Estn cointegradas las exportaciones y el producto en Espaa?

Un anlisis emprico y de simulacin (1960 2003)

Vicente Donoso
Universidad Complutense

Vctor Martn
Universidad Rey Juan Carlos I

Resumen. El trabajo analiza, para Espaa, la posible existencia de cointegracin entre exportaciones y PIB en los aos 19602003. Se concluye que no se detecta una relacin de cointegracin entre las variables indicadas, lo que contrasta con algunos estudios previos similares realizados en Espaa. Para dar cuenta de esta discrepancia que es tambin comn en la literatura internacional se han estudiado empleando simulaciones de Montecarlo algunos aspectos importantes, no suficientemente investigados: en concreto, los referidos al modo de especificacin de los componentes deterministas del MCEV cuando se usa el mtodo de Johansen. Sobre la base de estos anlisis, se ha podido establecer la elevada dependencia de los resultados con respecto al tamao muestral y a la correcta especificacin de los citados componentes deterministas, as como la discutible fiabilidad del principio de Pantula, sobre todo cuando se conjuga con tamaos muestrales inferiores a las 75 observaciones. Palabras clave. Crecimiento, exportaciones, cointegracin, mtodo de Johansen, simulacin de Montecarlo, principio de Pantula.

Clasificacin JEL. F13, F43. Abstract. This article analyses the possible existence of cointegration between exports
and GDP in Spain during the years 19602003. It finds that there is not cointegration relation between the above mentioned variables, in contrast with previous studies done in Spain. In order to explain this finding, some important aspects, insufficiently studied, have been analysed by employing Montecarlo simulations: specifically, the specification of the deterministic components of the VECM estimated with Johansens multivariate maximum likelihood approach. On the basis of these analyses, it can be established the high dependency relationship of the results relating to the sample size and to the correct specification of the deterministic components as well as the debatable reliability of the Pantulas principle, especially when combined with samples below 75 observations.

Key words. Growth, exports, cointegration, Johansens method, Montecarlo simulation,

Pantulas principle.

JEL classification. F13, F43.

1. Introduccin
Uno de los asuntos ms debatidos en el mbito de la economa durante las ltimas dcadas ha sido el de la relacin entre apertura externa y crecimiento, que ha tenido

principios
N 7/2007

31

Vicente Donoso y Vctor Martn

adems una importante repercusin en la definicin de las polticas econmicas de numerosos pases, a raz de las exigencias del Banco Mundial y del FMI de cumplir ciertas condiciones de liberalizacin para acceder a la financiacin de las citadas instituciones1. Una parte importante de la literatura especializada se ha centrado en analizar la relacin entre el crecimiento del producto y el de las exportaciones. Las numerosas contrastaciones empricas de dicha relacin han contado, a lo largo del tiempo, con diversos enfoques, que han abarcado desde la descripcin de casos, pasando por los estudios de seccin cruzada entre pases, ecuaciones simultneas y datos de panel, hasta los estudios con series temporales. En tiempos recientes, una buena parte de la literatura emprica se ha decantado por la utilizacin de los anlisis de series temporales, aplicando tcnicas de cointegracin y tests de causalidad. El motivo es que dichas tcnicas permiten contrastar la existencia o no de una relacin significativa de largo plazo entre las variables, y aplicar tests formales de causalidad, para ir ms all de la simple correlacin entre las variables. Dentro de este ltimo conjunto de enfoques aplicados, se ha impuesto de manera muy notable el uso del procedimiento de Johansen para contrastar la existencia o no de relaciones de cointegracin entre las variables. Dicha contrastacin es un paso previo para la aplicacin del test de causalidad de Granger en el largo plazo. Sin embargo, la aplicacin del mtodo de Johansen presenta en la prctica cierto grado de dificultad, asociada a la especificacin inicial del modelo sobre el cual se contrasta la presencia de cointegracin. Es particularmente importante el problema de la especificacin de los componentes deterministas, ya que los resultados del test son sensibles a dicha especificacin. sta es una cuestin que, como resaltan Giles y Williams (2000a y 200b) en su extenssimo survey, no ha recibido la suficiente atencin en la literatura emprica que analiza la relacin entre exportaciones y crecimiento del producto. As, en gran parte de los estudios no se explicita la forma concreta de los componentes deterministas del modelo estimado, aunque a veces sea posible deducirla a partir de los valores crticos presentados2. En los casos en los que s se hace explcita, frecuentemente no se da una justificacin razonada de dicha eleccin3. Pues bien, en el presente trabajo se analiza el influjo que tiene en los resultados la especificacin inicial de los componentes deterministas del modelo sobre el que se aplica el test de Johansen. Con este fin, el contenido que se expone queda estructurado de la siguiente forma: despus de esta introduccin, en el segundo epgrafe, se presentan los diferentes modelos posibles a partir de distintas especificaciones de los trminos deterministas en el test de Johansen. En el tercer epgrafe se realiza un ejercicio, aplicado a Espaa, acerca de la cointegracin entre exportaciones y producto, insistiendo en la disparidad de resultados segn las distintas especificaciones. En el cuarto epgrafe, se

Se ha calculado que el 80% de los Planes de Ajuste Estructural propuestos por el Banco Mundial incorporan condiciones de liberalizacin y apertura comercial exterior (Greenaway y Sapsford, 1994, pg. 58, nota 3). A ttulo ilustrativo, vase Balaguer y Cantavella (2001) para el caso de Espaa, y para otros pases Hatemi-J (2002), Abhayaratne (1996), Thornton (1996 y 1997) y Oxley (1993). Vase un ejemplo significativo en Doyle (1998).

32

principios
N 7/2007

Estn cointegradas las exportaciones y el producto en Espaa?

lleva a cabo un ejercicio de simulacin que confirma de modo general la importancia de la correcta especificacin del modelo, estudiada para Espaa de modo particular en el anterior epgrafe. Finalmente, el trabajo concluye con una sntesis de las principales conclusiones obtenidas.

