Está en la página 1de 25

“Crisis de expectativas” : Análisis y crı́ticas

del Índice de Incertidumbre Económica (IEC) de Chile


Vicente Olavarrı́a André†
Noviembre 2017

Abstract

Los shocks de incertidumbre económica reducirı́an el producto por la vı́a de la in-


versión, explicando el lento crecimiento en años recientes. Realizamos una descomposición
del Índice de Incertidumbre Económica (IEC) para Chile en sus componentes interno y
externo, controlando por gobiernos presidenciales y episodios de discusión de reformas
económicas. El periodo presidencial de Michelle Bachelet II, ası́ como sus reformas labo-
ral y tributaria resultan significativas estadı́sticamente. Un test de quiebre estructural con
fecha desconocida alcanza su máximo valor en Noviembre de 2013, mes de las últimas
elecciones presidenciales. Sin embargo, la estrategia de identificación del web scrapping
de medios de prensa depende de supuestos dudosos y sobreestima la incertidumbre. Más
aún, el IEC no refleja “incertidumbre” en sentido estricto.

1 Introducción
En Chile hay datos suficientes para hablar de una crisis de expectativas1 desde 2014 y hasta
mediados de 2016: De acuerdo con el Instituto Nacional de Estadı́sticas (INE), el Índice de Per-
cepción Económica (IPEC) y el Índice Mensual de Confianza Empresarial (IMCE) sufrieron
deterioros acumulados entre 2010 y 2017 de 23% y 17%, respectivamente. La variación
trimestral de la formación bruta de capital fijo (inversión) alcanza su punto más bajo el último
trimestre de 2013. El mismo mes resultó electa por segunda vez la presidenta Michelle Bachelet,
junto con un programa de reformas educacional, laboral y tributaria. Las expectativas, sin em-
bargo, venı́an cayendo desde el segundo trimestre, y la inversión lo hacı́a desde el tercero, como
se puede ver en la Figura 1

Múltipes economistas sostienen que estamos “enfermos de incertidumbre2 ” o que hasta la


fecha, el “clima de negocios interno adverso3 ” estarı́a postergando la inversión4 . Keynes le
llama “el estado de la confianza”, y aclara: “Se ha puesto en claro que su predominio en los
† volavarria@fen.uchile.cl
1 Vittorio Corbo en Diario Financiero, “Vittorio Corbo descarta crisis económica pero reconoce “crisis de ex-
pectativas” ” 30 de Julio de 2015
2 Alejando Alarcón en Cooperativa 11 de Agosto de 2015
3 Rafael Bergoeing en El Mercurio, “¿Mala Pata? No” 13 de Septiembre de 2017
4 La Tercera, “Fuerte incertidumbre para la inversión” 15 de Mayo de 2017

Página 1 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

Evolución de la inversión y las expectativas en Chile


Nivel y variación trimestral, período 2006 - 2017

70

4
% de variación trimestral
60

2
Nivel
50

-2 0
40

-4
30

2006q1 2008q1 2010q1 2012q1 2014q1 2016q1 2018q1

IPEC IMCE
Inversión
Fuente: Instituto Nacional de Estadísticas y Banco Central de Chile

Figura 1: ‘Crisis de expectativas’ desde el tercer trimestre de 2013

problemas económicos viene a través de su importante influencia sobre la curva de la eficacia


marginal del capital (. . . ), que es igual que la curva de demanda de inversion” (Keynes, 1936).
Más aún, desde una perspectiva keynesiana, las expectativas dependen del error sistemático
en las predicciones: ”El estado de expectativa a largo plazo”, que sirve de base a nuestras de-
cisiones, depende (. . . ) no sólo de los pronósticos más probables que podamos realizar, sino
también de la confianza con que hagamos la previsión” (ibid).

En la actualidad se consideran dos mecanismos de transmisión entre la incertidumbre tratada


como “falta de certeza” en los pronósticos de rentabilidades futuras, y la inversión. De acuerdo
con la teorı́a de opciones de crecimiento, en un ambiente de mayor incertidumbre los retornos
esperados para una inversión se vuelven más volátiles. Esto permitirı́a obtener retornos su-
periores a los que habrı́a en condiciones “normales”. El incremento en ganancias potenciales
generarı́a incentivos para que las empresas aumenten sus niveles de inversión y expandan su
escala de producción (Cerda, Silva & Valente, 2017).

La teorı́a de opciones reales, en cambio, postula que las empresas reciben un flujo constante
de proyectos y enfrentan la decisión de invertir ahora en ellos o crear opciones financieras
(activos derivados) que pueden ser ejecutadas más adelante, posponiendo la inversión (wait-
and-see effect). La decisión radicarı́a en cuándo interrumpir la inversión, reteniendo proyectos
para el futuro, dado a un aumento puntual de la incertidumbre (Stockey, 2016). Las opciones

Página 2 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

acumuladas se ejecutarı́an cuando ésta se “disipa”, generando un posible “efecto de rebote”


(Bloom, Bond & Van Reenen, 2007; Bloom, 2009).

El actual gobierno ha sido acusado de ser el causante de esta “crisis de expectativas”,


supuestamente reflejada por los altos niveles del Índice de Inciertidumbre Económica (IEC),
elaborado por economistas del Centro Latinoamericano de Polı́ticas Económicas y Sociales de
la Pontificua Universidad Católica de Chile (Clapes UC), que recoge la frecuencia de cobertura
de ciertas palabras y frases relacionadas, a priori, con la incertidumbre de polı́ticas económicas.
El IEC ha sido relacionado con la contracción de la inversión privada, el alza por parte de las
calificadoras de riesgo privadas de la prima por riesgo soberano y, en definitiva, con la lentitud
en la recuperación económica en años recientes.

Este trabajo pone en tela de juicio la validez de aquella interpretación económica del ı́ndice
IEC en el escenario chileno, y plantea la siguiente pregunta: ¿Qué mide realmente el IEC? Esta
pregunta se subdivide en dos:

1. ¿Qué factores explican empı́ricamente cambios en el IEC?


2. ¿Qué está capturando teóricamente el IEC?

Las hipótesis son derivadas de los resultados obtenidos por trabajos anteriores, especialmente
Baker, Bloom & Davis (2015) y Cerda, Silva & Valente (2017). A saber, respectivamente:

1. El IEC habrı́a sufrido peaks recientemente a causa de las reformas económicas del gob-
ierno de Michelle Bachelet II.
2. El IEC capturarı́a la “incertidumbre doméstica” de polı́ticas económicas.

“Los elevados niveles de incertidumbre polı́tica global en los últimos cinco años, compara-
dos incluso con la crisis de 2008 - 2009, son remarcables: Han contribuido al decepcionante de-
sempeño de la economı́a mundial en años recientes” (Davis, 2016). La incertidumbre podrı́a es-
tar conduciendo los ciclos económicos (Caldara, Fuentes-Albero, Gilchrist & Zakrajšek, 2016)
e incluso desde el Bank of International Settlements confı́an en que “el mayor estı́mulo posible
a la inversión vendrı́a de una mayor certeza sobre una futura condición económica vigorosa”
(Banarjee, Kearns & Lombardi, 2015).

