Un análisis de variables fiscales del Un análisis de variables fiscales del Gobierno Central del Uruguay para el Gobierno Central del Uruguay para el
período 1989-2006.período 1989-2006.
Elena GanónElena GanónIna TiscordioIna Tiscordio
Área de Política Monetaria y Programación MacroeconómicaÁrea de Política Monetaria y Programación MacroeconómicaBanco Central del UruguayBanco Central del Uruguay
Objetivo Objetivo principal:principal: Proyección de corto y mediano plazo de las Proyección de corto y mediano plazo de las
variables fiscales reales del Gobierno Central.variables fiscales reales del Gobierno Central.
Elección GC: sus ingresos y egresos tienen una Elección GC: sus ingresos y egresos tienen una participación del 70% en los ingresos y egresos del participación del 70% en los ingresos y egresos del SPNF.SPNF.
Se trabaja con 15 series fiscales, Se trabaja con 15 series fiscales, aquellas con aquellas con mayor participación en los ingresos y egresos del mayor participación en los ingresos y egresos del GC. Además se trabaja con los ingresos y egresos GC. Además se trabaja con los ingresos y egresos totales. totales.
Series se deflactan por IPC y la frecuencia elegida Series se deflactan por IPC y la frecuencia elegida es trimestral. Se contó con 68 observaciones para es trimestral. Se contó con 68 observaciones para proyectar el 2006.I. proyectar el 2006.I.
2. Análisis univariado de series de tiempo. Metodología Box-Jenkins.
3. Evaluación Predicciones.
4. Conclusiones
1. Análisis Descriptivo.
ETAPAS DEL TRABAJOETAPAS DEL TRABAJO
1. Análisis Descriptivo.
Análisis de clústeres de años (18 años).
Estudio de la estacionalidad: Coeficientes fijos de ajuste estacional. Evolución de los años en función de los trimestres. Procedimiento X -12 - ARIMA.
Análisis de la normativa en el período de estudio.
Análisis de la correlación entre el ciclo de cada variable fiscal y el ciclo del PIB. Anual: con tasas anuales. Trimestral: con el componente ciclo resultante de
aplicar HP a la TC (λ=1600).
1. Análisis Descriptivo. Serie Ingresos reales GC.
25
30
35
40
45
50
5519
89
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
90' Aumento de tasas:
IVA-IRIC-IRP
95' Aumento de tasas:
IVA-IMESI Aut
02' Aumento de base imponible: IVA
Nuevas franjas: IRPAumento IRIC
04' Baja de tasas:
IRIC-IRP
Ingresos GC: 19% PIB (promedio del período)Ingresos GC: 19% PIB (promedio del período)
Ingresos tributarios: 83% del totalIngresos tributarios: 83% del total
1. Análisis Descriptivo. Principales resultados: Ingresos GC
Años en función de los trimestres.
25
30
35
40
45
50
55
I II III IV
1989 1990 1995 1998 2001 2002 2004 2005 2006
1. Análisis Descriptivo. Principales resultados: Ingresos GC.
Evolución de los Factores Estacionales - Método X-12-ARIMA
94
96
98
100
102
104
106
1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Trim I Trim II Trim III Trim IV
1. Análisis Descriptivo. Principales resultados: Ingresos GC.
Variación Anual Porcentual de la Recaudación DGI, de los Ingresos de GC y del PIB Real
-15
-10
-5
0
5
10
15
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
PIB Rec DGI Ingresos Totales Coef. corr. I-PIB:Coef. corr. I-PIB:
0.76-0.700.76-0.70
2. Análisis univariado de series de tiempo.
3. Evaluación Predicciones.
4. Conclusiones y agenda.
1. Análisis Descriptivo.
ETAPAS DEL TRABAJOETAPAS DEL TRABAJO
2. Modelización Univariada.
Modelos ARIMA multiplicativos estacionales a 16 series: SARIMA (p,d,q)×(P,D,Q)s
Φp(B)ΦP(Bs)(1-B)d(1-Bs)Dxt = Θq(B)ΘQ(Bs)at
Metodología: Box-Jenkins
1. Definición de la clase de modelos.2. Identificación del modelo (s, d, D, p, P, q y Q). Funciones
de Autocorrelación. Test de Dickey Fuller Aumentado.3. Estimación de los parámetros (máx. verosimilitud).4. Validación. Test de Box-Pierce, Ljung-Box.
Autocorrelaciones de los residuos. Normalidad de residuos.5. Predicción.6. Evaluación de las predicciones.
