Segundo Trabajo de Econometria, Calle Montalvan

2011
“ANALISIS DE COINTEGRACION:
TERMINOS DE INTERCAMBIO,
EXPORTACIONES,
IMPORTACIONES,BRASIL EN EL
PERIODO 1990M01-2011M08”
CALLE MONTALVAN ISMAEL

Universidad Nacional de Piura
UNIVERSIDAD NACIONAL DE PIURA
FACULTAD DE ECONOMÍA
TERMINOS DE INTERCAMBIO EN BRASIL (1990:01 -2011:08)
TITULO : CONSTRUCCION DE UN MODELO DE COINTEGRACION
CURSO : ECONOMETRIA II.
NOMBRE : ISMAEL CALLE MONTALVAN
PROFESOR : Econ. LUIS ROSALES GARCIA
2
INDICE
PRESENTACION 4
OBJETIVO 5
PRUEBA DURBIN-WATSON 6
PRUEBA DE ENGEL – GANGER (EG) 9
TECNICA DE JOHANSEN 21
MODELO DE CORRECION DE ERRORES(VEC) 26
CONCLUSION 34
ANEXOS 35
3
PRESENTACION
El siguiente trabajo ha sido elaborado cuidadosamente siguiendo los pasos que han sido explicados
en las clases teórico – prácticas.
Las pruebas de cointegración que aquí se realizan son aplicadas a 3 variables en especial a los
términos de intercambio, las exportaciones y las importaciones, data extraída del Banco
Interamericano de Desarrollo, en este caso la frecuencia fue mensual por la mejor calidad de
aplicación que la trimestral.
El trabajo se estructura en 4 grandes puntos, el primero que involucra la prueba durbin-watson, el

segundo bloque esta en relación a la prueba de engel – ganger, como tercer punto tenemos la
conocida técnica de cointegración de Johannes y finalmente concluimos el trabajo desarrollando el
modelo de corrección de errores.
OBJETIVOS
4
Los objetivos de este trabajo son:
 Aplicar las diferentes pruebas de cointegracion, como son: la de Durbin Watson, el método
de Engle y Granger y finalmente el método de Johansen.
 Aplicar el método de corrección de errores.
COINTEGRACION
El análisis de cointegracion será aplicado a las variables exportaciones, importaciones, términos de

intercambio de Brasil , los que se encontraran expresados en millones las exportaciones y las
importaciones mientras que en porcentaje encontramos a los términos de intercambio .El análisis a
continuación realizado involucrara los periodos mensuales de 1990M1 hasta 2010M8.
Sea el modelo:
Donde la variable se refiere a los términos de intercambio en Brasil, la variable son las
exportaciones totales expresadas en millones, , e refiere a las importaciones expresadas
en millones para los periodos ya mencionados
5
I. PRUEBA DURBIN-WATSON SOBRE LA REGRESION DE COINTEGRACION
(DWRC)
Siendo la
Comenzamos el proceso estimando el modelo de los términos de intercambio en función de
las exportaciones e importaciones al que llamaremos EQ01.
TABLA N°1
Dependent Variable: TIC
Method: Least Squares
Date: 12/10/11 Time: 18:31
Sample: 1990M01 2011M08
Included observations: 260
Variable Coefficient Std. Error t-Statistic Prob.
C 114.9006 0.996727 115.2779 0.0000

EXPOR -0.003112 0.000406 -7.664161 0.0000
IMPORT 0.006450 0.000479 13.45649 0.0000
R-squared 0.684414 Mean dependent var 131.1557

Adjusted R-squared 0.681958 S.D. dependent var 16.51695
S.E. of regression 9.314774 Akaike info criterion 7.312552
Sum squared resid 22298.61 Schwarz criterion 7.353637
Log likelihood -947.6317 Hannan-Quinn criter. 7.329069
F-statistic 278.6785 Durbin-Watson stat 0.331377
Prob(F-statistic) 0.000000
Fuente: BID
Elaboración propia
Basándonos en las estimaciones con base en 10,000 simulaciones, cada una de ellas
conformada por 100 observaciones, los valores críticos resultantes que se obtuvieron al 1%, 5
% y 10 % para probar la hipótesis nula es verdadera ( d = 0) fueron 0.511, 0.386 y 0.322,
respectivamente.
De la estimación se obtuvo un DW de 0.331377 que contrastado con el resultado de las

estimaciones previas al 5%.
Por lo que se acepta la hipótesis nula, se puede decir que el que el modelo no cointegrado.
Existe un método alternativo al DWRC que es el corregido, que utiliza una

metodología diferente a la anterior mostrada.
6
Método alternativo DWRL
Siendo la
Que equivale a testear que donde
En este punto se pretende verificar la presencia de una raíz unitaria en la ecuación

autorregresiva de u. De esta forma, si no se pudiera rechazar la hipótesis nula, se estaría
aceptando que el error es no estacionario y no se podría aceptar la presencia de cointegración
entre
Se estiman la ecuación autorregresiva de los residuos (PA), previa generación de residuos
(resid01) a partir del modelo del modelo inicial mod1.
LS RESID01 RESID01 (-1)

TABLA N°2
7
Dependent Variable: RESID01
Date: 12/10/11 Time: 18:40
Sample (adjusted): 1990M02 2011M08
Included observations: 259 after adjustments
RESID01(-1) 0.826575 0.034176 24.18569 0.0000

Durbin-Watson stat 2.669460
. Fuente: BID
Elaboración propia
Se aplica en este punto el conocido test de coeficientes de wald donde la restricción será que
para aceptar la hipótesis nulas.
TABLA Nº 3:
Wald Test:
Equation: PA
Test Statistic Value df Probability
F-statistic 25.74989 (1, 258) 0.0000
Chi-square 25.74989 1 0.0000
Null Hypothesis Summary:

Normalized Restriction (= 0) Value Std. Err.
-1 + C(1) -0.173425 0.034176
. Fuente: BID
Elaboración propia
En este punto de contraste se toma el F- estadístico con la F (0.95, 1 ,258)