2. Componentes deterministas en el test de Johansen

Formalmente, el enfoque propuesto por Johansen para el contraste de cointegracin entre los elementos de un vector Xt, parte de un vector autorregresivo (VAR) de orden k definido por, Xt = 1Xt-1 + + kXt-k + Dt + t , t = 1,,T (1)

en donde Xt es un vector (px1) de variables I(1), i es una matriz de coeficientes (pxp) y t es una secuencia de variables estocsticas i.i.d con media cero y matriz de varianzas y covarianzas . Los elementos deterministas del proceso tales como constantes y/o tendencias lineales quedan recogidas en Dt. Este VAR puede ser representado como un modelo de correccin del error vectorial (MCEV), de manera que, (2)
k k en donde = I + i1 i y i = j=i-1 j , y donde = (1 L), siendo L el operador de retardo. El rango (r) de la matriz indica el nmero de vectores de cointegracin linealmente independientes que pueden existir entre los p elementos del vector Xt. Si dicha matriz tiene rango reducido (r<p), puede descomponerse como el producto de dos matrices,

(3)

en donde y son ambas matrices (pxr) de coeficientes, tal que Xt es I(0). Las columnas de contienen los vectores de cointegracin existentes entre los elementos de Xt mientras que la matriz recoge los denominados coeficientes de ajuste al equilibrio de largo plazo. Johansen propone dos tests de ratio de verosimilitudes para contrastar el nmero de relaciones de cointegracin existentes entre los elementos de Xt o rango de la matriz , el estadstico de la traza (TR) y el estadstico del mximo autovalor (MV). El procedimiento de Johansen presenta, en la prctica, varias dificultades asociadas a la especificacin inicial del MCEV que pueden dar lugar a resultados diversos. Bsicamente, una correcta especificacin del MCEV que proporcione resultados fiables sobre la existencia de un equilibrio a largo plazo entre las variables de inters, requiere una doble eleccin; (i) en primer lugar, es importante especificar de forma adecuada la dinmica del modelo, a travs de la correcta eleccin del nmero de retardos o valor de k en (1.2), (ii) en segundo lugar, es necesario elegir el modelo que mejor recoja las propieda-

principios
N 7/2007

33

Vicente Donoso y Vctor Martn

des de las series analizadas, mediante la inclusin o no de componentes deterministas (es decir, decidir sobre la forma especfica de Dt en 2). En trminos generales, puede suponerse que Dt es la suma de un trmino constante ( 0) y una tendencia lineal determinista ( 1t), de manera que resultan 5 casos o modelos distintos bajo la siguiente descomposicin de los trminos 0 y 1 (ver Johansen, 1995, Hendry y Juselius, 2001),

) -1 i. Con el fin de facilitar el anlisis suen donde i = ( ) -1 i y i = ( ponemos que k = 1, de manera que es posible expresar (2) como, Xt = Xt-1 + 0 + 0 + 1t + 1t + t y reagrupando trminos tenemos que, Xt = ( Xt-1 + 0 + 1t ) + 0 + 1t + t (5)

i = i + i

i = 0,1

(4)

(6)

El Cuadro 1 muestra las distintas especificaciones del trmino determinista en cada uno de los casos posibles as como la representacin del MCEV resultante. El proceso de estimacin de los vectores de cointegracin y sus propiedades asintticas as como la de los tests TR y ME para el modelo 1 puede encontrarse en Johansen (1988). Los modelos 2 y 3 son analizados en Johansen y Juselius (1990) y Johansen (1991). Los modelos 4 y 5 son tratados en Johansen (1994), si bien el conjunto de todos ellos es analizado en Johansen (1995). Como puede observarse, el modelo 1 (M1) es el ms restrictivo de todos pues supone ausencia de componentes deterministas en los datos. El modelo implica ausencia de tendencia en el nivel de las variables as como media nula en todas y cada una de las relaciones de cointegracin. El modelo 2 (M2) contiene nicamente una constante res-

Cuadro 1. Diferentes especificaciones del trmino determinista Modelo M5 M4 M3 M2 M1 Componente determinista MCEV

Fuente: Elaboracin propia.

34

principios
N 7/2007

Estn cointegradas las exportaciones y el producto en Espaa?

tringida a las relaciones de cointegracin de manera que supone ausencia de tendencia lineal en los datos. El modelo 3 (M3) permite la presencia de un trmino constante no restringido implicando as la presencia de tendencia lineal en los datos. Por su parte, el modelo 4 (M4) incluye una tendencia lineal restringida a las relaciones de cointegracin adems de una constante no restringida. Por ltimo, el modelo 5 (M5) incorpora tendencia lineal y constante no restringidas. Este caso supone la presencia de tendencia cuadrtica adems de lineal en el nivel de los datos. La eleccin del modelo que mejor represente las caractersticas de las series objeto de anlisis no es una tarea sencilla, si bien la inspeccin visual de los datos y el anlisis univariante de las series empleadas ofrecen algunas pistas que facilitan la especificacin de los componentes deterministas en el MCEV. Por su parte Johansen (1992 y 1995: cap. 12), basado en un mtodo desarrollado por Pantula (1989) en la determinacin del nmero de races unitarias presentes en modelos autorregresivos univariantes, sugiere un procedimiento que permite determinar simultneamente el nmero de vectores de cointegracin y la presencia o ausencia de componentes deterministas en el MCEV. Este procedimiento, denominado principio de Pantula, es til en dos situaciones: cuando el examen visual de los datos no permite aclarar la necesidad de incluir una constante no restringida (M3) o restringida (M2) al vector de cointegracin, y cuando hay dudas sobre la inclusin de una tendencia lineal no restringida (M5) o restringida (M4). El procedimiento consiste en contrastar el siguiente conjunto de hiptesis nulas de forma secuencial, Hi (0), Hi+1 (0), Hi (1), Hi+1 (1), , Hi ( p-1), Hi+1 (p-1) (7)

en donde Hi(r) es la hiptesis nula de que existen al menos r vectores de cointegracin dado el modelo i (para i = 2 i = 4). El proceso se detiene en la primera hiptesis nula no rechazada, obtenindose as el nmero de vectores de cointegracin (r) y el modelo (i) que mejor recoge las propiedades de los componentes del vector Xt. En algunos trabajos empricos, este procedimiento no se limita a las dos situaciones mencionadas, sino que se aplica sobre el conjunto de modelos posibles, lo cual puede conducir a resultados errneos en algunos casos, como se argumentar en el cuarto epgrafe. Existen en la literatura internacional diversos trabajos que han tratado el problema de los componentes deterministas. Pueden citarse: Toda (1995), donde se analizan mediante simulacin las propiedades del test TR sobre modelos con constante restringida (M2) y no restringida (M3), as como la capacidad del principio de Pantula para determinar de forma conjunta el rango de cointegracin y la eleccin entre M2 y M3. El autor observa que si bien el procedimiento nos conduce en general a determinar de forma correcta el rango de cointegracin, falla, sin embargo, de forma sistemtica, a la hora de detectar la presencia de tendencia lineal en los datos. Doornik et al. (1998) analizan por su parte, mediante simulacin, los efectos de una incorrecta especificacin de los componentes deterministas sobre la determinacin del rango de cointegracin. Estos autores emplean principalmente un proceso generador de datos (PGD) que incluye una tendencia lineal restringida (M4), obteniendo dos conclusiones importan-

