Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Gráfico1: Gráfico de la serie de tiempo del Ingreso Personal Disponible per cápita
de Great Lakes (ln_gl) y New England (ln_ne).
Gráficamente se puede observar que el ingreso personal disponible per cápita de los dos
sitios de Estados Unidos, a pesar de la distancia geográfica que los separa, tienen un
comportamiento similar. Así mismo, en la mayoría de los años, los datos son iguales, es
decir, hay presencia de algún tipo de intersección entre las series de tiempo analizadas.
A partir de 1990 se puede ver que ambas series tienen un comportamiento similar y
En cuanto al análisis econométrico, se puede ver que las series no son estacionarias, es
Adicional a esto, se puede analizar que la serie del ingreso de New England es más estable
que la serie de Great Lakes, ya que evidentemente entre 1960 y 1985 se evidencia que
presenta choques pequeños por los cambios en la pendiente en la serie de Great Lakes. A
pesar de ello, no se puede afirmar gráficamente que las series tienen un comportamiento
estacional, pero si se puede afirmar que tienen una tendencia creciente con el paso de los
años. Por lo cual, es necesario hacer los respectivos test para corroborar la veracidad o
no de estas hipótesis.
Se utilizó un intervalo de confianza del 95% para todos los test de Raíz Unitaria, para lo
cual:
la hipótesis nula de la existencia de Raíz Unitaria en el Ingreso personal per cápita, por lo
cual esta serie no es estacionaria en niveles (Tabla 1 y Tabla 3). Sin embargo, con el test de
Dickey-Fuller en primera diferencia no presenta raíz unitaria evaluando 0 rezagos, por lo cual
la serie de tiempo es estacionaria (Tabla 2). Por su parte, con el test de Phillips-Perron en
primera diferencias y con el mismo número de rezagos que tenía en niveles (3), se rechaza la
hipótesis nula de la existencia de raíces unitarias, por lo cual es estacionaria en primera
diferencia (Tabla 4). Esto se debe a que el test de ADF y PP es menor al valor crítico de 5%.
Por otra parte, la tendencia no es significativa para ninguna de las pruebas que se hicieron
con y sin diferencias, a diferencia del test de Dickey-Fuller en niveles (Tabla 1). En cuanto a
diferencia como en niveles, caso contrario a la no significancia de esta variable que arroja el
𝐻0 = 𝐸𝑠 𝑒𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑟𝑖𝑜.
𝐻𝑖 = 𝑁𝑜 𝑒𝑠 𝑒𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑟𝑖𝑜.
el Ingreso personal per cápita, por lo cual esta serie no tiene raíz unitaria evaluando 5 rezagos
(Tabla 5).
Se utilizó un intervalo de confianza del 95% para todos los test de Raíz Unitaria, para lo
cual:
la hipótesis nula de la existencia de Raíz Unitaria en el Ingreso personal per cápita, por lo
cual esta serie no es estacionaria en niveles (Tabla 6 y Tabla 8). Sin embargo, con el test de
Dickey-Fuller en primera diferencia no presenta raíz unitaria evaluando 0 rezagos, por lo cual
la serie de tiempo es estacionaria (Tabla 7). Por su parte, con el test de Phillips-Perron en
primera diferencias y con el mismo número de rezagos que en niveles (3), se rechaza la
diferencia (Tabla 9). Esto se debe a que el test de ADF y PP es menor al valor crítico de 5%.
Por otra parte, la tendencia no es significativa para ninguna de las pruebas que se hicieron
con y sin diferencias, a diferencia del test de Dickey-Fuller en niveles (Tabla 6). En cuanto a
diferencia como en niveles, caso contrario a la no significancia de esta variable que arroja el
𝐻0 = 𝐸𝑠 𝑒𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑟𝑖𝑜.
𝐻𝑖 = 𝑁𝑜 𝑒𝑠 𝑒𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑟𝑖𝑜.
el Ingreso personal per cápita, por lo cual esta serie no tiene raíz unitaria evaluando 5 rezagos
(Tabla 10).
a) Rezagos óptimos.
Disponible per cápita de Great Lakes y New England, se utilizaron VAR. El cual consiste
(FPE – AIC – HQIC - SBIC) o el modelo más parsimonioso, que en este caso corresponde
al rezago número 2. Todo esto con el fin de definir el orden del VAR, es decir, el número
b) Modelo estimado.
Posteriormente, con la estimación, se puede decir que el Ingreso personal per cápita de
Great Lake en el periodo anterior (L1) y posterior (L2), tiene efectos positivos en el
mismo. Sin embargo, debido a que las variables no son significativas, no se pueden
analizar los efectos fijos y del ingreso personal per cápita de New England sobre el
Ingreso personal per cápita de New England, son positivos en el periodo posterior (L2) y
en el periodo anterior (L1), respectivamente. A diferencia del efecto negativo que genera
el ingreso personal per cápita de New England en el periodo posterior (L2) sobre el
mismo; adicionando, que el efecto fijo del Ingreso de New England es negativo. Sin
embargo, debido a que las variables no son significativas, no se pueden analizar los
efectos del ingreso personal per cápita de Great Lake en el periodo anterior (L1). (Tabla
11).
