Está en la página 1de 22

UNIVERSIDAD NACIONAL DEL ALTIPLANO

ESCUELA PROFESIONAL DE INGENIERÍA ECONOMICA


FACULTAD DE INGENIERIA ECONOMICA

TRABAJO DE ECONOMETRÍA III

“MODELO ECONOMÉTRICO DE ESTIMACIÓN SOBRE LA


DEMANDA DE DINERO, 1996.01 - 2016.04”

PROFESOR: ing. Froilán lazo flores

PRESENTADO POR:
I. Calisaya Mamani Ivan
II. Galindo Supo Cristhiam David
III. Quispe Hancco Hugo Avelino

PUNO - 2017
Contenido
I. INTRODUCCIÓN ..................................................................................................................... 4

II. MARCO TEÓRICO Y ANTECEDENTES ............................................................................. 5

2.2. Antecedentes ...................................................................................................................... 6

III. ASPECTOS METODOLÓGICOS ......................................................................................... 6

3.1. Metodología y Datos| ......................................................................................................... 6

3.2. Modelo e Hipótesis ............................................................................................................ 7

IV. ANÁLISIS DE RESULTADOS ............................................................................................. 7

2.2.1. Contraste de Relevancia Individual de los parámetros ............................................... 8

2.2.2. Contraste de Relevancia Conjunta de los parámetros Error! Bookmark not defined.

2.2.3. Contraste de Bondad de Ajuste .................................................................................. 8

2.2.5. Contaste de Heteroscedasticidad .............................................................................. 11

2.2.6. Contrastes de normalidad de los errores ................................................................... 13

2.2.7. Contraste de causalidad entre dos variables ............................................................. 13

2.2.10. Contraste de exogeneidad. ...................................................................................... 16

V. CONCLUSIONES ................................................................................................................. 17

VI. RECOMENDACIONES ....................................................................................................... 17

VII. REFERENCIAS BIBLIOGRÁFICAS ................................................................................ 18

ANEXOS..................................................................................................................................... 19
“MODELO ECONOMÉTRICO DE ESTIMACIÓN SOBRE LA DEMANDA DE
DINERO, 1996.01 - 2016.04”

RESÚMEN EJECUTIVO

En este trabajo se estudiaron diversos aspectos teóricos y empíricos de la relación entre la


demanda de dinero circulante y variables independientes. Se destacó la importancia de conocer
bien esta relación con respecto al producto bruto interno (PBI), tipo de cambio (TC), la tasa pasiva
(TP) y el índice de precios (IPC), el modelo de mínimos cuadrados ordinarios ante un incremento
de 1%en el PBI el incremento en el crecimiento de la demanda de dinero seria en un 0.327% en
el contraste de relevancia individual y conjunta a un nivel de significancia de 5% es significativo,
en el bondad de ajuste el R y R^2 se ajusta por la variable independiente en un 0.9854% y
0.9853%sucesivamente ,en el modelo de Jarque-Bera tiene normalidad de errores ,tiene
autocorrelación serial ya que 27.01% es mayor que el nivel de significancia de 5%, también en el
análisis de quiebre estructural tanto en el CUSUM Y CUSUM CUADRADO el modelo es
inestable, en el contraste ARCH y White no existe hetereoscedasticidad ,en el contraste de
exogenidad se usa contrastes recursivos tiene exogenidad débil.
I. INTRODUCCIÓN

El presente trabajo tiene como objetivo evaluar el desempeño de un modelo econométrico para
variables de la economía peruana, es así que se estudia la demanda de dinero y tasa pasiva, tipo
de cambio, y el PBI. Los datos de serie de tiempo tomados como muestra, son trimestrales a partir
del mes de enero del año 1996 hasta diciembre del 2016, para ello, se seleccionaron solo cuatro
variables macroeconómicas principales, las cuales son el Producto Bruto Interno, tipo de cambio.
Tasa pasiva, demanda de dinero. La representación del modelo viene dada por la dependencia de
la demanda de dinero (m133) frente al ingreso nacional (PBI),

