Está en la página 1de 14

TALLER DE ECONOMETRIA II

MODELOS DINAMICOS

ENTREGADO POR:
Elías Abad Canchila
Carlos Hernández Mejía
Ramiro Vergara Pérez

ENTREGADO A:
GUSTAVO GONZALEZ

UNIVERSIDAD DE SUCRE
FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS
PROGRAMA DE ECONOMIA
SINCELEJO-SUCRE
INTRODUCCIÓN
Este tema vuelve a ocuparse de la modelización de relaciones entre variables dentro de un
contexto de datos en el tiempo o series temporales. En el tema de autocorrelación, estos datos
presentan un ordenamiento natural, ya que las observaciones están ordenadas de acuerdo al
momento del tiempo en que han sido observadas. A su vez, será probable que a la hora de
explicar el comportamiento de una variable observada en el tiempo, se tenga en cuenta que bien
su propio pasado pueda ser relevante en periodos sucesivos, o bien que el efecto de una variable
explicativa no sea solo contemporáneo sino que puede tener efectos distribuidos en años
sucesivos. Finalmente, además se pueden tener factores no observables recogidos en el término
de perturbación del modelo cuya influencia se mantiene a lo largo del tiempo. Aquí trataremos
de estudiar la manera de recoger, en un modelo de regresión lineal, estos efectos temporales o
dinámicos en la parte que llamamos sistemática, o de factores observables, y su posible
interacción con el tema de autocorrelación, que ya de por si introduce dinámica en el error,
donde se recogen efectos o variables no observables. Primeramente nos ocuparemos de ver
distintas especificaciones y en cada caso se comentarán los problemas que pueden surgir en la
estimación por el método de Mínimos Cuadrados Ordinarios. Si hay métodos alternativos a
MCO también se discutir su utilización y propiedades. Por último, nos ocuparemos de los
ejercicios empíricos que nos llevará por diferentes especificaciones.
ANALISIS A PRIORI
La función de consumo, es decir, la relación entre consumo agregado, ahorro agregado y renta
agregada se consideró como una relación estable donde el gasto de consumo corriente es
dependiente del nivel de renta corriente. La función de consumo plantea que el consumo es una
proporción de la renta “cuando su renta real aumenta, no aumenta su consumo en una suma
absoluta igual, ya que la propensión marginal a consumir es menor a uno. Por lo tanto la
diferencia se traslada al ahorro y se tiene que el porcentaje ahorrado de la renta incrementa
conforme crece la misma.

Friedman parte de analizar los supuestos fundamentales de la teoría del comportamiento del
consumidor para luego establecer una función de consumo coherente con esos supuestos.
Esta teoría considera que los individuos planifican el consumo y el ahorro para un largo período,
con el fin de asignar el primero de la mejor manera posible a lo largo de toda su vida.
El ciclo de vida (basado en la conducta maximizadora) indica que las propensiones marginales a
consumir a partir de la renta permanente, de la renta transitoria y de la riqueza son diferentes.
"El punto de partida del modelo del ciclo de vida es la hipótesis de que las decisiones de las
familias sobre el consumo y el ahorro a través del tiempo reflejan un intento más o menos
consciente para lograr la distribución del consumo durante el ciclo de vida, condicionada a la
restricción impuesta por la acumulación de recursos por parte de la familia durante toda su vida.
Ante un incremento de la renta, la persona decidira si se trata de un aumento permanente o
transitorio.

Para Friedman, un incremento transitorio de la renta no influye en el consumo corriente, y por lo


tanto, se ahorra casi en su totalidad, aumentando la riqueza del individuo, y consecuentemente su
consumo futuro.
El mismo razonamiento es válido en términos agregados. Shocks exógenos a una economía,
como un incremento de los términos de intercambio, favorecerían, bajo esta hipótesis el ahorro
total.