principios
N 7/2007

35

Vicente Donoso y Vctor Martn

tes a mencionar. En primer lugar, observan que un tratamiento inapropiado de los componentes deterministas conduce a establecer incorrectamente el rango de cointegracin. Los autores muestran evidencia de que la no inclusin de una tendencia lineal restringida al espacio de cointegracin cuando realmente est presente en el PGD, genera distorsiones en el tamao del test, mientras que la especificacin de un modelo con tendencia lineal no restringida resulta en una prdida de potencia. En segundo lugar, aprecian que la especificacin inicial de un modelo con tendencia lineal restringida nos conduce a determinar de forma correcta el rango de cointegracin aun cuando el verdadero PGD no contenga tendencia. De esta forma, la estimacin de un modelo que incluya una tendencia lineal restringida al espacio de cointegracin parece una eleccin precavida cuando se desconoce la forma especfica de los trminos deterministas en el verdadero PGD. Gonzalo y Lee (1998) demuestran que, en los casos en los que se omite la presencia de componentes deterministas, el tamao del test de Johansen para la hiptesis nula de ausencia de cointegracin tiende a uno asintticamente. Por ello, sealan la importancia en la especificacin de los componentes deterministas, puesto que su omisin puede conducirnos a aceptar la presencia de cointegracin cuando realmente no la hay. Nielsen y Rahbek (2000) tratan de identificar aquellos modelos en los que el test de ratio de verosimilitudes para el contraste del rango de cointegracin es similar, es decir, que su distribucin no depende de otros parmetros tales como los componentes deterministas. Estos autores muestran que en el caso de M2 y M4 el test de cointegracin es similar asintticamente4. De esta forma, es posible realizar el anlisis de cointegracin en dos etapas: en primer lugar, se determina el rango de cointegracin, empleando alguno de los modelos en los cuales el test es similar; y en segundo lugar, se contrastan restricciones sobre los parmetros (por ejemplo, la presencia o no de tendencia lineal restringida en M4). Basado en el trabajo de estos dos autores, Franses (2001) publica un artculo en el cual ofrece algunos consejos prcticos para la especificacin de los componentes deterministas en el anlisis de cointegracin. El autor sugiere que slo dos de los cinco modelos posibles son relevantes en el anlisis de cointegracin entre variables econmicas: el M2, el cual es til cuando ninguna de las series temporales utilizadas presenta tendencia, y el M4, que debera emplearse cuando algunas o todas las series temporales presentan tendencia. Por ltimo, Ahking (2002) encuentra que los resultados en el anlisis de cointegracin sobre la modelizacin de la demanda de dinero para Estados Unidos a partir del mtodo de Johansen, dependen notablemente de la especificacin de los componentes deterministas en el MCEV. En particular, Ahking observa que cuando se especifica un modelo con constante restringida (M2) es posible aceptar la presencia de cointegracin entre los componentes de la demanda de dinero, si bien la hiptesis nula de ausencia de cointegracin no se rechaza al especificar un modelo con constante no restringida

La similaridad asinttica implica que la distribucin asinttica del test depende de los parmetros asociados a los retardos de la primera diferencia de las variables utilizadas, pero no depende del resto de parmetros tales como los componentes deterministas.

36

principios
N 7/2007

Estn cointegradas las exportaciones y el producto en Espaa?

(M3). El autor expone reiteradamente la falta de atencin prestada en la especificacin de los componentes deterministas en los trabajos empricos sobre la demanda de dinero en Estados Unidos, y seala que en ninguno de los estudios previos se da una justificacin formal sobre la forma especfica de los mismos empleada en el anlisis.

3. Aplicacin a Espaa
Las datos empleados en el anlisis son series anuales de Producto Interior Bruto (PIBt), y exportaciones de bienes y servicios (EXt) de Espaa, ambas en trminos reales. Todas las series proceden del World Development Indicators (2005) del Banco Mundial. El perodo de anlisis comprende desde el ao 1960 hasta el ao 2003. De esta forma se abarca el perodo que transcurre desde el inicio del proceso de apertura, con el Plan de Estabilizacin de 1959, pasando por la incorporacin de Espaa a la Unin Europea en 1986, hasta la actualidad. Ambas series han sido transformadas en logaritmos para inducir un mayor grado de linealidad en las mismas.

3.1. Anlisis Univariante

En la Figura 1 y la Figura 2 se muestran, respectivamente para la serie de PIB y exportaciones, los grficos de las series estandarizadas en nivel y primeras diferencias, as como sus correspondientes funciones de autocorrelacin simple (fas) y parcial (fap). El estadstico Q que aparece bajo los grficos de la funcin de autocorrelacin simple se corresponde con el estadstico propuesto por Ljung y Box (1978), en donde entre parntesis aparecen los grados de libertad de la 2 correspondiente. El grfico de las series en nivel muestra una clara tendencia positiva en los dos casos, mientras que los valores de sus correspondientes fas caen a cero muy lentamente. Todo ello sugiere la necesidad de tomar al menos una diferencia regular para alcanzar estacionariedad en media y varianza. El grfico de la serie de exportaciones en primeras diferencias (LnEXt) manifiesta una notable mejora, evidenciando que las exportaciones son I(1). La fas y fap correspondientes no muestran ningn tipo de estructura, mientras que el estadstico Q toma el valor de 5,47 y por tanto inferior al valor crtico correspondiente a una 2 con siete grados de libertad al 5% de significacin. En el caso de la serie PIBt existe, sin embargo, cierta dificultad a la hora de determinar el nmero de diferencias necesarias para alcanzar estacionariedad. El grfico de la serie en primeras diferencias no se muestra del todo acorde con la idea de estacionariedad (la serie LnPIBt slo cruza la media en 5 ocasiones), si bien es cierto que los valores de las fas decaen rpidamente, alcanzando valores prximos a cero a partir del retardo 5. El Cuadro 2, por su parte, ofrece los resultados obtenidos al aplicar el test de races unitarias DickeyFuller Aumentado (DFA), propuesto por Dickey y Fuller (1979 y 1981), sobre las series en nivel y primeras diferencias. El nmero de retardos incluidos en cada estimacin vara entre 0 y 1, y ha sido elegido con el fin de que sea lo suficientemente alto como para obtener unos residuos con estructura de ruido blanco. En las columnas (1) a (3) se muestra, respectivamente, el valor del test para un modelo con constante y tendencia ( ), con constante ( ) y sin componentes deterministas

principios
N 7/2007

37

Vicente Donoso y Vctor Martn

(t). Como puede observarse, la hiptesis nula de raz unitaria no se rechaza ni al 5% ni al 10% de significacin al aplicar el test y sobre las series en nivel, si bien la hiptesis nula se rechaza en general al aplicar los tests sobre las series en primeras diferencias. En la columna (4) se presentan los resultados del test para el contraste H0: = 0 dado = 0. Los estadsticos 3 y 2, en las columnas (5) y (6), han sido calculados mediante el estadstico F para el contraste de la hiptesis nula H0: = = 0 y H0: = = = 0 respectivamente, mientras que el estadstico 1 de la columna (7) permite el contraste H0: = = 0 dado = 0. A la vista de los resultados, parece razonable concluir que las series son integradas de orden uno y que las series en primeras diferencias no muestran tendencia si bien contienen un trmino constante significativamente distinto de cero.

Figura 1. Grficos de las series estandarizadas de LnPIB t y LnPIB t, fas y fap LnPIB t

LnPIB t

38

principios
N 7/2007

Estn cointegradas las exportaciones y el producto en Espaa?

