OBJETIVOS

Obje vo General
• Analizar el comportamiento de la Curva Ambiental de Kuznets (CAK)
de Suiza en el periodo 1980-2017.

Obje vos Específicos

• Determinar el punto de quiebre del umbral de la Curva Ambiental de
Kuznets (CAK).
• Puntualizar el test de normalidad de los errores, mediante la prueba
econométrica de Jarque-Bera.
• Precisar el orden de integración y cointegración de la variable
dependiente e independiente.
La curva de Kuznets ambiental

• (Heriberto, pones lo que hiciste )

METODOLOGÍA
• Tipo de inves gación: Explica va, debido a que se encarga de buscar el porqué de los hechos y
fenómenos ocurridos mediante el establecimiento de relaciones causa-efecto entre las
variables en análisis.
• Método para recolección de datos: La fuente de datos es secundaria; en principio, la
información que se u lizó es de series de empo, con la base de datos del año 1980 hasta el
año 2017.
• En cuanto a la serie histórica del nivel de emisión de dióxido de carbono per cápita producida
por la ac vidad humana en Suiza, la información ene como fuente de datos a Global Carbon
Atlas , plataforma para explorar y visualizar los datos más actualizados sobre los flujos de
carbono resultantes de las ac vidades humanas y los procesos naturales.
• Con respecto a la información que se u lizó para conocer la serie histórica del Producto Bruto
Interno (PIB) per cápita de Suiza, la fuente de datos corresponde a Expansión, deslindado en
Datos Macro, plataforma para explorar los principales datos macroeconómicos de países a
nivel mundial.
• Universo Objeto: Registro histórico del nivel de dióxido de carbono per cápita producida por la
ac vidad humana y del Producto Interno Bruto per cápita de Suiza.
• Muestra: Series de empo del periodo 1980-2017 del nivel de dióxido de carbono per cápita
producida por la ac vidad humana y del Producto Interno Bruto per cápita de Suiza.
Variables de la CAK
Variables Dependientes Variables Independientes
-Producto Interno Bruto per cápita = -Dióxido de carbono= CO2
PIBPC
Dióxido de carbono emi do
Valor monetario de la producción de netamente por ac vidades humanas.
bienes y servicios finales de un país Tomada como una variable proxy de la
durante un año, dividido entre la calidad del aire de Suiza.
población del país.
Tomada como una variable proxy del
crecimiento de la economía de Suiza.
Función Econométrica:
•
RESULTADOS
 Evolución histórica de las variables en análisis

En cuanto a lCo2, se determinó que posee intercepto pero no tendencia; con respecto a l PIB, se
puntualizó que posee intercepto y tendencia; y en referencia a lPIB2, se determinó que posee intercepto
y tendencia.
¿Las series de empo en análisis son estacionarias ?
Test de Dickey Fuller Aumentado
 Test de ADF en niveles para lCo2 Test de ADF en diferencias para lCo2
Null Hypothesis: LCO2 has a unit root Null Hypothesis: D(LCO2) has a unit root
Exogenous: Constant Exogenous: Constant
Lag Length: 1 (Fixed) Lag Length: 0 (Automa c - based on SIC, maxlag=9)

t-Sta s c Prob.* t-Sta s c Prob.*

Augmented Dickey-Fuller test sta s c 0.161700 0.9661 Augmented Dickey-Fuller test sta s c -7.447981 0.0000
Test cri cal values: 1% level -3.626784 Test cri cal values: 1% level -3.626784
5% level -2.945842 5% level -2.945842
10% level -2.611531 10% level -2.611531

*MacKinnon (1996) one-sided p-values. *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equa on Augmented Dickey-Fuller Test Equa on
Dependent Variable: D(LCO2) Dependent Variable: D(LCO2,2)
Method: Least Squares Method: Least Squares
Sample (adjusted): 1982 2017 Date: 10/13/19 Time: 21:25
Included observa ons: 36 a er adjustments Sample (adjusted): 1982 2017
Included observa ons: 36 a er adjustments

Variable Coefficient Std. Error t-Sta s c Prob.

Variable Coefficient Std. Error t-Sta s c Prob.

LCO2(-1) 0.014529 0.089854 0.161700 0.8725

D(LCO2(-1)) -0.246747 0.185765 -1.328274 0.1932 D(LCO2(-1)) -1.233963 0.165678 -7.447981 0.0000
C -0.035350 0.160915 -0.219679 0.8275 C -0.009359 0.007542 -1.240978 0.2231

R-squared 0.056151 Mean dependent var -0.007282 R-squared 0.619995 Mean dependent var 0.001595
Adjusted R-squared -0.001052 S.D. dependent var 0.045008 Adjusted R-squared 0.608818 S.D. dependent var 0.070961
S.E. of regression 0.045032 Akaike info criterion -3.283234 S.E. of regression 0.044382 Akaike info criterion -3.337998
Sum squared resid 0.066920 Schwarz criterion -3.151274 Sum squared resid 0.066973 Schwarz criterion -3.250025
Log likelihood 62.09822 Hannan-Quinn criter. -3.237177 Log likelihood 62.08396 Hannan-Quinn criter. -3.307293
F-sta s c 0.981612 Durbin-Watson stat 2.066276 F-sta s c 55.47242 Durbin-Watson stat 2.057580
Prob(F-sta s c) 0.385381 Prob(F-sta s c) 0.000000
 Test de ADF en niveles para lPIB Test de ADF en diferencias para lPIB

Null Hypothesis: LPIB has a unit root Null Hypothesis: D(LPIB) has a unit root
Exogenous: Constant Exogenous: Constant
Lag Length: 1 (Fixed) Lag Length: 0 (Automa c - based on SIC, maxlag=9)

t-Sta s c Prob.* t-Sta s c Prob.*

Augmented Dickey-Fuller test sta s c -2.052898 0.2641 Augmented Dickey-Fuller test sta s c -7.142215 0.0000
Test cri cal values: 1% level -3.626784 Test cri cal values: 1% level -3.626784
5% level -2.945842 5% level -2.945842
10% level -2.611531 10% level -2.611531

*MacKinnon (1996) one-sided p-values. *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equa on Dependent Variable: D(LPIB,2)
Dependent Variable: D(LPIB) Method: Least Squares
Method: Least Squares Date: 10/13/19 Time: 21:27
Date: 10/13/19 Time: 21:26 Sample (adjusted): 1982 2017
Sample (adjusted): 1982 2017 Included observa ons: 36 a er adjustments
Included observa ons: 36 a er adjustments

Variable Coefficient Std. Error t-Sta s c Prob.