Literatura previa como Carruth, Dickerson & Henley (2000) presenta evidencia de que
el efecto negativo de opciones reales domina sobre el positivo de opciones de crecimiento,
conforme a la visión dominante. Al nivel micro, la incetidumbre reducirı́a la sensibilidad de
la inversión ante aumentos en la demanda, ya que las empresas se volverı́an más precavidas
(Bloom, Bond & Van Reenen, 2007), lo cuál pone en tela de juicio la efectividad de la polı́tica

Página 3 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

fiscal expansiva como solución en escenarios de alta incertidumbre.

De acuerdo con Bloom (2009), ‘shocks’ de incertidumbre derivados del Chicago Board
Options Exchange Market Volatility Index (VIX), reducen el producto y el nivel de empleo a
través de la inversión (Bloom, 2009), efecto que se verı́a amplificado en economı́as emergentes
(Carrière-Swallow & Céspedes, 2013), aunque existen detractores de que estos sean robustos
(Choi, 2013; Mumtaz & Theodoridis, 2017). El VIX mide la volatilidad implı́cita del mercado
de activos derivados de EEUU y es hoy la variable proxy por excelencia de la incertidumbre en
las finanzas norteamericanas.

Finalmente, ‘la incertidumbre es causa y efecto de la recesión” (Bloom, 2017) y resulta más
fácil destruir que restaurar la confianza (Dow, 1999). Más recientemente, Fajgelbaum, Schaal
& Taschereau-Dumouchel (2017) elaboraron un modelo con externalidades de información que
permite la existencia de equilibrios múltiples; la incertidumbre tratada como endógena conduce
un estado estacionario de bajo crecimiento y alta incertidumbre, resultando en un nivel de in-
versión subóptimo y estable.

Con respecto a las metodolgı́as para la medicicón de la incertidumbre, Baker, Bloom &
Davis (2015) son pioneros en construir un ı́ndice mensual de incertidumbre de polı́tica económica
o Economic Policy Uncertainty Index (EPU) para EEUU, a partir del web scrapping5 de prensa
digital. Múltiples paı́ses han replicado estos ı́ndices, llamados news-based. En Chile, a fines
de 2016 los economistas de Clapes UC Cerda, Silva & Valente usaron las publicaciones de El
Mercurio desde 1997 para crear un EPU para Chile, que bautizaron Índice de Incertidumbre
Económica (IEC). El supuesto de identificación para esta novedosa metodologı́a consiste en
que ”la información acerca de la incertidumbre económica se encuentre contenida en la cober-
tura del periódico, y que el periodico no cause la incertidumbre económica” (Moore, 2016).

Estudios que utilizan el EPU en EEUU obtienen resultados similares a los que utilizan el
VIX, generalmente en modelos VAR (Vector Autoregression) (Caldara et al., 2016; Moore,
2016; Bloom, 2017). En su VAR para Chile, Cerda et al., (2017) muestran que, por tratarse de
un paı́s pequeño y abierto, el efecto de corto plazo desaparece luego de 11 trimestres en prome-
dio, sin evidencia de un “efecto rebote”. Esto sugiere que estos eventos podrı́an tener efectos
histeréticos sobre el producto, desviándolo permantentemebte de su senda de crecimiento po-
tencial. La magnitud de los efectos recesivos de largo plazo alcanzarı́a entre 10 y 20% en la
inversión agregada, 2,5 y 5% en el producto y entre 1,3 y 4,2% en el empleo.
5 Consiste en un programa elaborado para extraer información especı́fica de gran cantidad de sitios web, de forma
sistemática y automatizada. En términos simples, equivale a leer un texto en formato HTTP y contar palabras o
frases, de acuerdo a uno o varios algoritmos.

Página 4 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

El presente trabajo contribuye a la literatura de incertidumbre y crecimiento en dos sen-


tidos: Por un lado, reafirma algunos resultados empı́ricos sugeridos por la literatura enterior.
Esto es, que los ı́ndices de incertidumbre económica basados en técnicas de web scrapping son
sensibles ante las coyunturas polı́ticas que, a priori, resultarı́an relevantes para quienes toman
las decisiones de inversión.

Por otro lado, realizamos las primeras crı́ticas teóricas de la metodologı́a empı́rica del EPU
aplicada para Chile, basadas en evidencia. Se señala que el indicador sufre de endogeneidad
en los supuestos de identificación y podrı́a estar sobreestimando la incertidumbre. Además, el
poder instrumental de la clase empresarial o la preferencia polı́tica del editorial o controlador
del diario en cuestión (El Mercurio), podrı́an sesgar aún más los resultados, positivamente. De
tal manera, el ı́ndice deberı́a ser interpretado como la cota superior del efecto generado por la
‘incertidumbre’.

El resto del trabajo sigue la siguiente estructura: La sección 2 presenta los datos utilizados,
la sección 3 describe la teorı́a y la estrategia empı́rica de identificación señalando sus supuestos,
la sección 4 muestra discute los resultados y la sección 5 concluye. La bibliografı́a se encuentra
en la sección 6; las tablas de resultados, en la sección 7.

2 Datos
En la Base de Datos Estadı́sticos del Banco Central de Chile se encuentran los series corre-
spondientes al IMACEC, inflación, inversión, IMCE, IPEC y predicciones. Todos los ı́ndices
EPU y el IEC se encuentran disponibles en www.policyuncertinty.com y en http://www.
clapesuc.cl/indicador/indice-de-incertidumbre-economica-iiec/, respectivamente.
La definición metodológica del IMCE se encuentra disponible en http://www.icare.cl/
imce-2014/preguntas-frecuentes. La del IPEC, se puede encontrar en http://www.
adimark.cl/estudios/.

2.1 Economic Policy Uncertainty Index (EPU) e Índice de Incertidumbre


Económica (IEC)
En un paper seminal titulado “Measuring economic policy uncertainty” Baker, Bloom & Davis
proponen una ‘proxy’ de la incertidumbre que enfrentan los decission makers, es decir, quienes
toman las decisiones de inversión. El Economic Policy Uncertainty Index (EPU) es construı́do
a partir de la cobertura que realizan múltiples medios de prensa de ciertos conjuntos de palabras
que indicarı́an, a priori, la manifestación de la incertidumbre sobre polı́ticas económicas que

Página 5 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

resulta relevante para estos individuos. La frecuencia relativa de aparición de estas frases en
los periódicos es obtenida mediante técnicas de web scrapping.

En detalle, el EPU de EEUU (EPU EEUU ) es un ı́ndice elaborado en base a las búsquedas
realizadas mes a mes en 10 periódicos norteamericanos. Se cuentan los artı́culos que contengan
alguna de las palabras clave: ’Uncertainty’ o ’uncertain’, ’economic’ o ’economy’ y uno o más
de los siguientes; ’congress’, ’legislation’, ’regulation’, etc. Se divide la cuenta de artı́culos
por el total de artı́culos en el mismo periódico y mes para escalar los resultados. Luego se
normaliza la serie resultante para cada periódico, para que ésta exhiba una desviación estándar
unitaria en todo el rango. Se suman dichos valores normalizados obteniendo un ı́ndice único
para múltiples periódicos, el cuál se vuelve a normalizar para obtener una escala que va desde
0 a 100.

