modelo econométrico de las exportaciones en el perú

7/21/2019 Modelo Economtrico de Las Exportaciones en El Per

1/19

Econometra Pgina 1

INDICE

1. MARCO TEORICO 02

2. OBJETIVOS 03

3. DATOS ESTADSTICOS 04

4. ESTIMACIN POR MNIMOS CUADRADOS ORDINARIOS (M.C.O.)04

5. INFERENCIA ESTADSTICA 05

6. MULTICOLINEALIDAD 10

7. HETEROSCEDASTICIDAD 13

8. AUTOCORRELACION 14

9. ANEXOS 17

10. BIBLIOGRAFA 19


2/19

Econometra Pgina 2

MODELO ECONOMETRICO DE LAS EXPORTACIONES DE PRODUCTOS

TRADICIONALES EN EL PER

11.Marco Terico.-

Al ser las exportaciones tradicionales nuestra variable de inters, ser sta la

variable endgena, por lo que nos centraremos en determinar cules han de serlos signos que afectan tanto a la constante como a los coeficientes que ponderan a

las variables explicativas.

Con esto intentaremos predecir cmo se vern afectadas (positiva o

negativamente) las variables exgenas y como estas repercuten sobre el resultado

de la variable endgena de nuestro modelo ha realizar.

PBI Mundial, es sin duda la macro magnitud econmica ms importante

para la estimacin de la capacidad productiva de una economa. Es la suma

de todos los bienes y servicios que produce un pas o una economa en un

periodo determinado (Aproximadamente de un ao).

Tipo de cambio real,son las variaciones en las estructuras de precios de

las exportaciones en relacin a las importaciones. Es necesario distinguir

los efectos de un choque de los tipos de cambios. Aqullos que ocasionan

que los agentes econmicos ajusten sus ahorros con el fin de suavizar el

consumo en el tiempo.


3/19

Econometra Pgina 3

1.1. Modelo terico.-

Para el presente anlisis de las exportaciones tradicionales, centrada en la

economa peruana, consideraremos en nuestra ecuacin al Producto Bruto Interno

(PBI) y a los incentivos tributarios como variables explicativas.

Entonces, tenemos la siguiente ecuacin:

Donde:

- XTRADt: Exportaciones Tradicionales para el periodo t en millones

de dlares.

- PBIt* Producto Bruto Interno del periodo corriente en variacin

porcentual (Promedio de PBI de E.E.U.U. y China).

- TCt: Tipo de cambio del gobierno central para el periodo t

en millones de soles .

Nuestro trabajo utilizara series de tiempo. La estimacin est basada en periodos

trimestrales que van desde el ao 1990 hasta el 2008.

2. OBJETIVOS:

Los objetivos en esta primera parte se centrara en el mtodo de estimacin que

utilizaremos para regresionar nuestro modelo lineal clsico con dos variables

explicativas ser el de mnimos cuadrados ordinarios (MCO). La estimacin por

MCO est sujeta al cumplimiento de los supuestos del modelo clsico, que son los

siguientes:


4/19


5/19

Econometra Pgina 5

S.E. of regression 414.6019 Akaike info criterion 14.93169

Sum squared resid 12376424 Schwarz criterion 15.02439

Log likelihood -556.9385 F-statistic 554.5187

Durbin-Watson stat 1.455065 Prob(F-statistic) 0.000000

Interpretacin del modelo:

Sustituyendo los valores del grafico tenemos:

EXPTRAD = 695.53751 + 0.5298648111*PBIMUNDIAL - 755.3839779*TC

1:Es conocida tambin como la constante de intercepto o autnoma, esta

nos esta indicando que al no tener la participacin del PBI mundial como

tampoco la participacin de los incentivos tributarios, las exportaciones

tradicionales seria igual a 695.53751el cual esta medido en miles de

nuevos soles.

2:Es conocida como el coeficiente de regresin de la variable explicativa.

Este 2 nos indica que si el PBI mundial se incrementa en una unidad en

promedio, las exportaciones tradicionales se incrementa en casi

0.5298648111miles de nuevos soles.

3:Es conocida como el coeficiente de regresin de la variable explicativa,este mide la elasticidad de las exportaciones tradicionales con respecto a

los tipos de cambio. Este 3nos indica que si los los incentivos tributarios se

incrementara en una unidad en promedio, las exportaciones tradicionales

disminuir en casi 755.3839779.


