Fortalecimiento de la Educacin
ANLISIS
ECONOMTRICO
DE LAS
EXPORTACIONE
S
TRADICIONALES
Y LOS
TRMINOS DE
INTERCAMBIO
EN LA
ECONOMA
PERUANA
INVESTIGACIN ECONOMTRICA
CURSO:
DOCENTE:
ALUMNO:
CRUZ SOSA PEDRO
DOCENTE:
TRABAJO DE INVESTIGACIN ECONOMTRICA: Pgina
INDICE
PRESENTACIN
INTRODUCCIN
15
CURSO:
DOCENTE:
43
43
CONCLUSIONES
BIBLIOGRAFA
ANEXOS
PRESENTACIN
Los procesos estocsticos, as como los diferentes modelos de vectores autorregresivos, son
representaciones lgicas y recursos que posee un investigador para poder expresar las
diversas relaciones institucionales, de conducta y tecnolgicas que se presentan en un
fenmeno econmico, todo ello para poder ver el grado de impacto de unas determinadas
Anlisis Economtrico de Series de Tiempo y Procesos Estocsticos UNP 2015
CURSO:
DOCENTE:
variables exgenas sobre una variable de estudio endgena, y sobre las mismas poder
proponer decisiones u polticas econmicas.
Para el presente trabajo, se busca analizar las exportaciones tradicionales, as como
establecer su relacin con los trminos de intercambio, todo ello para poder apreciar cual ha
sido la tendencia de variable, y lo ms importante, para poder determinar modelizar dicha
variable y de esta forma tener una base solida y consistente para poder pronosticar en el
INTRODUCCIN
CURSO:
DOCENTE:
comercial, el nivel de actividad y el tipo de cambio son complejas y representan uno de los
temas ms debatidos en la literatura sobre el desarrollo econmico.
En la literatura econmica reciente, algunos autores sostienen que las fluctuaciones de los
trminos de intercambio explican con precisin la tendencia de las exportaciones a lo largo
del tiempo y por ende explican tambin el crecimiento econmico. Los argumentos para
sostener cada una de esas posiciones se asocian a los canales de transmisin y a las
relaciones entre el conjunto de las variables consideradas.
En este trabajo se pretende ahondar en el anlisis de las relaciones entre las exportaciones
examen economtrico de las conductas y relaciones simultaneas entre estas variables con un
enfoque macroeconmico.
La primera parte incluye el marco terico, en donde se explican las bases tericas que
sustentan o justifican la razn de ser o el objetivo de este trabajo, la segunda presenta la
evidencia emprica, la tercera parte presenta los hechos estilados y finalmente la ltima parte
abarca el anlisis economtrico de las series de tiempo y los procesos estocsticos,
concluyendo con las respectivas conclusiones que servirn para las futuras consideraciones
econmicas, ya sean de anlisis o de pronstico.
CURSO:
DOCENTE:
1.1.
BASES TERICAS:
Son las que explican porque surge el comercio entre pases, as como la direccin de este
comercio, es decir, que bienes exportara e importara cada pas.
1.1.1.
CURSO:
DOCENTE:
embargo, explica solo una pequea parte del comercio internacional actual.
1.1.2.
David Ricardo introdujo la teora de la ventaja comparativa. Esta postula que, aunque una
nacin sea menos eficiente que otra en la produccin de ambas mercancas se supone un
mundo de dos naciones y dos mercancas), existe una base para el comercio benfico
reciproco, siempre y cuando la desventaja que la primera nacin tiene respecto a la segunda
no sea en la misma proporcin en ambas mercancas. La nacin menos eficiente debe
especializarse en la produccin y exportacin de la mercanca cuya desventaja absoluta sea
menor.
1.1.3.
CURSO:
DOCENTE:
CURSO:
DOCENTE:
CURSO:
DOCENTE:
CURSO:
DOCENTE:
para equilibrar las cuentas externas as como la forzosa reorientacin del ahorro interno al
pago de los intereses de la deuda.
1.1.7.
La ventaja competitiva nace fundamentalmente del valor que una empresa es capaz de crear
para sus compradores, que exceda el costo de esa empresa por crearlo. El valor es lo que los
compradores estn dispuestos a pagar, y el valor superior sale de ofrecer precios ms bajos
que los competidores por beneficios equivalentes o por proporcionar beneficios nicos que
justifiquen un precio mayor. Hay tres factores bsicos de ventaja competitiva: Liderazgo de
10
1.1.8.
Casi siempre la teora convencional del comercio internacional omite el papel de los costos
de transporte dentro del flujo comercial. El papel de los costos de transporte, del espacio y la
localizacin de la produccin no ha sido tomado en cuenta en la gran mayora de modelos de
comercio internacional, negndose as el vnculo entre la geografa y el comercio, este es un
campo en el cual los costos de transporte juegan un papel crucial, donde Krugman presenta
de manera especfica, el papel de los centros o ejes de transporte (a transport hub)
dentro del comercio interregional y quizs internacional.
1.2.
CURSO:
DOCENTE:
11
Y + F=C+ S p+T TR
Hacia las familias se dirige el ingreso o producto agregado incluyendo la renta neta de
factores, F (que en general, en pases en desarrollo es deficitaria), y de las familias salen
flujos de consumo, ahorro e impuestos netos de transferencias.
Otra forma de definir una economa abierta, mediante el mtodo del valor agregado, es que
incorporamos al sector externo mediante la Balanza de pagos. As el Producto Bruto Interno
ser igual a la suma del Consumo privado (C), inversin (I), gasto del gobierno (G),
exportaciones netas (XN) y cuenta financiera (BF).
Y =C + I +G+ XN + BF
1.3.
TRMINOS DE INTERCAMBIO:
CURSO:
DOCENTE:
Se define a los trminos de intercambio como la razn que existe entre los precios de los
productos de exportacin y los precios de los productos de importacin, es decir, al precio
relativo de las exportaciones en trminos de las importaciones. (Tovar & Chuy, 2000)
El ndice de trminos de intercambio (TI) es el cociente entre el ndice de precios de las
exportaciones (IPX) y el ndice de precios de las importaciones (IPM) multiplicado por 100:
TI =
IP X
100
IP M
12
los precios de las exportaciones aumentan ms o disminuyen menos que los precios de las
TRABAJO DE INVESTIGACIN ECONOMTRICA: Pgina
importaciones en dicho periodo. Ello implica que, con la misma cantidad fsica de
exportaciones, el pas puede importar una mayor cantidad de bienes; la relacin es directa.