Figura 2. Grficos de las series estandarizadas de LnEXt y LnEXt , fas y fap LnEXt

LnEXt

Cuadro 2. Test de races unitarias Yt LnPIBt LnEXt LnPIBt LnEXt v. c. 5% v. c. 10% (1) -2,58 -1,97 -3,46 -5,84 -3,50 -3,18 (2) -1,86 -1,79 -3,34 -5,59 -2,93 -2,60 (3) 2,27 8,84 -2,41 -1,63 -1,95 -1,61 (4) 2,16 1,74 2,81 2,38 3 (5) 4,22 3,20 6,73 5,61 2 (6) 4,88 32,31 5,13 4,31 1 (7) 4,56 44,73 4,86 3,94

Fuente: Elaboracin propia. Valores crticos de Fuller (1976), Dickey y Fuller (1981).

principios
N 7/2007

39

Vicente Donoso y Vctor Martn

3.2. Cointegracin
Los resultados del test de cointegracin se presentan en el Cuadro 3. En cada caso se ofrecen los resultados para tres especificaciones distintas (M2, M3 y M4) del MCEV estimado, en funcin de los componentes deterministas. Dado que las series analizadas presentan una clara tendencia positiva en nivel parece razonable incluir, al menos, un trmino constante no restringido en el MCEV, por lo que las conclusiones del contraste de cointegracin deberan basarse principalmente en los resultados obtenidos al aplicar el test sobre M3. La presentacin de los resultados para un modelo con tendencia lineal restringida (M4) se justifica por el buen comportamiento que presenta el test de cointegracin aplicado sobre dicho modelo, con independencia de la presencia o ausencia de componentes deterministas en el verdadero proceso generador de los datos5. Los resultados del test aplicado sobre M2 resultan, por su parte, tiles para la aplicacin del principio de Pantula. Es importante tener en cuenta que M2 supone ausencia de tendencia en las series en nivel por lo que no representa de forma adecuada las caractersticas de las series aqu empleadas. Las conclusiones basadas exclusivamente en este modelo deberan as tomarse cuanto menos con cautela. Para cada uno de los tres modelos, se presenta el valor de cuatro estadsticos. El estadstico de la traza (TR) y el estadstico del mximo autovalor (MV) desarrollados por Johansen (1988), el estadstico de la traza corregido6 para muestras finitas (TRC) propuesto en Reinsel y Ahn (1992) y el estadstico SL propuesto por Saikkonen y Ltkepohl (2000a, 2000b) y Saikkonen y Luukkonen (1997). Los valores crticos para distintos niveles de significacin y para cada uno de los tests se presentan, por su parte, en el Cuadro 4. Al 5% de significacin, encontramos evidencia a favor de la presencia de una relacin de cointegracin, al aplicar los estadsticos TR, TRC y MV sobre M2. En estos casos se puede observar que el estadstico toma un valor superior al valor crtico correspondiente para la hiptesis nula de ausencia de cointegracin (H0: r = 0), si bien toma un valor inferior al valor crtico para la hiptesis nula de presencia de una
Cuadro 3. Resultado del test de cointegracin Modelo Valores propios 1 = 0,3328 , 2 = 0,1518 1 = 0,2214 , 2 = 0,0491 1 = 0,2238 , 2 = 0,1542 Hiptesis nula TR M2 H0: r = 0 H0: r 1 H0: r = 0 H0: r 1 H0: r = 0 H0: r 1 23,28 6,91 12,62 2,11 17,67 7,03 TRC 21,06 6,25 11,42 1,91 15,99 6,36 Estadstico MV 16,37 6,91 10,51 2,11 10,64 7,03 SL 9,93 4,54 5,49 8,01 0,03

M3

M4

Fuente: Elaboracin propia.

5 6

Vanse los resultados del ejercicio de simulacin presentados en el cuarto epgrafe. La correccin del estadstico TR para muestras finitas consiste en multiplicar el estadstico por el factor (T-pk)/T en donde T es el tamao muestral, p el nmero de variables en el MCEV y k el nmero de retardos en el VAR.

40

principios
N 7/2007

Estn cointegradas las exportaciones y el producto en Espaa?

relacin de cointegracin (H0: r 1). El estadstico SL calculado a partir de M2, sin embargo, no permite rechazar la hiptesis nula de ausencia de cointegracin. Cuando aplicamos los estadsticos sobre M3 y M4, no se rechaza tampoco, en ningn caso, la hiptesis nula de ausencia de cointegracin al 5% y 10% de significacin. El principio de Pantula, por su parte, aplicado sobre M2 y M3, nos conduce a concluir ausencia de cointegracin al 5% y 10% de significacin, si bien es cierto que, dependiendo del estadstico utilizado, el proceso se detiene a veces en M2 y a veces en M3. Se puede comprobar que, a partir de TR, TRC y MV, el principio de Pantula se detiene en M3; y se detiene en M2 si es aplicado a partir del estadstico SL. Como se ha podido observar en el caso concreto aqu analizado, es posible obtener conclusiones contradictorias a partir de distintas especificaciones de los componentes deterministas en el MCEV, sobre el establecimiento del rango de cointegracin. Los resultados muestran en general dificultad para mantener la existencia de una relacin de cointegracin entre el PIB y las exportaciones en Espaa a lo largo del perodo estudiado. Slo en el caso en el que se especifica un modelo con constante restringida al vector de cointegracin es posible aceptar la existencia de una relacin de cointegracin entre exportaciones y PIB.

4. Simulacin
Con el fin de analizar de una forma ms general el efecto de una incorrecta especificacin de los componentes deterministas sobre la determinacin del nmero de vectores de cointegracin, se han realizado varios ejercicios de simulacin mediante el mtodo Montecarlo. Tambin se analiza si el denominado principio de Pantula permite determinar, de forma correcta, el nmero de vectores de cointegracin as como la presencia o no de componentes deterministas. A lo largo de la simulacin se han empleado diversos procesos generadores de datos (PGD) que, en trminos generales, toman la siguiente forma,

Cuadro 4. Valores crticos estadsticos TR, MV y SL (nivel de significacin del 10%, 5%). Mod. Hiptesis nula TR M2 H0: r = 0 H0: r 1 H0: r = 0 H0: r 1 H0: r = 0 H0: r 1 17,85 7,52 13,33 2,69 22,76 10,49 10% MV 13,75 7,52 12,07 2,69 16,85 10,49 5% MV 15,67 9,24 14,07 3,76 18,96 12,25

SL 10,45 2,99 8,19 13,78 5,42

TR 19,96 9,24 15,41 3,76 25,32 12,25

SL 12,28 4,12 9,89 15,83 6,78

M3

M4

Fuente: valores crticos de Osterwald-Lenum (1992, tabla 1*, tabla 1 y tabla 2* para M2, M3 y M4, respectivamente) para el test TR y MV y de Trenkler (2003, tabla 3, tabla 2 y tabla 1 para M2, M3 y M4, respectivamente ) para el test SL.