Haciendo posible realizar los diferentes contrastes de relevancia individual y conjunta, contraste
de bondad de ajuste, contraste de autocorrelación, contraste de hetereoscedasticidad, contraste de
normalidad de los errores, contraste de causalidad entre dos variables, contraste de estabilidad
CUSUM y CUSUM cuadrado, contraste de quiebre estructural y contraste de
exogeneidad,débil,fuerte,superexogenidad.
II. MARCO TEÓRICO Y ANTECEDENTES

2.1. Marco teórico

Producto Bruto Interno: se define como el valor total de los bienes y servicios producidos en
un país durante un periodo determinado trimestral, anual Para fines contables no se calculan los
bienes intermedios sino solo los finales para evitar la duplicación de valores. La producción puede
medirse de tres formas distintas sumando el valor agregado de todas las unidades de producción
sumando los gastos de los consumidores (menos importaciones) o sumando todos los ingresos
recibidos por los agentes económicos. En teoría las tres metodologías deberían arrojar el mismo
resultado.

Tasa de Interés Pasiva: es la tasa de interés que las entidades financieras paga a los depositantes
por sus ahorros estas varían dependiendo del plazo y tipo de depósito: depósitos a la vista,
depósitos de ahorro a plazo y depósito a plazo fijo Depósitos a la vista es el depósito bancario
que permite retirar dinero en cualquier momento y existen dos tipos cuenta corriente cuenta de
ahorro Depósitos de ahorro a plazo, funciona de forma similar a los depósitos a plazo pero con
plazo de tiempo más pequeño que van desde los 7 a los 21 días. Depósito a plazo fijo a la apertura
este tipo de cuenta se pacta con el proveedor de servicios financieros un plazo determinado que
puede ser de 30 hasta 60 días.

IPC: El índice de precios al consumidor es un instrumento estadístico que permite medir la


evolución a través del tiempo de los precios de un conjunto de bienes y servicios representativo
del consumo final de los hogares del país relacionando siempre el precio del mes actual con
respecto al mes anterior.

Tipo de cambio: mide el valor de una moneda en términos de otra; en nuestro caso, del dólar de
los Estados Unidos de América con respecto al nuevo sol En un régimen de flotación el tipo de
cambio refleja variaciones en la oferta y demanda de divisas. En tal sentido, esta variable está
influida, entre otros factores por la evolución de los términos de intercambio los volúmenes de
comercio exterior, los flujos de capital y cambios en las decisiones de portafolio de las personas,
empresas y bancos.

Oferta monetaria: La oferta monetaria es la cantidad de dinero que hay en circulación en una
economía la oferta monetaria no sólo incluye el dinero líquido o efectivo (billetes y monedas en
circulación), sino que además incluye el dinero bancario la oferta monetaria se mide a partir de
los agregados monetarios.

En el presente trabajo trataremos de realizar una revisión empírica sobre estudios que se han
realizado teniendo en cuenta la demanda por dinero de Perú entre los años 1996 y 2016. Pero
antes de ello vale hacer una clara definición lo que es en si la demanda por dinero.

Según Keynes (1993) la demanda por dinero consiste en identificar, modelar tres motivos que
inducen a los individuos a mantener saldos monetarios:

1. La realización de transacciones que se deriva de la necesidad que tiene los individuos de


cubrir la brecha que se produce entre los ingresos generados y los gastos planeados
2. La precaución frente a eventos impredecibles se enfatiza en el deseo de las personas de
mantener dinero para hacer frente a gastos no planeados o inesperados y por último la
3. Especulación financiera este motivo recoge el efecto de la incertidumbre acerca de la
evolución de las variables macroeconómicas sobre las tendencias del dinero.

2.2. Antecedentes

VIRGINIA CARTAYA, ELBA ROO, GUSTAVO SÁNCHEZ. El trabajo que asieron tiene por
objetivo establecer los determinantes de la demanda mensual se consideran como variable s
explicativas el costo de oportunidad y los motivos tradicionales adicionalmente plantean la
incorporación de la evolución de la variabilidad de los precios relativos con el propósito de
recoger el efecto que la incertidumbre inflacionaria pueda ejercer como un indicador de
expectativas de la evolución de precios.

Realizan la estimación en los periodos de 1984 al 1996 realizan la estimación mediante MCO de
un modelo con corrección de errores la estimación se realiza en términos reales.