Evolución de los Índices EPU de Chile y EEUU


Series mensuales estandarizadas, período 1993 - 2017
300
200
100
0
-100

1995m1 2000m1 2005m1 2010m1 2015m1 2020m1

EPU de Chile EPU de EEUU


Fuente: www.policyuncertainty.com

Figura 2: Índices de Economic Policy Uncertainty para Chile y EEUU desde 1998

El EPU Chile o Índice de Incertidumbre Económica (IEC) sigue la misma construccón. Cerda
et al. obtienen el número de artı́culos del periódico El Mercurio que contienen la palabra o
palabras ‘incierto’ o ‘incertidumbre’ y ’economı́a’ o ’económico/a’ o ’economista/s’ y uno o
más de los siguientes términos relevantes para las polı́ticas públicas: Polı́tica, impuesto/s, regu-
lación, senado, diputado/a, reforma, etc. Escalan la serie por el número de artı́culos publicados
en el mismo periódico y mes, y luego estandarizan la frecuencia de cada periódico para que
tenga una desviación estándar desde 1983 a 2017.

Como vemos en la Figura 2, en el periodo 1993 - 2017 ambas series muestran tendencias

Página 6 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

lineales al alza; de 0,117 y 0,192, respectivamente. Siguen trayectorias similares hasta 2009
y luego las réplicas son mayores en EEUU, reduciéndose solo en 2014 y volviendo a marcar
peaks en junio y noviembre de 2016. En Chile, en cambio, el EPU parece haber comenzado a
despegar entre 2012 y 2013. Hoy se ven los primeros signos de que la serie de peaks del EPU
chileno hayan terminado. De ahı́ la atingencia de este trabajo.

2.2 Índices de expectativas: IMCE e IPEC


Los ı́ndices de expectativas corresponden al Índice Mensual de Confianza Empresarial (IMCE)
y al Índice de Perspectiva Económica de los Consumidores (IPEC), ambos elaborados por
el Instituto Nacional de Estadı́sticas (INE). Estos indicadores recogen las expectativas, que a
menudo son tratadas indistintamente como “confianza”, de los productores y de los consumi-
dores, respectivamente.

El IMCE se calcula como el promedio entre los IMCE de los sectores comercio, minerı́a,
industria y construcción, ponderado por su participación respectiva (wi ) en la suma del valor
agregado de los cuatro sectores.

IMCE = wcom IMCE COM + wmin IMCE MIN + wind IMCE IND + wcon IMCE CON

En ese mismo orden, los indicadores sectoriales se construyen del siguiente modo:

IMACEC COM = ((SEA + SEF–IPV )/3 + 100)/2

SEA = Balance de respuestas de la Situación Empresarial en la actualidad. SEF = Balance de


respuestas de la Situación Empresarial esperada (tendencia futura). IPV = Balance de respues-
tas de los Inventarios de Productos para la Venta (nivel actual).

IMACEC MIN = ((PE + DT − IPT )/3 + 100)/2

PE = Balance de respuestas de la Producción Esperada (tendencia futura) DT = Balance de


respuestas de la Demanda Total por la producción de la empresa (nivel actual). IPT = Balance
de respuestas de los Inventarios de Productos Terminados (nivel actual).

IMCE IND = ((PE + DT − IPT )/3 + 100)/2

PE = Balance de respuestas de la Producción Esperada (tendencia futura) DT = Balance de


respuestas de la Demanda Total por la producción de la empresa (nivel actual). IPT = Balance

Página 7 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

de respuestas de los Inventarios de Productos Terminados (nivel actual).

IMCE CON = ((DT + E)/2 + 100)/2

DT = Balance de respuestas de la Demanda Total por la producción de la empresa (nivel ac-


tual). E = Balance de respuestas del Empleo (tendencia futura).

El IPEC se calcula mediante la aplicación mensual de un cuestionario estructurado a una


muestra aproximada de 1.100 personas, mayores de 18 años, residentes en las principales ciu-
dades de Chile. Se publica desde 1981 en forma trimestral y a partir de Marzo del 2002 en
forma mensual. Es un ı́ndice compuesto, calculado a partir de la combinación de las respuestas
del público a 5 preguntas. Estas preguntas miden la percepción de: i. Situación económica
personal actual, ii. Situación económica actual del paı́s, iii. Situación económica futura del
paı́s a corto plazo, iv. Situación económica futura del paı́s a largo plazo y v. Expectativas de
consumo de artı́culos para el hogar

La evolución de ambos indicadores se puede ver en la Figura 1. Aquı́ notamos que ambas
series caen bajo el umbral medio (50 sobre 100) al rededor de la crisis subprime y luego,
nuevamnete, a partir de 2014. El IPEC, sin embargo, cae un trimestre antes, durante dicha
crisis de 2008 y lo hace un mes después del IMCE, durante la “crisis de las expectativas”.
También notamos que el IMCE se mantiene siempre sobre 50 entre 2010 y 2014, mientras que
el IPEC atraviesa aquel umbral dos veces. Ambas series su ubican debajo de él desde 2014 y
repúntan igualmente juntas hacia finales de 2017.

2.3 Error de predicción


Calculamos el error de predicción individual como la diferencia entre el valor esperado y
el efectivo para las estimaciones de las siguientes variables: Índice Mensual de Actividad
Económica del mes actual (IMACECt ), del mes anterior (IMACECt−1 ), inflación del mes ac-
tual (Πt ) y del mes siguiente (Πt+1 ). Estas predicciones corresponden a datos de la Encuesta
de Expecativas Económicas del Banco Central de Chile.

El error de predicción medio (ERRORt ) se cauclula a partir de la siguiente fórmula:

1
ERRORt = (∆IMACECt + ∆IMACECt−1 + ∆Πt + ∆Πt+1 )
4

Donde ∆Xt implica la diferencia entre el valor esperado y efectivo de Xt para el mes t. En la
Figura 3 podemos ver la estabilidad a través del tiempo de los errores de predicción. Observa-
mos que la serie es notoriamente estacionaria, excepto por el peak del error de predicción de la

Página 8 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

inflación futura en 2011.

Evolución del error de predicción de la in4lación e IMACEC


Desviaciones entre expectativa y valor efectivo, Periodo 2011 - 2017

10 5
Diferencia
0 -5

2011m1 2012m1 2013m1 2014m1 2015m1 2016m1 2017m1

In4lación hoy In4lación mes siguiente


IMACEC hoy IMACEC mes anterior
Fuente: Elaboración propia con datos de Encuesta de Expectativas Económicas del Banco Central de Chile

Figura 3: Estabilidad a través del tiempo del error de predicción

3 Teorı́a y estrategia empı́rica


Se postulan tres estrategias o modelos para contestar la pregunta guı́a: ¿Cuáles son los princi-
pales determinantes del ı́ndice de Economic Policy Uncertainty de Chile? Las hipótesis de
(Baker et al., Cerda et al.) sugieren las variables a incluir en dichos modelos: Baker et al. re-
porta que el EPU de EEUU responde fuertemente a disputas legislativas sobre polı́ticas fiscales,
ası́ como a elecciones reñidas; de acuerdo a Cerda et al., el EPU de Chile estarı́a determinado
por fuentes de incertidumbre internas y de naturaleza polı́tica.

El Modelo I busca descomponer el IEC en factores internos y externos. En el Modelo


II se agregan controles por perı́odos presidenciales. El Modelo III incorporan los eventos y
escándalos que podrı́an gatillar incertidumbre polı́tica y económica, mencionados en la liter-
atura. Finalmente, se lleva a cabo un análisis de correlaciones para las variables que, en teorı́a,
y dados los resultados de los modelos, podrı́an gatillar movimientos en la variable relevante y
revelear el sentiemiento capturado por ésta.