6/19

Econometra Pgina 6

5. INFERENCIA ESTADSTICA:

4.1 Coeficiente de Determinacin.-

El 93.9071% de las exportaciones tradicionales esta

siendo explicada por el Producto Bruto Interno mundial y por los Incentivos

Tributarios.

4.2 Coeficiente de Determinacin Corregido.-

4.3 Prueba t estadstico.-

Para 1:

- H0: 1= 0

- H1: 1

tcrit.= 1.994 y g.l.= 72; comparando para cada uno respectivamente tenemos:

Por lo tanto: Nuestro t calculado se encuentra en lazona de rechazo por lo cual se rechaza el Ho, es decir, el 1es significativo de

manera individual para el modelo.

Para 2:

- H0: 2= 0


7/19

Econometra Pgina 7

- H1: 2


Por lo tanto: Nuestro t calculado se encuentra en lazona de rechazo por lo cual se rechaza la Ho, es decir, el 2es significativo de


Para 3:

- H0: 3= 0

- H1: 3


Por lo tanto: || Nuestro t calculado se encuentra en lazona de rechazo por lo cual se rechaza la Ho, es decir, el 3es significativo de


Conclusin:

Podemos concluir que la significancia individual de cada una de las variables

explicativas se realiza contrastando la igualdad a cero del coeficiente de regresin


8/19

Econometra Pgina 8

que lo acompaa. Los resultados en este anlisis se realizan bajo las columnas t-

statistic. Suponiendo un nivel de significancia de 0.05 (5%) para todas las variables

explicativas son individualmente significativas; es decir, todas las variables son

significativas al 5 %.

4.4 Prueba F.-

Hiptesis:

- Ho: 1= 2 = 3 = 0

- H1: 1 2 3 (si es significativo)

Fcrit = 3.15 donde:

Fcrit.= 3.15 y g.l.= 72; comparando para cada uno respectivamente tenemos:

Por lo tanto: Nuestro F calculado se encuentra en la zona derechazo por lo cual se rechaza la Ho, es decir, 1, 2 y 3 son estadsticamente

significativos en forma conjunta para el modelo.

4.5 Estabilidad de parmetros.-

Hiptesis:

- H0:

- H1:


9/19

Econometra Pgina 9

[ ]

Con ayuda del programa Eviews calculamos la:

Chow Breakpoint Test: 1999Q1

F-statistic 13.06745 Prob. F(3,69) 0.000001

Log likelihood ratio 33.74224 Prob. Chi-Square(3) 0.000000

Fcrit = 3.15

Fcrit.= 3.15 y g.l.= 72; comparando la hiptesis inicial tenemos:

Por lo tanto: Nuestro F calculado se encuentra en la zona derechazo por lo cual se rechaza la Ho, es decir, que existen cambios de la tendencia o

patrn de la informacin.

4.6 Prueba de Normalidad.-


10/19

Econometra Pgina 10

La Kurtosis es el grado de apuntamiento de una distribucin. La Kurtosis se analiza

comparando la distribucin con la forma de una curva normal o simtrica, con

igual media aritmtica y desviacin estndar que la distribucin que se estudia.

Si una distribucin tiene relativamente un elevado pico o apuntamiento, se llama

LEPTOKURTICA; mientras si es achatada se denomina PLATIKURTICA. La

distribucin normal constituye una distribucin MESOKURTICA.

Coeficiente de Kurtosis = 3 Mesokurtica (Distribucin Normal)

Coeficiente de Kurtosis > 3 Leptokurtica (Distribucin apuntada)

Coeficiente de Kurtosis < 3 Platikurtica (Distribucin achatada)

Por lo tanto: Del grafico podemos apreciar que nuestro modelo

tiene no tiene una distribucin normal, es decir; que el modelo tiene un elevado

apuntamiento que se denomina LEPTOKURTICA

6. MULTICOLINEALIDAD:

0

2

4

6

8

10

12

14

16

-1200 -800 -400 0 400 800 1200

Series: Residuals

Sample 1990Q1 2008Q3

Observations 75

Mean 3.36e-13

Median 22.05923

Maximum 1198.774

Minimum -1211.222

Std. Dev. 408.9608

Skewness 0.053418

Kurtosis 4.357243

Jarque-Bera 5.792255

Probability 0.055237


11/19

Econometra Pgina 11

La multicolinealidad es el grado de relacin lineal existente entre las

observaciones de las variables explicativas. Se da cuando algunas de las variables

regresoras (explicativas) estn correlacionadas, incumpliendo una de las hiptesis

de partida. Si observamos una alta correlacin nos estara indicando la presencia

de multicolinealidad.