8
Se genera Genr f258=@qfdist(0.95,1,258) se contrata:
F-CALCULADO: 25.74989 >f (1,258):3.877754.Rechazo la hipótesis nula.
Rechazando la hipótesis nula.
Se verifica al igual que con el anterior método el rechazo la hipótesis nula planteada. Con lo que
podríamos decir que el modelo si esta cointegrado según la prueba de DWRC.
Se verifica el rechazo la hipótesis nula planteada. Con lo que podríamos decir que el modelo si
esta cointegrado según la prueba de DWRC.
II. PRUEBA DE ENGEL – GANGER (EG)
 GRADO DE INTEGRACIÓN DE LA VARIABLE
La función
En esta parte utilizaremos las pruebas de raíz unitaria, para conocer el grado de cointegracion
de las variables. El requisito en este punto es que los residuos sean igualmente diferenciados
en un orden menor, es decir que si las variables logran volverse estacionaras en el orden 1, los
residuos lo deben ser en el orden cero.
TIC: Comenzamos por la serie términos de intercambio, mediante un ploteo con su media se
determinara la tenencia de intercepto o de tendencia.
GRAFICO N°1
180
170
160
150
140
130
120
110
100
90
90 92 94 96 98 00 02 04 06 08 10
TIC @ME A N(TIC," 1990m01 2011m 08" )
. Fuente: BID
Elaboración propia
Con el dato de que la serie no gira alrededor de su media no tiene tendencia e intercepto se
comienza la prueba de raíz unitaria que se resume en el cuadro posterior:
9
TABLA N°4
H0: tic TIENE R. U.
PRUE
BA ESTADISTICO VALOR CRÍTICO TIENE R. U.
1% 5% 1% 5%
ADF -1.364023 -3.994026 -3.427339 si si
PP -1.610463 -3.993885 -3.427271 si si
GLS -1.423156 -3.465800 -2.918400 si si
ERS 18.90649 4.023000 5.648000 si si
N MZa -4.68564 -23.8000 -17.3000 si si

G MZT -1.42231 -3.42000 -2.91000 si si
- MSB 0.30355 0.14300 0.16800 si si
P MSB 18.7647 4.03000 5.48000 si si
H0: tic NO TIENE RAÍZ UNITARIA
KPSS 0.216923 0.216000 0.146000 si si
Fuente: BID
Elaboración propia
Como podemos ver que la serie no es estacionaria entonces procedemos hacer la primera diferencia
Ploteo con su media: Plot d(tic) @mean(d(tic)), por medio del cual obtenemos el siguiente grafico.
GRAFICO N°2
10
10.0
7.5
5.0
2.5
0.0
-2.5
-5.0
-7.5
-10.0
90 92 94 96 98 00 02 04 06 08 10
D(TIC)
@MEAN(D(TIC),"1990m01 2011m08")
Fuente: BID
Elaboración propia
Pues podemos concluir que la serie oscila alrededor de su media, no tendencia.

H0: u=0=modelo no tiene intercepto.
Show d(tic)-view-descriptive-simple hipótesis-mean 0………….tabla1…..name
TABLA N°5
Hypothesis Testing for D(TIC)

Date: 12/16/11 Time: 15:49
Test of Hypothesis: Mean = 0.000000
Sample Mean = 0.291429

Sample Std. Dev. = 3.182866
Method Value Probability

t-statistic 1.473546 0.1418
Fuente: BID
Elaboración propia
Probabilidad =0.1418>0.05……………………se acepta H0 el modelo no tiene intercepto.

Ahora abrimos el programa de raíz unitaria, y hacemos los cambios necesarios, nos arroja el
siguiente reporte.
TABLA N°6
PRUE
BA ESTADISdticO VALOR CRÍdticO TIENE R. U.
11
1% 5% 1% 5%
ADF -18.99849 -3.455585 -2.872542 no no
PP -18.87475 -3.455585 -2.872542 no no
GLS -17.37887 -2.573956 -1.942059 no no
ERS 0.218161 1.933600 3.196550 no no
N MZa -128.156 -13.8000 -8.10000 no no

G MZT -8.00293 -2.58000 -1.98000 no no
- MSB 0.06245 0.17400 0.23300 no no
P MSB 0.19448 1.78000 3.17000 no no
KPSS 0.137113 0.739000 0.463000 no no
Fuente: BID
Elaboración propia
Podemos concluir que se rechaza H0 por lo que d(tic) no tiene raíz unitaria y es estacionaria
EXPOR:
Ploteo con su media: plot expor @mean (expor)………………..pexpor………name.
GRAFICO N°3
12
30,000
25,000
20,000
15,000
10,000
5,000
0
90 92 94 96 98 00 02 04 06 08 10
EXP OR
@MEA N(E XP OR,"1990m01 2011m08")
Fuente: BID
Elaboración propia
Como podemos observar la serie no gira alrededor de su media, por lo que tiene tendencia, el
resultado de la raíz unitaria se presenta a continuación ante esta situación tenemos que
aplicarle la primera diferencia a la serie.
TABLA N°7
PRUE
1% 5% 1% 5%
ADF 0.068480 -3.995189 -3.427902 si si
PP -1.892593 -3.993885 -3.427271 si si
GLS -0.461957 -3.465000 -2.920000 si si
ERS 68.82416 4.023000 5.648000 si si
13
N MZa 1.91652 -23.8000 -17.3000 si si
G MZT 0.73543 -3.42000 -2.91000 si si
- MSB 0.38373 0.14300 0.16800 si si
P MSB 49.4335 4.03000 5.48000 si si
KPSS 0.493325 0.216000 0.146000 si si
Fuente: BID
Elaboración propia
Podemos ver que se acepta H0, por lo que concluimos que expor no tiene raíz unitaria y no es
estacionaria , por lo que se hace necesario aplicar la primera diferencia , para convertirla en
estacionaria.
Ploteo con su serie: plot d(expor) @mean(d(expor))……………name pdexpor
GRAFICO N°4
6,000
4,000
2,000
-2,000
-4,000
-6,000
90 92 94 96 98 00 02 04 06 08 10
D(EXPOR)
@MEAN(D(EXPOR),"1990m01 2011m08")
Fuente: BID
Elaboración propia
Por lo que la serie oscila alrededor de su media, por lo que se concluye que no hay tendencia.
H0: u=0=modelo no tiene intercepto.