Principales Modelos Ingresos:
IVA Total: (1-Φ4B4)(1-B)ivatot = at
SARIMA (0,1,0)(1,0,0)4
Recaudación DGI: (1-B)(1-B4)recdgi = (1-θ1B)(1- θ4B4) at
SARIMA (0,1,1)(0,1,1)4
Ingresos: (1-Φ1B-Φ4B4)(1-B)ing = at
ARIMA (4,1,0)
Iva Interno: (1-Φ1B)(1-B4)ivaint = (1- θ4B4)at
SARIMA (1,0,0)(0,1,1)4
IMESI: (1-Φ1B)(1-B4)imesi = (1- θ4B4) at
SARIMA (1,0,0)(0,1,1)4
2. Modelización Univariada. Ajuste Modelo Recaudación DGI.
17
22
27
32
37
42
47
1989.03 1992.03 1995.03 1998.03 2001.03 2004.03 2007.03
cons
tant
e ba
se d
ic 8
5
Observado Modelo Predicción R2: 0.88
var real '07: 7,0% (est)
2. Modelización Univariada. Ajuste Modelo Ingresos.
Ingresos GC
23
28
33
38
43
48
53
58
1989.03 1992.03 1995.03 1998.03 2001.03 2004.03 2007.03
Observado Modelo Predicción
var real '07: 8.2% (est)
R2: 0.82
2. Análisis univariado de series de tiempo.
3. Evaluación Predicciones.
4. Comentarios
1. Análisis Descriptivo.
ETAPAS DEL TRABAJOETAPAS DEL TRABAJO
3. Evaluación de Predicciones. Errores.
Error absoluto medio:Error absoluto medio:
hh
MAD (h)MAD (h) = (1/h)∑ = (1/h)∑ xxt+jt+j - x - xtt (j) (j)
j=1j=1
Error absoluto medio porcentual:Error absoluto medio porcentual:
hh
MAPE (h)MAPE (h) = (1/h) ∑ = (1/h) ∑ xxt+jt+j - x - xtt (j) (j) / x / xt+jt+j
j=1j=1
3. Evaluación de Predicciones. Resultados.
Fecha Base Período
Pasos adelante MAD MAPE MAD MAPE
2005.12 2006.I - 2006.IV 4 2.06 0.04 2.64 0.052005.12 2006.I - 2006.I 1 1.50 0.03 0.66 0.01
2006.03 2006.II - 2006.IV 3 1.66 0.03 3.15 0.062006.03 2006.II - 2006.II 1 1.03 0.02 3.92 0.08
2006.06 2006.III - 2006.IV 2 1.91 0.04 2.27 0.042006.06 2006.III - 2006.III 1 1.99 0.04 0.05 0.05
2006.09 2006.IV - 2006.IV 1 3.14 0.06 3.35 0.06
Evaluación predicción real por MAD y MAPEIngresos GC Egresos
3. Evaluación de Predicciones. Errores.
Error absoluto medio un paso en adelante Error absoluto medio un paso en adelante
k -1k -1
MAD (1) = MAD (1) = (1/k) ∑ (1/k) ∑ x x t+j+1t+j+1 - x - x t+jt+j (1) (1) j=0j=0
Error absoluto medio porcentual un paso en adelante Error absoluto medio porcentual un paso en adelante k -1k -1
MAPE (1) = MAPE (1) = (1/k) ∑ (1/k) ∑ x x t+j+1t+j+1 - x - x t+jt+j (1) (1) / x / x t+j+1t+j+1 jj=0=0
Error medio cuadrático un paso en adelanteError medio cuadrático un paso en adelante k -1k -1
MSE (1) MSE (1) = (1/k) ∑ (x = (1/k) ∑ (x t+j+1t+j+1 - x - x t+jt+j (1)) (1))22
J=0J=0
3. Evaluación de Predicciones. Resultados.
MSE RMSE MAD MAPEIva Interno 1.26 1.12 0.90 0.06Iva Importación 0.27 0.52 0.43 0.04Iva Global - Directo 2.15 1.46 0.99 0.04Iva Global - Indirecto 1.97 1.40 0.99 0.04IRIC 0.17 0.41 0.35 0.06IRP 0.07 0.27 0.24 0.11IMESI Global 0.08 0.29 0.25 0.04Recaudación Neta DGI 3.15 1.78 1.54 0.04Ingresos Totales 4.29 2.07 1.91 0.04
Evaluación predicción real - para el año 2006 un paso adelante
3. Evaluación de Predicciones. Resultados.
ObservadaSituados en: 2005,12 2006,03 2006,06 2006,09 2006,12
Recaudación Neta DGI 2,6 6,2 10,2 9,6 10,3
Ingresos Totales 4,4 4,6 8,8 7,0 8,7
Gastos de Funcionamiento 7,9 15,1 16,6 15,4 15,4
Egresos Totales -0,2 0,8 5,3 3,5 5,2
Predicciones de la Variación Anual para año 2006
4. Conclusiones y temas pendientes.4. Conclusiones y temas pendientes.
Los modelos seleccionados presentan predicciones con Los modelos seleccionados presentan predicciones con errores razonables. errores razonables.
En la agenda se encuentra:En la agenda se encuentra:Seguir evaluando el resultado en pesos Seguir evaluando el resultado en pesos
proyectado para Monetaria.proyectado para Monetaria.Incorporar en el análisis el BPS y las EP.Incorporar en el análisis el BPS y las EP.El cálculo del Resultado Estructural para El cálculo del Resultado Estructural para
Uruguay.Uruguay.
Muchas gracias.Muchas gracias.