5.1 Deteccin.-

Sndrome de Multicolinealidad

Cuando el coeficiente de determinacin (R2), tiende a ser elevado, por lo cual la

prueba t resultan estadsticamente no significativas, con lo que se demuestraque no se puede separar el efecto individual de cada variable predeterminada

hacia la variable endgena.

Procedemos a utilizar el programa Eviews:

Estableciendo la funcin del modelo a detectar la multicolinealidad:

ED ND

Calculando el coeficiente de determinacin (R2):

Por lo que vemos el coeficiente de determinacin (R2) tiende a

uno, es decir; es elevado.

Prueba de FARRA GLAUBER

Se emplea una regresin auxiliar; es decir;

ND

Dependent Variable: PBIMUNDIAL

Method: Least Squares

Date: 03/01/09 Time: 07:55

Sample: 1990Q1 2008Q3Included observations: 75


12/19

Econometra Pgina 12

Variable Coefficient Std. Error t-Statistic Prob.

TC 2694.644 337.5112 7.983865 0.0000

C -1253.128 949.4790 -1.319806 0.1910

R-squared 0.466148 Mean dependent var 5877.187Adjusted R-squared 0.458835 S.D. dependent var 3794.658


Sum squared resid 5.69E+08 Schwarz criterion 18.79465



Luego procedemos a calcular con la prueba de FARRA GLAUBER

Hiptesis:

- H0:

- H1:

Fcrit = 3.15Fcrit.= 3.15 y g.l.= 73; comparando la hiptesis inicial tenemos:

Por lo tanto: Nuestro FG calculado se encuentra en la zonade rechazo por lo cual se rechaza la H o, es decir, que existe Multicolinealidad en el

modelo.

5.2 Correccin.-


13/19

Econometra Pgina 13

Eliminacin de la variable que ocasiona el problema:

ED ND

ED Excluyendo la variable explicativa que ocasiona el problema de la

Multicolinealidad; en nuestro modelo se elimina el PBI MUNDIAL. Entonces

ED

Dependent Variable: EXPTRAD


Date: 03/01/09 Time: 08:34

Sample: 1990Q1 2008Q3

Included observations: 75


C 31.54889 522.2252 0.060412 0.9520

TC 672.4130 185.6353 3.622225 0.0005

R-squared 0.152351 Mean dependent var 1810.825

Adjusted R-squared 0.140739 S.D. dependent var 1656.332


Sum squared resid 1.72E+08 Schwarz criterion 17.59902



Conclusin:

Debido a que excluimos a la variable explicativa PBI MUNDIAL; entonces como las

EXPTRAD (Exportaciones Tradicionales) est en funcin del TC (Tipo de Cambio)

tendremos que no existe Multicolinealidad.

7. HETEROSCEDASTICIDAD:

6.1 Deteccin.-


14/19

Econometra Pgina 14

Prueba de White.-

Hiptesis

- H0:

- H1:

Procedemos a utilizar el programa Eviews:

Calculamos la Heterocedasticidad, mediante la prueba de White.

White Heteroskedasticity Test:

F-statistic 8.113436 Prob. F(5,69) 0.000005

Obs*R-squared 27.76870 Prob. Chi-Square(5) 0.000040

Conclusin:

Como la probabilidad (0.000005) es menor que el 5%, con concluimos que se

rechaza la H0por lo tanto existe Heterocedasticidad en el modelo.

8. Autocorrelacin:

7.1 Deteccin:

Prueba de Durbin Watson.-

Hiptesis:

- H0:

- H1:

Dependent Variable: EXPTRAD



15/19

Econometra Pgina 15

Date: 02/28/09 Time: 19:32

Sample: 1990Q1 2008Q3

Included observations: 75


C 695.5375 142.6921 4.874394 0.0000

PBIMUNDIAL 0.529865 0.017383 30.48123 0.0000

TC -755.3840 68.60754 -11.01022 0.0000




Sum squared resid 12376424 Schwarz criterion 15.02439



Del grafico tenemos:

Durbin-Watson = 1.455065

n = 75 observaciones; dl = 1.57; du = 1.68 y k = 2

(

)

( )

p Eisteautocorrelacionpositiva

7.2 Correccin.-

Dependent Variable: EXPTRADMethod: Least Squares

Date: 03/01/09 Time: 10:55

Sample (adjusted): 1990Q2 2008Q3

Included observations: 74 after adjustments

Convergence achieved after 22 iterations


C -41.09119 882.6261 -0.046556 0.9630

PBIMUNDIAL 0.043601 0.033293 1.309599 0.1946

TC 18.69943 248.3663 0.075290 0.9402AR(1) 1.049793 0.023387 44.88862 0.0000


16/19

Econometra Pgina 16




Sum squared resid 4564467. Schwarz criterion 14.10028



Inverted AR Roots 1.05

Estimated AR process is nonstationary

Conclusin:

Durbin-Watson = 2.142765, como el resultado del Durbin - Watson tiende a ser

mayor que dos; entonces no existe autocorrelacin en nuestro modelo

ANEXOS

Ao/Trim.Exp. de productos

tradicionales (mill.US$)

PBI Mundial (Promediode E.E.U.U. y China en

mill. US$)

Tipo de CambioReal (mill. S/.)

90T1 524.4 7 0.0182

90T2 511.7 19 0.0698

90T3 656.7 155 0.43

90T4 565.8 413 0.53

91T1 579.1 500 0.57

91T2 659.2 659 0.85

91T3 604.6 850 0.80

91T4 516.1 968 1.01

92T1 586.5 1129 0.96

92T2 595.6 1314 1.1992T3 671.2 1436 1.38

92T4 708.9 1628 1.64

93T1 553.9 1812 1.84

93T2 598.7 2094 2.00

93T3 525.0 2150 2.10

93T4 640.6 2532 2.16

94T1 679.7 2914 2.17

94T2 776.7 3189 2.19

94T3 891.2 3294 2.26


17/19

Econometra Pgina 17

94T4 808.9 3582 2.14

95T1 936.1 3838 2.26

95T2 984.1 4137 2.25

95T3 1078.8 4031 2.25

95T4 984.9 4452 2.3396T1 1061.9 4311 2.36

96T2 1077.6 5341 2.44

96T3 1067.1 4665 2.50

96T4 1007.0 4939 2.59

97T1 1125.3 5249 2.64

97T2 1329.8 6015 2.66

97T3 1237.1 5443 2.65

97T4 1012.4 5597 2.72

98T1 701.5 5824 2.81

98T2 802.9 6006 2.91

98T3 1077.9 5779 3.05

98T4 1129.6 5534 3.14

99T1 972.3 5564 3.38

99T2 957.1 5496 3.34

99T3 1087.7 5280 3.42

99T4 1124.7 5731 3.49

00T1 1132.7 5634 3.4400T2 1156.7 5886 3.49

00T3 1274.1 5483 3.49

00T4 1241.0 5767 3.52

01T1 1050.5 5816 3.52

01T2 1214.0 6143 3.53

01T3 1269.6 5757 3.49

01T4 1196.2 5824 3.44

02T1 1056.9 5348 3.46

02T2 1412.1 6287 3.48

02T3 1559.4 6020 3.62

02T4 1340.1 6407 3.52

03T1 1415.6 6469 3.48

03T2 1590.9 6998 3.48

03T3 1657.5 6735 3.48

03T4 1692.2 7202 3.47

04T1 1982.0 7288 3.47

04T2 2050.0 8225 3.4804T3 2515.7 7679 3.36


18/19

Econometra Pgina 18

04T4 2650.9 7952 3.28

05T1 2738.9 8233 3.26

05T2 2961.2 9894 3.25

05T3 3440.2 8368 3.31

05T4 3809.3 9093 3.4306T1 3481.0 10326 3.34

06T2 4547.1 13020 3.26

06T3 5175.1 10825 3.25

06T4 5170.6 11315 3.21

07T1 4352.9 11350 3.19

07T2 5234.3 15371 3.17

07T3 5902.3 12717 3.14

07T4 6003.5 13017 2.98

08T1 5888.2 13523 2.81

08T2 6539.6 16112 2.89

08T3 6699.3 14828 2.97


19/19

Econometra Pgina 19

BIBLIOGRAFA:

Gujarati, Damodar. Econometra. Bogot: McGraw-Hill, 1990

Castro, Juan Francisco. Econometra aplicada. Lima: Universidad

del Pacfico. Centro de Investigacin, 2003.

Banco Central de Reserva del Per

Hardy, Melissa. Regression with dummy variables. California:

Sage, 1993.

Banco Central de Reserva del Per

http://www.inei.gob.pe/

http://www.sbs.gob.pe/portalSBS/Homepage.htm
http://www.inei.gob.pe/http://www.sbs.gob.pe/portalSBS/Homepage.htmhttp://www.sbs.gob.pe/portalSBS/Homepage.htmhttp://www.inei.gob.pe/

modelo econométrico de las exportaciones en el perú

Documents