La estimación de la demanda de dinero es por la necesidad de disponer medidas sobre la


evolución de corto plazo , el análisis empírico fue desarrollado en la estimación de un modelo con
corrección de errores que involucra la dinámica de corto plazo y largo plazo en la ecuación
respecto a la variabilidad de los precios relativos de la demanda de dinero , se evidencia una
influencia negativa que refleja el comportamiento preventivo de los agentes económicos ante
expectativas de incremento de precios.

III. ASPECTOS METODOLÓGICOS

3.1. Metodología y Datos

La información necesaria fue obtenida de una fuente confiable que es el Banco Central de Reserva
del Perú La fecha de inicio es desde enero del 1996 hasta diciembre del 2016 todos los datos se
obtuvieron en periodo trimestral los datos del PBI se encuentran en millones de soles el circulante
en millones de soles el tipo de cambio promedio por dólar dólar la tasa pasiva en plazo 31-180
días.

El modelo se estimara por el método de MCO. Para realizar nuestra regresión usaremos el
software Eviews 8. Primeramente se transforma el circulante en términos reales luego de ello se
pasa a probar los contrastes de autocorrelación, hetereoscedasticidad normalidad de los errores
causalidad entre variable, estabilidad, quiebre estructural y exogeneidad.
3.2. Modelo e Hipótesis

Nosotros buscamos estimar la demanda de dinero, respecto al producto bruto interno (PBI),el
tipo de cambio la tasas de interés pasiva en el Perú en el periodo 1996.01 – 2016.04 para ello
planteamos el siguiente modelo:

M1/IPC = 𝛼0 + 𝛼1 PBI + 𝛼2 𝑇𝑃 + 𝛼3 𝑇𝐶 + 𝜀

Dónde:

 M1 representa la cantidad circulante en millones


 PBI representa el producto bruto interno en millones
 TP es el interés pasiva de fin de periodo
 TC representa el tipo de cambio promedio por dólar
 IPC representa los índices de precios de fin de periodo ( 2009=100)

IV. ANÁLISIS DE RESULTADOS

2.1. Análisis

Dependent Variable: M133


Method: Least Squares
Date: 05/13/17 Time: 00:56
Sample: 1996Q1 2016Q4
Included observations: 84

Variable Coefficient Std. Error t-Statistic Prob.

C -116.9830 15.64954 -7.475172 0.0000


PBI 0.003275 6.29E-05 52.04841 0.0000
TP 0.593390 0.321097 1.848007 0.0683
TC -9.472654 3.652441 -2.593513 0.0113

R-squared 0.985847 Mean dependent var 120.9750


Adjusted R-squared 0.985316 S.D. dependent var 83.16146
S.E. of regression 10.07728 Akaike info criterion 7.504891
Sum squared resid 8124.122 Schwarz criterion 7.620644
Log likelihood -311.2054 Hannan-Quinn criter. 7.551423
F-statistic 1857.480 Durbin-Watson stat 1.804331
Prob(F-statistic) 0.000000

Los resultados del modelo indican que la variable PBI, TP, TC es significativa al 5%.por lo
tanto,un incremento en un 1% del PBI, aumenta en promedio su crecimiento en 0.327 %.
2.2. Resultados de las estimaciones econométricas

2.2.1. Contraste de Relevancia Individual de los parámetros


a. Estadístico

𝑯𝟎 : 𝛼0 = 𝛼1 = 0

𝑯𝟏 : 𝛼0 ≠ 𝛼1 ≠ 0

Los parámetros estimados son significativos estadísticamente debido a que las probabilidades de
los estadísticos “t” son menores al 5% y los valores de los “t” estadísticos son altos

2.2.2. Contraste de Relevancia Conjunta de los parámetros


a. Estadístico F

𝑯𝟎 : 𝛼0 = 𝛼1 = 0

𝑯𝟏 : 𝛼0 ≠ 𝛼1 ≠ 0

La probabilidad del estadístico “F” es menor al 5% y su valor es de 1857.480, por ende se rechaza
la hipótesis nula. Por lo tanto se concluye que todos o alguno de los coeficientes son
estadísticamente significativos.

2.2.3. Contraste de Bondad de Ajuste


a. R cuadrado

El R2 es 0.9854, significa que la variación de la variable dependiente (demande dinero) es


explicada linealmente en 98.54% por las variaciones de la variable independiente (PBI, TC, TP).

b. R cuadrado ajustado

En el modelo estimado las variables independientes, el R2 ajustado es 0.9853, significa que la


variación de la variable dependiente (demanda de dinero) es explicada linealmente en 98.53% por
las variaciones de la variables independientes (PBI, TC, TP).