METODOLOGIA
Se va a analizar el caso de la economía de Inglaterra, partiendo de las variables inversión (I)
expresada en billones de libras esterlinas y producto interno bruto (PIB) expresado en billones de
libras esterlinas de (1990-2000), sabemos que la inversión hace parte del PIB es uno de sus
componentes además del consumo, el cual es otro de los componentes que estamos analizando.
Pero en esta ocasión decimos que la inversión está en función del PIB, y guardan una relación
positiva, tal como se muestra en la ecuación estimada por el software salida 1:
𝐈 = 𝟏𝟒. 𝟐𝟓𝟖𝟐𝟏𝟖𝟗𝟒 + 𝟎. 𝟏𝟒𝟕𝟏𝟓𝟑𝟏𝟒𝐏𝐈𝐁
𝐞𝐞 = (𝟒. 𝟗𝟎𝟖𝟐𝟕𝟗)(𝟎. 𝟎𝟏𝟎𝟗𝟐𝟔)
𝐓𝐞𝐬𝐭𝐚𝐝𝐢𝐬𝐭 = (𝟐. 𝟗𝟎𝟒𝟗𝟑𝟑)(𝟏𝟑. 𝟒𝟔𝟖𝟓𝟓𝟗)
𝐑𝟐 = 𝟎. 𝟖𝟐𝟑𝟎𝟓𝟏 𝐀𝐊𝐀𝐈𝐊𝐄 𝐈𝐍𝐅𝐎 𝐂𝐑𝐈𝐓𝐄𝐑𝐈𝐎𝐍 = (𝟕. 𝟎𝟗𝟕𝟐𝟏𝟕)
Entonces las variables inversión y PIB si están relacionadas positivamente, es decir, que las
expectativas del consumidor van a influenciar en las inversiones, por lo que los agentes toman
sus decisiones de consumo de bienes intermedios a partir de su capacidad de compra, por lo tanto
su valor transado es explicativo. Analizamos la salida 1. Y los parámetros muestran valores
significativos, además muestra un R2 con correlación positiva, es decir, a medida que aumenten
los valores del PIB, aumentaran los valores de I.
En el momento del ajuste parcial se comienza con un modelo de rezagos distribuidos y se
termina con un modelo auto regresivo por cuanto (I) t-1 aparece como una de las variables
Explicatorias. Esto muestra cómo puede "convertirse" un modelo de rezagos distribuidos en un
modelo autor regresivo. Lo que se observa en la salida 2. Es probable que la aparición de (I) t-1
traiga algunas complicaciones estadísticas. Efectivamente, (I) t-1 al igual que (I) t es estocástica,
lo que significa que se tiene una variable explicatoria estocástica. Se debe recordar que se ha
predicho la teoría por MCO bajo el supuesto de que las variables explicatorias no son
estocásticas, o que de serlo están distribuidas independientemente del término de perturbación
estocástico. Quedando el modelo de ajuste parcial la ecuación estimada por el software salida 2
𝐈𝐭 = 𝛅𝛃𝟏 + 𝛅𝛃𝟐 𝐏𝐈𝐁𝐭 + (𝟏 − 𝛅)𝐈𝐭−𝟏 + 𝛅𝛆𝐭
𝐈𝐭 = 𝟔. 𝟕𝟗 + 𝟎. 𝟎𝟔𝟒𝐏𝐈𝐁𝐭 + 𝟎. 𝟓𝟕𝐈𝐭−𝟏
𝐞𝐞 = (𝟒. 𝟓𝟏𝟔𝟒𝟖𝟕)(𝟎. 𝟎𝟏𝟗𝟔𝟐𝟏)(𝟎. 𝟏𝟐𝟏𝟓𝟖𝟏)
𝐓𝐞𝐬𝐭𝐚𝐝𝐢𝐬𝐭𝐢𝐜𝐨 = (𝟏. 𝟓𝟎𝟑𝟓𝟗𝟕)(𝟑. 𝟐𝟕𝟖𝟐𝟒𝟓)(𝟒. 𝟔𝟕𝟑𝟓𝟓𝟎) 𝐑𝟐 = 𝟎. 𝟖𝟖𝟏
PRODEDIMIENTO MATEMATICO