Es necesario distinguir los efectos de un choque de los trminos de intercambio, segn si el
choque es percibido como temporal o permanente. Aquellos que son percibidos como
temporales ocasionan que los agentes econmicos ajusten sus ahorros con el fin de suavizar
el consumo en el tiempo, y las decisiones de inversin no resultarn significativamente
afectadas, dada su naturaleza de largo plazo. Un aumento de los trminos de intercambio se
traducir en un supervit de la cuenta corriente, mientras que una disminucin generar un
dficit. Cuando un choque es considerado permanente, la economa se ajustar a las nuevas
condiciones. Una mejora en los trminos de intercambio aumenta el poder de compra del
producto bruto interno del pas. Si aumentan los precios de los bienes que exportamos,
mejora la rentabilidad de las empresas. Los mayores ingresos por exportaciones influyen en
CURSO:
DOCENTE:
el ahorro interno, la inversin, el gasto, los ingresos tributarios del gobierno, el empleo, etc.
Igualmente, si se reducen los precios de nuestras importaciones aumenta la capacidad para
adquirir insumos, bienes de capital y bienes de consumo del exterior, impulsando el
crecimiento de la economa.
1.4.
Surge por la agregacin de los ndices de precios por pases, o bien por las industrias CIIU
13
Con:
m=
n=1
ptm q tm
pmp qtm
m=1
CURSO:
DOCENTE:
( IPPtp ) T
14
CURSO:
DOCENTE:
15
CURSO:
DOCENTE:
a factores del desarrollo del comercio internacional de la economa peruana, pero debe
tenerse en cuenta que en ltimo tramo se observa una tendencia a la baja, explicada por la
actual desaceleracin econmica que vive el Per, expresada en un descenso del comercio
internacional debido a shocks externos, as como factores de competitividad internos.
EXP_TRAD
4,000
3,500
3,000
2,500
16
2,000
1,500
1,000
500
0
1985
1990
1995
2000
2005
2010
2015
FUENTE: Eviews6
CURSO:
DOCENTE:
TER_INT
120
110
100
90
80
70
60
17
50
96
98
00
02
04
06
08
10
12
14
FUENTE: Eviews6
Y es as como observamos tambin una tendencia hacia arriba pero una tendencia hacia la
baja en el ltimo tramo, en donde tenemos un primer indicio del grado de relacin entre las
variables mencionadas.
CURSO:
DOCENTE:
Donde:
EXPTRA Dt :
millones de dlares.
Ct
: Componente cclico.
Tt
: Componente tendencia.
St
: Componente estacionalidad.
It
: Componente irregular.
4.1.
4.1.1.
18
1990
1995
2000
2005
2010
2015
CURSO:
DOCENTE:
FUENTE: Eviews6
4.1.2.
CICLO:
19
EXP_TRAD
4,000
3,500
3,000
2,500
2,000
1,500
1,000
500
0
1985
1990
1995
2000
2005
2010
2015
FUENTE: Eviews6
Deducimos por el grfico que existen diversos periodos de auge y recesin en la tendencia,
en donde no existe una frecuencia ni una magnitud constante entre los mencionados
periodos cclicos.
4.1.3.
ESTACIONALIDAD:
CURSO:
DOCENTE:
A.
LINEAS APILADAS:
GRAFICO 3: ESTACIONALIDAD POR LNEAS APILADAS:
EXP_TRAD by Season
4,000
3,500
3,000
2,500
2,000
1,500
1,000
500
0
Feb
Mar
Apr
May
20
Jan
Jun
Jul
Aug
Sep
Oct
Nov
Dec
Means by Season
FUENTE: Eviews6
Al analizar el grfico, observamos que existe una marcada estacionalidad en los meses de
Abril y Diciembre, los cuales indican que en esos meses durante cada ao del horizonte de
tiempo analizado que es desde 1985 hasta 2015, la variable reflejo el mismo patrn de
conducta, en comparacin con los dems meses.
B.
EXP_TRAD by Season
4,000
LINEAS MLTIPLES:
3,500
Jan
3,000
Feb
GRAFICO 4: ESTACIONALIDAD POR MULTIPLES LINEAS
Mar
2,500
Apr
May
Jun
Jul
Aug
Sep
Oct
Nov
Dec
2,000
1,500
1,000
Anlisis500
Economtrico de Series de Tiempo y Procesos Estocsticos UNP 2015
0
1985
1990
1995
2000
2005
2010
2015
CURSO:
DOCENTE:
FUENTE: Eviews6
Del mismo modo, podemos observar que la lnea que se encuentra superpuesta en
comparacin a las dems es la correspondiente al mes de Abril, lo que refuerza lo deducido
21
4.1.4.
COMPONENTE IRREGULAR:
Cuando nos referimos al componente irregular los referimos a la conducta inestable que
hace que la variable fluctu a lo largo del tiempo, en otras palabras, la conducta oscilatoria
se expresa en este componente la cual se deben a alteraciones en variables que tienen una
relacin con las exportaciones tradicionales.
4.2.
CURSO:
DOCENTE:
22
'COMPORTAMIENTOS LOGARITMICOS:
GENR TREND=@TREND
*DEJAMOS UN PERIODO YA QUE EL LOGARITMO DE 0 NO EXISTE
LS LOG(EXP_TRAD) C LOG(TREND)
LS LOG(EXP_TRAD) C LOG(TREND) LOG(TREND)^2
LS LOG(EXP_TRAD) C LOG(TREND) LOG(TREND)^2 LOG(TREND)^3
Tenemos que tener bien en claro que solo podemos comparar comportamientos con la
misma estructura, es decir, podemos comparar entre comportamientos sin logaritmo, entre
4,000
comportamientos semilogartmicos
o entre comportamientos logartmicos.