2.2.4 errores de especificación RESET de Ramsey


Ramsey RESET Test
Ecuación: UNTITLED
Especificación: M133 C PBI TP TC
Omitted Variables: Squares of fitted values

Value df Probability
t-statistic 3.449613 79 0.0009
F-statistic 11.89983 (1, 79) 0.0009
Likelihood ratio 11.78606 1 0.0006

F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 1063.541 1 1063.541
Restricted SSR 8124.122 80 101.5515
Unrestricted SSR 7060.581 79 89.37445
Unrestricted SSR 7060.581 79 89.37445

LR test summary:
Value df
Restricted LogL -311.2054 80
Unrestricted LogL -305.3124 79

Unrestricted Test Equation:


Dependent Variable: M133
Method: Least Squares
Date: 05/14/17 Time: 16:34
Sample: 1996Q1 2016Q4
Included observations: 84

Variable Coefficient Std. Error t-Statistic Prob.

C -44.04323 25.74148 -1.710983 0.0910


PBI 0.002297 0.000290 7.930244 0.0000
TP -0.364849 0.409759 -0.890398 0.3760
TC -12.03759 3.506214 -3.433217 0.0010
FITTED^2 0.000937 0.000272 3.449613 0.0009

R-squared 0.987700 Mean dependent var 120.9750


Adjusted R-squared 0.987077 S.D. dependent var 83.16146
S.E. of regression 9.453806 Akaike info criterion 7.388391
Sum squared resid 7060.581 Schwarz criterion 7.533082
Log likelihood -305.3124 Hannan-Quinn criter. 7.446555
F-statistic 1585.893 Durbin-Watson stat 2.021480
Prob(F-statistic) 0.000000

estfrc
Es una prueba linial

2.2.4. Contraste de Autocorrelación

a. Durbin Watson (DW)

El DW es 1.804331, por lo tanto se tiene sospechas de una autocorrelación positiva (DW<2)

b. Bresch-Godfrey

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.254714 Prob. F(2,78) 0.2908


Obs*R-squared 2.618227 Prob. Chi-Square(2) 0.2701

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 05/14/17 Time: 14:27
Sample: 1996Q1 2016Q4
Included observations: 84
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C -1.701166 15.94931 -0.106661 0.9153


PBI 6.06E-06 6.42E-05 0.094366 0.9251
TP 0.021314 0.324427 0.065698 0.9478
TC 0.351328 3.690717 0.095192 0.9244
RESID(-1) 0.104759 0.113065 0.926536 0.3570
RESID(-2) -0.152921 0.113918 -1.342378 0.1834

R-squared 0.031169 Mean dependent var -8.93E-15


Adjusted R-squared -0.030935 S.D. dependent var 9.893482
S.E. of regression 10.04534 Akaike info criterion 7.520845
Sum squared resid 7870.898 Schwarz criterion 7.694475
Log likelihood -309.8755 Hannan-Quinn criter. 7.590643
F-statistic 0.501886 Durbin-Watson stat 1.992753
Prob(F-statistic) 0.773943

Planteamos la H0: No existe auto correlación.

Dado que la pro Chi2 es 27.01%, mayor al 5%; se acepta la hipótesis nula. Por lo tanto no existe
autocorrelación serial
2.2.5. Contaste de Heteroscedasticidad
a. White

Heteroskedasticity Test: White

F-statistic 1.281271 Prob. F(9,74) 0.2615


Obs*R-squared 11.32497 Prob. Chi-Square(9) 0.2541
Scaled explained SS 12.55959 Prob. Chi-Square(9) 0.1836

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/14/17 Time: 14:35
Sample: 1996Q1 2016Q4
Included observations: 84

Variable Coefficient Std. Error t-Statistic Prob.

