2015

Curso: Estadstica MAF

Profesor: Karlen,
Alberto

[ANLISIS SOBRE LA
VARIACIN DEL
DLAR INFORMAL EN
ARGENTINA]

Autores:

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]

Garmendia, Agustn.
Ramos, Franciane.
Turnes, Patricio.
INDICE
Secciones:
1. Objetivo del
trabajo
..pg.2
2. Introduccin
pg.2
2.1.
Variables
analizadas
..pg.3
2.2.
Descripcin de los
datos.pg
.4
3. Desarrollo del
Modelo..
.pg.5
3.1.
Anlisis de
Autocorrelacin
.pg.6
3.2.
Anlisis de
Multicolinealidad
..pg.10
3.3.
Anlisis de
Heterocedasticidad
..pg.11
3.4.
Modelo final Anlisis de bondad del
Modelo..pg.14
4. Modelo definitivo Anlisis de la bondad del
Modelopg.16
5. Conclusiones
..pg.17

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]

1. Objetivo del trabajo

A lo largo del cuatrimestre, hemos conocido y estudiado herramientas y conceptos
tericos que nos permiten desarrollar y analizar modelos estadsticos con el objetivo
de entender la influencia de una o ms variable en el comportamiento de una
variable que pretendemos explicar.
El objetivo del presente trabajo consiste en explicar las variaciones del precio del
dlar blue en funcin del comportamiento de otras variables explicativas mediante
un modelo de regresin mltiple.
Se han seleccionado cuatro variables que entendemos pueden tener influencia en el
comportamiento de la variable a explicar y analizaremos su peso explicativo
durante el presente trabajo.
2. Introduccin
La economa argentina ha sufrido con un gran nmero de crisis econmicas
profundas en las ltimas dcadas y todos esos momentos de apuros financieros, los
ciudadanos han buscado formas de resguardar el valor de sus ingresos y proteger
sus ahorros.
En situaciones de crisis, se observa que el comportamiento de los ciudadanos
tiende a ser conservador, buscando un instrumento de ahorro que pueda ser seguro
y de buena liquidez. Histricamente, los argentinos han invertido sus ahorros en la
construccin o en dlares. El primer caso tiene la ventaja de ser bastante seguro,
|

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]
los inmuebles gozan de una proteccin jurdica superior a los dems tipos de
bienes, adems, siempre se considera que una vez superadas las crisis econmicas,
su valor tiende a subir, ya que existiendo ms capital disponible, otros ciudadanos
tambin buscan invertir en este tipo de bien seguro.
En cuando al dlar, presenta la ventaja de su alta liquidez, convirtindose en
moneda de cambio muy aceptada en el mercado argentino, es utilizado desde hace
bastante para concretar los ms diversos tipos de contratos y en especial aquellos
de gran valor econmico. Asimismo, de modo general la moneda norteamericana
est considerada por los argentinos como una reserva de valor y medio de ahorro.
Si consideramos que en todos los eventos de crisis econmicas de las ltimas
dcadas el peso ha perdido valor de forma vertiginosa frente al dlar, no es
disparatado pensar que contar con dlares billete es una forma de enfrentar esos
bruscos cambios monetarios, resguardando el valor de los ahorros y, quizs,
obtener cierta ventaja al negociar contratos en tiempos de crisis.
En el momento presente, la economa argentina se encuentra sumamente regulada
y el acceso a los dlares billete est altamente restringido. Sin embargo, no resulta
tan simple modificar un comportamiento extendido por largo periodo de tiempo y es
as como se observa que el mercado trata de buscar una forma de seguir
accediendo a los dlares que histricamente son instrumento para contratos o
ahorros. De ah que el dlar vendido en el mercado paralelo no regulado, el dlar
blue, pasa a representar un importante instrumento de la economa diaria de los
argentinos y por tal razn decidimos estudiar qu variables pueden influenciar el
comportamiento del dlar blue.

2.1.

Variables analizadas

Consideramos que cuatro variables pueden tener poder explicativo respecto del
dlar blue, a saber:
Dlar oficial: siendo el valor
importante considerarlo como
Parecera lgico suponer que el
parmetro para fijar el valor del

oficial de la moneda norteamericana, parecera

variable que influenciara el valor del dlar blue.
valor del dlar oficial en alguna medida sirve como
dlar blue y tendra influencia sobre este ltimo.