En una etapa preliminar, se puede distinguir entre la parte del EPU de Chile que se explica
por factores externos de la parte que corresponde a factores domésticos mediante una regresión
por mı́nimos cuadrados ordinarios (MCO).

CHILEt = α + β1 EEUUt + εt

Página 9 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

Como β̂ EEUUt representa la variación del EPU de Chile explicada por el EPU de EEUU, se
le podrı́a llamar componente externo del EPU de Chile. La parte que no es explicada por el
EPU de EEUU, εˆt , entonces, corresponderı́a al componente interno del EPU de Chile. La
evolución de ambas componentes se observa en la Figura 3.

El supuesto clave de nuestra estrategia de identificación es que EEUU es un regresor no es-


purio (sección 4.4) y exógeno: La incertidumbre chilena se ve afectada por la estadounidense,
pero ésta no por aquella. No obstante, estos primeros resultados estarán sesgados. El residuo
no puede interpretarse como la compontente interna, puesto que también contiene la parte de
la variación en el EPU de Chile que no está siendo explicado por el modelo. Esta regresión, sin
embargo, corresponde al modelo de base o baseline.

En una etapa preliminar, se lleva a cabo un test de quiebre estructural para el modelo base-
line. Los resultados de estos test muestran el estimador de Wald para cada mes6 . Los tres
modelos posteriores incluyen controles por términos de intercambio, de acuerdo con la liter-
atura sobre incertidumbre en paı́ses pequeños y abiertos (Carriére-Swallow & Céspedes, 2013;
Cerda et al., 2016) y los rezagos que resultan significativos, dado que las series presentan auto-
correlación.

3.1 Modelo I
Una de las fuentes de sesgo corresponde a la omisión de variables explicativas relevantes. El
primer modelo corregido incorpora términos de intercambio, cobre y petróleo7 , ası́ como los
rezagos de las variables dependiente e independiente que resultan significativos, de acuerdo
con el test ARDL (Auto-Regressive Distributed Lags). Luego, la regresión a correr es:

CHILEt = α + β1 EEUUt + β2 PCt + β3W T It + Θ + εt (1)

Θ es un vector de rezagos relevantes. Para comprobar la robustez de las estimaciones (Sección


4.4), CHILE corresponde a los ı́ndices EPU, EPUC o IEC para Chile y EEUU, al ı́ndice EPU
para Estados Unidos o al VIX, respectivamente. También se corre una versión de este modelo
en primeras diferencias con la intención de controlar por variables inobservables, invariantes
en el tiempo. Esta variación del Modelo I también incluye el EPU de China y la desaprobación
del gobierno de Michelle Bachelet de acuerdon la reconocida encuesta Adimark.
6 “El test de Wald es una transformación algebraica de la suma del cuadrado de los resuduos. Por lo tanto, la
fecha que maximiza la estadı́stico de Wald es algebraicamente idéntica a la fecha que minimiza la suma de los
errores al cuadrado, o sea, el estimador de mı́nimos cuadrados ordinarios” (Hansen, 2001).
7 Como es de esperar, se comprueba que ambas poseen raı́ces unitarias. Además, se comprueba que es el nivel y
no la variación o la volatilidad de éstos el que afecta el EPU

Página 10 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

3.2 Modelo II
El segundo modelo incorpora controles por la heterogeneidad de los gobiernos como vari-
able omitida, exógena y relevante.
CHILEt = α + β1 EEUUt + β2 PCt + β3W T It + Θ + Γ + ut (2)

Aquı́ Γ es un vector de dummies que asumen el valor 1 durante los meses de cada gobierno
(cuatro en total), excluyendo el mes o los meses que duran las elecciones presidenciales y el
gobierno de Eduardo Frei Ruiz-Tagle, por contar solamente con la segunda mitad de dicho peri-
odo presidencial. Se definen ası́ variables asociadas a los gobiernos de Ricardo Lagos (GOB1),
Michelle Bachelet I (GOB2), Sebastián Piñera (GOB3) y Michelle Bachelet II (GOB4).

3.3 Modelo III


En esta última regresión se crean dummies para los meses en los cuáles acaecieron eventos
polı́ticos y económicos relevantes:
CHILEt = α + β1 EEUUt + β2 PCt + β3W T It + Θ + Ω + ht (3)

En concordancia con la hipótesis, Ω es un vector de dummies que asumen el valor 1 durente los
dos meses de mayor interés por distintas las siguientes tres reformas o acotecimientos polı́ticos:
DT , RT Pi, RL, RT Mi y que corresponden, respectivamente, a la elección de Donald Trumo
en EEUU, a la reforma tributaria de Sebastián Piñera y a las reformas laboral y tributaria de
Michelle Bachelet II.

Interés por Reformas Tributarias y Laborales en Chile


Flujo relativo de búsquedas, período 2010 - 2017
100
80
60
40
20
0

2010m1 2011m1 2012m1 2013m1 2014m1 2015m1 2016m1 2017m1

Reforma Tributaria Reforma Laboral


Fuente: Google Trends

Figura 4: Interés a través del tiempo por reformas laboral y tributaria de Sebastián Piñera y
Michelle Bachelet II

Página 11 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

Para elegir los meses correspondientes a cada evento de manera insesgada se consultan las
series de Google Trends. Estas miden el flujo de búsquedas de ciertas palabras o frases clave
en Google8 . Por ejemplo: “reforma tributaria” encuentra peaks en Mayo y en Septiembre de
2014, pero también en Mayo y en Septiembre de 2012, mientras que “reforma laboral” lo hace
en Septiembre de 2016 y en Enero de 2017, como se muestra en la Figura 4.

3.4 Identificación
Existen dos supuestos claves sobre los cuáles descansa la estrategia de identificación de esta
novedosa metodologı́a cuantitativa para la incertidumbre: El primero consiste en que ”la in-
formación acerca de la incertidumbre económica se encuentre contenida en la cobertura del
periódico, y que el periodico no cause la incertidumbre económica” (Moore, 2016). El es-
quema en la Figura 5 representa la dirección unı́voca de la causalidad entre expectativas y EPU,
de acuerdo con el supuesto de identificación.

Figura 5: Esquema de causalidad supuesta entre expectativas, EPU y ciclo económico

Por otro lado, el esquema exhibe una causalidad bidireccional entre el EPU y el ciclo
económico, puesto que la incertidumbre genera recesiones y las recesiones, a su vez, gen-
eran incertidumbre (Bloom, 2017).

En cuanto al segundo supuesto clave, este se refiere a que el sentimiento o percepción subje-
tiva capturado por el EPU corresponda genuinamente a la incertidumbre de los decision-makers
(Baker et al., 2015). En este trabajo tomamos la definición de Keynes sobre incertidumbre, tal
y como aparece en su Teorı́a General: “De qué magnitud estimamos la probabilidad de que
nuestro mejor pronóstico sea por completo equivocado” (Keynes, 1936).

Baker et al., comprueban la validez de este supuesto mediante el siguiente análisis de ro-
bustez: Muestran que los resultados obtenidos con el ı́ndice EPU son replicables cuando se
utiliza la variable VIX en su lugar. Como el VIX es una variable de incertidumbre basada en
8 Un supuesto fundamental subyacente a este procedimiento es que el interés manifestado en búsquedas de google
aumenta pari passu con la incertidumbre. Es decir, que los inversionistas o decision makers que enfrentan la
incertidumbre generada por shocks exógenos de corte polı́tico se interesan por éstos y, por lo tanto, buscan las
palabras claves de dichos eventos en Google.

