Anda di halaman 1dari 8

MODELO: Efecto PBI x Construccin PBI Total

MODELACION:

A. Especificacin del modelo


Se centrara en la definicin y explicacin de las variables analizada su modelacin,
especificacin terica, economtrica entre otras, por otro lado se presentaran las
nomenclaturas y las relaciones, as como tambin las unidades en las cuales estn
expresadas las variables.

Definicin de las variables:


PBI:
PBI
4

5.32

Series: PBI
Sample 2001 2009
Observations 9

5.28

3
5.24

5.20

5.16

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

5.182357
5.172136
5.285906
5.083922
0.075455
0.195658
1.611337

Jarque-Bera
Probability

0.780568
0.676865

1
5.12

5.08
2001

2002

2003

2004

2005

2006

2007

2008

5.05

2009

5.10

5.15

5.20

5.25

5.30

PBI CONSTRUCCION
PBI_C
3

4.10

Series: PBI_C
Sample 2001 2009
Observations 9

4.05
4.00

3.95
3.90

1
3.85
3.80

3.75
2001

2002

2003

2004

PBI FINANCIERO

2005

2006

2007

2008

2009

3.75

3.80

3.85

3.90

3.95

4.00

4.05

4.10

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

3.898303
3.861873
4.080495
3.755860
0.119128
0.407969
1.691392

Jarque-Bera
Probability

0.891829
0.640238

PBI_F
6.75
6.70
6.65
6.60
6.55
6.50
6.45
6.40
6.35
2001

2002

2003

2004

2005

2006

2007

2008

2009

Series: PBI_F
Sample 2001 2009
Observations 9
3

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

6.538078
6.505097
6.741780
6.400523
0.121337
0.488593
1.825391

Jarque-Bera
Probability

0.875475
0.645495

0
6.40

6.45

6.50

6.55

6.60

6.65

FIDECOMISOS BANCARIOS EN EL PERU

6.70

6.75

FIDE
7.72
7.68
7.64
7.60
7.56
7.52
7.48
7.44
7.40
7.36
7.32
2001

2002

2003

2004

2005

2006

2007

2008

2009

Series: FIDE
Sample 2001 2009
Observations 9
2

0
7.30

7.35

7.40

7.45

7.50

CREDITO PRIVADO BANCARIO

7.55

7.60

7.65

7.70

7.75

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

7.522710
7.503714
7.701277
7.330027
0.117181
0.157090
2.304252

Jarque-Bera
Probability

0.218541
0.896488

C_PRI
4.7
4.6
4.5
4.4
4.3
4.2
4.1
4.0
3.9
2001

2002

2003

2004

2005

2006

2007

2008

2009

Series: C_PRI
Sample 2001 2009
Observations 9
2

0
3.9

4.0

4.1

4.2

4.3

4.4

5. ESTIMACION DEL SISTEMA

A.

Resultados de la estimacin

4.5

4.6

4.7

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

4.247851
4.186136
4.668120
3.956715
0.276192
0.444683
1.657519

Jarque-Bera
Probability

0.972460
0.614940

A continuacin, mostraremos como se disea el SES (sistema de


ecuaciones simultneas) a partir de la estimacin del modelo economtrico
de las dos ecuaciones. El mtodo empleado ser el de MC2E (mnimos
cuadrados dos etapas) y su formulacin realizada con el software es la
siguiente:

M1=C(1)+C(2)*TAMN+C(3)*PBISA(-1)+C(4)*IPC
TAMN=C(5)+C(6)*M1+C(7)*TAMN(-1)+C(8)*IPC(-1)
Todos los posibles instrumentos son: PBISA(-1), IPC TAMN(-1), IPC(-1)
(variables predeterminadas)

System: SYS02
Estimation Method: Two-Stage Least Squares
Date: 12/05/10 Time: 19:45
Sample: 2001 2009
Included observations: 9
Total system (balanced) observations 18

C(2)
C(3)
C(5)
C(6)

Coefficient

Std. Error

t-Statistic

Prob.