Salida de turistas: se considera que los turistas que viajan al extranjero realizan
gastos en moneda extranjera, sea con el uso de dlares billete o pago de tarjetas de
crdito utilizadas en el exterior, eso llevara a la disminucin de la disponibilidad de
dlares en el mercado argentino. Incluiremos esta variable en nuestro anlisis a fin
de conocer su influencia con relacin al dlar blue.
|

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]
Dlar equilibrio: se trata del valor estimado de equilibrio que debera tener moneda
norteamericana en el mercado argentino. Este surge del cociente entre la base
monetaria y las reservas informadas por el BCRA. Estando el mercado de cambios
altamente regulado y dirigido en Argentina, se entiende que el valor del dlar oficial
atiende ms a las restricciones y presiones de los reguladores que a una real
percepcin de su valor de mercado. Parecera importante considerarlo como
variable explicativa para entender si el Dlar blue responde al valor que
tericamente debera tener el dlar en el mercado argentino o si se corresponde
con otros factores.
Contado con liquidacin: se trata de una forma legal de obtener dlares de libre
disponibilidad. Por medio de esta operacin el comprador utiliza pesos para
comprar un bono que se pueda vender en el exterior. Luego de 72 horas, vende el
bono y recibe los dlares en una cuenta en dlares en el exterior. Para realizar la
transaccin habr un valor de intermediacin, as que siempre se comprarn los
dlares por valor superior al oficial, pero en general ms bajo que el dlar blue. Los
factores que pueden complicar de este tipo de operacin es (i) los pesos utilizados
siempre deben ser declarados o declarables; (ii) en el plazo de 72 horas puede
suceder una extraordinaria variacin en el precio del dlar y el comprador del bono
puede terminar con menos dlares de lo que supona por los pesos invertidos.
Entendemos que el valor del contado con liquidacin debe ser considerado como
variable explicativa del valor de dlar blue, toda vez que se trata tambin de una
forma de acceder a los dlares sin necesitar de una autorizacin de los organismos
reguladores.
Los modelos iniciarn con un anlisis del comportamiento del dlar blue con
relacin a todas esas variables y se harn ajustes necesarios para trabajar con
aquellas que realmente resulten relevantes y con poder explicativo con relacin al
dlar blue.

2.2.

Descripcin de los datos:

La muestra para la regresin est compuesta de promedios mensuales para las

cotizaciones diarias de las distintas variables que conforman el modelo tomadas
entre los meses de Junio de 2012 y Marzo de 2015. Se opt por trabajar con
promedios mensuales para evitar trabajar con cotizaciones diarias que estn
|

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]
sometidas a variaciones de todo tipo en funcin de noticias o rumores que circulen
en el mercado un determinado da, a la vez que se tratara de un modelo
autorregresivo por naturaleza.
Lo cotizacin diaria del dlar oficial as como tambin los valores diarios de las
reservas internacionales y la Base monetaria (necesarios para calcular el tipo de
cambio de equilibrio) se obtuvieron de la web del Banco central de la Repblica
Argentina. www.bcra.gov.ar
La cotizacin diaria del dlar informal y el dlar contado con liquidacin se
obtuvieron de la web del diario mbito Financiero.
http://www.ambito.com/economia/mercados/monedas/dolar/info/?ric=ARSB=
http://www.ambito.com/economia/mercados/monedas/dolar/info/?ric=ARSB=CL
Los datos de salidas de turistas por mes fueron obtenidos a partir de la encuesta de
turismo internacional del instituto de Estadsticas y Censos (INDEC).

3. Desarrollo del Modelo.

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]
Para explicar la cotizacin mensual del dlar informal o blue en Argentina,
planteamos en primera instancia el siguiente modelo:

X1: Cotizacin mensual del dlar oficial informada por el BCRA.