Página 12 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

fundamentales (volatilidad implı́cita de acciones), permite aseverar que el EPU de EEUU es un


proxy válido de incertidumbre para EEUU.

4 Resultados
Asumiendo que existió un quiebre estructural en 1998, a propósito de la sequı́a y la crisis
asiática ocurridas en ese año, realizamos el test entre los años 2000 y 2016, cuyos resultados se
muestran en la Figura 6. El valor crı́tico de este test con un grado de libertad es 10,82.

Resultados del test de quiebre estructural


Estadístico de Wald supremo con 1 GL, período 2000 - 2016
40
30
Chi2
20
10
0

2000m1 2002m1 2004m1 2006m1 2008m1 2010m1 2012m1 2014m1 2016m1


Valor crítico = 10,82

Figura 6: Resultados del test de quiebre estructural para modelo baseline

La fecha más probable en que ocurrió un quiebre estructural fue Noviembre de 2013, precisa-
mente el mes de elecciones presidenciales que le dio el triunfo a Michelle Bachelet por segunda
vez. También se evidencia un posible quiebre durante los últimos meses de 2003. Sin embargo,
en estas fechas el estadı́stico apenas supera el valor crı́tico.

4.1 Modelo I
Cada punto adicional del EPU de EEUU aporta entre 0,26 y 0,4 puntos en el EPU de Chile,
dependiendo del indicador que se use para éste último. El R2 se encuentra entre 0,14 y 0,19
para este modelo. Aumentos en el precio del cobre generan reducciones del EPU y el precio del
petróleo no resulta significativo bajo ninguna especificación. Como se observa en la Figura 7,
el peak del residuo, o la parte de la incertidumbre local, atribuı́da a factores internos, se observa
en Diciembre de 2014, mientras que el peak para la parte predicha, o atribuı́da a EEUU, éste se
observa en Noviembre de 2017. En cada caso, el mes coincide con una elección presidencial

Página 13 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

reñida.

Descomposición del EPU de Chile


Valor predicho y error estimado mensual, período 1993 - 2017
200
100
0
-100

1995m1 2000m1 2005m1 2010m1 2015m1 2020m1

Componente interno Componente externo


Fuente: www.policyuncertainty.com

Figura 7: Componentes interno y externo de la variación del EPU de Chile

El modelo adaptado en primeras diferencias entrega valores de R2 más altos, de entre 0,6 y
0,75, según la especificación.

4.2 Modelo II
Aquı́ solamente la variable dummy asociada al gobierno de Bachelet II resulta significativa y
positiva (36 puntos en promedio) al 0,001% en ambos modelos e independientemente de la
elección de la variable dependiente, indicando un resultado robusto. El periodo presidencial de
Bachelet I aparece de forma aisalada con significancia de 0.01% y signo negativo en el modelo
con VIX e IEC.

El precio del cobre solamente es significativo al 0.001% en el modelo EPU EEUU , en cambio
el precio del petróleo es significativo en ambos modelos, usando EPU y EPUC. Esto sugiere
que el VIX absorbe o contiene la información relativa a los términos de intercambio, volviendo
sus parámetros insignificantes cuando se le incluye.

4.3 Modelo III


Este modelo indica que los parámetros asociados a la variable dummy correspondiente a la
reforma laboral (RL) de Michelle Bachelet son significativos para todos los modelos. Las re-

Página 14 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

formas tributarias (RT) de Bachelet y Piñera resultan significativas en dos modelos de seis, sin
embargo solo la primera lleva el signo positivo esperado en ambas ocasiones. La elección de
Donald Trump también resulta significativa en cuatro modelos.

Ninguno de los siguientes acontecimientos resultó significativo al nivel estándar: El Ter-


remoto 27F (Febrero de 2010), los meses más intensos del movimiento estudiantil (Agosto-
Septiembre de 2011) las elecciones presidenciales (Noviembre de 2013), el desplome de las
acciones de SQM por destape de su arista polı́tica (Marzo de 2015), el destape del caso CAVAL
(Abril de 2015), la baja en la calificación de riesgo paı́s (Julio 2017) etc.

4.4 Análisis de robustez y falsificación


Lo primero que haremos es comprobar la robustez de los ı́ndices EPU de Chile y EEUU. Para
ello, la Figura 8 muestra la correlación existente, correspondientemente, entre el VIX y el EPU
de EEUU, a la izquierda, y entre la desviación estándar de los retornos mensuales del IPSA o
σ (IPSA) y el EPU de Chile, a la derecha.

Robustez del EPU de EEUU Robustez del EPU de Chile


EPU de EEUU y VIX EPU de Chile y volatilidad del IPSA
100
60 50

80
Volatilidad de Acciones de EEUU

Volatilidad de Acciones de Chile


40

60
30

40
20

20
10

50 100 150 200 250 300 0 100 200 300


EPU de EEUU EPU de Chile
R2 = 0,19 R2 = 0,01

Figura 8: Correlación entre los residuos de mediciones alternativas de incertidumbre para


EEUU y Chile

Notamos inmediatamente que el EPU de EEUU correlaciona positivamente con el VIX y


posee un alto R2 , como ha señalado la literatura anterior. En cambio, el EPU de Chile o IEC

Página 15 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

parece tener muy poco poder explicativo sobre σ (IPSA). A pesar de que contamos con más
observaciones para el caso norteamericano, este primer análisis indica que el EPU de Chile no
es tan buen proxy de la incertidumbre en el mercado financiero chileno como lo es el EPU de
EEUU para el mercado de opciones estadounidense.

En una segunda observamos cómo correlacionan los residuos del Modelo I cuando usamos
distintas proxies de incertidumbre.

Robustez del EPU de EEUU Robustez del EPU de Chile


Modelos con EPU EEUU y VIX Modelos con EPU Chile y Error de predicción
150

2
100

1
Residuos Error de predicción
50
Residuos VIX

0
0

-1
-50
-100

-2

-100 -50 0 50 100 150 -100 -50 0 50 100 150


Residuos EPU EEUU Residuos EPU Chile
R2 = 0,86 R2 = 0,01

Figura 9: Correlación entre los residuos de mediciones alternativas de incertidumbre para


EEUU y Chile

Los residuos calculados por el modelo con EPUtEEUU correlacionan entre 0,8 y 0,9 con los
calculados con el modelo que utiliza V IXt como se ve en la Figura 9, dependiendo si se toma
el EPU, EPUC o IEC como variable dependiente. Sin embargo, el modelo no parece compor-
tarse de la misma forma cuando reemplazamos el EPU de Chile por el error de predicción, que
podrı́a indicar que el EPU de Chile es una mala proxy de incertidumbre doméstica, a diferencia
del norteamericano.

Las Tablas 3 a 6 muestran que los signos y la significancia de los demás parámetros no
sufre modificaciones cuando se cambia la variable independiente EPU de EEUU por la vari-
able VIX, la excepción siendo los términos de intercambio, cuyo sifnificancia se desvanece.
Por otro lado, los resultados son robustos ante la elección de la variable dependiente: Las series

Página 16 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

EPUC e IEC son las más sensibles ante las reformas, mientras que la serie EPU es más sensible
ante cambios en los términos de intercambio. La Tabla 4 muestra que incluir la incertidumbre
de China no se justifica por su significancia, en ninguna de las especificaciones.