C -1413.239 4033.527 -0.350373 0.7271


PBI^2 -1.67E-07 9.13E-08 -1.832832 0.0708
PBI*TP -0.000572 0.001085 -0.527696 0.5993
PBI*TC -0.004001 0.004964 -0.805910 0.4229
PBI 0.048066 0.032856 1.462942 0.1477
TP^2 -0.619091 1.649170 -0.375395 0.7084
TP*TC -24.82003 32.60517 -0.761230 0.4489
TP 135.8103 178.2322 0.761985 0.4485
TC^2 227.1612 245.7291 0.924437 0.3583
TC -799.3646 1753.720 -0.455811 0.6499

R-squared 0.134821 Mean dependent var 96.71574


Adjusted R-squared 0.029597 S.D. dependent var 152.1498
S.E. of regression 149.8813 Akaike info criterion 12.96891
Sum squared resid 1662366. Schwarz criterion 13.25829
Log likelihood -534.6941 Hannan-Quinn criter. 13.08524
F-statistic 1.281271 Durbin-Watson stat 2.094965
Prob(F-statistic) 0.261500

Planteamos la H0: No existe hetereoscedasticidad.

Entonces se acepta la H0, porque la Prob Chi2 es 25.41 %. Por lo tanto no existe problema de
heteroscedasticidad.
b. ARCH

Heteroskedasticity Test: ARCH

F-statistic 0.012830 Prob. F(1,81) 0.9101


Obs*R-squared 0.013144 Prob. Chi-Square(1) 0.9087

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/14/17 Time: 14:38
Sample (adjusted): 1996Q2 2016Q4
Included observations: 83 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 98.24061 20.09867 4.887915 0.0000


RESID^2(-1) -0.012606 0.111292 -0.113268 0.9101

R-squared 0.000158 Mean dependent var 97.00868


Adjusted R-squared -0.012185 S.D. dependent var 153.0509
S.E. of regression 153.9805 Akaike info criterion 12.93533
Sum squared resid 1920510. Schwarz criterion 12.99362
Log likelihood -534.8162 Hannan-Quinn criter. 12.95875
F-statistic 0.012830 Durbin-Watson stat 1.999574
Prob(F-statistic) 0.910098

Planteamos la H0: No existe hetereoscedasticidad.

Entonces se acepta la H0, porque la prob Chi2 es 90.87%. Por lo tanto no existe problema de
heteroscedasticidad.
2.2.6. Contrastes de normalidad de los errores
a. Jarque-Bera

12
Series: Residuals
Sample 1996Q1 2016Q4
10 Observations 84

8 Mean -8.93e-15
Median 1.275362
Maximum 30.48424
6 Minimum -19.60502
Std. Dev. 9.893482
Skewness 0.343970
4
Kurtosis 3.445384

2 Jarque-Bera 2.350698
Probability 0.308711
0
-20 -10 0 10 20 30

Hipótesis nula: existe normalidad de errores.

Se observa que el valor de jarque bera es de 2.3506 al mismo tiempo la probabilidad 0.30% que
es mayor al 5% por lo tanto se acepta la hipótesis nula, se concluye Tiene distribución normal de
errores.

2.2.7. Contraste de causalidad entre dos variables


a. Granger

Pairwise Granger Causality Tests


Date: 05/14/17 Time: 14:47
Sample: 1996Q1 2016Q4
Lags: 2

Null Hypothesis: Obs F-Statistic Prob.

PBI does not Granger Cause M133 82 16.7514 9.E-07


M133 does not Granger Cause PBI 26.6609 2.E-09

TP does not Granger Cause M133 82 1.95683 0.1483


M133 does not Granger Cause TP 0.00322 0.9968

TC does not Granger Cause M133 82 2.69640 0.0738


M133 does not Granger Cause TC 0.23686 0.7897

Planteamos la H01: El PBI no causa en el sentido de Granger al m133

El PBI SI causa en el sentido de Granger al m133, porque la prob es 0.00% que es menor
al 5%, por lo tanto se rechaza la hipótesis nula.
Planteamos la H02: El m133 no causa en el sentido de Granger al PBI,

El m133 en elasticidades si causa en el sentido de Granger al m13, porque la prob es o.o%


que es mayor al 5%, por lo tanto se rechaza la hipótesis nula.

