Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAPTULO IV
E
n este captulo se explicar cmo se ha determinado la demanda del
como, la aplicacin que ha tenido en otros pases; en la segunda seccin del captulo
Finalmente en las dos ltimas secciones se analizarn los resultados para poder
Los sistemas de regresin lineal simple sin ninguna restriccin; es decir una
lineal o no); de all se deriva el problema mayor en el que una demanda as estimada
una funcin de utilidad sujeta a una restriccin presupuestaria (la cual puede
bienes.
11
Las demandas Hicksianas o compensadas se encuentran resolviendo el problema dual de este
problema de maximizacin o con la ecuacin de Slutsky desde las demandas marshallianas. Cabe
anotar que el modelo de sistema de gasto lineal, nos arroja demandas marshallianas.
61
X = pkqk (x,p)
donde wi es la relacin del consumo destinado al bien i sobre el total del gasto
(piqi/x) y ei es la elasticidad ingreso del bien i. Esta condicin indica que cambian las
donde eki es la elasticidad cruzada del bien k con el precio del bien i . Esta
condicin indica que si el precio del bien i se incrementa, la proporcin del gasto en
gi (x, p) = gi(x,p)
ingreso y los precios de los bienes en la misma proporcin ellos estaran en la misma
siguiente manera:
12
La restriccin presupuestaria al ser derivada para el total de gasto (x) nos queda la siguiente
expresin pkgk/X = 1 ,considerando que wi = piqi/x y que la elasticidad es expresada como ei =
(gk/x)(x/gk), hemos transformado la expresin de agregacin multiplicndola y dividindola para g k
y x de manera que se altere y puedo ahora s expresarla en trminos de elasticidad como w iei = 1.
Similar transformacin se hizo con la agregacin de Cuornot.
62
derivadas precio cruzado de las demandas hicksianas son simtricas, esto es, para
todo i j
hi (u,p)/ pj = hj (u,p) / pi
lineal simple sin restriccin es que los resultados de estimacin no cumplen con estas
se sujetan a la teora del consumidor. Es as, que Stone (1954) plantea la estimacin
funcin de utilidad que cada uno maximiza sujeto a una restriccin presupuestaria,
mi log(Ci i)
i 1
siguiente restriccin,
63
PiCi X
i 1
Tenemos:
N N
V mi log(Ci i) ( D PiCi )
i 1 i 1
mi = Pi (Ci-i) (1)
igual a 1, tenemos:
mi ( PiCi Pi ) 1
i i i
=(D-F) (2)
manera:
que est definida como Pii es el costo total de una canasta de consumo mnimo, es
decir el costo de la canasta bsica. Cualquier exceso entre el gasto total (D) y el
consumo mnimo (F) es un margen que se asigna entre los diferentes bienes de
marginal del ingreso (o gasto) que nos indica cmo los consumidores asignan sus
ingresos por encima del nivel mnimo entre los diferentes bienes.
64
Esta demanda marshalliana del bien i, indica que el consumo en el bien i (PiCi)
dejando un residuo (D- Pii) que es asignado entre los diferentes bienes de acuerdo
al parmetro mi.
utilidad, enmarcada en una teora del consumidor, la que cumple con las propiedades
para el bien i es
Ci D miD
i
D Ci PiCi
Diferenciando la ecuacin de consumo (3) con respecto al precio del bien Pi,
Ci Pi
ii i ( Pii / D)
Pi Ci
que la funcin de demanda determinada cumple con la teora del comportamiento del
consumidor.
13
No se presenta la elasticidad precio cruzado de la demanda; es decir, con algn bien relacionado,
ya que el bien que se est trabajando no posee sustitutos cercano baratos, pero con este sistema de
gasto lineal s se puede determinar elasticidad precio cruzado diferenciando la ecuacin de consumo
con respecto al precio j y tenemos ij = (Ci/Pj)(Pj/Ci) = -i(Pjj/D)
65
Otra de las grandes ventajas que presenta es que tiene gran aplicacin, sobre
elasticidades, con lo que se permite evaluar los efectos de los ingresos, precios,
Este sistema ha sido aplicado en Inglaterra y en Egipto; en este ltimo fue una
Posteriormente se han hecho mejoras a ste modelo, todas dentro del contexto
4.4.1.Variables consideradas
14
Toda la informacin con respecto al modelo especfico de Egipto se encuentra en Taylor (1979).