3,000
Es por dicha cuestin que los mejores replicadores de la conducta de las exportaciones
2,000
GRAFICO 5: MEJORES
REPLICADORES DE LA CONDUCTA DE LA VARIABLE
0
-1,000
-2,000
1985
1990
1995
2000
2005
2010
2015
EXP_TRAD_CUBIC
EXP_TRAD_SEM_CUB
CURSO:
DOCENTE:
FUENTE: Eviews6
En donde podemos observar claramente que la estructura que replica de la mejor forma la
23
4.3.
PURIFICACIN DE LA VARIABLE:
Como hemos mencionado anteriormente, toda serie de tiempo y/o variable macroeconmica
cuentan con sus 4 componentes que determinan su conducta histrica a lo largo del tiempo,
es por ello que existen diversos mtodos para poder purificarlas y as separar sus diversos
componentes para poder apreciar de mejor una forma como se comportan estos a lo largo del
tiempo, y como es que originan las diferentes oscilaciones de su conducta.
4.3.1.
EXPTRA Dt =Ct + T t + S t + I t
CURSO:
DOCENTE:
EXPTRA Dt S t=Ct +T t + I t
EXPTRA D t =
Ct +T t + I t
A. DESDESTACIONALIZAMIENTO ADITIVO:
El mtodo aditivo permite quitar la estacionalidad de una variable, generando una funcin de
estacionalidad que permite observar el mes con mayor estacionalidad a lo largo del periodo
de anlisis, el cual se determinara mediante la eleccin del mayor valor relativo.
24
FUENTE_ Eviews
Por tal motivo deducimos que el mes de Abril es el que cuenta con el mayor grado de
estacionalidad, y al aplicarle el mtodo aditivo de desestaconalizamiento, nos damos cuenta
que dicho patrn repetitivo desaparece en ese mes.
B. DESESTACIONALIZAMIENTO POR REZAGOS:
CURSO:
DOCENTE:
3,600
3,200
2,800
2,400
2,000
1,600
1,200
800
400
0
25
Jan
Feb
EXP_TRASA by Season
EXP_TRASA by Season
3,600
3,200
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
Oct
Nov
Dec
2,800
2,400
2,000
1,600
1,200
800
Mar
Apr
May
Jun
Jul
Aug
Means by Season
Sep
Oct
Nov
Dec
400
0
1985
1990
1995
2000
2005
2010
2015
FUENTE: Eviews6
4.4.
EXPTRA Dt =Ct + T t + S t + I t
CURSO:
DOCENTE:
EXPTRA Dt T t =C t + St + I t
EXPTRA D t =
Ct +T t + I t
26
recordar que la mejor estructura que reflejaba la conducta de la variable era la logartmica
TRABAJO DE INVESTIGACIN ECONOMTRICA: Pgina
CURSO:
DOCENTE:
GENR DEXP_TRAD_SAD12=D(EXP_TRAD_SA,12)
27
-1,000
-2,000
1985
1990
1995
EXP_TRAD
EXP_TRADST
2000
2005
2010
2015
EXP_TRAD_LOG_CUB
DEXP_TRADST
FUENTE: Eviews6
CURSO:
DOCENTE:
5.1.
28
DATOS
ES ESTACIONARIO?
NO
Descubrir la
SI
transformacin
, d*
5.1.1.
CURSO:
DOCENTE:
Y t =Y t1 + t
Y t =+ 0Y t1 + t
Y t =+ 0Y t1 + 1T t + t
H1:
0 1
29
H0:
( 01) Y t1 + 1T t + t
Y t =+
(
01)==0
H0:
H1:
0 0
CURSO:
DOCENTE:
30
FUENTE: Eviews6
CURSO:
DOCENTE:
Aceptamos H por lo que posee raz unitaria, as que concluimos que se trata de una
0
variable no estacionaria.
5.1.2.
31
Y t =+ 0Y t1 + t
Y t =+ 0Y t1 + 1T t + t
H0:
0=1
H1:
0 1
CURSO:
DOCENTE:
( 01) Y t1 + 1T t + Y t1 + Y t 2+ ..+ Y t p + t
Y t=+
H0: ( 01)==0
H1:
0 0
32
CURSO:
DOCENTE:
FUENTE: Eviews6
En donde apreciamos que:
t c <t t
Aceptamos H por lo que posee raz unitaria, as que concluimos que se trata de una
0
33
variable no estacionaria.
Como necesitamos obtener una variable estacionaria para poder seleccionar la mejor
estimacin, entonces utilizaremos la transformacin Box-Cox para tratar de hallar la variable
estacionaria.
Gracias a la metodologa de lhospital nosotros podemos establecer valores para y de esa
manera poder transformar la variable con el objetivo de encontrar la estructura que sea
estacionaria.
X t 1
CURSO:
DOCENTE:
expTRAD
log ( t)
expTRAD
Por consiguiente procederemos a comprobar si la variable log ( t) es una variable
34
estacionaria, mediante es test de Dickey Fuller aumentado, por ser un test ms robusto que
su versin simplificada.
CURSO:
DOCENTE:
35
FUENTE: Eviews6
Aceptamos H por lo que posee raz unitaria, as que concluimos que se trata de una
0
variable no estacionaria.
Debido a que no hemos logrado identificar a la variable estacionaria para la
estimacin procederemos a utilizar sus diferencias como otro recurso, en donde
comprobaremos la estacionariedad de la diferencia logartmica de la variable, ya
que el logaritmo de la variable es ms significativo que la variable original a la
hora de realizar los test.
CURSO:
DOCENTE:
expTRAD
log ( t)
)
d
36
LOGARTMICA
FUENTE: Eviews6
t >t
CURSO:
DOCENTE:
Aceptamos H por lo que no posee raz unitaria, as que concluimos que se trata de
1
una variable estacionaria.
DATOS
ES ESTACIONARIO?
NO
Exp_trad, log (Exp_trad)
37
SI
TRABAJO DE INVESTIGACIN ECONOMTRICA: Pgina
d (log (Exp_trad))
EX PTRAD
log ( t)
d
ARIMA ( p , 1, q)
CURSO:
DOCENTE:
38
FUENTE: Eviews6
CURSO:
DOCENTE:
5.2.