𝐈𝐭 = 𝟔. 𝟕𝟗 + 𝟎. 𝟎𝟔𝟒𝐏𝐈𝐁𝐭 + 𝟎. 𝟓𝟕𝐈𝐭−𝟏

(𝟏 − 𝛅) = 𝟎. 𝟓𝟕
−𝛅 = 𝟎. 𝟓𝟕 − 𝟏
𝛅 = 𝟎. 𝟒𝟑
𝛅𝛃𝟏 = 𝟔. 𝟕𝟗
𝟔. 𝟕𝟗 𝟔. 𝟕𝟗
𝛃𝟏 = = = 𝟏𝟓. 𝟕𝟗
𝛅 𝟎. 𝟒𝟑
𝟎. 𝟎𝟔𝟒 𝟎. 𝟎𝟔𝟒
𝛃𝟐 = = = 𝟎. 𝟏𝟓
𝛅 𝟎. 𝟒𝟑
Modelo con las 𝛽 originales:

𝐈𝐭 = 𝛃𝟏 + 𝛃𝟐 𝐏𝐈𝐁𝐭 + 𝛆𝐭
𝐈𝐭 = 𝟏𝟓. 𝟕𝟗 + 𝟎. 𝟏𝟓𝐏𝐈𝐁𝐭 + 𝛆𝐭

El comportamiento de los rezagos demuestra la estructura del comportamiento de los rezagos,


confirmando su estructura polinomial, es decir, los parámetros tienen menor peso en la parte baja
de la curva y mayor peso en los extremos.

METODO DE ALMO PARA LOS MODELOS DE REZAGOS DISTRIBUIDOS (RDP) O


DE ALMON
Según los modelos de rezagos distribuidos finitamente bajo el enfoque de Almon.salida:3
𝐈𝐭 = 𝟏𝟑. 𝟐𝟑𝟓 + 𝟎. 𝟑𝟕𝟔𝟐𝐏𝐈𝐁𝐭 + 𝟎. 𝟐𝟕𝟕𝟏𝐏𝐈𝐁𝐭−𝟏 − 𝟎. 𝟐𝟗𝟏𝟎𝐏𝐈𝐁𝐭−𝟐 + 𝟎. 𝟎𝟑𝟒𝟑𝐏𝐈𝐁𝐭−𝟑
− 𝟎. 𝟎𝟑𝟒𝟕𝐏𝐈𝐁𝐭−𝟒 − 𝟎. 𝟎𝟔𝟓𝟔𝟎𝐏𝐈𝐁𝐭−𝟓 + 𝟎. 𝟏𝟑𝟕𝟔𝐏𝐈𝐁𝐭−𝟔 − 𝟎. 𝟑𝟐𝟗𝟑𝐏𝐈𝐁𝐭−𝟕
𝐞𝐞 = (𝟒. 𝟏𝟒𝟓)(𝟎. 𝟎𝟗𝟗)(𝟎. 𝟏𝟔𝟕𝟒)(𝟎. 𝟏𝟕𝟕𝟓)(𝟎. 𝟏𝟕𝟓𝟔)(𝟎. 𝟏𝟕𝟔𝟖)(𝟎. 𝟏𝟕𝟗𝟔)(𝟎. 𝟏𝟔𝟗𝟏)(𝟎. 𝟏𝟎𝟏𝟑)
𝑻𝒆𝒔𝒕𝒂𝒅𝒊𝒔𝒕𝒊𝒄𝒐 = (𝟑. 𝟏𝟗)(𝟑. 𝟕𝟕)(𝟏. 𝟔𝟓)(−𝟏. 𝟔𝟑)(𝟎. 𝟏𝟗)(−𝟎. 𝟏𝟗)(−𝟎. 𝟑𝟔)(𝟎. 𝟖𝟏)(−𝟑. 𝟐𝟓)
𝑹𝟐 = 𝟎. 𝟗𝟑𝟏𝟏 𝒂𝒍𝒌𝒂𝒊𝒌𝒆 𝒊𝒏𝒇𝒐 𝒄𝒓𝒊𝒕𝒆𝒓𝒊𝒐𝒓 = 𝟔. 𝟏𝟔𝟑𝟓 𝒔𝒄𝒉𝒘𝒂𝒓𝒛 = 𝟔. 𝟓𝟔𝟕𝟓
Se determino en el modelo de inversión en función del PIB con rezagos de 𝑃𝐼𝐵𝑡−7 basados en el
criterio de información Akaike (CIA) y criterio de información schwars(CIS) la cual impone una
mayor penalización que 𝑅 2 por añadir regresoras. Al comparar dos o más modelos, se preferirá
el que tenga menor valor (CIA, CIS) que para esta estimación correspondió al rezagar 𝑃𝐼𝐵𝑡−7
Este es el resultado del modelo del polinomio de orden II y para este modelo a medida q nos
Alejamos del pasado, la inversión estará cada vez menos explicado por la variación q tiene el
PIB