Gráfico 3: Gráfico de los errores de la serie del Ingreso Personal Disponible per
cápita de New England (ln_ne)
Great Lakes y New England, se puede inferir que los errores son estacionarios, es decir,
con media y varianza constante, y la covarianza no depende del tiempo. Por lo cual, dado
que el modelo VAR asume la estacionariedad de las series, se puede decir que la
normalidad en toda la ecuación del ingreso personal per cápita de New England y Great
Lakes. En donde:
𝐻0 = 𝐸𝑥𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑑𝑎𝑑.
𝐻𝑖 = 𝐼𝑛𝑒𝑥𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑑𝑎𝑑
Por su parte, según la prueba de no autocorrelación de los errores evaluando los rezagos
(Tabla 14), debido a que los valores que toma el chi2 son mayores a los valores de
𝐻0 = 𝑁𝑜 𝑎𝑢𝑡𝑜𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛.
𝐻𝑖 = 𝐴𝑢𝑡𝑜𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛.
Por último, para comprobar la estabilidad del VAR, tanto en la gráfica 4 como en la Tabla
15, se llegó a la conclusión que todos los vectores satisfacen la condición de estabilidad
El último paso de la metodología del VAR, es la llamada uso que en otras palabras es
analizar el VAR. Este análisis está compuesto por evaluar la causalidad de Granger,
personal per cápita de New England y Great Lakes a través de los gráficos de impulso
respuesta.
este caso corresponde a los ingresos de New England y Great Lakes, hay relación de
𝐻𝑖 = 𝑋 𝑐𝑎𝑢𝑠𝑎 𝑎 𝑌.
Por lo cual, se rechaza la hipótesis nula de que no hay causalidad entre los ingresos de New
Según el pronóstico realizado para el año 2015, se prevee, a menos que tenga el país
alguna externalidad negativa o positiva repentina, que siga teniendo una tendencia
creciente los ingresos de los dos sitios analizados de Estados Unidos, como se observa a
continuación:
Gráfica 5: Gráfico del pronóstico del ingreso personal per cápita de Great Lakes para
2015.
Gráfica 6: Gráfico del pronóstico del ingreso personal per cápita de New England
para 2015.
choque de una variable y la respuesta de la otra, se puede ver que un choque en el ingreso
de Great Lakes aumenta el ingreso de New England en los siguientes periodos (Gráfica
Gráfica 7: Gráfico de impulso respuesta del ingreso per cápita de Great Lakes sobre
New England
1, donde hubo el choque, hasta el periodo 10, cuando se analizó el impulso y respuesta
100%. Caso contrario al ingreso de Great Lakes, en el cual el impulso explica el 100%
del comportamiento de la varianza en el ingreso per cápita de Great Lakes. Esta situación
se puede deber a que hay muchos más factores determinantes que influyen en el
comportamiento del ingreso de New England, a diferencia de Great Lakes (Tabla 17).
afecta desde el periodo del choque un 71% hasta el último periodo un 90%, rasgo que
demuestra la cercana vinculación del ingreso per cápita de New England al de Great
Lakes.
plazo, dado que la prueba de traza y lambda-max es mayor al valor crítico del 5%. Por lo
el largo plazo, ya que en caso contrario al anterior, ya que el valor que toma la prueba de
a) Modelo estimado.
Permiten analizar la dinámica de corto plazo y largo plazo entre variables. Permitiendo
de esta manera, tener una visión más amplia y completa en cuanto a la cointegración de
las variables a analizar. Teniendo en cuenta, que este modelo no asume que las series de
tiempo son estacionarias pero de las que se sabe que están cointegradas.
Tabla 19: Estimación del Vector de Corrección de Errores.
La relación de largo plazo estimada entre la serie de tiempo del Ingres personal per cápita
Para realizar la prueba de normalidad del VEC (Tabla 20), se aplicaron tres test: Jarque-
𝐻0 = 𝐸𝑥𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑑𝑎𝑑.
𝐻𝑖 = 𝐼𝑛𝑒𝑥𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑑𝑎𝑑
Según la prueba de no autocorrelación de los errores evaluando los rezagos (Tabla 21),
debido a que los valores que toma el chi2 son mayores a los valores de Prob>chi2, no se
𝐻0 = 𝑁𝑜 𝑎𝑢𝑡𝑜𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛.
𝐻𝑖 = 𝐴𝑢𝑡𝑜𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛.
ocasiones durante el periodo de tiempo analizado, presentan valores iguales. Así mismo,
las series analizadas con tendencia y constante, tienen raíces unitarias en niveles pero son
como en Vectores de Correción del Error (VEC). Factor clave en el modelo VAR, ya que
éste asume que si se cumplen estas condiciones, la correlación de los ingresos analizados
no es espuria. Sin embargo, con los test realizados, la relación entre los ingresos per
cápita de New England con Great Lakes es débil a comparación de la relación y el efecto
positivo y fuerte que generan los ingresos de Great Lakes sobre New England.