ESTIMACIN:
39
CURSO:
DOCENTE:
MODELO 9: LS DLEXPTRA C AR(1) AR(2) AR(4) AR(10) AR(12) AR(24) AR(27) AR(32) MA(1) MA(4)
MA(8) MA(20) MA(24)
MODELO 10: LS DLEXPTRA C AR(1) AR(4) AR(10) AR(12) AR(24) AR(27) AR(32) MA(1) MA(4)
MA(8) MA(20) MA(24)
MODELO 11: LS DLEXPTRA C AR(1) AR(4) AR(10) AR(12) AR(24) AR(32) MA(1) MA(4) MA(8)
MA(20) MA(24)
MODELO 12: LS DLEXPTRA C AR(1) AR(4) AR(10) AR(12) AR(24) AR(32) MA(1) MA(4) MA(8)
MA(24)
MODELO 13: LS DLEXPTRA C AR(4) AR(10) AR(12) AR(24) AR(32) MA(1) MA(4) MA(8) MA(24)
MODELO 14: LS DLEXPTRA C AR(4) AR(12) AR(24) AR(32) MA(1) MA(4) MA(8) MA(24)
MODELO 15: LS DLEXPTRA C AR(4) AR(12) AR(24) MA(1) MA(4) MA(8) MA(24)
40
o
o
MODELO 17: LS DLEXPTRA C AR(12) AR(24) MA(1) MA(4) MA(8) MA(24) MA(34)
MODELO 18: LS DLEXPTRA C AR(12) AR(24) MA(1) MA(8) MA(24) MA(34)
CURSO:
DOCENTE:
MODELO
1.000000
2.000000
3.000000
4.000000
5.000000
6.000000
7.000000
8.000000
9.000000
10.00000
11.00000
41
12.00000
13.00000
14.00000
15.00000
16.00000
17.00000
18.00000
N
268.0
000
268.0
000
268.0
000
268.0
000
268.0
000
268.0
000
268.0
000
268.0
000
268.0
000
268.0
000
268.0
000
268.0
000
268.0
000
268.0
000
276.0
000
276.0
000
276.0
000
276.0
000
FI
TETA
TC
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
FC
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
PROB <
0.05
R^2
WN
JB
AKAIKE
SCHWAR
0.350000 NO
4.430000
-1.310000
-1.010000
0.352300 NO
4.086800
-1.311900
-1.030500
0.342800
SI
4.158100
-1.304700
-1.036800
0.326300 NO
4.362000
-1.287400
-1.032800
0.347900 NO
3.725400
-1.327500
-1.086300
0.345900 NO
3.124800
-1.331900
-1.104200
0.345900 NO
3.104000
-1.339300
-1.124900
0.343000 NO
3.551700
-1.342400
-1.141400
0.338900 NO
4.049400
-1.343500
-1.155900
0.332200 NO
3.451400
-1.341000
-1.166800
0.323000 NO
2.593200
-1.334800
-1.174000
0.314000 NO
2.798400
-1.329000
-1.181600
0.308700 NO
2.889400
-1.328800
-1.194800
0.307100 NO
3.074700
-1.334000
-1.213400
0.335700 NO
1.555900
-1.296200
-1.191300
0.337000 NO
4.811600
-1.213500
-1.213500
0.391300
SI
3.997600
-1.384000
-1.278800
0.394700
SI
4.200000
-1.396500
-1.304700
CURSO:
DOCENTE:
42
90
92
94
96
98
00
02
04
06
08
10
12
EXP_TRAD
EXP_TRADF_DIN
EXP_TRADF_EST
FUENTE_Eviews6
Entonces, podemos afirmar que el proceso esttico es mejor que el proceso dinmico en el
sentido de que el proceso esttico replica la tendencia de largo plazo as como las
Anlisis Economtrico de Series de Tiempo y Procesos Estocsticos UNP 2015
CURSO:
DOCENTE:
43
que la esttica, por lo que es decisin del investigador, que tipo de estimacin realizar.
CURSO:
DOCENTE:
44
FUENTE: Eviews6
CURSO:
DOCENTE:
t c >t t
Aceptamos H por lo que no posee raz unitaria, as que concluimos que se trata de
1
una variable estacionaria.
o Para la variable Trminos de Intercambio: TER_INT
45
FUENTE: Eviews6
CURSO:
DOCENTE:
t c >t t
Aceptamos H por lo que no posee raz unitaria, as que concluimos que se trata de
1
una variable estacionaria.
Entonces procederemos a analizar si ambas variables conitegran o no, es decir analizaremos
si es que se tratan de variables espureas o no.
6.1.
46
expTRAD t= 0 + 1
En la primera etapa del anlisis de cointegracin se debe cumplir obligatoriamente que los
residuos sean estacionarios, es decir que los residuos seas I (0), por lo que debe cumplir con
todas las condiciones de un ruido blanco, es decir:
o Media constante.
o Varianza constante.
o Las autocovarianzas dependen solo del intervalo del tiempo.
CURSO:
DOCENTE:
47
1998
2002
2004
2006
2008
2010
2012
FUENTE: Eviews6
Parcialmente, podemos observar que posee media y varianza constante, pero para
comprobarlo, recurriremos al Test de Engle Granger, el cual se basa en el Test de Dickey
Fuller Aumentado:
H0: ( 01)==0
H1:
0 0
Tenemos que tener bien en claro que la metodologa de Engle Granger, se basa en el
comportamiento de los residuos autorregresivos, como si fuera u na caminata aleatoria.
CURSO:
DOCENTE:
48
FUENTE: Eviews6
Aceptamos H por lo que no posee raz unitaria, as que concluimos que se trata de
1
una variable estacionaria.
CURSO:
DOCENTE:
En donde comprobamos que los residuos de la combinacin lneas de las variables son
estacionarios, es decir I (0).
6.2.
TER + 3
expTRAD t= 0 + 1expTRAD t1 + 2
49
H0:
4=0
H1:
4 <0
CURSO:
DOCENTE:
FUENTE: Eviews6
4 <0
50
6.3.