2.2.8. Contraste de estabilidad

a. CUSUM

60

50

40

30

20

10

-10

-20

-30
1998 2000 2002 2004 2006 2008 2010 2012 2014 2016

CUSUM 5% Significance

En el grafico anterior se puede observar que el estadístico CUSUM se sale de las bandas de
confianza, por lo tanto se puede afirmar que los parámetros no son estables en el periodo de
análisis a un nivel de significancia del 5%.

b. Contraste de estabilidad CUSUM cuadrado


1.2

1.0

0.8

0.6

0.4

0.2

0.0

-0.2
1998 2000 2002 2004 2006 2008 2010 2012 2014 2016

CUSUM of Squares 5% Significance

En el grafico anterior se observa el estadístico CUSUM cuadrado, en la cual el estadístico sale de


las bandas de confianza, por lo tanto se puede afirmar que los parámetros sino son estables en el
periodo de análisis a un nivel de confianza del 95%.

2.2.9. Contraste de quiebre estructural

a. Chow

Para el contraste del Chow se plantea las siguientes hipótesis:

H0: los parámetros de la primera sub muestra son iguales a los parámetros de la segunda
sub muestra (no existe quiebre estructural).

H1: los parámetros de la primera sub muestra son diferentes de los parámetros de la
segunda sub muestra (existe quiebre estructural).

Chow Breakpoint Test: 2006Q1


Null Hypothesis: No breaks at specified breakpoints
Varying regressors: All equation variables
Equation Sample: 1996Q1 2016Q4

F-statistic 4.592488 Prob. F(4,76) 0.0022


Log likelihood ratio 18.18511 Prob. Chi-Square(4) 0.0011
Wald Statistic 18.36995 Prob. Chi-Square(4) 0.0010
En el cuadro anterior se puede observar que la probabilidad del estadístico “F” es menor al 5%,
por lo tanto se rechaza la hipótesis nula (H0); es decir existe quiebre estructural en la fecha
2006Q1 al 5% de significancia.
2.2.10. Contraste de exogeneidad.

Para demostrar la exogeneidad de las variables, se usa el contraste de coeficientes recursivos.

300 .004

200 .003

100
.002
0
.001
-100
.000
-200

-300 -.001

-400 -.002
98 00 02 04 06 08 10 12 14 16 98 00 02 04 06 08 10 12 14 16

Recursive C(1) Estimates Recursive C(2) Estimates


± 2 S.E. ± 2 S.E.

30 60

40
20

20
10
0
0
-20

-10
-40

-20 -60
98 00 02 04 06 08 10 12 14 16 98 00 02 04 06 08 10 12 14 16

Recursive C(3) Estimates Recursive C(4) Estimates


± 2 S.E. ± 2 S.E.

En los dos gráficos anteriores se puede observar que los coeficientes recursivos no se salen de las
bandas y además se cierran en el tiempo (convergen en el tiempo), por lo tanto se dice que existe
exogeneidad débil.
V. CONCLUSIONES

 Los parámetros estimados individualmente (estadístico “t”) y conjuntamente (estadístico


“F”) son significativos estadísticamente.
 El modelo presenta auto correlación serial (contraste de Breusch-Godfrey) y no presenta
heteroscedasticidad (contraste de White y ARCH).
 El modelo presenta normalidad en la distribución de los errores (contraste de Jarque-
Bera)
 El modelo presenta causalidad a lo Granger
 El modelo no presenta estabilidad con el test de CUSUM tampoco presenta estabilidad
con el test de CUSUM cuadrado.
 El modelo presenta quiebre estructural en el I-Trimestre del año 2006.
 En el modelo existe exogeneidad débil.
 También tiene exogenidad fuerte

VI. RECOMENDACIONES

 Como en nuestro modelo presenta auto correlación serial, se recomienda corregirlo


rezagando periodos AR (p) o aumentando el número de variables.
VII. REFERENCIAS BIBLIOGRÁFICAS

Maudos, Joaquín “Nuevas tecnologías de transacción y demanda de dinero” España. Revista


de Economía Aplicada número 8 (vol. III), 1995 págs.79 – 109

Aznar Grasa, Antonio y Pozo, Eduardo “Demanda de dinero y tipos de interés un estudio teórico
“Universidad de Zaragoza. Departamento de Análisis Económico, Revista española de economía,
Vol. 15 Nº1, 1998 Págs. 123 - 145

Mies. M, verónica y Raimundo, Soto “Demanda por dinero: teoría, evidencia, resultados”
volumen 3, Nº03, Diciembre 2000 Págs. 5-30