X2: Salida de turistas (en miles) obtenida a partir de la Encuesta de turismo
internacional del INDEC.
X3: Cotizacin mensual del dlar de Equilibrio. Obtenido a partir del cociente de la
Base Monetaria sobre las Reservas en dlares del BCRA.
X4: Cotizacin mensual del dlar contado con liquidacin.
El resultado obtenido se muestra a continuacin:
Dependent Variable: DB
Method: Least Squares
Date: 06/07/15 Time: 20:27
Sample (adjusted): 1 34
Included observations: 34 after adjustments
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
B1
B2
B3
B4

-0.867942
0.009367
1.94E-06
0.273947
0.847654

0.399418
0.164967
0.000238
0.086985
0.073766

-2.173018
0.056778
0.008146
3.149339
11.49109

0.0381
0.9551
0.9936
0.0038
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.988157
0.986523
0.318193
2.936152
-6.606481
604.9266
0.000000

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

9.927338
2.740954
0.682734
0.907199
0.759283
1.088842

Esta primera aproximacin fue desechada debido a que si bien, se obtuvieron

valores altos para el R2 y el Test F, lo que dara a entender que existe un buen
ajuste del modelo a los datos, hay razones para creer que esto se debe a la
presencia de autocorrelacin en los residuos debido a un error de especificacin del
modelo al trabajar en niveles y con variables que mantienen una clara tendencia
alcista. Junto con esto, el valor obtenido para el estadstico de Durbin-Watson
(aproximadamente uno) hace sospechar que puede haber autocorrelacion positiva
de primer orden en los residuos.

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]
Este problema de especificacin del modelo se atacar en la seccin de anlisis de
Autocorrelacin dado que es imprescindible solucionarlo para obtener un modelo
con buen poder explicativo.
3.1.

Anlisis de Autocorrelacin.

Analizaremos la presencia de Autocorrelacion de distintos rdenes por medio del

anlisis del correlograma:

El anlisis del correlograma permite ver la existencia de autocorrelacin

significativa de orden 1 y orden 4. En consecuencia debemos aplicar alguna
transformacin a las variables dado que de otra manera los estimadores obtenidos
por MCO no sern eficientes y los resultados de os test t; F y el R 2 obtenidos
anteriormente no sern vlidos.
Para ello trabajaremos con las variaciones relativas de las variables, para obtener
un modelo que permita explicar la relacin entre cambios porcentuales en la
cotizacin del Dlar Blue de un mes a otro, versus las variaciones porcentuales de
las variables explicativas bajo anlisis en dicho mes.

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]

El modelo obtenido es el siguiente:

Dependent Variable: DB
Method: Least Squares
Date: 06/07/15 Time: 20:32
Sample (adjusted): 2 34
Included observations: 33 after adjustments
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
B1
B2
B3
B4

-0.003395
0.118361
0.008404
0.333694
0.666602

0.008735
0.237445
0.006018
0.183210
0.090914

-0.388706
0.498479
1.396396
1.821371
7.332251

0.7004
0.6220
0.1736
0.0793
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.751042
0.715477
0.032722
0.029980
68.73638
21.11724
0.000000

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.025570
0.061345
-3.862811
-3.636068
-3.786519
2.014253

A partir de la transformacin de variables empleada vemos que el R 2 y el Test F de

bondad del modelo como un todo toman valores ms reales, lo que nos da la idea
en principio de un buen ajuste del modelo a los datos, aunque corresponde
profundizar el anlisis de autocorrelacion en los residuos.
El nuevo valor obtenido para el estadstico de Durbin-Watson nos lleva a pensar que
el nuevo modelo no presenta autocorrelacin de primer orden. No obstante,
deberemos analizar la existencia de autocorrelacion de rdenes superiores en los
residuos a partir del anlisis del correlograma.

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]

El anlisis del correlograma demuestra la existencia de una significativa

autocorrelacion de orden 4. Analizando el diagrama de los residuos estudiaremos si
se presentan valores anmalos (Outliers) de residuos separados 4 perodos.

Para poder superar este inconveniente, incluiremos una variable dummy dentro del
modelo que tome como valor cero en todos los meses, excepto en los outliers ms
significativos, donde tomara los valores -0,25 o 0,25 dependiendo del signo del
residuo anmalo.

