journal of Time Series Analysis, 25, 3, pp. 409-417.
378
Sollis, R., S. Leybourne y P. Newbold (1999), Unit Roots and Asymmetric Smooth
Transitions, Journal of Time Series Analysis, 20, 6, pp. 671-677.
Villareal, R. (1997), Industrializacin, Deuda y desequilibrio externo en Mxico. Un
enfoque neoestructuralista (1929-1997), Mxico, Fondo de Cultura Econmica, 3a
edicin.
Vougas, D. (2006), On Unit Root Testing with Smooth Transitions, Computational
Statistics and Data Analysis, 51, pp. 797-800.
(2007), Is the Trend in Post-WW II U.S. Real GDP Uncertain or Nonlinear?,
Economics Letters, 94, pp. 348-355.
Womack, J. (1978), La economa en la Revolucin (1910-1920). Historiografa y anlisis, E. Crdenas, Historia Econmica de Mxico, vol. 3, Serie de Lecturas 64 de EL
TRIMESTRE ECONMICO, Mxico, Fondo de Cultura Econmica, pp. 391-414.
Copyright of Trimestre Econmico is the property of Fondo de Cultura Economica / Mexico and its content
may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express
written permission. However, users may print, download, or email articles for individual use.

Noriega, Antonio. & Rodríguez-Pérez, Cid. (2012) .Estacionariedad, Cambios Estructurales y Crecimiento Económico en México 1895-2008

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Noriega, Antonio. & Rodríguez-Pérez, Cid. (2012) .Estacionariedad, Cambios Estructurales y Crecimiento Económico en México 1895-2008

Diunggah oleh

Hak Cipta:

Format Tersedia

EL TRIMESTRE ECONMICO, vol. LXXIX (2), nm. 314, abril-junio de 2012, pp.

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

GRFICA 1. PIB real (logs) y tendencias quebradas

como clculos propios utilizando las pruebas de Kejriwal y Perron (2010),

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

sus consecuencias en el crecimiento econmico. Siguiendo con esta lnea de

po, Leybourne, Newbold y Vougas (1998) (LNV, en adelante) proponen una

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

sostenido y fases de transicin en la trayectoria del producto y producto

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

permite m = 1, ..., 4 cambios estructurales (transiciones suaves), del cual se

nera instantnea. El parmetro introduce la posibilidad de asimetra en la

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

GRFICA 2. Funcin logstica simtrica S t ( , ) y generalizada G t ( , , )

St1( = 0.5, = 9) = Gt1 ( = 0.5, = 9, = 1)

= 0.5, = 0.25, = 0.1)

= 0.5, = 0.25, = 0.1)

tonces, al momento de estimar simultneamente m funciones de transicin

el periodo en que inicia y termina cada una de las transiciones. Partimos de

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

la suma de residuales al cuadrado de la ecuacin (1), sujeta a que Pfj - 1 + h

s.a. Pfj 1 + h < Pi j ,

necesario emplear la tcnica de mnimos cuadrados no lineales para obtener

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

en el que t son los residuales calculados de la estimacin de la ecuacin (4).

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

de la ecuacin (5)] se genera una muestra de t como en la ecuacin (6.1), que

Este procedimiento se utiliza tambin en Noriega, Soria y Velzquez (2008).

III. RESULTADOS EMPRICOS

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

GRFICA 3. PIB real y PIB real per capita (1895-2008)

Crecimiento PIB real

tra los cuales compararemos los resultados (presentados lneas abajo) de la

realiza eligiendo el nmero de rezago ptimo por incluir usando el criterio

a k* es elegido de acuerdo con Perron y Qu (2007).

***, ** y * significan rechazo de la hiptesis nula al nivel de 1, 5 y 10%, respectivamente.

Para ambas series la inferencia que se desprende de estas pruebas es la

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

CUADRO 2. Modelos ED contra modelos ET que permiten hasta cuatro

C. Especificacin simtrica de las transiciones: St ( , ) = Gt ( , , = 1)

PIB real per capita

F. Especificacin simtrica de las transiciones: St ( , ) = Gt ( , , = 1)

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

GRFICA 4. Funciones de distribucin emprica modelos ET4 y ED, m = 4

real. Especificacin simtrica

real per capita. Especificacin

alejado en la cola izquierda de la distribucin muestral con la hiptesis de

CUADRO 3. Estimacin de las funciones de transicin

PIB real per 1

***, ** y * significa rechazo de la hiptesis nula al nivel de 1, 5 y 10%, respectivamente.

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

periodos (redondeados) de inicio, inflexin y finalizacin de la transicin

y 4, utilizando Stj (), los resultados tienen ms sentido con el desempeo de

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

CUADRO 4. Resultados de la estimacin restringida con m = 4a

CUADRO 5. Estimacin de las funciones de transicin

real per capita

***, ** y * Rechazo de la hiptesis nula al nivel de 1, 5 y 10%, respectivamente.

ocurre en el periodo 60.504, por lo que las diferencias observadas en las

ESTACIONARIEDAD, CAMBIOS ESTRUCTURALES Y CRECIMIENTO ECONMICO

GRFICA 5. Estimacin (restringida) de cuatro transiciones simtricas: PIB real

Logaritmo del PIB real per capita

+/ dos errores estndar de la regresin

, y significan rechazo de la hiptesis nula al nivel de 1, 5 y 10%, respectivamente.

, y significa rechazo de la hiptesis nula al nivel de 1, 5 y 10%, respectivamente.

, y Rechazo de la hiptesis nula al nivel de 1, 5 y 10%, respectivamente.