1.053617
-0.437697
0.527583
0.272379

0.079528
0.133346
0.092009
0.073361

13.24839
-3.282419
5.734015
3.712865

0.0000
0.0054
0.0001
0.0023

Determinant residual covariance

5.49E-07

Equation: PBI=C(2)*PBI_F+C(3)*PBI_C
Instruments: C FIDE C_PRI PBI_C
Observations: 9
R-squared
0.951514 Mean dependent var
Adjusted R-squared
0.944588 S.D. dependent var
S.E. of regression
0.017762 Sum squared resid
Durbin-Watson stat
1.502295
Equation: PBI_F=C(5)*FIDE+C(6)*C_PRI+C(6)*PBI
Instruments: C FIDE C_PRI PBI_C
Observations: 9
R-squared
0.819528 Mean dependent var
Adjusted R-squared
0.793746 S.D. dependent var
S.E. of regression
0.055106 Sum squared resid
Durbin-Watson stat
2.138547

5.182357
0.075455
0.002208

6.538078
0.121337
0.021256

B.
Interpretacin del sistema
Se observa una muy buena significatividad de los coeficientes estimados,
buenos coeficientes de determinacin (0.977 para la primera ecuacin y
0.934 para la segunda ecuacin). Los estadsticos Durbin Watson cercanos a
dos para las 2 ecuaciones, lo que indica que se tendr que realizar pruebas
para saber si hay problemas de autocorrelacin serial.
El sistema estimado ser el siguiente:
M1=-57319.11-3952.527*TAMN+196.0114*PBISA(-1)+449.6008*IPC+U1
TAMN=-1.078800-9.98E-06*M1+0.832122*TAMN(-1)+0.014045*IPC(-1)+U2
Adems los signos esperados de los parmetros de la primera ecuacin son
positivos tanto para el PBISA como para el IPC y negativo para el TAMN y
en la segunda ecuacin es negativo para M1, positivos para TAMN(-1) y
IPC(-1).
El t- estadstico nos permite contrastar la hiptesis nula de que el verdadero
parmetro

es

igual

cero,

evaluando

cada

coeficiente

de

manera

independiente. Entonces:
H0 : i = 0 (el coeficiente no es significativo, dado el nivel de confianza)
Nivel de confianza: 95%
Adems, como trabajamos con el Eviews y ste trabaja con la probabilidad
asociada al t-calculado, notamos que la probabilidad asociada es menor a
0.05, por tanto, cabe afirmar que no existe suficiente evidencia para aceptar
la hiptesis nula, dado un nivel de significancia de 0.05, entonces para
nuestro caso rechazamos la hiptesis nula diciendo que los coeficientes
asociados a nuestras variables son significativos.

Ahora analizaremos la heteroscedasticidad en los trminos de error mediante


el contraste de White:
Heteroskedasticity Test: White
F-statistic
Obs*R-squared
Scaled explained SS

2.081217
4.997741
2.898732

Prob. F(3,5)
Prob. Chi-Square(3)
Prob. Chi-Square(3)

0.2214
0.1720
0.4075

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/05/10 Time: 19:52
Sample: 2001 2009
Included observations: 9
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
PBI_F^2
PBI_F*PBI_C
PBI_C^2

-0.022046
0.020319
-0.064257
0.052076

0.013110
0.023421
0.078395
0.065637

-1.681564
0.867532
-0.819654
0.793392

0.1535
0.4253
0.4497
0.4635

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.555305
0.288487
0.000300
4.51E-07
62.86608
2.081217
0.221404

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.000243
0.000356
-13.08135
-12.99369
-13.27051
1.857338

En la primera ecuacin con p-valores mayores que 0.05 indica la ausencia de


heteroscedasticidad.

Heteroskedasticity Test: White


F-statistic
Obs*R-squared
Scaled explained SS

2.660193
7.343656
1.986998

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/05/10 Time: 19:55
Sample: 2001 2009
Included observations: 9

Prob. F(5,3)
Prob. Chi-Square(5)
Prob. Chi-Square(5)

0.2252
0.1963
0.8509

Collinear test regressors dropped from specification


Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
FIDE^2
FIDE*C_PRI
FIDE*PBI
C_PRI^2
C_PRI*PBI

0.002661
-0.002774
0.002885
0.005808
0.004181
-0.010885

0.021730
0.002769
0.006509
0.004518
0.004501
0.007253

0.122442
-1.001734
0.443235
1.285558
0.928867
-1.500785

0.9103
0.3903
0.6876
0.2888
0.4215
0.2304

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.815962
0.509231
0.000206
1.27E-07
68.56294
2.660193
0.225161

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.000251
0.000294
-13.90288
-13.77139
-14.18662
2.288760

En la segunda ecuacin con p-valores mayores que 0.05 indica la ausencia


de heteroscedasticidad.

Anda mungkin juga menyukai