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]
Los valores anmalos en los residuos se corresponden con meses en los que
tuvieron lugar determinados acontecimientos que propiciaron variaciones intensas
en la cotizacin del dlar blue.
El primero de ellos, se da en Junio del 2013, un mes en el cual, se produjo una baja
significativa y no alineada con la tendencia del dlar blue del resto del ao, debido
a determinadas acciones tomadas para disminuir el precio de la moneda en el
mercado paralelo. Puntualmente, varios entes gubernamentales en ese mes,
salieron a vender acciones y otros activos financieros vinculados al mercado del
Dlar contado con liquidacin para hacer bajar el precio del dlar informal.
El segundo outlier mas importante tuvo lugar en Julio del 2014, cuando la falta de
acuerdo en las negociaciones por la deuda externa con los Holdouts no llegaron a
un acuerdo lo que dispar la cotizacin del dlar blue, superando los 13 ARS.

El Modelo obtenido es el siguiente:

Dependent Variable: DB
Method: Least Squares
Date: 06/07/15 Time: 20:46
Sample (adjusted): 2 34
Included observations: 33 after adjustments
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
B1
B2
B3
B4
DUMMY

-0.004854
0.159966
0.009332
0.371335
0.627777
0.243917

0.007782
0.211584
0.005360
0.163396
0.081925
0.084031

-0.623790
0.756042
1.741045
2.272607
7.662833
2.902700

0.5380
0.4562
0.0931
0.0312
0.0000
0.0073

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.810255
0.775117
0.029091
0.022850
73.21778
23.05920
0.000000

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.025570
0.061345
-4.073805
-3.801713
-3.982254
2.280203

10

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]

El modelo obtenido finalmente, no tiene autocorrelacin en los residuos que sea

significativa, lo que nos permite seguir avanzando en el estudio del problema.

3.2.

Anlisis de Multicolinealidad.

El siguiente paso ser analizar si existe correlacin entre las variables explicativas
del modelo final estimado, problema conocido como multicolinealidad. En caso de
presentarse de forma significativa, podramos tener un modelo con estimadores
poco eficientes, lo que nos llevara a valores poco significativos del estadstico t,
que nos podran llevar a desechar variables con buen poder explicativo.
Para estudiar la presencia de multicolinealidad en primer lugar, estudiamos la
matriz de coeficientes de Correlacin entre las variables explicativas.

11

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]
Como se puede ver en la matriz, no se observa la presencia de niveles significativos
de correlacin entre las variables explicativas.
A su vez, corresponde analizar si existe correlacin entre cada variable explicativa
y el conjunto de las otras variables explicativas, para lo cual se realizaron varias
regresiones tomando como variable explicada a cada una de las variables
explicativas del modelo original.

De esta serie de regresiones extrajimos los valores obtenidos para el R 2 en cada

una, donde se observa que no hay niveles significativos de correlacin entre las
variables explicativas, pudiendo as descartar el problema de la multicolinealidad en
niveles significativos.

3.3.

Anlisis de Heterocedasticidad.

Es menester para poder continuar en la obtencin del modelo definitivo, analizar si

se cumple el supuesto de que la varianza se mantiene constante, dado que de
rechazarse esta hiptesis (hiptesis de Homocedasticidad), estaramos trabajando
con estimadores ineficientes y perderamos precisin en las estimaciones realizadas
con el modelo. A su vez, en caso de suceder esto, se obtendran estimaciones
diferentes para distintos tamaos de muestra, agregando o quitando observaciones.
Para ello intentamos realizar el test de White en e-views que regresa el cuadrado de
los residuos contra las variables explicativas, sus cuadrados y sus productos
cruzados. Luego si el valor obtenido de R 2 en esta regresin es elevado se rechaza
la hiptesis de homocedasticidad.
El resultado del anlisis fue el siguiente:
|

12

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]