principios
N 7/2007

41

Vicente Donoso y Vctor Martn

(8)

en donde:

(9) Bajo la descomposicin de los vectores 0 y 1 propuesta en (1.4) podemos expresar (1.8) tal que,

(10)

Inicialmente, los PGD empleados son tres: PGD2

PGD3

PGD4

Estos PGD se corresponden, respectivamente, con los modelos M2, M3 y M4 presentados en el segundo epgrafe. No se han tenido en cuenta PGD representativos de M1 y M5 dado que no son adecuados para representar el comportamiento de variables econmicas. Se trata de MCEV bivariantes de orden 1, en donde existe un nico vector de cointegracin. Los tres PGD contienen un trmino constante en el vector de cointegracin dado por 0. PGD3 contiene adems un trmino constante en la dinmica de corto plazo mientras que PGD4 incluye, a su vez, una tendencia lineal restringida al vector de cointegracin dada por 1. Las Figuras 3, 4 y 5 muestran series generadas al azar mediante PGD2, PGD3 y PGD4, respectivamente, as como la relacin de cointe-

42

principios
N 7/2007

Estn cointegradas las exportaciones y el producto en Espaa?

Figura 3. PGD2: 1 = -0,5 , = 0,8 y T = 200. Xt

Xt

Figura 4. PGD3: 1 = -0,5 , = 0,8 y T = 200. Xt

Xt

Figura 5. PGD4: 1 = {-0,5 ; -0.1} , = 0,8 y T = 200 Xt

Xt

principios
N 7/2007

43

Vicente Donoso y Vctor Martn

gracin resultante. Como se puede observar, las series generadas mediante PGD3 y PGD4 presentan una clara tendencia positiva, mientras que las series generadas mediante PGD2 no la presentan. Todas las series han sido generadas mediante la funcin mvnrnd de Matlab v5.2. El Cuadro 5 muestra los resultados de la simulacin sobre el efecto de una incorrecta especificacin del MCEV en la determinacin del nmero de vectores de cointegracin a travs del estadstico de la traza. Cada columna muestra la frecuencia (%) en que el test de la traza indica la existencia de s (s = 0,1) vectores de cointegracin segn el procedimiento descrito en Johansen (1995), para una especificacin de los componentes deterministas dada (M1M5). El modelo estimado es siempre un MCEV sin valores retardados de las variables en primeras diferencias, de manera que el modelo est correctamente especificado en lo referente a la dinmica. En cada experimento se han realizado un total de 10.000 replicaciones, en cada una de las cuales se han generado pares de series de tamao T+50 para unos valores iniciales

Cuadro 5. Resultados del estadstico TR PGD2 : r = 1 , 1 = -0,5 , = 0,8 , 0 = -1 PGD3 : r = 1 , 1 = -0,5 , = 0,8 , 0 = -1 , 0 = 0,5 PGD4 : r = 1 , 1 = -0,5 , = 0,8 , 0 = -1 , 0 = 0,5 , 1 = -0,4 PGD T 25 50 75 100 150 200 400 25 50 75 100 150 200 400 25 50 75 100 150 200 400 s=0 20,12 1,15 0,02 0,00 0,00 0,00 0,00 1,64 0,00 0,00 0,00 0,00 0,00 0,00 51,80 28,26 13,70 4,26 0,07 0,00 0,00 M1 s=1 73,99 92,45 93,73 93,70 93,82 93,86 93,94 48,62 16,40 3,73 0,75 0,01 0,00 0,00 38,28 54,19 64,49 71,58 74,25 73,42 72,43 s=0 25,67 0,23 0,00 0,00 0,00 0,00 0,00 6,78 0,00 0,00 0,00 0,00 0,00 0,00 55,52 34,46 16,93 6,04 0,12 0,00 0,00 Modelo estimado M2 M3 s=1 s=0 69,00 13,94 94,65 0,04 95,01 0,00 94,74 0,00 95,19 0,00 95,02 0,00 94,89 0,00 74,38 50,68 22,13 6,99 0,33 0,00 0,00 39,73 58,40 74,06 82,86 86,30 85,33 82,37 19,30 0,05 0,00 0,00 0,00 0,00 0,00 73,60 70,19 70,01 69,46 70,39 69,87 69,56 M4 s=1 54,80 93,02 93,62 94,22 94,44 94,53 94,45 54,80 93,02 93,62 94,22 94,44 94,53 94,45 54,80 93,02 93,62 94,22 94,44 94,53 94,45 M5 s=1 24,02 34,69 35,42 35,46 35,94 36,23 35,30 24,02 34,69 35,42 35,46 35,94 36,23 35,30 24,02 34,69 35,42 35,46 35,94 36,23 35,30

PGD2

s=1 53,93 67,05 67,72 67,75 68,26 67,81 67,47 66,47 89,92 91,54 92,73 93,23 93,62 94,38 24,45 29,53 29,95 30,53 29,61 30,13 30,44

s=0 39,56 0,95 0,00 0,00 0,00 0,00 0,00 39,56 0,95 0,00 0,00 0,00 0,00 0,00 39,56 0,95 0,00 0,00 0,00 0,00 0,00

s=0 14,67 0,09 0,00 0,00 0,00 0,00 0,00 14,67 0,09 0,00 0,00 0,00 0,00 0,00 14,67 0,09 0,00 0,00 0,00 0,00 0,00

PGD3

PGD4

Fuente: Elaboracin propia.

44

principios
N 7/2007

Estn cointegradas las exportaciones y el producto en Espaa?