Para la prueba de falsificación corremos el modelo baseline dos veces, usando como vari-
ables independientes los EPUs de EEUU y Rusia, respectivamente, y realizamos un test Wald
con la hipótesis nula de que el coeficiente asociado a cada regresor es igual a cero. Como Rusia
no es un socio comercial ni financiero relevante para Chile, a priori no debiésemos encontrar
relación entre ambos EPUs. Los resultados, en términos del valor-p asociado a cada coeficiente,
son 0,000 para EEUU y 0,1198 para Rusia, con lo cuál comprobamos que la relación entre los
EPUs de Chile y EEUU no es espuria.

4.5 Mecanismos: ¿Expectativas, confianza o animadversión?


A partir de las crı́ticas de los supuestos de identificación, consideramos las hipótesis alterna-
tivas que son congruentes con los resultados. El primer supuesto de identificación tiene que
ver con la causalidad entre expectativas y EPU; el segundo, con la validez de este último como
proxy de incertidumbre.

Respecto del primer supuesto, existe sustento teórico para sospechar que la causalidad entre
las expectativas y el EPU es bidireccionalidad, como se representa en la Figura 10. En otras
palabras, el proceso de formación de expectativas es endógeno con respecto a la prensa (y por
lo tanto al EPU), ya que ésta recoge las expectativas de los inversionistas, pero dichas expecta-
tivas dependen de lo que los ellos, inter alia, leen en la prensa.

Figura 10: Esquema de causalidad probable entre expectativas, EPU y ciclo económico

En los modelos de economı́a polı́tica de medios de comunicación masiva, presentados en


2011 en un survey de Prat & Strömberg del London School of Economics: La “agenda setting
theory” sugiere que la cobertura de ciertos eventos hace creer a la gente que dichos eventos
son importantes. La teorı́a del “framing” se basa en el supuesto de que la manera en que un
hecho es caracterizado por un noticiero puede tener una influencia en cómo las audiencias los

Página 17 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

perciben. Si los medios compiten en calidad, y sus lectores evalúan como de mejor calidad
aquella información que reafirma sus creencias, entonces los medios sesgarán sus artı́culos
hacia éstas (Gentzkow & Shapiro, 2006). Finalmente, de acuerdo con la teorı́a del “media
capture”, dependiendo de la propiedad del medio periodı́stico, los polı́ticos tendrán mayores
incentivos a sobornarlo para evitar la publicidad de malas noticias suyas y propiciar la de malas
noticias de sus contrincantes.

En definitiva, resulta imposible asegurar que la cobertura de noticias esté siendo realizada
de manera insaesgada, independendientemente de la coalición de partidos de turno (Lott %
Hassett, 2014). Por el contrario, seguramente dicha cobertura sobreestima la incertidumbre.

En cuanto al segundo supuesto de identificación, un análisis de correlaciones limitado al


actual periodo presidencial puede ayudarnos a aclarar qué sentimientos está capturando el EPU.
La Figura 11 muestra las correlaciones entre el EPU de Chile, el IMCE, el IPEC, el error de
predicción medio y la variación mensual de la desaprobación del gobierno de Michelle Bachelet
II con un mes de reazgo. Estas correlaciones, junto a la volatilidad mensual de la rentabilidad
del Índice de Precios Selectivo de Acciones (IPSA), el EPU de EEUU y el coeficiente de
determinación R2 asociado se resumen en la la Tabla 1.
Correlación con
Variable Independiente R2
EPU de Chile
EEUU 0,111 0,19
IMCE -0,422 0,36
IPEC -0,103 0,23
ERROR 0,187 0,02
LD.DESAPROBACION 0,302 0,09
σ (IPSA) 0,00 0,01

Tabla 1: Expectativas, confianza y animadversión ¿Qué correlaciona con el EPU de Chile?

Durante el periodo presidencial de Michelle Bachelet II, las expectativas de los empresarios
son más relevantes para explicar la variación del EPU de Chile que las de los consumidores.
Además, resulta revelador el hallazgo de que el indicador no refleja ‘incertidumbre’ o ‘descon-
fianza’, al menos en un sentido ‘keynesiano’: “De qué magnitud estimamos la probabilidad de
que nuestro mejor pronóstico sea por completo equivocado” (Keynes, 1936). Tampoco correla-
ciona con la volatilidad mensual de la bolsa, como Baker et al. (2015), justifican la pertinencia
del EPU para EEUU, con el VIX.

La hipótesis alternativa más razonable toma como ejemplo la reforma laboral de 2015 -
2016 y considera que el estudio de reformas como estas, más que el análisis de una polı́tica
pública, es un espacio privilegiado de observación de las relaciones de poder entre empresarios

Página 18 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

Correlaciones
Periodo Marzo 2014 - Septiembre 2017
40 42 44 46 48 50

30 35 40 45 50
0 50 100 150 200 0 50 100 150 200
EPU EPU

Con.ianza Empresarial Percepción de los Consumidores

-5 0 5 10 15
.5
0
-.5
-1

0 50 100 150 200 0 50 100 150 200


EPU EPU

Error de predicción Desaprobación de Bachelet II

Fuente: Instituto Nacional de Estadísticas, Banco Central de Chile y www.policyuncertainty.com

Figura 11: Correlación entre el EPU de Chile, IMACEC, IPEC y error de predicción

y trabajadores (Cook, 2010). La llamada “crisis de las expectativas” podrı́a bien reflejar la re-
spuesta estratégica de dicho sector frente a una desarticulación de los elementos que componen
su poder instrumental (Fairfield, 2010): La cohesión empresarial, los vı́nculos con el ámbito
polı́tico y la concertación de agendas entre gobierno y empresarios (ibid.).

La cohesión se logra exitosamente en la Sociedad del Fomento Fabril (SOFOFA) y en la


Confederación de la Producción y el Comercio (CPC), mientras que los vı́nculos con la polı́tica
son vox populi. Sin embargo, en una primera instancia el gobierno no coordinó su agenda con
la de estas organizaciones empresariales al promulgar las reformas laboral y tributaria, ame-
nazando un elemento fundamental del poder instrumental que detentan las primeras. Como
parte de una estrategia de autoconservación y defensa de intereses gremiales, este poder re-
sponderı́a manifestando su rechazo polı́tico, disfrazado de incertidumbre económica.

En vista de las dos crı́ticas señaladas, la hipótesis alternativa considera que en lugar de
representar ’incertidumbre pura’, el EPU captura la animadversión o la reprobación polı́tica
para con el gobierno de turno, por parte de la elite empresarial y/o por parte de los medios de
comunicación.

Página 19 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

5 Conclusiones
La “crisis de expectativas” en Chile ha sido sindicada como la causa detrás del reciente ralen-
tizamiento económico. Se han utilizado diferentes enfoques metodológicos para comprobar
que el efecto de opciones reales domina sobre el de opciones de crecimiento, asegurando que
shocks de incertidumbre presagian caı́das en la inversión privada y en el producto. Economistas
de Clapes UC crearon un Índice de Incertidumbre Económica (IEC) siguiendo la metodologı́a
de web scrapping de medios de prensa inventada por Baker et al. (2015). El supuesto de
identificación sine qua non para estos ı́ndices, consiste en que el medio de prensa refleja trans-
parentemente las expectativas de los inversionistas.