15
Hashem Pesaran y Peter Schmidt,( 1997) para referencia a estos sistemas de demanda de consumo.
66
nivel nacional. Como no existe una tarifa nica se tiene que considerar algn tipo de
3
Pt WiPi
i 1
aproximado de los datos obtenidos por el Consejo Nacional del Trnsito y Transporte
Terrestre(CNTT) con respecto a todas las provincias, excepto la del Guayas cuyos
datos nos fueron facilitados por la Comisin de Trnsito del Guayas (CTG).
I Wi Pi WiPi
1 0,95 50 47,5
2 0,05 100 5,00
3 - -
52,50
16
Cabe anotar que stas tres categoras existen desde 1992, anterior a este perodo slo operaban los
buses populares, por lo que en esos perodos s haba una tarifa nica que es con la que se trabaja.
67
Banco Central del Ecuador, a travs de las cuentas nacionales y estn expresadas en
millones de sucres.
Estas variables agregadas son la que le dan aplicacin al modelo ya que son de
fcil acceso a travs de las cuentas nacionales del banco central en los diferentes
pases.
la canasta bsica y la multiplicamos por el nmero de familias tipo segn los datos
Esta cantidad de grados de libertad nos permite hacer una estimacin ms eficiente.
problema economtrico.
de los coeficientes.
17
El llamado p-value se presenta en la mayora de programas economtricos. Este representa la
probabilidad de aceptar la hiptesis nula. La ventaja que presenta frente al estadstico es que es de un
rpido manejo ya que no necesita revisin de tabla y nos lleva al mismo resultado.
69
significancia.
mencionar su magnitud.
18
La diferencia de stos dos indicadores de correlacin, es que el R 2 se agranda a medida que se
aumentan las variables sealando as una buena regresin, pero no considera que en la misma medida
se van perdiendo grados de libertad con lo que se pierde eficiencia en la regresin; en cambio el R 2
ajustado como su nombre lo indica ajusta la correlacin incorporando ste problema. Por
consiguiente el R2 ajustado es el indicador ptimo de correlacin y es al que nos vamos a referir.
70
travs de esta prueba. De todas maneras cabe anotar que sta prueba no es apropiada
para regresiones sin constante como es nuestro caso. As que continuamos con las
dems pruebas.
100000
50000
-50000
-100000
72 74 76 78 80 82 84 86 88 90 92 94
RES
adelante se presenta una dispersin sistemtica, que puede estar indicando problemas
150000
100000
50000
-50000
-100000
72 74 76 78 80 82 84 86 88 90 92 94
RES
71
Esta prueba se realiza considerando los signos de los residuos y formando una
autocorrelacin). Una racha (K) est formada por el nmero de veces consecutivas
En sta regresin se tiene ocho rachas, las primeras no son tan visibles en el
grfico ya que son cantidades muy pequeas. Pero se lo puede comprobar con la
k = 8 (nmero de rachas)
E (k ) 1.96 Var (k )
Con nuestros datos tenemos el siguiente intervalo[13 1.96(2.39)], es decir un
Para ste test se realiza la regresin de los residuos del modelo original con las
residuos rezagados; en ste caso lo hemos realizado para un rezago, la hiptesis nula
que se plantea es que no hay autocorrelacin; es decir, que el coeficiente del residuo
rezagado tiene que ser cero. Se construye el estadstico F con los RSS de la
libertad en ste caso. Los resultados para sta prueba son los siguientes:
Test Equation:
LS // Dependent Variable is RESID
Si lo realizamos para dos rezagos nos sigue indicando que con un 93% y
considerando 2 rezagos.