X10 = X20 = 0. Las 50 primeras observaciones han sido descartadas para minimizar los efectos asociados a dicha condicin inicial. Los resultados se muestran para un nivel de significacin del 5%7. De esta forma y dado que los tres PGD empleados implican la presencia de un vector de cointegracin (r = 1), valores prximos a 95 para s = 1, indican un buen rendimiento del estadstico de la traza. Los valores en columnas bajo s = 0 muestran la frecuencia en que el estadstico TR indica ausencia de cointegracin, indicando as la probabilidad de cometer un error de tipo II. A la vista de los resultados obtenidos, es posible sacar las siguientes conclusiones. En primer lugar, aun en el caso en el que se estima el modelo correcto (M2, M3 y M4, respectivamente, para PGD2, PGD3 y PGD4) se necesita un nmero relativamente elevado de observaciones para que la frecuencia de acierto en el nmero de vectores de cointegracin tome valores cercanos al nivel de confianza empleado. Las frecuencias en que el estadstico TR indica la presencia de un vector de cointegracin se aproximan al 95%, para tamaos muestrales entre 50 y 75 observaciones en el caso de PGD2, entre 150 y 200 observaciones en el caso de PGD3, y entre 75 y 100 observaciones en el caso de PGD4. En segundo lugar, cuando se realiza una especificacin incorrecta de los componentes deterministas, la hiptesis nula de ausencia de cointegracin es en general rechazada, no observndose as una disminucin en la potencia del contraste, si bien el test presenta dificultades a la hora de aceptar la hiptesis nula de una relacin de cointegracin. Este ltimo aspecto sugiere la necesidad de un anlisis ms amplio a partir de PGD con rangos de cointegracin mayores que 1, que permitan estudiar si la especificacin incorrecta de los componentes deterministas conduce a sobrestimar o infraestimar el nmero de vectores de cointegracin presentes en el PGD. En el caso de PGD2 y PGD3, slo cuando se estima un modelo con tendencia restringida (M4), obtenemos frecuencias de acierto similares a las obtenidas al estimar el modelo correcto (M2 y M3, respectivamente). Para PGD2, cuando se estiman M3 y M5, las frecuencias en que el estadstico indica la presencia de una relacin de cointegracin no superan, respectivamente, el 69% y el 37%. La estimacin de M1 muestra frecuencias ms altas, si bien en ningn caso se alcanzan frecuencias superiores al 94%. Para PGD3, las frecuencias en que el test indica la presencia de un vector de cointegracin al estimar M1 y M2 tienden a cero a medida que aumenta el tamao muestral, y se mantienen en torno al 35% al estimar M5. Para PGD4, slo en el caso en el que se estima el modelo correcto las frecuencias obtenidas son cercanas al nivel de significacin del 95%. Estos resultados ponen de manifiesto la importancia que tiene la especificacin de los componentes deterministas en la obtencin del rango de cointegracin. Asimismo, se observa que en aquellos casos en los que se desconoce la forma concreta de tales componentes, la estimacin de un modelo con tendencia lineal restringida (M4) es una buena opcin, puesto que, con independencia del proceso que hayan generado las series, el estadstico de la traza muestra frecuencias de acierto elevadas en la determinacin del rango de cointegracin al estimar dicho modelo.

Valores crticos de Osterwald-Lenum (1992).

principios
N 7/2007

45

Vicente Donoso y Vctor Martn

Estos tres casos analizados se corresponden con procesos de datos en los que el rango de cointegracin es uno. Sin embargo, resulta interesante analizar qu ocurre cuando se aplica el test de la traza sobre series no cointegradas (r = 0). Los PGD empleados en este caso consisten de nuevo en modelos VAR bivariantes de forma que:

(11) en donde t ~ iid N(0 , I). En este caso, han sido empleados dos PGD. El primero de ellos (PGD6) es un VAR como (11) para 01 = 02 = 0, de manera que X1t y X2t son series I(1) e independientes entre s. Es decir, ambas series siguen un paseo aleatorio sin deriva. El segundo de ellos (PGD7) consiste en (11) con 01 = 02 0. De nuevo X1t y X2t son series I(1) e independientes, aunque ambas siguen ahora un paseo aleatorio con deriva. La Figura 6 muestra los grficos de pares de series generadas al azar mediante PGD6 y PGD7. Como puede observarse, la principal diferencia radica en que, si bien en PGD6 las series en nivel no muestran tendencia, en PGD7 ambas series muestran una clara tendencia creciente. El Cuadro 6 recoge las frecuencias en que el estadstico de la traza indica la presencia de s relaciones de cointegracin para ambos PGD. En este caso, la probabilidad de cometer un error de tipo I o tamao del test, viene dada por el valor resultante de restar a 100 la frecuencia en que el estadstico TR indica la presencia de cero relaciones de cointegracin (s = 0). Para PGD6 las frecuencias en que el estadstico indica ausencia de cointegracin alcanzan valores cercanos al nivel de confianza del 95% cuando se estiman M1, M2 y M4. La estimacin de M1 proporciona frecuencias superiores al 94% incluso para tamaos muestrales reducidos, si bien la estimacin de M2 y M4 proporciona frecuencias superiores al 94% slo para tamaos
Figura 6. PGD6 y PGD7 (01 = 02 = 0,5) PGD6 PGD7

46

principios
N 7/2007

Estn cointegradas las exportaciones y el producto en Espaa?

muestrales grandes. Cuando se estiman M3 y M5 dichas frecuencias son inferiores, mantenindose en torno al 88% y 77%, respectivamente. Para PGD7, slo cuando se estiman M3 y M4, las frecuencias en que el estadstico indica ausencia de cointegracin (s = 0) se acercan al nivel de confianza empleado. Cuando se estiman M1 y M2, sin embargo, la frecuencia en que el test acepta la hiptesis nula de ausencia de cointegracin se iguala prcticamente a cero para tamaos muestrales por encima de 50 observaciones. La omisin, en este caso, de tendencia en el nivel de las series genera importantes distorsiones en el tamao del test, puesto que la probabilidad de cometer un error de tipo I tiende a 100 a medida que aumenta el tamao muestral. La estimacin de M1 y M2 podra conducir, adems, a aceptar la presencia de una relacin de cointegracin dado que la frecuencia con que el estadstico TR indica s = 1 permanece en torno al 74% y 84%, respectivamente, para tamaos muestrales iguales o superiores a 75 observaciones. Es muy posible que esta situacin sea la que se ha encontrado en el epgrafe previo, al analizar la existencia de cointegracin entre exportaciones de bienes y servicios y PIB en Espaa. Si bien la aplicacin del test sobre M3 y M4 no permite rechazar la hiptesis nula de ausencia de cointegracin, cuando se aplica sobre M2 no slo se rechaza la ausencia de cointegracin, sino que adems el test indica la existencia de una relacin de cointegracin. Por ltimo, el Cuadro 7 muestra el resultado de aplicar el principio de Pantula para PGD2, PGD3 y PGD4, considerando los 5 modelos posibles para los componentes deterministas. En cada casilla se muestra la frecuencia con que el principio de Pantula indica la presencia de s relaciones de cointegracin en cada uno de los 5 modelos. En cada
Cuadro 6. Resultados del estadstico TR PGD6 : r = 0 , 01 = 02 = 0 PGD7 : r = 0 , 01 = 02 = 0,5 PGD T 25 50 75 100 150 200 400 25 50 75 100 150 200 400 s=0 94,17 95,18 95,30 95,34 95,36 95,20 95,24 33,88 4,48 0,26 0,01 0,00 0,00 0,00 M1 s=1 5,06 4,23 4,11 4,13 4,02 4,20 4,22 47,00 71,67 74,74 73,83 74,41 74,12 73,56 s=0 93,16 93,95 94,07 93,82 93,96 94,52 94,39 48,70 10,32 1,05 0,10 0,00 0,00 0,00 Modelo estimado M2 M3 s=1 s=0 6,21 87,10 5,60 87,77 5,46 87,72 5,76 88,01 5,48 88,26 5,04 88,70 5,17 88,11 43,33 76,60 84,73 84,02 83,59 84,16 83,73 92,69 93,89 93,90 94,43 94,44 94,95 95,22 M4 s=1 6,81 6,06 5,70 5,67 5,81 5,74 5,43 6,81 6,06 5,70 5,67 5,81 5,74 5,43 M5 s=0 s=1 75,44 6,04 77,19 5,41 77,18 5,45 77,28 5,58 77,60 5,20 78,41 4,84 77,79 5,13 75,44 77,19 77,18 77,28 77,60 78,41 77,79 6,04 5,41 5,45 5,58 5,20 4,84 5,13