ENFOQUE ALMON

𝐈𝐭 = 𝛂𝟎 + 𝐙𝟎 + 𝐙𝟏 + 𝐙𝟐
𝐈𝐭 = 𝟏𝟑. 𝟔𝟖𝟓𝟎 + 𝟎. 𝟑𝟏𝟔𝟓𝟒𝟏𝐳𝟎 − 𝟎. 𝟏𝟐𝟐𝟑𝟗𝟐𝐳𝟏 + 𝟎. 𝟎𝟏𝟖𝟏𝟗𝟏𝐳𝟐
𝐞𝐞 = (𝟒. 𝟏𝟎𝟖𝟔𝟕𝟐)(𝟎. 𝟎𝟐𝟔𝟖𝟓𝟖)(𝟎. 𝟎𝟑𝟖𝟖𝟗𝟐)(𝟎. 𝟎𝟎𝟔𝟒𝟗𝟕)
𝐓𝐞𝐬𝐭𝐚𝐝𝐢𝐬𝐭 = (𝟑. 𝟑𝟑𝟎𝟕𝟖𝟏)(𝟏𝟏. 𝟕𝟖𝟓𝟖𝟔)(−𝟑. 𝟏𝟒𝟔𝟗𝟔𝟕)(𝟐. 𝟕𝟗𝟗𝟖𝟐𝟖)
𝐑𝟐 = 𝟎. 𝟗𝟏𝟕𝟐 𝐝 = 𝟎. 𝟖𝟗𝟓𝟑 𝐅 = 𝟏𝟏𝟎. 𝟖𝟖𝟕𝟔
Como se utilizaron un rezago de tres años, el número total de observaciones se redujo de 64 a
61 en Z. Cabe anotar un breve comentario sobre los resultados anteriores. Las tres variables z
presentan significancia estadística a nivel individual, en el nivel de 5%; el valor F es alto a lo que
muy fácil mente se puede rechazar la hipótesis nula de que, de manera colectiva, las z no tienen
efecto alguno sobre Y, lo que puede sugerir que el modelo probablemente esta bien especificado
De los coeficientes 𝛼 Estimados dados en la ecuación anterior fácilmente se estiman los
coeficientes original de 𝛽 los resultados son los siguientes:
HALLAMOS LOS B´S A PARTIR DE LOS Z´S
̂ 𝟎 = 𝐚̂𝟎 = 𝟎. 𝟑𝟏𝟔𝟓𝟒𝟏
i = 0 → β0 = a0 + a1 0 + a2 02 → 𝛃
̂ 𝟏 = 𝐚̂𝟎 + 𝐚̂𝟏 + 𝐚̂𝟐
i = 1 → β1 = a0 + a1 1 + a2 12 → 𝛃
= 𝟎. 𝟑𝟏𝟔𝟓𝟒𝟏 − 𝟎. 𝟏𝟐𝟐𝟑𝟗𝟐 + 𝟎. 𝟎𝟏𝟖𝟏𝟗𝟏 = 𝟎. 𝟐𝟏𝟐𝟑𝟒
̂ 𝟏 = 𝐚̂𝟎 + 𝐚̂𝟏 𝟐 + 𝐚̂𝟐 𝟒
i = 2 → β2 = a0 + a1 2 + a2 22 → 𝛃
= 𝟎. 𝟑𝟏𝟔𝟓𝟒𝟏 − 𝟎. 𝟏𝟐𝟐𝟑𝟗𝟐 ∗ 𝟐 + 𝟎. 𝟎𝟏𝟖𝟏𝟗𝟏 ∗ 𝟒 = 𝟎. 𝟏𝟒𝟒𝟓𝟐𝟏
̂ 𝟏 = 𝐚̂𝟎 + 𝐚̂𝟏 𝟑 + 𝐚̂𝟐 𝟗
i = 3 → β3 = a0 + a1 3 + a2 32 → 𝛃
= 𝟎. 𝟑𝟏𝟔𝟓𝟒𝟏 − 𝟎. 𝟏𝟐𝟐𝟑𝟗𝟐 ∗ 𝟑 + 𝟎. 𝟎𝟏𝟖𝟏𝟗𝟏 ∗ 𝟗 = 𝟎. 𝟏𝟏𝟑𝟎𝟖𝟒
̂ 𝟏 = 𝐚̂𝟎 + 𝐚̂𝟏 𝟒 + 𝐚̂𝟐 𝟏𝟔
i = 4 → β4 = a0 + a1 4 + a2 42 → 𝛃
= 𝟎. 𝟑𝟏𝟔𝟓𝟒𝟏 − 𝟎. 𝟏𝟐𝟐𝟑𝟗𝟐 ∗ 𝟒 + 𝟎. 𝟎𝟏𝟖𝟏𝟗𝟏 ∗ 𝟏𝟔 = 𝟎. 𝟏𝟏𝟖𝟎𝟐𝟗
̂ 𝟏 = 𝐚̂𝟎 + 𝐚̂𝟏 𝟓 + 𝐚̂𝟐 𝟐𝟓
i = 5 → β5 = a0 + a1 5 + a2 52 → 𝛃
= 𝟎. 𝟑𝟏𝟔𝟓𝟒𝟏 − 𝟎. 𝟏𝟐𝟐𝟑𝟗𝟐 ∗ 𝟓 + 𝟎. 𝟎𝟏𝟖𝟏𝟗𝟏 ∗ 𝟐𝟓 = 𝟎. 𝟏𝟓𝟗𝟑𝟓𝟔
̂ 𝟏 = 𝐚̂𝟎 + 𝐚̂𝟏 𝟔 + 𝐚̂𝟐 𝟑𝟔
𝐢 = 𝟔 → 𝛃𝟔 = 𝐚𝟎 + 𝐚𝟏 𝟔 + 𝐚𝟐 𝟔𝟐 → 𝛃
= 𝟎. 𝟑𝟏𝟔𝟓𝟒𝟏 − 𝟎. 𝟏𝟐𝟐𝟑𝟗𝟐 ∗ 𝟔 + 𝟎. 𝟎𝟏𝟖𝟏𝟗𝟏 ∗ 𝟑𝟔 = 𝟎. 𝟐𝟑𝟕𝟎𝟔𝟓
̂ 𝟏 = 𝐚̂𝟎 + 𝐚̂𝟏 𝟕 + 𝐚̂𝟐 𝟒𝟗
𝐢 = 𝟕 → 𝛃𝟕 = 𝐚𝟎 + 𝐚𝟏 𝟕 + 𝐚𝟐 𝟕𝟐 → 𝛃
= 𝟎. 𝟑𝟏𝟔𝟓𝟒𝟏 − 𝟎. 𝟏𝟐𝟐𝟑𝟗𝟐 ∗ 𝟕 + 𝟎. 𝟎𝟏𝟖𝟏𝟗𝟏 ∗ 𝟒𝟗 = 𝟎. 𝟑𝟔𝟓𝟐𝟏𝟗

