Modelo Economtrico de la Demanda de Arroz

1. Objetivo
Establecer un modelo economtrico que permita pronosticar la demanda nacional de arroz.
2. Definicin de Variables
Sean:
Y = Demanda Nacional de Arroz (miles toneladas)
X1 = Precio del arroz ($us/quintal)
X2 = Precio de producto sustituto Maiz ($us/Ton)
X3 = Poblacin nacional (millones habitantes)
3. Presentacin de Informacin
Ao
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010

Y
X1
X2
X3
Demanda Arroz
Precio Arroz
Precio Maiz
Poblacin
(miles toneladas)
($us/quintal)
($us/ton)
(millones hab)
227.7
13.42
26.44
7.48
230.7
13.94
38.17
7.66
234.1
14.45
49.90
7.85
248.2
14.96
61.63
8.04
255.6
16.20
88.22
8.23
257.0
14.83
89.61
8.43
267.9
15.68
99.33
8.62
268.1
18.16
105.19
8.82
286.7
17.20
111.78
9.02
304.9
19.98
98.41
9.23
320.2
17.04
121.59
9.43
336.0
23.86
163.26
9.63
343.0
38.49
223.25
9.83
350.1
33.28
165.54
10.03
357.4
30.24
186.01
10.23
Fuente. Elaborado en base a informacin del INE, UDAPE, FENCA y CIPCA.

4. Definicin y Seleccin del Modelo

Para determinar el mejor modelo economtrico, se emplear el mtodo de Mnimos Cuadrados
Ordinarios, probndose variantes del modelo lineal.
A continuacin presentamos los reportes obtenidos en el software Eviews 7.0:

Lineal

Exponencial

Yi 0 1 X 1i 2 X 2 i

ln Yi 0 1 X 1i 2 X 2 i

Logartmico

Potencial

Yi 0 1 ln X 1i 2 ln X 2 i

ln Yi 0 1 ln X 1i 2 ln X 2 i

Realizando la comparacin entre los anteriores, el mejor modelo es el Potencial, pues todos sus
parmetros estimados son significativos, el modelo es globalmente significativo, tiene el
coeficiente de determinacin mas alto (0,875) y tiene los criterios de Akaike (-2,74), Schwarz (2,599) y de Hannan-Quin mas bajos (-2,74).
El modelo es:

ln(Y) = 4.370 + 0.1977*ln(X1) + 0.1523*ln(X2)

5. Adicin de la variable poblacin
Consideramos que hemos omitido el logaritmo de la variable poblacin, por lo que representamos
el modelo as:
La dcima es la siguiente:
H0: 3 = 0

No existen Variables omitidas en el modelo

H1: 3 0

Si existen Variables omitidas en el modelo

El resultado de la prueba es:

Como el p-value es menor al nivel de significancia (5%) en todas las pruebas, no podemos
aceptar la hiptesis nula y se concluye que la variable logaritmo de la poblacin es relevante y
debe ser considerada en el modelo.
As, el nuevo modelo ser:

ln(Y) = 2.041 + 0.0614*ln(X1) - 0.05341*ln(X2) + 1.6854*ln(X3)

Pero como observamos en el modelo nuevo, las variable ln(X1) y ln(X2) dejan de ser
significativas, por lo que pasamos a preguntarnos se deberamos omitir estas variables.

6. Eliminacin de las variables precio del arroz y precio del maiz

Por lo tanto estudiamos el modelo:
ln Yi 0 3 ln X 3 i

La dcima es la siguiente:
H0: 1 = 0 , 2 = 0

No existen Variables omitidas en el modelo

H1: 1 0 , 2 0

Si existen Variables omitidas en el modelo

El resultado de la prueba es:

Como el p-value es mayor al nivel de significancia (5%) en ambas pruebas, aceptamos la

hiptesis nula y se concluye que las variables precios del arroz y del maz, en logaritmos, son
irrelevantes y debe ser removidas del modelo. Obteniendose nuevamente:

As, el modelo final ser:

ln(Y) = 2.242 + 1.5645*ln(X3)

7. Conclusiones
Se logr obtener un modelo que permita pronosticar la demanda nacional de arroz, en funcin de
la poblacin nacional.
El mismo cuenta con los dos parmetros significativos, el modelo es globalmente significativo y el
coeficiente de determinacin es aceptable.