PGD6

s=1 6,95 6,58 6,80 6,62 6,18 6,05 6,40 5,29 4,37 4,81 4,56 4,46 4,23 3,93

s=0 92,75 93,45 93,83 93,87 93,75 93,78 94,14 92,75 93,45 93,83 93,87 93,75 93,78 94,14

PGD7

Fuente: Elaboracin propia.

principios
N 7/2007

47

Vicente Donoso y Vctor Martn

fila aparece en negrita la frecuencia ms alta, la cual indica el modelo y el valor de s al cual conducira el principio de Pantula. En el caso en el que las series son generadas mediante un MCEV con constante restringida (PGD2), se observa que este procedimiento lleva, en general, a una correcta determinacin del rango de cointegracin (s = 1), si bien conduce de forma sistemtica a una mala especificacin de los componentes deterministas. El principio de Pantula conducira siempre a estimar un modelo sin componentes deterministas (M1). En el caso de PGD3, en general, el procedimiento lleva a una correcta determinacin del rango de cointegracin y a una correcta especificacin de los componentes deterministas. Cuando las series son generadas mediante PGD4, el principio de Pantula resulta en una incorrecta especificacin del rango de cointegracin as como de los componentes deterministas. El procedimiento conduce a indicar ausencia de cointegracin y a especificar, en general, un modelo con constante no restringida (M3).

Cuadro 7. Resultados del principio de Pantula PGD2 : r = 1 , 1= -0,5 , = 0,8 , 0 = -1 PGD3 : r = 1 , 1 = -0,5 , = 0,8 , 0 = -1 , 0 = 0,5 PGD4 : r = 1 , 1 = -0,5 , = 0,8 , 0 = -1 , 0 = 0,5 , 1 = -0,4 PGD T 25 50 75 100 150 200 400 25 50 75 100 150 200 400 25 50 75 100 150 200 400 M1 20,12 1,15 0,02 0,00 0,00 0,00 0,00 1,64 0,00 0,00 0,00 0,00 0,00 0,00 51,80 28,26 13,70 4,26 0,07 0,00 0,00 M2 12,14 0,19 0,00 0,00 0,00 0,00 0,00 5,28 0,00 0,00 0,00 0,00 0,00 0,00 12,06 11,51 7,43 3,44 0,11 0,00 0,00 s=0 M3 1,42 0,00 0,00 0,00 0,00 0,00 0,00 14,43 0,05 0,00 0,00 0,00 0,00 0,00 17,06 32,54 49,77 61,96 70,21 69,87 69,56 M4 14,19 0,75 0,00 0,00 0,00 0,00 0,00 21,28 0,90 0,00 0,00 0,00 0,00 0,00 2,34 0,04 0,00 0,00 0,00 0,00 0,00 M5 0,63 0,01 0,00 0,00 0,00 0,00 0,00 0,88 0,01 0,00 0,00 0,00 0,00 0,00 0,33 0,00 0,00 0,00 0,00 0,00 0,00 M1 47,89 91,55 93,73 93,70 93,82 93,86 93,94 30,70 16,35 3,73 0,75 0,01 0,00 0,00 13,60 19,65 19,61 18,94 18,05 17,75 17,44 M2 2,61 5,31 5,21 5,12 5,02 4,97 5,00 16,83 35,55 18,94 6,39 0,32 0,00 0,00 2,20 6,12 6,58 7,33 6,32 6,61 5,32 s=1 M3 0,18 0,29 0,35 0,23 0,36 0,33 0,31 7,11 40,93 69,87 85,80 92,90 93,62 94,38 0,56 1,85 2,90 4,07 5,24 5,77 7,68 M4 0,36 0,52 0,41 0,59 0,44 0,44 0,40 1,66 5,46 6,61 6,17 6,05 5,72 5,16 0,05 0,03 0,01 0,00 0,00 0,00 0,00 M5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

PGD2

PGD3

PGD4

Fuente: Elaboracin propia.

48

principios
N 7/2007

Estn cointegradas las exportaciones y el producto en Espaa?

Sin embargo, el principio de Pantula permite obtener buenos resultados cuando es aplicado sobre M2 y M3 y sobre M4 y M5. A modo de ilustracin, el Cuadro 8 muestra los resultados del procedimiento para PGD2, PGD3 y PGD4. En estos tres casos, el principio de Pantula no slo permite una correcta determinacin del rango de cointegracin, sino que adems conduce a la especificacin adecuada del MCEV.

5. Conclusiones
En este trabajo se ha intentado poner de manifiesto la importancia de la especificacin de los componentes deterministas en el MCEV al aplicar el test de cointegracin de Johansen. Como base de aplicacin y discusin se ha elegido el importante problema de la relacin entre exportaciones de bienes y servicios y PIB en Espaa, durante el perodo 19602003. Del anlisis emprico efectuado para Espaa se deduce que no se detecta cointegracin entre exportaciones de bienes y servicios y PIB, cuando se modeliza adecuadamente la forma de los componentes deterministas en el MCEV. Para profundizar en este problema, se han llevado a cabo varios ejercicios de simulacin que permiten corroborar la sensibilidad de los resultados a las diversas especificaciones de los componentes deterministas en el test de Johansen. Concretamente, los resultados obtenidos indican lo siguiente: a. Los porcentajes de acierto son bajos para tamaos muestrales pequeos aun cuando se realice una especificacin adecuada del MCEV. En general, se necesitan tamaos muestrales superiores a 100 observaciones para obtener resultados fiables. b. Una especificacin incorrecta no disminuye la potencia del contraste, aunque s genera dificultades para determinar el verdadero rango de cointegracin. c. Una especificacin incorrecta genera distorsiones importantes en el tamao del contraste. Con gran probabilidad, el test rechaza la hiptesis nula de ausencia de cointegracin, cuando las series no estn cointegradas.