Esto nos llev, a realizar el test de hiptesis de homecedasticidad a travs de la

prueba de Golfeld-Quandt. Para ello, dividimos las observaciones en 2 grupos de 14
observaciones cada uno para los primeros 14 meses por un lado y los ltimos por el
otro, prescindiendo as de algunas observaciones del medio. Luego testeamos el
cociente de la Suma de cuadrados residuales del grupo superior con respecto al
inferior, lo que nos da como resultado un estadstico F que tiene una distribucin
Fisher-Snedecor de 12 grados de libertad en el numerador y 12 grados de libertad
en el denominador. En rigor se utiliza el cociente de varianzas residuales pero dado
de que ambas regresiones tienen los mismos grados de libertad para la varianza no
explicada por el modelo, el resultado es el mismo.
Dependent Variable: DB
Method: Least Squares
Date: 06/07/15 Time: 20:46
Sample (adjusted): 2 34

13

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]
Included observations: 33 after adjustments
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
B1
B2
B3
B4
DUMMY

-0.004854
0.159966
0.009332
0.371335
0.627777
0.243917

0.007782
0.211584
0.005360
0.163396
0.081925
0.084031

-0.623790
0.756042
1.741045
2.272607
7.662833
2.902700

0.5380
0.4562
0.0931
0.0312
0.0000
0.0073

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.810255
0.775117
0.029091
0.022850
73.21778
23.05920
0.000000

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.025570
0.061345
-4.073805
-3.801713
-3.982254
2.280203

Dependent Variable: DB
Method: Least Squares
Date: 06/08/15 Time: 10:49
Sample: 1 14
Included observations: 14
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
B1
B2
B3
B4
DUMMY

-0.005349
-0.049874
0.021468
0.153221
0.665520
0.254432

0.010819
0.307163
0.026525
0.435553
0.115738
0.135779

-0.494371
-0.162369
0.809342
0.351786
5.750244
1.873866

0.6343
0.8750
0.4417
0.7341
0.0004
0.0978

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.848687
0.754117
0.030571
0.007477
32.88017
8.974135
0.003899

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.010318
0.061651
-3.840025
-3.566143
-3.865378
1.812902

El valor del estadstico F calculado entonces es:

De tablas, obtenemos que el valor de F para 12 grados de libertad en el numerador

y en el denominador, para un nivel de significacin del 5% es de 2,687

14

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]

En consecuencia no podemos rechazar la hiptesis de homocedasticidad dado que

el F calculado es menor que el F crtico.

3.4.

Modelo final Anlisis de la bondad del Modelo.

Descartada la presencia de problemas como los descritos anteriormente que

podran dar lugar a estimaciones poco precisas por medio de estimadores no
eficientes, procedemos a realizar el anlisis de la bondad del modelo.
Dependent Variable: DB

15

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]
Method: Least Squares
Date: 06/07/15 Time: 20:46
Sample (adjusted): 2 34
Included observations: 33 after adjustments
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
B1
B2
B3
B4
DUMMY

-0.004854
0.159966
0.009332
0.371335
0.627777
0.243917

0.007782
0.211584
0.005360
0.163396
0.081925
0.084031

-0.623790
0.756042
1.741045
2.272607
7.662833
2.902700

0.5380
0.4562
0.0931
0.0312
0.0000
0.0073

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.810255
0.775117
0.029091
0.022850
73.21778
23.05920
0.000000

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.025570
0.061345
-4.073805
-3.801713
-3.982254
2.280203

R2: Coeficiente de determinacin

El valor de 0,81 para el coeficiente de determinacin indica que el modelo elegido

tiene poder explicativo sobre las variaciones mensuales del Dlar Blue, es decir,
que al menos una de las variables incluidas tiene poder explicativo sobre el dlar
Blue.

Test F.

El valor elevado del estadstico F lleva a rechazar la hiptesis de que todos los
coeficientes del modelo son iguales a cero, lo que implica que al menos uno no lo es
y que se tiene por lo menos una variable con buen poder explicativo sobre las
variaciones mensuales del dlar blue.
Queda por analizar si alguna de las variables consideradas no aporta suficiente
poder explicativo sobre las variaciones mensuales del Dlar Blue y puede ser
eliminada para simplificar el modelo. Para ello recurrimos a los test t de
significacin para cada variable.