CURSO:
DOCENTE:
Como no conocemos la estructura del modelo, entonces realizamos el test ordenndole que
realice un resumen de todas las estructuras existentes:
51
FUENTE: Eviews6
CURSO:
DOCENTE:
52
FUENTE: Eviews6
CURSO:
DOCENTE:
53
relacin de causalidad que existen entre ambas variables para poder formular los vectores
FUENTE: Eviews6
CURSO:
DOCENTE:
intercambio .
7.2.
7.2.1.
VAR 1 BIVARIADO:
TER + 2
exp TRADt = 0 + 1
TRABAJO DE INVESTIGACIN ECONOMTRICA: Pgina
54
TER + 3expTRADt 1+ t
t1
TER = 0+ 1expTRADt + 2
7.2.2.
VAR 2 BIVARIADO:
TER + 4expTRADt 1+ 5expTRADt 2+ t
t 2
TER + 3
TER + 2
t1
expTRADt = 0+ 1
TER + 3
TER = 0 + 1exp TRADt + 2
t1
CURSO:
DOCENTE:
7.2.3.
VAR 3 BIVARIADO:
TER + 5exp TRADt1 + 6expTRADt 2 + 7expTRADt 3 + t
t 3
TER + 4
TER + 3
t2
t1
TER + 2
t
exp TRADt = 0+ 1
TER + 4
TER + 3
t2
t1
55
7.2.4.
VAR 4 BIVARIADO:
TER + 5
TER + 4
t3
t2
TER + 3
t1
TER + 2
expTRAD t= 0 + 1
t
TER + 5
TER + 4
t3
t2
TER + 3
t1
TER = 0 + 1expTRADt + 2
7.2.5.
VAR 5 BIVARIADO
CURSO:
DOCENTE:
TER + 6
TER + 5
t 4
t3
TER + 4
t 2
TER + 3
TER + 2
t1
exp TRADt = 0 + 1
TER + 6
TER + 5
t 4
t3
TER + 4
t 2
TER + 3
TER = 0 + 1expTRAD + 2
56
t1
7.3.
7.3.1.
EXP_TRAD
TER_INT
EXP_TRAD(-1)
0.657438
(0.05127)
[ 12.8225]
0.000234
(0.00054)
[ 0.42990]
TER_INT(-1)
15.70805
(2.43014)
[ 6.46386]
0.983119
(0.02576)
[ 38.1663]
-798.4027
1.249015
CURSO:
DOCENTE:
(1.41983)
[ 0.87969]
EXP_TRAD
TER_INT
EXP_TRAD(-1)
0.409966
(0.06819)
[ 6.01238]
0.001079
(0.00077)
[ 1.40124]
EXP_TRAD(-2)
0.364686
(0.06527)
[ 5.58743]
-0.000669
(0.00074)
[-0.90821]
TER_INT(-1)
21.43665
(6.39262)
[ 3.35334]
1.136653
(0.07219)
[ 15.7446]
TER_INT(-2)
-11.00983
(6.72038)
[-1.63828]
-0.162620
(0.07589)
[-2.14271]
-526.9757
(136.105)
[-3.87183]
1.708530
(1.53707)
[ 1.11155]
EXP_TRAD(-1)
0.338348
(0.07183)
[ 4.71040]
0.001935
(0.00081)
[ 2.37733]
EXP_TRAD(-2)
0.245864
(0.07320)
[ 3.35882]
0.000566
(0.00083)
[ 0.68184]
EXP_TRAD(-3)
0.201391
(0.06933)
[ 2.90498]
-0.002324
(0.00079)
[-2.95783]
VAR 2 BIVARIADO:
57
7.3.2.
(133.950)
[-5.96047]
7.3.3.
VAR 3 BIVARIADO:
TER_INT(-1)
24.46465
(6.34984)
[ 3.85280]
1.110334
(0.07197)
[ 15.4279]
TER_INT(-2)
-21.87179
(9.59744)
[-2.27892]
-0.095036
(0.10878)
[-0.87367]
TER_INT(-3)
7.479635
(6.66076)
[ 1.12294]
-0.031978
(0.07549)
[-0.42359]
-509.1100
(139.019)
[-3.66217]
1.232093
(1.57565)
[ 0.78196]
EXP_TRAD
TER_INT
EXP_TRAD(-1)
0.350499
(0.07400)
[ 4.73642]
0.001800
(0.00084)
[ 2.13415]
EXP_TRAD(-2)
0.281163
(0.07686)
[ 3.65816]
0.000360
(0.00088)
[ 0.41118]
EXP_TRAD(-3)
0.221368
(0.07535)
[ 2.93771]
-0.002545
(0.00086)
[-2.96368]
58
CURSO:
DOCENTE:
7.3.4.
VAR 4 BIVARIADO:
EXP_TRAD(-4)
-0.090772
(0.07281)
[-1.24670]
0.000632
(0.00083)
[ 0.76206]
TER_INT(-1)
23.05368
(6.52220)
[ 3.53465]
1.122795
(0.07434)
[ 15.1040]
TER_INT(-2)
-20.06907
(9.64480)
[-2.08082]
-0.102585
(0.10993)
[-0.93321]
TER_INT(-3)
0.258068
(9.74603)
[ 0.02648]
-0.026957
(0.11108)
[-0.24268]
TER_INT(-4)
7.893581
(6.67940)
[ 1.18178]
-0.012795
(0.07613)
[-0.16806]
-564.0316
(144.274)
[-3.90944]
1.377067
(1.64438)
[ 0.83744]
EXP_TRAD
TER_INT
EXP_TRAD(-1)
0.367504
(0.07475)
[ 4.91644]
0.001988
(0.00085)
[ 2.33184]
EXP_TRAD(-2)
0.250369
(0.07967)
[ 3.14275]
0.000229
(0.00091)
[ 0.25237]
EXP_TRAD(-3)
0.179367
(0.07962)
-0.002902
(0.00091)
59
CURSO:
DOCENTE:
7.3.5.
VAR 5 BIVARIADO
60
CURSO:
DOCENTE:
7.4.