Figura: esquema de Almon para el rezago polinomial


Gráfico el cual muestre la estructura de comportamiento de los rezagos, confirmando su
estructura polinomial.

β0 rezago
0 0,316541
1 0,21234
2 0,144521
3 0,113084
4 0,118029
5 0,159356
6 0,237065
7 0,365219

Rezagos
0.4
7, 0.365219
0.35
0, 0.316541
0.3

0.25
6, 0.237065
0.2 1, 0.21234
rezago
0.15 5, 0.159356
2, 0.144521
0.1 3, 0.1130844, 0.118029

0.05

0
0 1 2 3 4 5 6 7 8
ANALISIS A PRIORI
Costos y gastos son todos los desembolsos necesarios que tiene que realizar una empresa para su
funcionamiento. Los costos y los gastos son diferentes, es decir, una cosa es costo y otra es
gasto, entre ellos existe una separación, básicamente los costos siempre están relacionados con
producción y los gastos siempre con la administración.
Gastos fijos y gasto variables, los cuales Gastos fijos Son las erogaciones que permanecen
constantes dentro de un periodo determinado, (corto plazo) independientemente de los cambios
en el volumen de operaciones realizadas. Ejemplo: impuestos, seguros, renta de edificio,
maquinaria y equipo. Por tanto, la función estimada a corto plazo no tendrá efecto ninguno
contra la elasticidad del gasto empresarial (variable dependiente) ante un cambio relativo en la
elasticidad de las ventas (variables independiente) muy por el contrario, los Costos variables
Aquellos cuya magnitud cambia en razón directa del volumen de las operaciones realizadas.
Ejemplo: materiales directos y mano de obra directa. Tienen más sentido en materia de teoría
económica en la función de gasto empresarial, ya que en un largo plazo la magnitud o nivel de
ventas ocasionan variaciones en el gasto de la empresa.
Metodología
Con la información de la tabla 17.10, considere el siguiente modelo:
𝜷
𝒀𝒕∗ = 𝜷𝟎 ∗ 𝑿𝒕 𝟐 ∗ 𝒆𝒖𝒕
Con el modelo de ajuste de existencias (¿por qué?), se estimara las elasticidades de corto y de
largo plazos del gasto en nueva planta y equipo respecto de las ventas de las cuales se
responderán las siguientes preguntas ¿realice validación de modelo planteado? ¿Qué modelo
seleccionaría y por qué? ¿Hay correlación serial en la información? ¿Cómo sabe?
𝜷
𝒀𝒕∗ = 𝜷𝟎 ∗ 𝑿𝒕 𝟐 ∗ 𝒆𝒖𝒕

Yt∗ = nivel de existencia del gasto empresarial deseado, o de largo plazo


Xt = ventas

Para la estimación estadística del anterior modelo se expresa convenientemente en forma


logarítmica así:
𝒍𝒏𝒚∗𝒕 = 𝒍𝒏𝜷𝟎 + 𝜷𝟐 𝒍𝒏𝑿𝒕 + 𝒖𝒕
Como la variable de demanda deseada no es observable directamente, se va a suponer la
hipótesis de ajuste de existencia, de la siguiente forma:

𝒀𝒕 𝒀∗𝒕
= (𝒀 ) ∆𝜹 0< 𝜹 ≤ 𝟏
𝒀𝒕−𝟏 𝒕−𝟏

La ecuación establece que un porcentaje constante de la discrepancia entre el gasto real de la


empresa en equipo y maquinaria observado y los deseados se elimina en un solo periodo o año
en forma logarítmica, la ecuación se expresa de la siguiente forma:

Hipótesis de ajuste parcial:

𝑙𝑛𝑌𝑡 − 𝑙𝑛𝑌𝑡−1 = 𝛿(𝑙𝑛𝑌𝑡∗ − 𝑙𝑛𝑌𝑡−1 )