Nuestros resultados empı́ricos reafirman, grosso modo, los hallazgos de trabajos anteriores
(Baker et al., 2015; Cerda et al., 2016; Moore, 2016). El periodo presidencial iniciado en Marzo
de 2014, correspondiente al segundo mandato de Michelle Bachelet resulta el único robusta-
mente significativo de entre los últimos cuatro. Noviembre de 2013, fecha de las elecciones que
le dan la victoria a dicho gobierno, es el mes en el que ocurrió más probablemente un quiebre
estructural en el IEC, de acuerdo con el baseline, y las reformas tributaria y laboral parecen
explicar los principales peaks entre 2015 y 2016.

Según estos resultados, la “crisis” tendrı́a nombre y apellido, como lo han sugerido los
economistas citados en la introducción. En lı́nea con el relato, se podrı́a sugerir, en ausencia
de suficientes observaciones para asegurarlo, que la certeza sobre el futuro triunfo de Sebastián
Piñera en las elecciones presidenciales de Noviembre de 2017 ha contribuı́do al reciente re-
punte de las expectativas. La causalidad irı́a desde las maniobras del gobierno a la inversión y
al producto, pasando por El Mercurio, pero sin que éste juegue un rol relevante.

Sin embargo, la principal contribución de este trabajo consiste en contrastar los resultados
empı́ricos del IEC o EPU de Chile a la luz de los supuestos teóricos que dan sustento a su
interpretación como ‘incertidumbre de los decision-makers’. Probamos la robustez del EPU
de EEUU con el VIX, aunque no logramos probarla para el EPU de Chile, incluso usando
dos medidas de incertidumbre alternativas: La volatilidad mensual de los retornos del IPSA,
medida similar al VIX, y el error de predicción medio, que llamamos incertidumbre keynesiana.

No podemos, por lo tanto, rechazar la hipótesis alternativa de que el EPU de Chile podrı́a
estar sobreestimando el verdadero efecto de la incertidumbre. Futuras investigaciones en torno
a la magnitud de este efecto tienen que tomar en cuenta el sesgo generado por las preferen-
cias implı́citas del medio (o medios) de comunicación, ası́ como el originado por los intereses
estratégicos y el poder instrumental de las organizaciones empresariales.

Página 20 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

6 Bibliografı́a
ALFARO, R. A., & Silva, C. G. (2008). Volatilidad de ı́ndices accionarios: el caso del IPSA. Cuadernos de
economı́a, 45(132), 217-233.
BAKER, S. R., Bloom, N., & Davis, S. J. (2016). Measuring economic policy uncertainty. The Quarterly Journal
of Economics, 131(4), 1593-1636.
BANERJEE, R., Kearns, J., & Lombardi, M. J. (2015). (Why) Is investment weak?. BIS.
BLOOM, N., Bond, S., & Van Reenen, J. (2007). Uncertainty and investment dynamics. The review of economic
studies, 74(2), 391-415.
BLOOM, N. (2009). The impact of uncertainty shocks. econometrica, 77(3), 623-685.
BLOOM, N. (2017). Observations on uncertainty. Australian Economic Review, 50(1), 79-84.
CARRIÈRE-SWALLOW, Y., & Céspedes, L. F. (2013). The impact of uncertainty shocks in emerging economies.
Journal of International Economics, 90(2), 316-325.
CARRUTH, A., Dickerson, A., & Henley, A. (2000). What do we know about investment under uncertainty?.
Journal of Economic Surveys, 14(2), 119-154.
CALDARA, D., Fuentes-Albero, C., Gilchrist, S., & Zakrajšek, E. (2016). The macroeconomic impact of
financial and uncertainty shocks. European Economic Review, 88, 185-207.
CERDA, R., Silva, A., & Valente, J. T. (2016). Economic Policy Uncertainty Indices for Chile.
CERDA, R. A., Silva, Á., & Valente, J. T. (2017). Economic Uncertainty Impact in a Small Open Economy:
The Case of Chile.
CHOI, S. (2013). Are the effects of Bloom’s uncertainty shocks robust?. Economics Letters, 119(2), 216-220.
COOK, M. L. (2010). Politics of Labor Reform in Latin America: Between Flexibility and Rights. Penn State
Press.
DAVIS, S. J. (2016). An index of global economic policy uncertainty (No. w22740). National Bureau of
Economic Research.
DOW, C. (1999). Major Recessions: Britain and the World 1920-1995. OUP Oxford.
FAIRFIELD, T. (2010). Business power and tax reform: Taxing income and profits in Chile and Argentina.
Latin American Politics and Society, 52(2), 37-71.
FAJGELBAUM, P., Schaal, E., & Taschereau-Dumouchel, M. (2017). Uncertainty traps. The Quarterly Journal
of Economics, qjx021.
GENTZKOW, M., & Shapiro, J. M. (2006). Media bias and reputation. Journal of political Economy, 114(2),
280-316.
HANSEN, B. E. (2001). The new econometrics of structural change: Dating breaks in US labor productivity.
The Journal of Economic Perspectives, 15(4), 117-128.
KEYNES, J. M. (1936). General theory of employment, interest and money. The Royal Economic Society,
Cambridge.
LEDUC, S., & Liu, Z. (2016). Uncertainty shocks are aggregate demand shocks. Journal of Monetary Eco-
nomics, 82, 20-35.
LOTT, J. R., & Hassett, K. A. (2014). Is newspaper coverage of economic events politically biased?. Public
choice, 160(1-2), 65-108.
MOORE, A. (2016). Measuring Economic Uncertainty and Its Effects. Reserve Bank of Australia.
MUMTAZ, H., & Theodoridis, K. (2017). The changing transmission of uncertainty shocks in the US. Journal
of Business & Economic Statistics, 1-14.
PRAT, A., & Stromberg, D. (2013, May). The Political Economy of Mass Media. In Advances in Economics
and Econometrics: Volume 2, Applied Economics: Tenth World Congress (Vol. 50, p. 135). Cambridge
University Press.
STOCKEY, N. L. (2016). Wait-and-see: Investment options under policy uncertainty. Review of Economic
Dynamics, 21, 246-265.

Página 21 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

7 Anexo

(1) (2) (3) (4) (5) (6)


EPU EPUC IEC EPU EP UC IEC
EEUU 0.398∗∗∗ 0.338∗∗∗ 0.260∗∗∗
(6.60) (5.22) (5.41)

PC -0.0794∗ -0.0951∗ -0.0531 -0.0514 -0.0617 -0. 0392


(-2.06) (-2.06) (-1.69) (-1.32) (-1.36) (-1 .24)

WTI 0.221 0.273 0.102 0.196 0.230 0 .103


(1.63) (1.74) (0.89) (1.39) (1.40) (0 .89)

L.EPU 0.503∗∗∗ 0.498∗∗∗


(7.19) (8.13)

L4.EPU 0.198∗∗∗ 0.227∗∗∗


(3.33) (3.75)

L.EEUU -0.250∗∗∗ -0.184∗∗ -0.147∗∗


(-3.91) (-2.62) (-3.02)

L.EPUC 0.463∗∗∗ 0.459∗∗∗


(5.71) (6.38)

L4.EPUC 0.249∗∗∗ 0.270∗∗∗


(3.88) (4.16)

L.IEC 0.651∗∗∗ 0 .640∗∗∗


(10.13) (10 .79)