Show d(expor)-view-descriptive-simple hipótesis-mean 0………….tabla2…..name
14
TABLA N°8
Hypothesis Testing for D(EXPOR)

Date: 12/16/11 Time: 22:05
Test of Hypothesis: Mean = 0.000000
Sample Mean = 92.19502

Sample Std. Dev. = 1080.285
Method Value Probability

t-statistic 1.373470 0.1708
Fuente: BID
Elaboración propia
Probabilidad=0.1708>0.05 acepto H0, por lo que concluyo que el modelo no tiene

intercepto.
Ahora aplicando el programa de raíz unitaria para la primera diferencia de exportaciones

obtenemos el reporte siguiente:
TABLA N°9
PRUE
1% 5% 1% 5%
ADF -3.886756 -3.456730 -2.873045 no no
PP -19.07197 -3.455585 -2.872542 no no
GLS -1.926231 -2.574358 -1.942115 si si
ERS 4.070451 1.933600 3.196550 si si
N MZa 5.59901 -13.8000 -8.10000 si si

G MZT 3.25351 -2.58000 -1.98000 no no
- MSB 0.58109 0.17400 0.23300 si si
P MSB 49.8842 1.78000 3.17000 si si
KPSS 0.391694 0.739000 0.463000 no no
Fuente: BID
15
Elaboración propia
Podemos ver que rechazamos H0, por lo tanto concluimos que d(expor) no tiene raíz unitaria y
es estacionaria
D(Expor)………………I(1)
Ahora trabajaremos con la primera diferencia de las variables tanto de tic, como de expor, esto
lo hacemos ya que la serie no tiene tendencia tampoco intercepto. En este caso lo haremos
primero con D(tic).
TABLA N°10
VALORES CRITICOS ¿TIENE RAIZ UNITARIA?

ESTADISTICO 1% 5% 1% 5%
ADF -18.84149 -2.573956 -1.942056 NO NO
PP -18.69267 -2.573956 -1.942059 NO NO
Fuente: BID
Elaboración propia
Por lo que se está rechazando H0, es decir d(tic), no tiene raíz unitaria y no es estacionaria.
Ahora hacemos el mismo procedimiento pero con la diferencia de expor, es decir con D(expor).
TABLA N°11

ADF -3.395221 -2.574358 -1.942115 NO NO
PP -18.91454 -2.573956 -1.942059 NO NO
Fuente: BID
Elaboración propia
Por lo que rechazamos H0, es decir d(expor) , no tiene raíz unitaria y no es estacioanaria.
 VERIFICAR ESTACIONALIDAD DE LOS RESIDUOS

o None.
o Schwaz.
o Retardos 11. TABLA N°12
ADF -3.368349 -2.573956 -1.942059 NO NO
PP -4.579978 -2.573921 -1.942054 NO NO
Fuente: BID
16
Elaboración propia
Resid 01 no tiene raíz unitaria y es estacionaria
III. COINTEGRACION Y MECANISMOS DE ERRORES

Ls d(tic) d(expor) d(import)
TABLA N°13
Dependent Variable: D(TIC)

Date: 12/16/11 Time: 23:56
D(EXPOR) 0.000437 0.000222 1.965022 0.0505

D(IMPORT) 0.000519 0.000281 1.846346 0.0660
RESID01(-1) -0.059419 0.021193 -2.803784 0.0054

Durbin-Watson stat 2.314883
Fuente: BID
Elaboración propia
ANALISIS DE LAS PROBABILIDADES

Probabilidad D(export)=0.0505>0.01……………..no significativo.
Probabilidad D(import) =0.0660>0.01……………..no significativo.
Probabilidad D(resid01)=0.0054<0.01……………..Altamente significativo
a) AUTOCORREALACION
MCE…VIEW…RESIDUAL TEST…CORRELOGRAMA…Q-STATIST..2..NAME…CORREG
 BOX PIERCE
….Ausencia de autocorrelacion de orden m
M=1 GENR QBP1=259*(-0.165)^2=7.063038
GENR CHI1=@QCHISQ(0.95,1)=3.841459
BP>X2(0.95,1)
7.063038>3.841459…………Se rechaza H0, Existe autocorrelacion de orden 1
M=2 GENR QBP2=259*((-0.165)^2+(0.089)^2)=9.119108

GENR CHI2=@QCHISQ(0.95,2)=5.991465
17
BP>X2(0.95,2)
9.119108>5.991465………Se rechaza H0, existe autocorrelacion de orden 2.
 BREUSH –GODFREY
H0: Ausencia de autocorrelacion de orden m
MCE…VIEW..RESIDUAL TEST…SERIAL CORRELATIONLMTEST..1...NAME BG1
M=1………..Observ*r-square=6.17638>x2(0.95,1)=3.841459
Probabilidad=0.0129<0.05…….se rechazah0, existe
autocorrelacion de orden 1.
MCE…VIEW..RESIDUAL TEST…SERIAL CORRELATIONLMTEST..2...NAME BG2
M=2……… Observ*r-square=7.010450>x2(0.95, 2) =5.991459
Probabilidad=0.0300<0.05…….se rechazah0, existe
autocorrelacion de orden 2
 NORMALIDAD
H0: E……..N
MCE..VIEW..RESIDUAL TEST….HISTOGRAMA…NORMALITY TEST…NORM
JB=0.233708<X2(0.95,2)=5.991465……..se acepta h0, los residuos se aproximan a una
normal.
 HOMOCEDASTICIDAD
H0=Existe homocedasticidad.
MCE…VIEW….HETEROCEDASTICIDAD TEST/WHITE
o WHITE NO CROSS
OBSER*R-SQUARE=0.731846<X2(0.95,3)=7.814728
PROBABILIDAD=0.8758>0.05…..Se acepta H0 por lo que concluimos que
existe homecedasticidad.
o WHITE CROSS
OBSER*R-SQUARE=9.040118<X2(0.95,6)=12.59159
o ARCH1
MCE..VIEW..RESIDUAL TEST...HETEROCEDASTICITY TEST..ARCH.1..ARC1
OBSER*R-SQUARE=0.196214<X2(0.95,1)=3.841459
18
o ARCH2
OBSER*R-SQUARE=1.019514<X2(0.95,2)=5.991465
 OBSERVACIONES ATIPICAS
H0: No existen observaciones atípicas.
MCE…PROC…MAKE RESIDUAL SERIES...RESIDMCE
GENR RESESTMCE=RESIDMCE/@STDEV (RESIDMCE)
REST<4…….Se acepta H0, por lo que concluimos que no existen observaciones
atípicas.
IV. PRUEBA DE JOHANSEN

Tic, expor, import
Elegimos el modelo con 3 retardos
Quick……group stadist….cointegracion test…..tic ,expor, import….activo 6 …name..Res
 LL….LOG LIKELIHOD
 Cuadratico, intercepto, tendencia.
 Lineal, intercepto, tendencia.
 AIK
 Lineal, intercepto, tendencia.
 SIC
 None, intercepto, no tendencia.
TABLA N°14
Date: 12/17/11 Time: 14:14