Apt. J y J. Quiroz “Una demanda de dinero Mensual para chile, 1983:1- 1992:8”Revista de
análisis Económico, 7: págs. 103-139

Matte, R y P. rojas “Evolución Reciente del Mercado Monetario y una Estimación De la Demanda
por dinero en chile” cuadernos de Economía 26 (78): págs. 21-28
ANEXOS

Anexo 1 demanda de dinero vs pbi

200000.00

150000.00

100000.00

50000.00

0.00
1 4 7 10131619222528313437404346495255586164677073767982

m13 PBI

Anexo 2 tasa pasiva vs la demanda de dinero

300.00

250.00

200.00

150.00

100.00

50.00

0.00
1 4 7 10131619222528313437404346495255586164677073767982
tp m133

Anexo 3 el tipo de cambio vs demanda de dinero

300.00

250.00

200.00

150.00

100.00

50.00

0.00
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82

TC m133
Anexo 4 distribución de las variables

M133 PBI
16 10

8
12
Frequency

Frequency
6
8
4

4
2

0 0
0 40 80 120 160 200 240 280 320 40,000 60,000 80,000 100,000 120,000 140,000

TP TC
16 14

12
12
10
Frequency

Frequency
8
8
6

4
4
2

0 0
0 2 4 6 8 10 12 14 16 18 20 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8