VIX 0.676∗ 0.779∗ 0 .727∗∗


(2.03) (2.10) (2 .82)

cons 18.81∗∗ 17.44∗ 28.08∗∗∗ 15.22 13.11 2 4.11∗∗∗


(2.63) (2.16) (4.71) (1.75) (1.34) (3 .55)
N 291 291 275 291 291 275
t statistics in parentheses
∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Tabla 2: Resultados Modelo I

Página 22 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

(1) (2) (3) (4) (5) (6)


D.EPU D.EPUC D.IEC D.EPU D.EPUC D.IEC
L5D.DESAPRUEBA 5.437∗∗ 6.828∗∗ 3.820 2.663 3.790 4.251
(3.40) (3.07) (1.82) (1.50) (1.86) (2.01)

D.China 0.0532 0.0943 0.0903 0.133∗ 0.166∗ 0.0569


(1.25) (1.59) (1.13) (2.53) (2.76) (0.74)

D.EEUU 0.729∗∗∗ 0.581∗ -0.353


(4.43) (2.53) (-0.76)

D.PC -2.830∗∗∗ -3.145∗∗∗ -2.110∗ -1.943∗∗ -2.454∗∗∗ -2.359∗∗


(-5.84) (-4.66) (-3.01) (-3.67) (-4.06) (-3.84)

L2D.WTI 1.583 1.168 1.573 1.676 1.164 1.501


(1.74) (0.92) (1.46) (1.32) (0.80) (1.31)

L.EPU -1.027∗∗∗ -1.227∗∗∗ -0.593∗∗ -1.056∗∗∗ -1.245∗∗∗ -0.623∗∗


(-8.55) (-7.33) (-3.52) (-6.55) (-6.76) (-3.98)

L.EEUU 0.384∗ 0.455 -0.0702


(2.09) (1.77) (-0.20)

D.VIX 3.704 4.048 -1.201


(1.91) (1.83) (-0.65)

L.VIX 1.351 0.966 -0.537


(0.58) (0.36) (-0.22)

cons 91.98∗∗ 110.1∗∗ 84.07 131.4∗∗∗ 162.8∗∗∗ 86.79


(3.56) (3.06) (2.23) (3.85) (4.17) (2.30)
N 35 35 16 35 35 16
t statistics in parentheses
∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Tabla 3: Resultados Modelo I en primeras diferencias

Página 23 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

(1) (2) (3) (4) (5) (6)


EPU EPUC IEC EPU EPUC IEC
EEUU 0.405∗∗∗ 0.344∗∗∗ 0.280∗∗∗
(7.11) (5.31) (6.00)

L.EPU 0.401∗∗∗ 0.333∗∗∗


(6.22) (5.73)

L4.EPU 0.119∗ 0.109


(2.01) (1.81)

L.EEUU -0.211∗∗∗ -0.153∗ -0.113∗


(-3.39) (-2.13) (-2.21)

WTI 0.415∗∗ 0.476∗∗ 0.149 0.309∗ 0.361∗ 0.0880


(2.72) (2.78) (1.19) (2.23) (2.30) (0.71)

PC -0.170∗∗ -0.188∗∗ -0.0987∗∗ -0.0857 -0.0956 -0.0284


(-3.26) (-3.11) (-2.68) (-1.53) (-1.46) (-0.63)

GOB1 -1.849 -0.816 -3.239 2.763 4.469 -0.881


(-0.36) (-0.14) (-0.83) (0.54) (0.80) (-0.24)

GOB2 -0.153 2.623 -1.706 -16.32 -15.30 -17.41∗


(-0.02) (0.27) (-0.30) (-1.58) (-1.30) (-2.17)

GOB3 2.771 2.203 3.486 -0.523 -3.084 -1.320


(0.27) (0.19) (0.42) (-0.05) (-0.24) (-0.14)

GOB4 29.81∗∗ 30.63∗∗ 26.11∗∗ 38.76∗∗∗ 40.06∗∗∗ 25.71∗∗


(3.32) (3.00) (2.72) (3.93) (3.87) (2.65)

L.EPUC 0.378∗∗∗ 0.306∗∗∗


(4.63) (4.13)

L4.EPUC 0.180∗∗ 0.165∗


(2.88) (2.59)

L.IEC 0.536∗∗∗ 0.478∗∗∗


(8.74) (8.56)

VIX 1.600∗∗∗ 1.744∗∗∗ 1.367∗∗∗


(4.56) (4.42) (4.98)

cons 35.92∗∗∗ 32.23∗∗ 38.63∗∗∗ 23.44∗ 16.66 27.59∗∗


(4.00) (3.21) (5.31) (2.14) (1.36) (3.18)
N 291 291 275 291 291 275
t statistics in parentheses
∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Tabla 4: Resultados Modelo II


Página 24 de 25
Universidad de Chile Vicente Olavarrı́a André
Primavera 2017 volavarria@fen.uchile.cl

(1) (2) (3) (4) (5) (6)


EPU EPUC IEC EPU EPUC IEC
EEUU 0.404∗∗∗ 0.342∗∗∗ 0.316∗∗∗
(7.23) (5.49) (5.56)

RL 112.4∗∗∗ 131.6∗ 70.89∗∗∗ 106.8∗∗∗ 127.3∗ 68.83∗∗∗


(3.56) (2.34) (5.19) (3.85) (2.44) (6.54)

RTMi 67.53 73.10∗∗ 32.10 61.49 70.90∗∗ 30.12


(1.93) (2.60) (1.25) (1.93) (2.78) (1.28)

RTPi -6.708 -14.27∗∗ 0.724 6.702 -3.295 11.48∗∗


(-0.53) (-3.23) (0.17) (0.91) (-0.58) (3.25)

DT 51.79∗∗∗ 53.95∗∗∗ 0 112.5∗∗∗ 106.7∗∗∗ 0


(5.75) (5.33) (.) (22.07) (18.08) (.)

L.EPU 0.486∗∗∗ 0.500∗∗∗ 0.377∗∗∗ 0.505∗∗∗ 0.510∗∗∗ 0.373∗∗∗


(7.46) (7.03) (6.68) (7.45) (6.99) (6.49)

L4.EPU 0.142∗∗ 0.207∗∗∗ 0.0779 0.164∗∗∗ 0.225∗∗∗ 0.0916∗


(3.23) (3.90) (1.83) (3.54) (4.21) (2.10)

L.EEUU -0.215∗∗∗ -0.186∗∗ -0.107 -0.0178 -0.0433 0.0240


(-3.43) (-2.76) (-1.94) (-0.32) (-0.71) (0.54)

WTI 0.209 0.348∗ 0.0107 0.191 0.285 0.0192


(1.66) (2.37) (0.09) (1.49) (1.88) (0.16)

PC -0.0932∗∗ -0.132∗∗ -0.0594 -0.0605 -0.0870∗ -0.0384


(-2.62) (-3.30) (-1.79) (-1.64) (-2.10) (-1.10)

VIX 0.867∗∗ 1.116∗∗ 0.993∗∗


(2.67) (3.09) (3.14)

cons 23.57∗∗∗ 19.60∗∗ 43.20∗∗∗ 19.55∗ 10.96 37.77∗∗∗


(3.69) (2.67) (7.27) (2.47) (1.26) (5.67)
N 291 291 272 291 291 272
t statistics in parentheses
∗ p < 0.05, ∗∗ p < 0.01, ∗∗∗ p < 0.001

Tabla 5: Resultados Modelo III

Página 25 de 25