Está en la página 1de 19

INDICE

1. MARCO TEORICO
2. OBJETIVOS
3. DATOS ESTADSTICOS

02
03
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

Econometra

Pgina 1

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 ser
los 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.

Econometra

Pgina 2

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:

Econometra

Pgina 3

o Ausencia de multicolinealidad: las variables explicativas no estn


correlacionadas.
o Homoscedasticidad: la varianza de las perturbaciones es constante.
o No autocorrelacin: las perturbaciones son independientes unas de otras.
o El valor esperado de las perturbaciones es cero.
3. DATOS ESTADSTICOS
El modelo puramente matemtico de la Exportaciones Tradicionales dado es de
inters limitado para el econometrista ya que supone que existe una relacin entre
el Producto Bruto Interno mundial (promedio de P.B.I.de Estados Unidos y China)
y el tipo de cambio; estas variables ejercern probablemente influencias sobre
nuestra variable endgena a estimar.
Teniendo as la siguiente funcin de regresin:

Donde el termino t conocido como el termino de perturbacin puede


representar a todas aquellas variables que afectan a las Exportaciones
Tradicionales pero que no son considerados en el modelo de manera explicita.
4. ESTIMACIN POR MNIMOS CUADRADOS ORDINARIOS (M.C.O.)
Asi tenemos con ayuda del programa Eviews lo siguiente:
Dependent Variable: EXPTRAD
Method: Least Squares
Date: 02/28/09 Time: 19:32
Sample: 1990Q1 2008Q3
Included observations: 75
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
PBIMUNDIAL
TC

695.5375
0.529865
-755.3840

142.6921
0.017383
68.60754

4.874394
30.48123
-11.01022

0.0000
0.0000
0.0000

R-squared
Adjusted R-squared

0.939037
0.937343

Econometra

Mean dependent var


S.D. dependent var

1810.825
1656.332

Pgina 4

S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

414.6019
12376424
-556.9385
1.455065

Akaike info criterion


Schwarz criterion
F-statistic
Prob(F-statistic)

14.93169
15.02439
554.5187
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 3 nos indica que si los los incentivos tributarios se
incrementara en una unidad en promedio, las exportaciones tradicionales
disminuir en casi 755.3839779.

Econometra

Pgina 5

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:

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

Nuestro t calculado se encuentra en la

zona de rechazo por lo cual se rechaza el Ho, es decir, el 1 es significativo de


manera individual para el modelo.

Para 2:
Econometra

H0:

2 = 0
Pgina 6

H1:

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

Nuestro t calculado se encuentra en la

zona de rechazo por lo cual se rechaza la Ho, es decir, el 2 es significativo de


manera individual para el modelo.
Para 3:
-

H0:

3 = 0

H1:

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

Nuestro t calculado se encuentra en la

zona de rechazo por lo cual se rechaza la Ho, es decir, el 3 es significativo de


manera individual para el modelo.
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
Econometra

Pgina 7

que lo acompaa. Los resultados en este anlisis se realizan bajo las columnas tstatistic. 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 de

rechazo 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:
-

Econometra

H1:

Pgina 8

Con ayuda del programa Eviews calculamos la:

Chow Breakpoint Test: 1999Q1


F-statistic
Log likelihood ratio

Fcrit[

13.06745
33.74224

Prob. F(3,69)
Prob. Chi-Square(3)

0.000001
0.000000

] = 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 de

rechazo 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.-

Econometra

Pgina 9

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)
16
Series: Residuals
Sample 1990Q1 2008Q3
Observations 75

14
12
10
8
6
4
2
0
-1200

Por lo tanto:

-800

-400

400

800

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

3.36e-13
22.05923
1198.774
-1211.222
408.9608
0.053418
4.357243

Jarque-Bera
Probability

5.792255
0.055237

1200

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:

Econometra

Pgina 10

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 demuestra
que 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:
E

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 2008Q3
Included observations: 75

Econometra

Pgina 11

Variable

Coefficient

Std. Error

t-Statistic

Prob.

TC
C

2694.644
-1253.128

337.5112
949.4790

7.983865
-1.319806

0.0000
0.1910

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.466148
0.458835
2791.498
5.69E+08
-700.4819
0.114019

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

5877.187
3794.658
18.73285
18.79465
63.74210
0.000000

Luego procedemos a calcular con la prueba de FARRA GLAUBER

Hiptesis:

Fcrit[

H0:

H1:

] = 3.15

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


Por lo tanto:

Nuestro FG calculado se encuentra en la zona

de rechazo por lo cual se rechaza la Ho, es decir, que existe Multicolinealidad en el


modelo.
5.2 Correccin.-

Econometra

Pgina 12

Eliminacin de la variable que ocasiona el problema:


E

D
E

Excluyendo

la

variable

ND
D

explicativa

que

ocasiona

el

problema

de

la

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


E

Dependent Variable: EXPTRAD


Method: Least Squares
Date: 03/01/09 Time: 08:34
Sample: 1990Q1 2008Q3
Included observations: 75
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
TC

31.54889
672.4130

522.2252
185.6353

0.060412
3.622225

0.9520
0.0005

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.152351
0.140739
1535.359
1.72E+08
-655.6458
0.034095

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

1810.825
1656.332
17.53722
17.59902
13.12051
0.000536

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.-

Econometra

Pgina 13

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
Obs*R-squared

8.113436
27.76870

Prob. F(5,69)
Prob. Chi-Square(5)

0.000005
0.000040

Conclusin:
Como la probabilidad (0.000005) es menor que el 5%, con concluimos que se
rechaza la H0 por lo tanto existe Heterocedasticidad en el modelo.
8. Autocorrelacin:
7.1

Deteccin:
Prueba de Durbin Watson. Hiptesis:
-

H0:

H1:

Dependent Variable: EXPTRAD


Method: Least Squares

Econometra

Pgina 14

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


Sample: 1990Q1 2008Q3
Included observations: 75
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
PBIMUNDIAL
TC

695.5375
0.529865
-755.3840

142.6921
0.017383
68.60754

4.874394
30.48123
-11.01022

0.0000
0.0000
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.939037
0.937343
414.6019
12376424
-556.9385
1.455065

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

1810.825
1656.332
14.93169
15.02439
554.5187
0.000000

Del grafico tenemos:


Durbin-Watson = 1.455065
n = 75 observaciones;

dl = 1.57;

k = 2

(
(

du = 1.68

E iste autocorrelacion positiva

7.2 Correccin.Dependent Variable: EXPTRAD


Method: Least Squares
Date: 03/01/09 Time: 10:55
Sample (adjusted): 1990Q2 2008Q3
Included observations: 74 after adjustments
Convergence achieved after 22 iterations

Econometra

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
PBIMUNDIAL
TC
AR(1)

-41.09119
0.043601
18.69943
1.049793

882.6261
0.033293
248.3663
0.023387

-0.046556
1.309599
0.075290
44.88862

0.9630
0.1946
0.9402
0.0000

Pgina 15

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
Inverted AR Roots

0.977329
0.976358
255.3560
4564467.
-513.1021
2.142765

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

1828.209
1660.735
13.97573
14.10028
1005.891
0.000000

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 (Promedio


de E.E.U.U. y China en
mill. US$)

Tipo de Cambio
Real (mill. S/.)

90T1

524.4

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

1.19

92T3

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

Econometra

Pgina 16

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

2.33

96T1

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

3.44

00T2

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

3.48

04T3

2515.7

7679

3.36

Econometra

Pgina 17

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

3.43

06T1

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

Econometra

Pgina 18

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

Econometra

Pgina 19

También podría gustarte