Sample: 1990M01 2011M08
Included observations: 257
Series: TIC EXPOR IMPORT
Lags interval: 1 to 2
Selected (0.05 level*)

Number of Cointegrating
Relations by Model
Data Trend: None None Linear Linear Quadratic

Test Type No Intercept Intercept Intercept Intercept Intercept
No Trend No Trend No Trend Trend Trend
Trace 0 0 0 0 0
Max-Eig 0 0 0 1 1
19
*Critical values based on MacKinnon-Haug-Michelis (1999)
Information
Criteria by
Rank and
Model
Data Trend: None None Linear Linear Quadratic

Rank or No Intercept Intercept Intercept Intercept Intercept
No. of CEs No Trend No Trend No Trend Trend Trend
Log
Likelihood by
Rank (rows)
and Model
(columns)
0 -4801.564 -4801.564 -4799.544 -4799.544 -4797.993
1 -4795.432 -4791.216 -4789.363 -4786.274 -4784.936
2 -4793.712 -4788.038 -4786.863 -4782.388 -4781.420
3 -4793.679 -4786.589 -4786.589 -4781.190 -4781.190
Akaike Information Criteria

by Rank (rows) and Model
(columns)
0 37.50633 37.50633 37.51396 37.51396 37.52524
1 37.50531 37.48028 37.48143 37.46517* 37.47032
2 37.53861 37.51002 37.50866 37.48940 37.48965
3 37.58505 37.55322 37.55322 37.53456 37.53456
Schwarz
Criteria by
Rank (rows)
and Model
(columns)
0 37.75491* 37.75491* 37.80396 37.80396 37.85667
1 37.83674 37.82552 37.85429 37.85184 37.88460
2 37.95290 37.95193 37.96438 37.97274 37.98680
3 38.08220 38.09180 38.09180 38.11456 38.11456
Fuente: BID
Elaboración propia
20
A. CUADRÁTICO, INTERCEPTO, TENDENCIA.
Para un modelo con: cuadrático, intercepto, Trend (Opción 5, en el EVIEWS se muestra
en la table cint), tenemos:
TABLA N°15
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None 0.096625 33.60593 35.01090 0.0702

At most 1 0.026984 7.490244 18.39771 0.7344
At most 2 0.001789 0.460083 3.841466 0.4976
Trace test indicates no cointegration at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05

None * 0.096625 26.11568 24.25202 0.0280

At most 1 0.026984 7.030161 17.14769 0.7097
At most 2 0.001789 0.460083 3.841466 0.4976
Fuente: BID
Elaboración propia
ESTADISTICOS= 33.60593<35.01090…..AH 0
26.11568>24.25202……RH0
Por lo que concluimos que TIC, EXPOR, IMPORT, no cointegran por esta hipótesis.
.
ESTADISTICOS= 7.490244<18.39771…….AH 0
7.030161 <17.14769……AH0
Por lo que llego a la conclusión que TIC, EXPOR, IMPORT, cointegran, por lo que en conclusión
general podemos afirmar que existe al menos un vector de cointegracion.
21
B. LINEAL, INTERCEPTO, TENDENCIA.
Para un modelo con: lineal, intercepto, tendencia (Opción 4, en el EVIEWS se muestra
en la table lint), tenemos:
TABLA N°16

None 0.098116 36.70742 42.91525 0.1817

At most 1 0.029790 10.16711 25.87211 0.9177
At most 2 0.009275 2.394841 12.51798 0.9394


None * 0.098116 26.54031 25.82321 0.0402

At most 1 0.029790 7.772268 19.38704 0.8414
At most 2 0.009275 2.394841 12.51798 0.9394
Fuente: BID
Elaboración propia
ESTADISTICOS= 36.70742<42.91525……..AH 0
26.54031>25.82321……..RH0
Por lo que concluimos que TIC, EXPOR, IMPORT, no cointegran por esta hipótesis
ESTADISTICOS=10.16711<25.87211…….AH0
7.772268<19.38704……..AH 0
Se acepta el Ho, lo que significa que existe al menos un vector de cointegración, en la
conclusión general podemos afirmar que existe en nuestro modelo al menos un vector de
cointegracion.
C. NONE, INTERCEPTO, NO TREND

Para un modelo con: none, intercepto, no trend (Opción 2, en el EVIEWS se muestra en
la table Nnointertrend ), tenemos:
22
TABLA N°17

None 0.077373 29.94872 35.19275 0.1648

At most 1 0.024426 9.252418 20.26184 0.7125
At most 2 0.011209 2.897063 9.164546 0.6001


None 0.077373 20.69630 22.29962 0.0824

At most 1 0.024426 6.355356 15.89210 0.7471
At most 2 0.011209 2.897063 9.164546 0.6001
Fuente: BID
Elaboración propia
ESTADISTICOS= 29.94872<35.19275……..AH 0
20.69630<22.29962……..AH 0
Se acepta el Ho, lo que significa que ninguno de los vectores cointegran.
ESTADISTICOS= 9.252418<20.26184……..AH 0
6.355356<15.89210…….AH0
Se acepta el Ho, lo que significa que existe al menos un vector de cointegración.
V. MODELO VEC(MODELO DE VECTORES DE CORRECCION DE ERROR)

EVALUACION DEL VEC
a) TEST DE EXCLUSION DE RESAGOS : H0 : VAR=0
VIEW – LAG STRUCTURE – LAG EXCLUSION TEST
Eliminar resagos menos significativos. Como parsimonia.
b) ESTACIONARIEDAD
VEC1…VIEW…LOG...ESTRUCTURE...AR ROTS...GRAPH…GRAPH01
23
GRAFICO N°5
Inverse Roots of AR Characteristic Polynomial
1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Fuente: BID
Elaboración propia
VEC1…VIEW…LOG...ESTRUCTURE...AR ROTS...TABLE…TABLE03.
TABLA N°18
Roots of Characteristic Polynomial