𝑙𝑛𝑌𝑡 = 𝛿𝑙𝑛𝑌𝑡∗ + (1 − 𝛿)𝑙𝑛𝑌𝑡−1
Sustituyendo (1) en (2)
𝑙𝑛𝑌𝑡 = 𝛿(𝑙𝑛𝛽0 + 𝛽2 𝑙𝑛𝑋𝑡 + 𝑈𝑡 ) + (1 − 𝛿)𝑙𝑛𝑌𝑡−1
𝑙𝑛𝑌𝑡 = 𝛿(𝑙𝑛𝛽0 ) + 𝛿𝛽2 𝑙𝑛𝑋𝑡 + 𝛿𝑈𝑡 ) + (1 − 𝛿)𝑙𝑛𝑌𝑡−1
𝑙𝑛𝑌𝑡 = 𝛿(𝑙𝑛𝛽0 ) + 𝛿𝛽2 𝑙𝑛𝑋𝑡 + (1 − 𝛿)𝑙𝑛𝑌𝑡−1 + 𝛿𝑈𝑡
(Modelo de ajuste parcial)
Que puede denominarse la función de Gasto sobre las ventas a corto plazo
Con los datos de la tabla 17.10 se estima ecuación estimada por el software la cual dio el siguiente
resultado:
𝑙𝑛𝑌𝑡 = 𝛿(𝑙𝑛𝛽0 ) + 𝛿𝛽2 𝑙𝑛𝑋𝑡 + (1 − 𝛿)𝑙𝑛𝑌𝑡−1 + 𝛿𝑈𝑡
𝑙𝑛𝑌𝑡 = −1.078026 + 0.904522𝑙𝑛𝑋𝑡 + 0.260033𝑙𝑛𝑌𝑡−1
𝑒𝑒 = (0.184144)(0.111243)(0.087799)
𝑇𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡 = (−5.8543)(8.131039)(2.961684)
𝑅 2 = 0.9937 𝑑 = 1.47 𝐹 = 1425.21
La función de El gasto empresarial de corto plazo estimada muestra que la elasticidad de las ventas
de corto plazo presenta un signo apropiado y estadísticamente significativo a un nivel del 5%. El
coeficiente del ajuste es 𝛿 = (1 − 0.260033) = 0.739967 , lo que implica que el 73% de la
discrepancia entre gasto empresarial real y el deseado
A fin de volver a obtener la función de gasto empresarial de largo plazo solo se divide la función
de gasto empresarial de corto plazo entre 𝛿 y eliminar el termino lnYt-1
−1.078046 0.904522
𝑙𝑛𝑌𝑡 = + 𝑙𝑛𝑋𝑡
𝛿 𝛿
−1.078046 0.904522
𝑙𝑛𝑌𝑡 = + 𝑙𝑛𝑋𝑡
0.739967 0.739967

𝑙𝑛𝑌𝑡 = −1.45688388 + 1.222381𝑙𝑛𝑋𝑡


Como se observa, la elasticidad de la en ventas de lago plazo para la función de gasto
empresarial en maquinaria y equipo es sustancialmente mas grande en términos absolutos que
la correspondiente a la elasticidad de corto plazo, aunque en el siguiente ejemplo su
significancia estadística es dudosa el planteamiento económico seria mas efectivo para explicar
su comportamiento y significancia.
Divido a que las empresas manejan lo que se denomina gastos fijos y gasto variables, los cuales
Gastos fijos Son las erogaciones que permanecen constantes dentro de un periodo determinado,
(corto plazo) independientemente de los cambios en el volumen de operaciones realizadas.
Ejemplo: impuestos, seguros, renta de edificio, maquinaria y equipo. Por tanto, la función
estimada a corto plazo no tendrá efecto ninguno contra la elasticidad del gasto empresarial
(variable dependiente) ante un cambio relativo en la elasticidad de las ventas (variables
independiente) muy por el contrario, los Costos variables Aquellos cuya magnitud cambia en
razón directa del volumen de las operaciones realizadas. Ejemplo: materiales directos y mano de
obra directa. Tienen mas sentido en materia de teoría económica en la función de gasto
empresarial, ya que en un largo plazo la magnitud o nivel de ventas ocasionan variaciones en el
gasto de la empresa. Por tanto, teóricamente la función a escoger, y mejor planteada seria la
deseada función a largo plazo.

Prueba h De Durbin
d
ρ=1
2
1.479333
ρ=1− = 0.260333
2
var(𝜕) = 𝑣𝑎𝑟(0.087799)2 = 0.007708
𝑛
ℎ = 𝜌√
1 − 𝑛(𝑣𝑎𝑟(𝛼))

21
ℎ = 0.0914√1−21(0.007708) =0.457508
se observa en este ejemplo que la conclusión es que en el modelo según la prueba H de Durbin la
cual presenta una distribución normal estandarizada asintóticamente con muestra de 21
observaciones no presenta autocorrelación positiva debido a que la probabilidad es mayor al 5%
ANEXOS

SALIDA 1

SALIDA 2
SALIDA 3

SALIDA 4
EJERCICIO 2