[ 2.25270]
[-3.19585]
EXP_TRAD(-4)
-0.131964
(0.07919)
[-1.66643]
0.000521
(0.00090)
[ 0.57678]
EXP_TRAD(-5)
0.119740
(0.07612)
[ 1.57312]
0.000759
(0.00087)
[ 0.87437]
TER_INT(-1)
22.13092
(6.53656)
[ 3.38571]
1.115211
(0.07454)
[ 14.9604]
TER_INT(-2)
-17.04557
(9.84366)
[-1.73163]
-0.088103
(0.11226)
[-0.78482]
TER_INT(-3)
-1.509116
(9.80674)
[-0.15389]
-0.047695
(0.11184)
[-0.42647]
TER_INT(-4)
10.72925
(9.81695)
[ 1.09293]
0.093607
(0.11195)
[ 0.83612]
TER_INT(-5)
-4.139989
(6.79811)
[-0.60899]
-0.108595
(0.07753)
[-1.40074]
-514.4780
(151.609)
[-3.39346]
2.205728
(1.72897)
[ 1.27574]
CURSO:
DOCENTE:
o Se elige al que tiene menor Scharws, el cual es el criterio que predomina sobre los
dems.
61
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
7.4.
0.961836
0.960598
6998596.
194.5000
777.0884
-1280.794
13.41452
13.53328
1388.245
979.8581
0.988935
0.988577
899.0435
2.204471
2755.829
-420.6445
4.454630
4.573393
81.80937
20.62555
Las funciones de Impulso respuesta son las respuestas de todas las variables en el modelo a
un shock estructural de 1 unidad a 1 variable en el modelo, en otras palabras es la respuesta
de las exportaciones tradicionales a un impulso en los trminos de intercambio manteniendo
todas las otras variables en el momento t anteriores constantes.
En primer lugar, la matriz de impulso respuesta de ambas variables es:
Response of EXP_TRAD:
Period
1
2
3
EXP_TRAD
TER_INT
194.5000
(9.92554)
71.64351
(14.9463)
82.53274
0.000000
(0.00000)
53.61507
(14.1823)
29.73849
CURSO:
DOCENTE:
4
5
6
7
8
9
10
Response of TER_INT:
Period
1
62
2
3
4
5
6
7
8
9
10
(14.9880)
95.41695
(12.4261)
68.92788
(13.0230)
73.13937
(13.1912)
67.78539
(14.0010)
61.02031
(14.7793)
59.15568
(15.5562)
54.84700
(16.3968)
(15.0213)
49.95672
(11.8898)
61.73580
(13.5506)
64.50511
(14.6553)
74.63613
(15.5435)
80.16124
(16.8410)
85.13470
(18.0611)
90.41588
(19.1601)
EXP_TRAD
TER_INT
0.238497
(0.15863)
0.641256
(0.23868)
0.938031
(0.29688)
0.721187
(0.30528)
0.755961
(0.33742)
0.736403
(0.35767)
0.681538
(0.37929)
0.674949
(0.40097)
0.647563
(0.42043)
0.624544
(0.43952)
2.191532
(0.11184)
2.433333
(0.20074)
2.597307
(0.26880)
2.670429
(0.31798)
2.629321
(0.35550)
2.661211
(0.38548)
2.663222
(0.41669)
2.657538
(0.44928)
2.660004
(0.48073)
2.652424
(0.51061)
CURSO:
DOCENTE:
63
CURSO:
DOCENTE:
250
250
200
200
150
150
100
100
50
50
-50
-50
1
10
-1
64
10
1
0
-1
2
10
10
FUENTE_ Eviews6
En donde podemos apreciar que la conducta de las variables ante shocks en sus
determinantes es un poco no estable, ya que demora mucho para adecuarse a su equilibrio de
largo plazo.
CONCLUSIONES
CURSO:
DOCENTE:
1. Las series de tiempo son un recurso bastante importante para los investigadores de la
materia econmica ya que nos permite, adems de los modelos estructurales, replicar
el comportamiento de una determinada variable, todo ello para poder modelizar y
realizar un pronstico sin grandes errores en la estimacin, esto se justifica en la
medida de que el labor de todo economista es analizar la realidad y tratar de
disminuir el problema econmico para el mediano y largo plazo.
2. Las exportaciones tradicionales, as como los Trminos de intercambio son variables
que estn muy relacionadas a lo largo del tiempo, del mismo modo, son variables
tiles para poder explicar como alteraciones en una de ellas genera un impacto sobre
65
la otra, lo que permite afirmar con mayor certeza que la cointegracin de una
BIBLIOGRAFA
CURSO:
DOCENTE:
66
de C.V. Mxico.