Endogenous variables: TIC EXPOR
IMPORT
Exogenous variables:
Lag specification: 1 3
Date: 12/17/11 Time: 16:40
Root Modulus
1.000000 - 1.24e-
15i 1.000000
1.000000 + 1.24e-
15i 1.000000
0.905978 0.905978
-0.476258 -
0.251167i 0.538429
-0.476258 +
0.251167i 0.538429
-0.234931 -
0.452038i 0.509441
-0.234931 +
0.452038i 0.509441
0.502128 0.502128
-0.482003 0.482003
0.395272 0.395272
0.057717 -
0.380199i 0.384555
0.057717 +
0.380199i 0.384555
24
VEC specification imposes 2 unit root(s).
Fuente: BID
Elaboración propia
Al observar la tabla 18 podemos darnos cuenta que no es estacionaria además si

apreciamos el grafico todos los puntos se encuentran dentro del circulo
VEC2…VIEW…LOG...ESTRUCTURE...AR ROTS...GRAPH…GRAPH02
GRAFICO N°6
1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Fuente: BID
Elaboración propia
VEC2…VIEW…LOG...ESTRUCTURE...AR ROTS...TABLE…TABLE04, al observar la

tabla 4, podemos concluir que no existe estacionariedad.
TABLA N°19

IMPORT
Date: 12/17/11 Time: 16:44
Root Modulus
1.000000 1.000000
1.000000 1.000000
0.828295 0.828295
0.588642 0.588642
-0.267266 -
0.414123i 0.492878
-0.267266 + 0.492878
25
0.414123i
-0.428960 -
0.223874i 0.483866
-0.428960 +
0.223874i 0.483866
-0.459922 0.459922
0.044842 -
0.375472i 0.378140
0.044842 +
0.375472i 0.378140
0.326849 0.326849

Fuente: BID
Elaboración propia
VEC3…VIEW…LOG...ESTRUCTURE...AR ROTS...GRAPH…GRAPH03.
GRAFICO N°7

1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Fuente: BID
Elaboración propia
VEC3…VIEW…LOG...ESTRUCTURE...AR ROTS...TABLE…TABLE05, al observar la

tabla 5, podemos concluir que no existe estacionariedad.
TABLA N°20

26
IMPORT
Date: 12/17/11 Time: 17:06
Root Modulus
1.000000 1.000000
1.000000 1.000000
0.829898 0.829898
0.562896 0.562896
-0.437391 -
0.225313i 0.492014
-0.437391 +
0.225313i 0.492014
-0.258374 -
0.416348i 0.490002
-0.258374 +
0.416348i 0.490002
-0.459310 0.459310
0.043775 -
0.376187i 0.378726
0.043775 +
0.376187i 0.378726
0.343989 0.343989
Fuente: BID
Elaboración propia
Podemos concluir que no es estacionaria podemos observar por medio de los

módulos de la tabla 20 pero también lo podemos observar por medio del
grafico 7 ya que todos los puntos están dentro del circulo.
c) NORMALIDAD.
H 0: e………….. N
VEC1VIUW..RESIDUAL TEST…NORMALITY TEST.CHOLESKY..TABLA 6
TIC….Probabilidad=0.3986>0.05..AH0…Los residuos se aproximan a una distribución
normal.
EXPOR…Probabilidad=0.0014<0.05...RH 0…Los residuos no se aproximan a una
distribución normal.
27
IMPORT… Probabilidad=0.0000<0.05...RH 0…Los residuos no se aproximan a una
JOINT…Prob=0.0000<0.05.. Los residuos no se aproximan a una distribución normal.
VEC2….VIUW..RESIDUAL TEST…NORMALITY TEST.CHOLESKY..TABLA 7

TIC….Probabilidad=0.2321>0.05...AH0…Los residuos se aproximan a una distribución
normal.
EXPOR…Probabilidad=0.0017<0.05...RH 0…Los residuos no se aproximan a una
JOINT…Prob=0.0000<0.05.. Los residuos no se aproximan a una distribución normal.
VEC3….VIUW..RESIDUAL TEST…NORMALITY TEST.CHOLESKY...TABLA 8

TIC….Probabilidad=0.2115>0.05...AH0 …Los residuos se aproximan a una distribución
normal.
EXPOR…Probabilidad=0.0947>0.05...RH 0…Los residuos se aproximan a una
JOINT…Prob=0.0000<0.05... Los residuos no se aproximan a una distribución normal.
d) HOMOCEDASTICIDAD
H0: Existe homocedasticidad.
WHITE NO CROSS
VEC1…VIEW..RESIDUAL TEST…WHITE HETEROSKEDASTICITY..(NO
CROSS)..TABLA 9.
TIC= PROB=0.0545>0.05…..AH0.
EXPOR= PROB=0.0002<0.05…..RH0
IMPORT=PROB=0.0016<0.05……RH0
EXPOR, TIC=PROB=0.0015<0.05….RH0
IMPORT,TIC= PROB=0.2633> 0.05…AH0
IMPORT,EXPOR=PROB=0.0109<0.05….RH0
CROSS)..TABLA 10
TIC= PROB=0.5800>0.05…..AH0.
EXPOR= PROB=0.0005<0.05…..RH0
28
CROSS)..TABLA 11
TIC= PROB=0.0676>0.05…..AH0.
EXPOR= PROB=0.0000<0.05…..RH0
WHITE CROSS
VEC1= VIEW=RESIDUAL TEST=WHITE HETEROSKEDASTICITY=(CROSS)=TABLA
12.
TIC= PROB=0.1062>0.05…..AH0.
EXPOR= PROB=0.0000<0.05…..RH0
IMPORT, TIC= PROB=0.0167< 0.05…RH0
IMPORT, EXPOR=PROB=0.0007<0.05….RH0
VEC2= VIEW=RESIDUAL TEST=WHITE HETEROSKEDASTICITY=(CROSS)=TABLA
13.
TIC= PROB=0.7377>0.05…..AH0.
EXPOR= PROB=0.0001<0.05…..RH0
IMPORT, TIC= PROB=0.1108> 0.05…AH0
VEC3= VIEW=RESIDUAL TEST=WHITE HETEROSKEDASTICITY= (CROSS)=TABLA
14.
TIC= PROB=0.2874>0.05…..AH0.
EXPOR= PROB=0.0000<0.05…..RH0
IMPORT, TIC= PROB=0.0754> 0.05…AH0
e) AUTOCORRELACION
H0: Ausencia de autocorrelacion de orden m.
VEC1=VIUW=RESIDUAL TEST=PARMONTEAU=4….TABLA 14
PROB=0.0074<0.05…RH0, Existe autocorrelacion.
VEC2=VIUW=RESIDUAL TEST=PARMONTEAU=4……TABLA 15
29
VEC3=VIUW=RESIDUAL TEST=PARMONTEAU=4……TABLA 16
f) FUNCION IMPULSO RESPUESTA

VEC1=OBJET=COPY OBJET0 IMPULSO
RESPUESTA1=VIEW0IMPULSE=RESPON=MULTIPLE=PERIODOS(10)=GRAFICO
N°04

N°05.