Cuadro 8. Resultados del principio de Pantula PGD2 : r = 1 , 1= -0,5 , = 0,8 , 0 = -1 PGD3 : r = 1 , 1 = -0,5 , = 0,8 , 0 = -1 , 0 = 0,5 PGD4 : r = 1 , 1 = -0,5 , = 0,8 , 0 = -1 , 0 = 0,5 , 1 = -0,4 PGD2 T 25 50 75 100 150 200 400 M2 25,67 0,23 0,00 0,00 0,00 0,00 0,00 s=0 M3 1,63 0,00 0,00 0,00 0,00 0,00 0,00 M2 67,48 94,65 95,01 94,74 95,19 95,02 94,89 s=1 M3 0,66 0,43 0,52 0,35 0,55 0,44 0,36 M2 6,78 0,00 0,00 0,00 0,00 0,00 0,00 s=0 M3 14,43 0,05 0,00 0,00 0,00 0,00 0,00 M2 62,33 50,64 22,13 6,99 0,33 0,00 0,00 PGD3 s=1 M3 10,71 41,51 69,89 85,80 92,90 93,62 94,38 M4 39,56 0,95 0,00 0,00 0,00 0,00 0,00 s=0 M5 0,91 0,01 0,00 0,00 0,00 0,00 0,00 PGD4 s=1 M4 M5 53,92 0,17 93,01 0,15 93,62 0,10 94,22 0,12 94,44 0,14 94,53 0,06 94,45 0,05

Fuente: Elaboracin propia.

principios
N 7/2007

49

Vicente Donoso y Vctor Martn

d. La especificacin de un modelo con tendencia lineal restringida al vector de cointegracin (M4) se muestra como opcin segura cuando se desconoce la forma del MCEV. e. El principio de Pantula aplicado de forma mecnica sobre el total de los modelos puede conducir a resultados errneos.

6. Bibliografa
Abhayaratne, A. (1996), Foreign trade and economic growth evidence from Sri Lanka, 19601992, Applied Economics Letters, vol. 3, pgs. 567570. Ahking, F. W. (2002), Model misspecification and Johansens cointegration analysis: an application to the US money demand, Journal of Macroeconomics, vol. 24, pgs. 5166. Balaguer, J. y M. CantavellaJord (2001), Examining the exportled growth hypothesis for Spain in the last century, Applied Economics, vol. 8, pgs. 681685. Dickey, D. A. y W. A. Fuller (1979), Distribution of the estimators for autoregressive time series with a unit root, Journal of the American Statistical Association, vol. 74, pgs. 427431. Dickey, D. A. y W. A. Fuller (1981), Likelihood ratio statistics for autoregressive time series with a unit root, Econometrica, vol. 49, pgs. 10571072. Doornik, J. A., Hendry D. F. y B. Nielsen (1998), Inference in cointegrating models: UK M1 revisited, Journal of Economic Surveys, vol. 12, n. 5, pgs. 533572. Doyle, E. (1998), Exportoutput causality: the irish case, Atlantic Economic Journal, vol 26, n. 2, pgs. 147161. Franses, P. H. (2001), How to deal with intercept and trend in practical cointegration analysis?, Applied Economics, vol. 33, pgs. 577579. Fuller, W. A. (1976), Introduction to Statistical Time Series, New York, Wiley. Giles, J. A. y C. L. Williams (2000a), Exportled Growth: a Survey of the Empirical Literature and Some Noncausality Results, Journal of International Trade and Economic Development, vol. 9, pgs. 261337. Giles, J. A. y C. L. Williams (2000b), Exportled Growth: a Survey of the Empirical Literature and Some Noncausality Results, Journal of International Trade and Economic Development, vol. 9, pgs. 445470. Gonzalo, J. y T. H. Lee (1998), Pitfalls in testing for long run relationships, Journal of Econometrics, vol. 86, pgs. 129154. Greenaway, D. y D. Sapsford (1994), What does liberalization do for exports and growth?, Weltwirtschaftliches Archiv, vol. 130, pgs. 152174. HatemiJ, A. (2002), Export performance and economic growth nexus in Japan: a bootstrap approach, Japan and the World Economy, vol. 14, pgs. 2533. Hendry, D. F. y K. Juselius (2001), Explaining cointegration anlisis: part II, Energy Journal, vol. 22, n. 1, pgs. 75120. Johansen, S. (1988), Statistical analysis of cointegrating vectors, Journal of Economic Dynamics and Control, vol.12, pgs. 231254. Johansen, S. (1991), Estimation and hypothesis testing of cointegration vectors in gaussian vector autoregressive models, Econometrica, vol. 59, pgs.15511580. Johansen, S. (1992), Determination of cointegration rank in the presence of a linear trend, Oxford Bulletin of Economics and Statistics, vol. 54, pgs. 383397. Johansen, S. (1994), The role of the constant and linear terms in cointegration analysis of nonstationary variables, Econometrics Reviews, vol. 13, pgs. 205229. Johansen, S. (1995), Likelihoodbased inference in cointegrated vector autoregressive models, Oxford University Press. Johansen, S. y K. Juselius (1990), Maximun likelihood estimation and inference on cointegration with applications to the demand for money, Oxford Bulletin of Economics and Statistics, vol. 52, pgs. 169210. Ljung G. M. y G. E. P. Box (1978), On a measure of lack of fit in time series models, Biometrika, vol. 65, pgs. 297303. Nielsen, B. y A. Rahbek (2000), Similarity issues in cointegration analysis, Oxford Bulletin of Economics and Statistics, vol. 62, n. 1, pgs. 522. OsterwaldLenum (1992), A Note with Quantiles of the Asymptotic Distribution of the Maximun Likelihood Cointegration Rank Test Statistic, Oxford Bulletin of Economics and Statistics, vol. 54, pgs. 461472. Oxley, L. (1993), Cointegration, causality and exportled growth in Portugal, 18651985, Economics Letters, vol. 43, pgs. 163166.

50

principios
N 7/2007

Estn cointegradas las exportaciones y el producto en Espaa?

Pantula, S. G. (1989), Testing for unit roots in time series data, Econometric Theory, vol. 5, pgs. 256271. Reinsel, G. C. y S. K. Ahn (1992), Vector autoregressive models with unit roots and reduced rank structure: estimation, likelihood ratio test and forecasting, Journal of Time Series Analysis, vol. 13, pgs. 353375. Saikkonen, P. y H. Ltkepohl (2000a), Testing for the cointegratin rank of a VAR process with an intercept, Econometric Theory, vol. 16, pgs. 373406. Saikkonen, P. y H. Ltkepohl (2000b), Trend adjusment prior to testing for the cointegration rank of a VAR process, Journal of Time Series Analysis, vol. 21, pgs. 435456. Saikkonen, P. y R. Luukkonen (1997), Testing cointegration in finite vector autoregressive processes, Journal of Econometrics, vol. 81, pgs. 93126. Thornton, J. (1996), Cointegration, causality and exportled growth in Mexico 18951992, Economics Letters, vol. 50, pgs. 413416. th Thornton, J. (1997), Exports and economic growth: evidence from 19 century Europe, Economics Letters, vol. 55, pgs. 235240. Toda, H.Y. (1995), Finite sample performance of likelihood ratio tests for cointegrating ranks in vector autoregressions, Econometric Theory, vol. 11, pgs. 10151032. Trenkler, C. (2003), A new set of critical values for systems cointegration tests with a prior adjustment for deterministic terms, Economics Bulletin, vol. 3, n. 11, pgs. 19.

principios
N 7/2007

51