Breusch-Godfrey Serial
Correlation LM Test:
Test Equation:
LS // Dependent Variable is
RESID
correlograma de los residuos si stos se ubican dentro de las barras significa que se
autocorrelacin.
continuacin:
White Heteroskedasticity
Test:
Test Equation:
LS // Dependent Variable
is RESID^2
Sample: 1972 1995
residuos es baja apenas del 0.3% o del 1% dependiendo del estadstico que se
utilice, de cualquier modo ste test indica que los residuos tienen heterocedasticidad
y por lo tanto los parmetros de la regresin aunque son insesgados no son eficientes.
eficientes y las inferencias que se hagan con el modelo no van a ser confiables.
misma en todos los perodos lo que altera los supuestos sobre los cuales se basa la
regresin de mnimos cuadrados ordinarios; por lo tanto hay que solucionar ste
los residuos en homocedstica para todos los perodos. La teora considera que las
varianzas de los residuos se relacionan de alguna manera funcional con las variables
19
Se considera por ejemplo que los errores () se distribuyen media cero y varianza 2Xi2 , si sta es la
relacin estandarizamos los errores para convertir la variable en un normal (0, 2) la transformacin
sera dividir al modelo original par Xi, de esta manera los residuos transformados seran
homocedsticos.
20
Teora acerca de ste test en Gujarati (1996).
76
manera:
Se realiza la regresin del valor absoluto de los residuos originales con una
coeficientes, es decir que no hay relacin alguna entre los residuos y la variable
| | = + Pi | | = + DIFER
| | = + (1/Pi) | | = + (1/DIFER)
| | = + Pi | | = + DIFER
transformando el modelo como se dijo antes con aquella que tenga un R 2 elevado.
Realizamos stas pruebas para cada regresor por separado. Consideramos en primer
lugar la variable precio del pasaje (Pi), se presentarn las tres regresiones antes
ms.
LS // Dependent Variable is
RESABSOL
Sample: 1972 1995
Included observations: 24
LS // Dependent Variable is
RESABSOL
Sample: 1972 1995
Included observations: 24
LS // Dependent Variable is
RESABSOL
Sample: 1972 1995
Included observations: 24
LS // Dependent Variable is
RESABSOL
Sample: 1972 1995
Included observations: 24
LS // Dependent
Variable is RESABSOL
Sample: 1972 1995
Included observations:
24
un p-value de 89% de aceptar no heterocedasticidad; esto nos indica que sta forma
22
El test de Glejser indic que las transformaciones podran ser con la variable transformada raz de Pi
o con la variable DIFER ya que ambas presentan el R 2 ms alto, pero segn el test de White es sta
ltima la que arregl el problema.
79
que se quiera considerar. En otras palabras hay un 89% de probabilidad para aceptar
PiCi Pi DIFER
1 2
DIFER DIFER DIFER
son los logrados con ste modelo es decir, 1.04E+10 y 0.166943. Con stos
realmente importante son las elasticidades que se pueden determinar de ste modelo;
Luego tenemos que este es menor a uno, lo que indica que es inelstica; es decir que
precios y van a disminuir su bienestar al reducir el consumo de otros bienes que sean
elsticos; es ste efecto sobre el bienestar social el que determina que ste bien se
como la nuestra, en donde los cuartiles ms bajos de la poblacin ocupan gran parte
los sectores de bajos ingresos, esto refleja la importancia del transporte pblico para
de este sector. En nuestro pas el 50% de la poblacin destina el 27% de sus ingresos
As una subida de los pasajes del transporte pblico urbano, manteniendo todo
precio de los pasajes se disminuye el consumo de este bien en 0.3453%; las opciones
consumo optando por caminar, de manera que el consumo de este bien quede
limitado solo para los niveles estrictamente necesarios. Cabe recordar que el modelo
se lo elabor con un ndice ponderado de precios entre las diferentes categoras, por
decir, que se puede compensar a los consumidores o anular la accin negativa de las
tarifas sobre el bienestar, va incremento en los ingresos pero con una proporcin
muestra, en primer lugar, que se trata de un bien necesario ( > 1) con lo que
magnitud de la elasticidad obtenida por medio del modelo es de 1.49. Es decir, que
82
en 1.49%
Se podra indicar en primera instancia que para compensar una subida del 1%
subida por el lado del ingreso se tendra que incrementar los ingresos en 0.228%
Utilizando este modelo con respecto a la ltima subida tarifaria que fue en
para compensar esta medida un incremento salarial de 16% asumiendo que todo lo
83
resto para compensar las otras medidas (entre ellas una fuerte inflacin acumulada).
ser supervisado por el estado para velar por los intereses de la ciudadana, esto nos
Por otro lado si se piensa en una compensacin va salario, este modelo servira