N°06.
CONCLUSION
30
 Según la prueba de Durbin –Watson, nos dice que el modelo no esta cointegrado,
mientras que por su forma alternativa el modelo esta cointegrado.
 Por el método de Johansen, obtenemos que las variables, TIC, EXXPOR, IMPORT, no
cointegran, al hacer los diferentes pasos para llegar a la conclusión de esta técnica.
 Al aplicar tanto la prueba de Durbin – Watson, el método de Johansen, y la prueba de

Engle y Granger llegamos a la conclusión de que las variables TIC, EXPOR, IMPORT,
no cointegran.
ANEXOS
CUADRO N°1
TERMINOS DE
AÑO/MES EXPORTACIONES IMPORTACIONES INTERCAMBIO
1990-Jan 2,280.00 1,678.00 100
1990-Feb 1,974.00 1,252.00 99.17
1990-Mar 2,232.00 1,646.00 102.19
1990-Apr 2,558.00 1,363.00 103.81
1990-May 3,232.00 1,534.00 106.99
1990-Jun 2,510.00 1,369.00 104.04
1990-Jul 3,082.00 1,576.00 108.36
1990-Aug 3,062.00 1,999.00 103.1
1990-Sep 2,592.00 1,899.00 96.89
1990-Oct 2,333.00 2,038.00 92.86
31
1990-Nov 2,665.00 2,263.00 92.1
1990-Dec 2,894.00 2,044.00 98.02
1991-Jan 2,929.00 1,622.00 97.9
1991-Feb 2,270.00 1,245.00 96.97
1991-Mar 2,612.00 1,463.00 105.98
1991-Apr 3,024.00 1,619.00 107.89
1991-May 2,911.00 1,577.00 107.96
1991-Jun 2,811.00 1,838.00 106.89
1991-Jul 2,561.00 1,789.00 111.94
1991-Aug 2,805.00 2,153.00 114.19
1991-Sep 2,070.00 1,672.00 111.15
1991-Oct 2,655.00 2,248.00 109.71
1991-Nov 2,458.00 2,006.00 104.98
1991-Dec 2,514.00 1,809.00 101.89
1992-Jan 2,569.00 1,652.00 108.32
1992-Feb 2,389.00 1,521.00 108.62
1992-Mar 2,887.00 1,457.00 108.93
1992-Apr 2,681.00 1,504.00 112.12
1992-May 2,916.00 1,564.00 109.82
1992-Jun 2,954.00 1,657.00 104.44
1992-Jul 3,441.00 1,956.00 104.94
1992-Aug 3,024.00 1,622.00 111.35
1992-Sep 3,016.00 1,644.00 107.94
1992-Oct 3,220.00 1,992.00 109.02
1992-Nov 3,277.00 1,762.00 109.32
1992-Dec 3,419.00 2,223.00 105.12
1993-Jan 2,813.00 1,798.00 103.15
1993-Feb 2,890.00 1,432.00 103.02
1993-Mar 3,509.00 2,001.00 102.01
1993-Apr 3,028.00 2,125.00 107.81
1993-May 2,884.00 1,590.00 100.97
1993-Jun 3,238.00 2,292.00 105.44
1993-Jul 3,423.00 2,770.00 110.3
1993-Aug 3,503.00 2,341.00 114.58
1993-Sep 3,446.00 2,217.00 118.61
1993-Oct 3,240.00 2,094.00 114.6
1993-Nov 3,171.00 2,040.00 114.15
1993-Dec 3,410.00 2,556.00 122.62
1994-Jan 2,747.00 1,769.00 120.3
1994-Feb 2,778.00 2,030.00 123.48
1994-Mar 3,351.00 2,249.00 120.28
1994-Apr 3,635.00 2,152.00 120.34
1994-May 3,862.00 2,625.00 118.8
32
1994-Jun 3,728.00 2,499.00 122.71
1994-Jul 3,738.00 2,514.00 119.89
1994-Aug 4,282.00 2,776.00 122.58
1994-Sep 4,162.00 2,641.00 126.94
1994-Oct 3,842.00 3,186.00 133.53
1994-Nov 3,706.00 4,115.00 137.57
1994-Dec 3,714.00 4,523.00 134.68
1995-Jan 2,980.00 3,284.00 135.95
1995-Feb 2,952.00 4,012.00 143.34
1995-Mar 3,799.00 4,721.00 138.62
1995-Apr 3,394.00 3,863.00 135.17
1995-May 4,205.00 4,897.00 134.68
1995-Jun 4,119.00 4,897.00 141.01
1995-Jul 4,004.00 4,003.00 138.33
1995-Aug 4,558.00 4,461.00 141.11
1995-Sep 4,167.00 3,687.00 140.86
1995-Oct 4,405.00 4,076.00 139.99
1995-Nov 4,048.00 4,137.00 140.96
1995-Dec 3,875.00 3,932.00 137.79
1996-Jan 3,473.00 3,439.80 136.78
1996-Feb 3,404.70 3,434.80 134.25
1996-Mar 3,408.10 3,876.40 136.64
1996-Apr 4,271.30 4,073.80 137.88
1996-May 4,505.80 4,249.20 137.88
1996-Jun 3,839.90 4,167.90 137.89
1996-Jul 4,459.00 4,806.90 142.82
1996-Aug 4,380.80 4,661.60 140.11
1996-Sep 4,115.30 4,748.30 137.73
1996-Oct 4,188.00 5,496.70 138.56
1996-Nov 3,911.50 4,755.70 141.85
1996-Dec 3,789.30 5,634.70 138.98
1997-Jan 3,684.60 2,512.10 140.78
1997-Feb 3,146.30 4,340.20 140.07
1997-Mar 3,826.10 4,727.50 145.44
1997-Apr 4,628.80 5,534.60 144.58
1997-May 4,658.20 4,721.50 152.43
1997-Jun 4,842.70 5,208.10 148.63
1997-Jul 5,237.70 5,782.90 150.29
1997-Aug 5,073.20 5,369.60 149.8
1997-Sep 4,588.10 5,435.50 150.91
1997-Oct 4,792.70 5,646.60 146.84
1997-Nov 3,973.60 5,262.50 148.42
1997-Dec 4,534.10 5,299.10 145.52
33
1998-Jan 3,914.40 4,640.60 149.37
1998-Feb 3,714.60 3,936.00 148.49
1998-Mar 4,272.60 5,167.90 149.25
1998-Apr 4,571.90 4,629.50 147.53
1998-May 4,608.60 4,733.80 145.02
1998-Jun 4,885.90 4,700.90 146.21
1998-Jul 4,969.70 5,392.60 145.21
1998-Aug 3,985.40 4,153.50 143.85
1998-Sep 4,536.60 5,723.20 144.38
1998-Oct 4,014.10 5,455.00 139.14
1998-Nov 3,702.30 4,729.80 138.36
1998-Dec 3,943.90 4,451.60 138.14
1999-Jan 2,949.10 3,667.30 134.93
1999-Feb 3,266.90 3,166.40 128.03
1999-Mar 3,829.40 4,057.00 128.56
1999-Apr 3,706.80 3,675.60 124.65
1999-May 4,386.50 4,087.40 122.89
1999-Jun 4,312.70 4,460.90 124.88
1999-Jul 4,117.10 4,032.50 125
1999-Aug 4,277.10 4,466.10 122.08
1999-Sep 4,187.10 4,243.60 123.17
1999-Oct 4,304.00 4,460.00 123.2
1999-Nov 4,001.80 4,535.70 124.83
1999-Dec 4,674.30 4,449.00 123.83
2000-Jan 3,453.90 3,568.90 122.63
2000-Feb 4,124.90 4,046.80 130.71
2000-Mar 4,473.30 4,452.40 129.96
2000-Apr 4,183.80 3,996.90 128.34