ANEXOS
ANEXO 01: DATA DEL ANLISIS ECONOMTRICO
Exportaciones Tradicionales
(Mill. US$)
ene-85
137.2
feb-85
163.5
mar-85
205.9
abr-85
202.3
Trminos de Intercambio
(2007=100)
ene-96
63.2
feb-96
62.5
mar-96
62.7
abr-96
65
CURSO:
DOCENTE:
67
may-85
jun-85
jul-85
ago-85
sep-85
oct-85
nov-85
dic-85
ene-86
feb-86
mar-86
abr-86
may-86
jun-86
jul-86
ago-86
sep-86
oct-86
nov-86
dic-86
ene-87
feb-87
mar-87
abr-87
may-87
jun-87
jul-87
ago-87
sep-87
oct-87
nov-87
dic-87
ene-88
feb-88
mar-88
abr-88
may-88
jun-88
jul-88
197.9
185.8
174.6
198.4
206.5
184.1
213
189.7
162.3
128.3
169
132
177.4
138.6
146.1
152.1
190.6
170.6
140.8
176.2
131.4
145.4
144
143.5
183.1
177.3
147.3
204.7
187.9
147.7
145.3
193.3
143.4
131.1
163.3
161.9
160.2
200.2
171.1
may-96
jun-96
jul-96
ago-96
sep-96
oct-96
nov-96
dic-96
ene-97
feb-97
mar-97
abr-97
may-97
jun-97
jul-97
ago-97
sep-97
oct-97
nov-97
dic-97
ene-98
feb-98
mar-98
abr-98
may-98
jun-98
jul-98
ago-98
sep-98
oct-98
nov-98
dic-98
ene-99
feb-99
mar-99
abr-99
may-99
jun-99
jul-99
63.3
61.2
59.4
58.6
58.7
61.6
59.8
62.4
61.7
64.2
65.6
63.9
65.9
66.9
66.1
66
66.4
65.2
62.8
62.5
62.5
64.7
63.6
64.9
65.3
64.5
63.5
64.9
63.5
61.3
59.1
58.9
58
59.9
60.6
59
54.9
58.5
55.3
CURSO:
DOCENTE:
68
ago-88
sep-88
oct-88
nov-88
dic-88
ene-89
feb-89
mar-89
abr-89
may-89
jun-89
jul-89
ago-89
sep-89
oct-89
nov-89
dic-89
ene-90
feb-90
mar-90
abr-90
may-90
jun-90
jul-90
ago-90
sep-90
oct-90
nov-90
dic-90
ene-91
feb-91
mar-91
abr-91
may-91
jun-91
jul-91
ago-91
sep-91
oct-91
167.3
189.1
155.4
152.6
147.3
178.1
203
221.2
193.6
242.2
225.4
209.1
228.7
227.8
189.5
187.2
183.9
216
153.1
155.2
162.2
122.2
227.3
184.3
230.4
242
169.1
180.9
215.7
193.1
197.8
188.2
212.2
211.4
235.6
213.2
219.3
172.1
166.6
ago-99
sep-99
oct-99
nov-99
dic-99
ene-00
feb-00
mar-00
abr-00
may-00
jun-00
jul-00
ago-00
sep-00
oct-00
nov-00
dic-00
ene-01
feb-01
mar-01
abr-01
may-01
jun-01
jul-01
ago-01
sep-01
oct-01
nov-01
dic-01
ene-02
feb-02
mar-02
abr-02
may-02
jun-02
jul-02
ago-02
sep-02
oct-02
59.1
60
60.9
60.9
59.7
59.9
58.7
58.1
57.2
57.5
57
58.3
57.2
58
56.3
56.9
55.7
55.7
58
57.7
55.7
56.7
57.6
57.7
57
56.2
57.1
58.2
58.4
58.9
59.6
61
61.2
60.8
60.7
61.9
60.6
59.8
61.6
CURSO:
DOCENTE:
69
nov-91
dic-91
ene-92
feb-92
mar-92
abr-92
may-92
jun-92
jul-92
ago-92
sep-92
oct-92
nov-92
dic-92
ene-93
feb-93
mar-93
abr-93
may-93
jun-93
jul-93
ago-93
sep-93
oct-93
nov-93
dic-93
ene-94
feb-94
mar-94
abr-94
may-94
jun-94
jul-94
ago-94
sep-94
oct-94
nov-94
dic-94
ene-95
155.6
193.9
218.5
194.9
173
177.5
242.4
175.7
200.1
200.2
270.9
243.1
251.5
214.3
203
176.3
174.6
182.4
192.6
223.8
162.2
196.7
166.1
224.6
204.4
211.6
225.2
229.2
225.3
249.2
281.9
245.6
300.7
298.8
291.7
256.2
254.8
297.9
307.9
nov-02
dic-02
ene-03
feb-03
mar-03
abr-03
may-03
jun-03
jul-03
ago-03
sep-03
oct-03
nov-03
dic-03
ene-04
feb-04
mar-04
abr-04
may-04
jun-04
jul-04
ago-04
sep-04
oct-04
nov-04
dic-04
ene-05
feb-05
mar-05
abr-05
may-05
jun-05
jul-05
ago-05
sep-05
oct-05
nov-05
dic-05
ene-06
63.5
62
60.9
61.5
59.3
57.7
60.1
60.1
60.8
61.5
64
63.6
67.3
66.4
66.9
70.9
74.7
72.6
70.9
71.9
67.6
69.9
68.5
71.4
70.5
71
70.9
72.7
72.6
73.4
74.5
75.4
74.4
74.1
75.1
73.3
79.6
82.2
84.5
CURSO:
DOCENTE:
70
feb-95
mar-95
abr-95
may-95
jun-95
jul-95
ago-95
sep-95
oct-95
nov-95
dic-95
ene-96
feb-96
mar-96
abr-96
may-96
jun-96
jul-96
ago-96
sep-96
oct-96
nov-96
dic-96
ene-97
feb-97
mar-97
abr-97
may-97
jun-97
jul-97
ago-97
sep-97
oct-97
nov-97
dic-97
ene-98
feb-98
mar-98
abr-98
327.1
301.1
245.3
342.3
396.6
367.8
362.3
348.7
282.5
321.7
380.7
327.5
343.7
390.6
314.8
339
423.8
398.2
358.5
310.4
315.7
323.7
367.5
388
345.8
391.5
333.8
463.2
532.8
425.7
466.2
345.2
358.6
296.1
357.8
255.7
208
237.8
230.1
feb-06
mar-06
abr-06
may-06
jun-06
jul-06
ago-06
sep-06
oct-06
nov-06
dic-06
ene-07
feb-07
mar-07
abr-07
may-07
jun-07
jul-07
ago-07
sep-07
oct-07
nov-07
dic-07
ene-08
feb-08
mar-08
abr-08
may-08
jun-08
jul-08
ago-08
sep-08
oct-08
nov-08
dic-08
ene-09
feb-09
mar-09
abr-09
85.3
87.3
93.6
100.9
98.5
99
100.6
97
99.7
102.8
100
97.3
98.1
99.2
105.7