Anexo 5 base de datos trimestral

tiempo TC IPC tp pbir m13 m133 PBI


T196 2.33 75.75 15.03 632.12 2666.00 35.19 47884.63
T296 2.36 78.00 14.74 665.58 2781.70 35.66 51913.68
T396 2.44 80.08 14.67 625.26 2749.20 34.33 50072.60
T496 2.50 81.67 14.96 626.14 3229.90 39.55 51138.38
T197 2.59 83.25 15.30 604.97 3062.40 36.78 50364.87
T297 2.63 85.04 15.59 660.73 3093.00 36.37 56186.47
T397 2.66 86.79 14.80 613.88 3220.60 37.11 53279.58
T497 2.65 87.39 14.21 620.19 3814.98 43.66 54197.37
T198 2.72 89.70 13.75 573.98 3479.80 38.79 51486.88
T298 2.81 91.93 13.91 592.59 3445.60 37.48 54478.79
T398 2.91 93.02 16.19 575.32 3421.45 36.78 53514.85
T498 3.04 92.66 18.39 579.62 3936.31 42.48 53709.48
T199 3.14 93.45 18.81 548.02 3600.40 38.53 51214.63
T299 3.38 94.84 17.88 585.38 3525.13 37.17 55517.78
T399 3.34 95.61 13.11 556.40 3717.91 38.89 53196.09
T499 3.42 96.16 14.05 587.05 4608.20 47.92 56448.24
T100 3.48 97.07 13.79 563.23 3948.38 40.67 54674.82
T200 3.44 98.11 13.58 593.78 3931.80 40.08 58255.55
T300 3.49 99.16 12.33 550.87 3938.60 39.72 54621.75
T400 3.49 100.00 12.48 546.53 4514.20 45.14 54654.58
T101 3.52 100.65 11.45 514.26 3969.10 39.43 51760.37
T201 3.52 100.65 11.13 580.55 4028.04 40.02 58431.06
T301 3.53 100.61 8.68 557.80 4062.77 40.38 56119.65
T401 3.49 100.23 5.75 571.39 4911.38 49.00 57268.50
T102 3.44 99.63 3.90 553.41 4686.25 47.04 55137.74
T202 3.46 100.72 3.20 618.60 4852.71 48.18 62307.23
T302 3.48 100.88 4.05 578.96 5010.85 49.67 58404.35
T402 3.62 101.67 5.30 589.37 5573.15 54.81 59923.62
T103 3.52 102.45 4.12 568.56 4977.27 48.58 58249.27
T203 3.48 103.13 4.05 632.22 5160.30 50.04 65202.49
T303 3.48 102.84 3.51 588.78 5355.28 52.07 60551.68
T403 3.48 103.59 3.05 594.54 6318.59 61.00 61589.17
T104 3.47 105.52 2.84 577.29 5961.50 56.50 60913.82
T204 3.48 106.65 3.03 634.25 6266.32 58.76 67639.71
T304 3.48 107.38 3.20 588.07 6589.52 61.37 63145.75
T404 3.36 107.56 3.25 614.25 7981.73 74.21 66070.50
T105 3.28 107.83 3.21 596.68 7499.04 69.54 64340.89
T205 3.26 108.53 3.43 657.07 8099.63 74.63 71310.37
T305 3.25 108.71 3.57 618.41 8533.25 78.49 67229.83
T405 3.31 108.94 3.59 652.57 10035.68 92.12 71090.07
T106 3.43 110.38 4.59 631.17 9262.32 83.91 69670.76
T206 3.34 111.04 5.21 682.82 9283.59 83.60 75823.94
T306 3.26 110.67 4.90 657.84 9864.71 89.13 72806.27
T406 3.25 110.60 4.76 689.87 11687.57 105.68 76296.86
T107 3.21 110.84 4.75 661.79 11219.60 101.22 73353.82
T207 3.19 111.93 4.75 720.32 11845.86 105.83 80625.63
T307 3.17 113.34 4.97 711.95 12473.38 110.06 80689.08
T407 3.14 114.46 5.32 742.81 14857.86 129.80 85024.46
T108 2.98 116.21 5.07 695.41 14873.34 127.99 80813.10
T208 2.81 118.13 5.06 754.65 15563.72 131.75 89146.44
T308 2.89 120.24 5.57 735.53 15805.37 131.45 88439.84
T408 2.97 122.07 6.40 741.57 17335.55 142.01 90523.62
T109 3.12 122.70 6.33 675.59 15956.03 130.04 82894.93
T209 3.18 122.82 5.01 719.97 16154.72 131.53 88427.18
T309 2.99 122.54 2.77 720.42 16697.74 136.26 88282.98
T409 2.91 122.58 1.82 758.54 19241.34 156.97 92978.92
T110 2.88 123.53 1.72 707.65 18859.58 152.67 87418.21
T210 2.84 124.23 1.79 779.91 19602.16 157.79 96887.26
T310 2.84 125.20 2.49 774.12 20801.68 166.15 96918.82
T410 2.79 125.19 2.23 808.04 24131.36 192.76 101155.71
T111 2.82 126.44 3.11 751.29 22619.84 178.89 94996.28
T211 2.78 128.08 4.26 797.72 23409.25 182.76 102176.04
T311 2.77 129.55 4.06 792.02 24730.35 190.90 102605.53
T411 2.75 130.85 3.85 819.80 27260.93 208.33 107274.13
T112 2.70 131.77 3.70 764.00 26700.29 202.64 100668.84
T212 2.67 133.30 3.74 809.90 27078.74 203.14 107960.88
T312 2.67 134.10 3.60 817.47 28462.35 212.24 109624.76
T412 2.60 134.59 3.61 839.75 32244.42 239.58 113018.50
T113 2.57 135.24 3.11 779.55 31400.60 232.18 105426.47
T213 2.59 136.65 3.33 839.26 31477.88 230.35 114687.55
T313 2.75 138.28 3.75 834.74 32246.35 233.20 115427.30
T413 2.78 138.56 3.76 872.01 35144.37 253.64 120824.27
T114 2.79 139.85 4.06 791.30 34074.31 243.65 110661.15
T214 2.81 141.45 3.72 826.08 33907.49 239.71 116848.92
T314 2.80 142.31 3.56 825.93 35632.37 250.38 117541.02
T414 2.86 142.93 3.80 855.13 39172.86 274.07 122224.69
T115 2.96 143.98 3.47 782.79 36949.16 256.63 112705.18
T215 3.09 146.13 3.76 825.39 36853.85 252.20 120615.44
T315 3.16 147.77 4.12 821.89 37271.88 252.22 121454.44
T415 3.22 148.76 4.01 860.68 40642.84 273.21 128033.91
T116 3.39 150.40 4.76 782.58 38477.11 255.83 117700.01
T216 3.41 151.39 4.76 826.62 38647.48 255.29 125138.16
T316 3.32 152.22 4.03 834.10 40250.61 264.42 126969.95
T416 3.38 153.71 4.29 857.54 43295.35 281.66 131813.84
Ilustración 1base de datos trimestral

También podría gustarte