2000-May 5,065.60 4,697.90 132.37
2000-Jun 4,863.60 4,605.70 129.11
2000-Jul 5,005.90 4,887.30 130.95
2000-Aug 5,522.40 5,425.20 135.82
2000-Sep 4,727.30 5,054.20 131.96
2000-Oct 4,641.30 5,188.20 125.54
2000-Nov 4,394.40 5,052.90 128.25
2000-Dec 4,662.40 4,874.30 129.31
2001-Jan 4,541.70 5,022.20 130.75
2001-Feb 4,086.80 4,003.00 131.04
2001-Mar 5,173.10 5,449.20 134.7
2001-Apr 4,735.30 4,611.50 129.94
2001-May 5,372.60 5,160.80 129.46
2001-Jun 5,047.80 4,761.40 127.67
2001-Jul 4,970.10 4,856.50 129.39
34
2001-Aug 5,733.10 5,098.80 130.27
2001-Sep 4,759.90 4,159.90 126.71
2001-Oct 5,008.50 4,759.00 124.61
2001-Nov 4,506.40 4,213.50 129.85
2001-Dec 4,351.60 3,505.90 127.09
2002-Jan 3,976.00 3,803.10 127.74
2002-Feb 3,663.10 3,397.50 130.59
2002-Mar 4,266.10 3,663.20 130.86
2002-Apr 4,647.80 4,140.10 130.93
2002-May 4,447.70 4,063.50 130.03
2002-Jun 4,084.50 3,399.60 132.88
2002-Jul 6,230.50 5,024.50 128.85
2002-Aug 5,758.10 4,174.50 124.83
2002-Sep 6,498.00 4,002.30 125
2002-Oct 6,482.10 4,283.30 124.34
2002-Nov 5,134.80 3,848.50 125.46
2002-Dec 5,249.90 3,442.50 120.34
2003-Jan 4,811.20 3,650.50 123.56
2003-Feb 5,009.00 3,891.10 121.21
2003-Mar 5,246.40 3,702.90 124.56
2003-Apr 5,720.00 3,989.60 124.11
2003-May 6,381.50 3,855.30 126.03
2003-Jun 5,883.00 3,521.50 127.16
2003-Jul 6,114.50 4,049.60 127.71
2003-Aug 6,413.70 3,734.10 126
2003-Sep 7,291.20 4,624.70 126.23
2003-Oct 7,578.70 5,032.60 128.96
2003-Nov 5,993.10 4,269.30 126.46
2003-Dec 6,761.10 4,004.40 127.44
2004-Jan 5,809.80 4,217.10 128.5
2004-Feb 5,733.30 3,761.40 125.04
2004-Mar 7,944.10 5,345.30 126.79
2004-Apr 6,606.30 4,634.60 128.42
2004-May 7,960.00 4,835.50 130.62
2004-Jun 9,347.40 5,530.20 125.56
2004-Jul 9,011.20 5,530.20 131.59
2004-Aug 9,073.70 5,623.50 126.66
2004-Sep 8,939.50 5,753.20 127.28
2004-Oct 8,861.60 5,840.50 121.87
2004-Nov 8,177.30 6,078.10 125.88
2004-Dec 9,213.30 5,686.00 124.86
2005-Jan 7,457.20 5,262.70 126.75
2005-Feb 7,771.90 4,979.40 126.2
35
2005-Mar 9,270.50 5,909.70 126.28
2005-Apr 9,220.70 5,331.90 126.55
2005-May 9,835.70 6,372.30 129.08
2005-Jun 10,224.80 6,176.00 127.32
2005-Jul 11,079.60 6,056.90 130.29
2005-Aug 11,366.20 7,695.80 127.29
2005-Sep 10,654.30 6,314.90 127.93
2005-Oct 9,922.90 6,228.00 126.78
2005-Nov 10,809.30 6,712.20 129.06
2005-Dec 10,916.40 6,560.50 131.28
2006-Jan 9,286.90 6,451.80 130.59
2006-Feb 8,774.40 5,953.20 132.92
2006-Mar 11,396.80 7,706.10 129.86
2006-Apr 9,830.70 6,741.50 130.59
2006-May 10,304.90 7,289.10 130.46
2006-Jun 11,463.30 7,370.60 132.66
2006-Jul 13,651.10 7,991.20 136.78
2006-Aug 13,671.70 9,120.80 136.07
2006-Sep 12,576.90 8,108.50 138.16
2006-Oct 12,689.20 8,735.00 139.03
2006-Nov 11,896.90 8,661.70 137.69
2006-Dec 12,264.90 7,213.20 140.9
2007-Jan 10,983.90 8,468.32 137.57
2007-Feb 10,129.50 7,230.48 137.11
2007-Mar 12,889.00 9,583.08 139.84
2007-Apr 12,446.10 8,268.33 135.37
2007-May 13,647.30 9,791.28 135.24
2007-Jun 13,118.00 9,297.03 135.47
2007-Jul 14,119.60 10,774.98 135.49
2007-Aug 15,100.00 11,558.07 136.72
2007-Sep 14,165.70 10,696.08 137.98
2007-Oct 15,767.90 12,333.25 141.05
2007-Nov 14,051.30 12,025.16 138.24
2007-Dec 14,230.80 10,594.83 139.64
2008-Jan 13,276.80 12,355.05 142.1
2008-Feb 12,799.90 11,950.50 137.31
2008-Mar 12,612.70 11,624.62 136.11
2008-Apr 14,058.50 12,320.83 133.98
2008-May 19,303.40 15,230.55 140.7
2008-Jun 18,593.20 15,869.93 143.34
2008-Jul 20,451.50 17,123.07 145.01
2008-Aug 19,746.80 17,467.50 148.98
2008-Sep 20,017.30 17,290.79 146.51
36
2008-Oct 18,512.30 17,306.67 149.99
2008-Nov 14,752.60 13,140.52 142.53
2008-Dec 13,817.40 11,516.63 139.75
2009-Jan 9,781.90 10,311.47 130.7
2009-Feb 9,586.50 7,825.39 133.19
2009-Mar 11,809.20 10,052.72 134.36
2009-Apr 12,321.70 8,626.94 135.48
2009-May 11,984.60 9,348.20 135.92
2009-Jun 14,467.80 9,861.98 138.05
2009-Jul 14,141.90 11,229.08 137.59
2009-Aug 13,840.80 10,774.95 138.47
2009-Sep 13,863.20 12,539.01 143.05
2009-Oct 14,081.70 12,753.28 143.87
2009-Nov 12,652.90 12,039.21 146.55
2009-Dec 14,462.60 12,285.10 151.3
2010-Jan 11,305.10 11,484.61 152.21
2010-Feb 12,197.30 11,807.71 150.76
2010-Mar 15,727.50 15,055.55 152.39
2010-Apr 15,161.20 13,878.09 151.22
2010-May 17,702.50 14,255.51 157.78
2010-Jun 17,093.80 14,822.02 157.84
2010-Jul 17,673.00 16,317.63 163.31
2010-Aug 19,236.20 16,823.27 164.02
2010-Sep 18,832.80 17,745.51 170.71
2010-Oct 18,380.50 16,528.90 169.37
2010-Nov 17,687.30 17,378.54 170.54
2010-Dec 20,918.20 15,551.33 174.47
2011-Jan 15,214.50 14,815.83 172.42
2011-Feb 16,732.50 15,537.33 171.95
2011-Mar 19,286.00 17,736.69 169.71
2011-Apr 20,173.00 18,312.41 170.62
2011-May 23,208.80 19,688.65 173.6
2011-Jun 23,689.20 19,261.16 174.12
2011-Jul 22,251.90 19,116.70 174.93
2011-Aug 26,158.51 22,284.71 175.48
Fuente: BID
Elaboración propia
37
38