106.4
102.2
103.1
101
97.2
98.6
96.2
96
94.8
97.7
99
98.6
93.5
91.5
90.6
88
84.3
78.7
74.4
73.9
74.8
78.5
79.6
80.4
CURSO:
DOCENTE:
71
may-98
jun-98
jul-98
ago-98
sep-98
oct-98
nov-98
dic-98
ene-99
feb-99
mar-99
abr-99
may-99
jun-99
jul-99
ago-99
sep-99
oct-99
nov-99
dic-99
ene-00
feb-00
mar-00
abr-00
may-00
jun-00
jul-00
ago-00
sep-00
oct-00
nov-00
dic-00
ene-01
feb-01
mar-01
abr-01
may-01
jun-01
jul-01
280.3
292.5
333.9
381.2
362.8
341.2
357.7
430.8
381.1
279.6
311.6
295.7
347
314.4
379
396
312.8
358.7
383.2
382.7
378.1
354.6
400
344.5
382.1
430
442.3
447
384.8
455.6
355
430.5
359.2
339.5
351.8
366.9
403.8
443.3
471.8
may-09
jun-09
jul-09
ago-09
sep-09
oct-09
nov-09
dic-09
ene-10
feb-10
mar-10
abr-10
may-10
jun-10
jul-10
ago-10
sep-10
oct-10
nov-10
dic-10
ene-11
feb-11
mar-11
abr-11
may-11
jun-11
jul-11
ago-11
sep-11
oct-11
nov-11
dic-11
ene-12
feb-12
mar-12
abr-12
may-12
jun-12
jul-12
83.9
84.3
85.9
88.5
91.8
93.7
98.6
100.4
102.1
101.4
100.4
103
106.5
103.3
101.5
103.6
107.5
110.4
111.4
110.6
113.9
114.7
115.1
114
113.2
111.9
113.6
115.8
115.1
109.6
108.3
109
110.3
114
111.4
110.2
111.9
106.7
107.7
CURSO:
DOCENTE:
72
ago-01
sep-01
oct-01
nov-01
dic-01
ene-02
feb-02
mar-02
abr-02
may-02
jun-02
jul-02
ago-02
sep-02
oct-02
nov-02
dic-02
ene-03
feb-03
mar-03
abr-03
may-03
jun-03
jul-03
ago-03
sep-03
oct-03
nov-03
dic-03
ene-04
feb-04
mar-04
abr-04
may-04
jun-04
jul-04
ago-04
sep-04
oct-04
451.3
346.5
405.5
389.3
401.4
342.1
327.3
387.6
360.3
502.8
549
529.4
530.2
499.8
420.1
413.5
506.6
496.8
489.7
429.1
440.6
560.7
589.6
569.4
539.7
548.4
547.5
506.6
638.2
619
637.8
725.2
639.1
687.7
723.3
828.4
843.7
843.6
865.5
ago-12
sep-12
oct-12
nov-12
dic-12
ene-13
feb-13
mar-13
abr-13
may-13
jun-13
jul-13
ago-13
sep-13
oct-13
nov-13
dic-13
ene-14
feb-14
mar-14
abr-14
may-14
jun-14
jul-14
ago-14
sep-14
oct-14
nov-14
dic-14
ene-15
feb-15
mar-15
abr-15
may-15
jun-15
jul-15
ago-15
sep-15
oct-15
107.8
111
110.6
111.8
112.8
113
112.5
108.9
105.9
103.5
100.5
100.4
100.1
103.3
100.5
101.5
99.5
100.5
100.8
98.5
98
97.3
95.3
99.1
99.9
99
97.4
98.2
98.2
95
95.8
92.6
93.7
95
94
92.3
90.1
87.7
92
CURSO:
DOCENTE:
73
nov-04
dic-04
ene-05
feb-05
mar-05
abr-05
may-05
jun-05
jul-05
ago-05
sep-05
oct-05
nov-05
dic-05
ene-06
feb-06
mar-06
abr-06
may-06
jun-06
jul-06
ago-06
sep-06
oct-06
nov-06
dic-06
ene-07
feb-07
mar-07
abr-07
may-07
jun-07
jul-07
ago-07
sep-07
oct-07
nov-07
dic-07
ene-08
774.8
1010.5
921.8
808.7
1008.4
907.4
974.8
1079
1177.5
1122.7
1140
1064.6
1139.2
1605.4
1045.6
1096.5
1339
1432.3
1501.5
1613.2
1891.2
1521.4
1770.4
1516.7
1655.6
2077.7
1274.7
1462.4
1636.8
1642.9
1663.7
1919
2142.1
1810
2012.5
2022.5
1854.5
2225
1917.8
FUENTE_ BCRP
CURSO:
DOCENTE:
74
feb-08
mar-08
abr-08
may-08
jun-08
jul-08
ago-08
sep-08
oct-08
nov-08
dic-08
ene-09
feb-09
mar-09
abr-09
may-09
jun-09
jul-09
ago-09
sep-09
oct-09
nov-09
dic-09
ene-10
feb-10
mar-10
abr-10
may-10
jun-10
jul-10
ago-10
sep-10
oct-10
nov-10
dic-10
ene-11
feb-11
mar-11
abr-11
1911.5
2154.3
2072.6
2251.8
2149.7
2316.8
2188.4
1909.2
1597.3
1419.6
1376.8
1148.6
1360.8
1436.4
1348
1678.6
1668.6
1814.8
1800.7
1967.4
2015.4
2108.7
2372.3
1927.1
2095.3
2216.2
2058.7
1840.7
2444
2360.6
2406.6
2633
2421
2531
2916
2248.8
2605.8
2903.4
2625.4
CURSO:
DOCENTE:
75
may-11
jun-11
jul-11
ago-11
sep-11
oct-11
nov-11
dic-11
ene-12
feb-12
mar-12
abr-12
may-12
jun-12
jul-12
ago-12
sep-12
oct-12
nov-12
dic-12
ene-13
feb-13
mar-13
abr-13
may-13
jun-13
jul-13
ago-13
sep-13
oct-13
nov-13
dic-13
ene-14
feb-14
mar-14
abr-14
may-14
jun-14
jul-14
3265.5
3378.8
3267.2
3613.4
3056.8
3050.4
2381.9
3498.9
3147.6
2969.4
3174.5
2390.6
2786.5
2879.6
3108
2976.3
3260.8
3092.9
2967.6
3114.7
2597.6
2423.9
2866.5
2390.7
2627.2
2436.8
2514.1
3222.8
2726.3
2685.8
2345.1
2716.3
2227.2
2363.3
2268.9
2256.9
2191.9
2277.6
2382.5
CURSO:
DOCENTE:
ago-14
sep-14
oct-14
nov-14
dic-14
ene-15
feb-15
mar-15
abr-15
may-15
jun-15
jul-15
ago-15
sep-15
oct-15
2625.9
2415.4
2336.8
2094.5
2244.6
1895.6
1707.4
1798
1663.8
1787.8
2286.6
1951.8
2170.4
1794.4
2049.9
76
FUENTE_ BCRP