Tests t

16

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]
El anlisis de los valores del estadstico t para cada variable considerada demuestra
que slo aportan poder explicativo sobre las variaciones mensuales del dlar blue,
las variables X3 y X4 que corresponden las variaciones mensuales del dlar de
equilibrio y del dlar contado con liquidacin respectivamente. Las otras dos
variables consideradas X1 (variacin mensual del dlar oficial) y X2 (variacin
mensual de la salida de turistas del pas) tienen valores del estadstico t poco
significativos y su p-value es mayor al 5% que se requiere para rechazar la hiptesis
de que el respectivo coeficiente es cero.
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
B1
B2
B3
B4
DUMMY

-0.004854
0.159966
0.009332
0.371335
0.627777
0.243917

0.007782
0.211584
0.005360
0.163396
0.081925
0.084031

-0.623790
0.756042
1.741045
2.272607
7.662833
2.902700

0.5380
0.4562
0.0931
0.0312
0.0000
0.0073

En virtud de lo anterior, procedemos a realizar un nuevo anlisis de bondad del

modelo para el modelo simplificado con las nicas 2 variables que resultaron tener
poder explicativo del anlisis precedente.

17

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]

4. Modelo definitivo Anlisis de bondad del Modelo.

Dependent Variable: DB
Method: Least Squares
Date: 06/07/15 Time: 21:17
Sample (adjusted): 2 36
Included observations: 35 after adjustments
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
B3
B4
DUMMY

-0.002505
0.420855
0.687792
0.231256

0.006744
0.145548
0.071648
0.083911

-0.371423
2.891528
9.599596
2.755971

0.7128
0.0069
0.0000
0.0097

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.785376
0.764605
0.029175
0.026386
76.16655
37.81278
0.000000

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.023586
0.060133
-4.123803
-3.946049
-4.062442
2.248570

El modelo definitivo que consta de slo dos variables explicativas, presenta un valor
de R2 menor (0,78) pero que an resulta aceptable e indica que la mayor parte de la
variacin del Dlar Blue es explicada por el modelo. A su vez el test F tambin
indica que el modelo explica la mayor parte de la variacin del Dlar blue al
rechazar la hiptesis de que todos los coeficientes son cero.
Los Test t por su parte tambin resultan significativos y permiten rechazar la
hiptesis nula de que los coeficientes del modelo son cero.
Por lo que obtenemos finalmente el siguiente modelo:

18

[ANLISIS SOBRE LA VARIACIN DEL DLAR INFORMAL

June 15, 2015 EN ARGENTINA]

5. Conclusiones:
El anlisis de la versin definitiva del modelo estimado, nos permite arribar a las
siguientes conclusiones:

Las variaciones en la cotizacin del dlar blue, estn explicadas en un 78%

por las variaciones en la cotizacin del dlar contado con liquidacin y del
dlar de equilibrio; lo que es equivalente a decir que depende de la
operatoria del contado con liquidacin por un lado y del nivel de reservas y la
poltica monetaria por el otro. Esto se condice con las medidas adoptadas por
el BCRA en lo ltimos meses para controlar las operaciones de contado con
liquidacin y con las medidas del Gobierno Nacional tendientes a intentar
robustecer el nivel de reservas internacionales del BCRA. Medidas que
lograron revertir la tendencia alcista del dlar informal desde fines del ao
pasado.
Algunas de las variables que a priori entendamos podan repercutir en las
variaciones de la cotizacin del dlar blue, no pudieron ser validadas
estadsticamente. Tal fue el caso de la cotizacin del dlar oficial y la salida
de turistas.
El anlisis de Multicolinealidad demostr que no existe una correlacin
significativa entre las variables explicativas, a pesar de que todas tienen
relacin con el mercado de cambios en Argentina.
El anlisis de los residuos en la primer aproximacin al modelo, demostr que
fue necesario incluir una variable dummy para compensar por los valores
anmalos que se presentaban en aquellos meses donde tuvieron lugar
hechos que dispararon o hicieron retroceder la cotizacin de la moneda en el
mercado paralelo de forma significativa.
El resultado final fue la obtencin de un modelo mas simple que el planteado
inicialmente, que permite explicar las variaciones mensuales del dlar
informal en funcin de las variaciones mensuales del dlar contado con
liquidacin y de la base monetaria y reservas en poder del BCRA.

19