Segundo Trabajo de Econometria, Calle Montalvan

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Segundo Trabajo de Econometria, Calle Montalvan

Cargado por

Copyright:

Formatos disponibles

2011

CALLE MONTALVAN ISMAEL

TERMINOS DE INTERCAMBIO EN BRASIL (1990:01 -2011:08)

TITULO : CONSTRUCCION DE UN MODELO DE COINTEGRACION

CURSO : ECONOMETRIA II.

NOMBRE : ISMAEL CALLE MONTALVAN

PROFESOR : Econ. LUIS ROSALES GARCIA

PRUEBA DE ENGEL – GANGER (EG) 9

MODELO DE CORRECION DE ERRORES(VEC) 26

El trabajo se estructura en 4 grandes puntos, el primero que involucra la prueba durbin-watson, el

 Aplicar el método de corrección de errores.

El análisis de cointegracion será aplicado a las variables exportaciones, importaciones, términos de

exportaciones totales expresadas en millones, , e refiere a las importaciones expresadas

en millones para los periodos ya mencionados

Variable Coefficient Std. Error t-Statistic Prob.

C 114.9006 0.996727 115.2779 0.0000

R-squared 0.684414 Mean dependent var 131.1557

De la estimación se obtuvo un DW de 0.331377 que contrastado con el resultado de las

Existe un método alternativo al DWRC que es el corregido, que utiliza una

Que equivale a testear que donde

En este punto se pretende verificar la presencia de una raíz unitaria en la ecuación

LS RESID01 RESID01 (-1)

Variable Coefficient Std. Error t-Statistic Prob.

RESID01(-1) 0.826575 0.034176 24.18569 0.0000

R-squared 0.693912 Mean dependent var 0.071929

para aceptar la hipótesis nulas.

Null Hypothesis Summary:

En este punto de contraste se toma el F- estadístico con la F (0.95, 1 ,258)

F-CALCULADO: 25.74989 >f (1,258):3.877754.Rechazo la hipótesis nula.

Rechazando la hipótesis nula.

II. PRUEBA DE ENGEL – GANGER (EG)

 GRADO DE INTEGRACIÓN DE LA VARIABLE

TIC @ME A N(TIC," 1990m01 2011m 08" )

H0: tic TIENE R. U.

ADF -1.364023 -3.994026 -3.427339 si si

PP -1.610463 -3.993885 -3.427271 si si

GLS -1.423156 -3.465800 -2.918400 si si

ERS 18.90649 4.023000 5.648000 si si

N MZa -4.68564 -23.8000 -17.3000 si si

H0: tic NO TIENE RAÍZ UNITARIA

KPSS 0.216923 0.216000 0.146000 si si

Pues podemos concluir que la serie oscila alrededor de su media, no tendencia.

Hypothesis Testing for D(TIC)

Sample Mean = 0.291429

Method Value Probability

Probabilidad =0.1418>0.05……………………se acepta H0 el modelo no tiene intercepto.

ADF -18.99849 -3.455585 -2.872542 no no

PP -18.87475 -3.455585 -2.872542 no no

GLS -17.37887 -2.573956 -1.942059 no no

ERS 0.218161 1.933600 3.196550 no no

N MZa -128.156 -13.8000 -8.10000 no no

KPSS 0.137113 0.739000 0.463000 no no

ADF 0.068480 -3.995189 -3.427902 si si

PP -1.892593 -3.993885 -3.427271 si si

GLS -0.461957 -3.465000 -2.920000 si si

ERS 68.82416 4.023000 5.648000 si si

KPSS 0.493325 0.216000 0.146000 si si

H0: u=0=modelo no tiene intercepto.

Hypothesis Testing for D(EXPOR)

Sample Mean = 92.19502

Method Value Probability

Probabilidad=0.1708>0.05 acepto H0, por lo que concluyo que el modelo no tiene

Ahora aplicando el programa de raíz unitaria para la primera diferencia de exportaciones