Variable Coefficient Std. Error t-Sta s c Prob.

D(LPIB(-1)) -1.194438 0.167236 -7.142215 0.0000

LPIB(-1) -0.059153 0.028814 -2.052898 0.0481 C 0.053790 0.015362 3.501453 0.0013
D(LPIB(-1)) -0.243880 0.161655 -1.508648 0.1409
C 0.269374 0.106036 2.540399 0.0160
R-squared 0.600053 Mean dependent var -0.003915
Adjusted R-squared 0.588290 S.D. dependent var 0.122179
R-squared 0.147154 Mean dependent var 0.044396 S.E. of regression 0.078395 Akaike info criterion -2.200148
Adjusted R-squared 0.095466 S.D. dependent var 0.078788 Sum squared resid 0.208959 Schwarz criterion -2.112175
S.E. of regression 0.074933 Akaike info criterion -2.264781 Log likelihood 41.60267 Hannan-Quinn criter. -2.169443
Sum squared resid 0.185295 Schwarz criterion -2.132821 F-sta s c 51.01123 Durbin-Watson stat 2.024489
Log likelihood 43.76605 Hannan-Quinn criter. -2.218723 Prob(F-sta s c) 0.000000
F-sta s c 2.846977 Durbin-Watson stat 2.051783
Prob(F-sta s c) 0.072338
 Test de ADF en niveles para lPIB2 Test de ADF en diferencias para lPIB2
Null Hypothesis: LPIB2 has a unit root Null Hypothesis: D(LPIB2) has a unit root
Exogenous: Constant Exogenous: Constant
Lag Length: 1 (Fixed) Lag Length: 1 (Automa c - based on SIC, maxlag=9)

t-Sta s c Prob.* t-Sta s c Prob.*

Augmented Dickey-Fuller test sta s c -2.009627 0.2816 Augmented Dickey-Fuller test sta s c -4.847319 0.0004
Test cri cal values: 1% level -3.626784 Test cri cal values: 1% level -3.632900
5% level -2.945842 5% level -2.948404
10% level -2.611531 10% level -2.612874

*MacKinnon (1996) one-sided p-values. *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equa on Augmented Dickey-Fuller Test Equa on
Dependent Variable: D(LPIB2) Dependent Variable: D(LPIB2,2)
Method: Least Squares Method: Least Squares
Date: 10/13/19 Time: 21:28 Date: 10/13/19 Time: 21:29
Sample (adjusted): 1982 2017 Sample (adjusted): 1983 2017
Included observa ons: 36 a er adjustments Included observa ons: 35 a er adjustments

Variable Coefficient Std. Error t-Sta s c Prob. Variable Coefficient Std. Error t-Sta s c Prob.

LPIB2(-1) -0.037075 0.018449 -2.009627 0.0527 D(LPIB2(-1)) -0.973681 0.200870 -4.847319 0.0000
D(LPIB2(-1)) 0.178015 0.163851 1.086447 0.2852 D(LPIB2(-1),2) 0.231371 0.163457 1.415487 0.1666
C 0.338181 0.139426 2.425526 0.0209 C 0.082403 0.024395 3.377831 0.0019

R-squared 0.184045 Mean dependent var 0.088792 R-squared 0.460104 Mean dependent var -0.009344
Adjusted R-squared 0.134593 S.D. dependent var 0.095125 Adjusted R-squared 0.426360 S.D. dependent var 0.115530
S.E. of regression 0.088492 Akaike info criterion -1.932151 S.E. of regression 0.087502 Akaike info criterion -1.952504
Sum squared resid 0.258418 Schwarz criterion -1.800191 Sum squared resid 0.245009 Schwarz criterion -1.819188
Log likelihood 37.77871 Hannan-Quinn criter. -1.886093 Log likelihood 37.16881 Hannan-Quinn criter. -1.906483
F-sta s c 3.721699 Durbin-Watson stat 1.893520 F-sta s c 13.63532 Durbin-Watson stat 2.059160
Prob(F-sta s c) 0.034873 Prob(F-sta s c) 0.000052
Consolidado del test de ADF
Variables Estadís co t P-Value
En niveles, tendencia e intercepto de acuerdo a gráficos
L CO2 0.161700 0.9661
L PIB -2.052898 0.2641
L PIB2 -2.009627 0.2816
En primeras diferencias, tendencia e intercepto de acuerdo a gráficos
L CO2 -7.447981 0.0000
L PIB -7.142215 0.0000
L PIB2 -4.847319 0.0004

Se infiere que las variables presentan el orden de integración de 1:

L Co2 – I (1)
L PIB – I (1)
L PIB2 – I (1)
Cointegración, mediante el contraste de
Engle Granger
•
Test de Dickey Fuller Aumentado(ADF) para conocer si los residuos
generados poseen un orden 0, RESID - I(0).

Ho: Los residuales enen presencia de raíz unitaria, no

existe cointegración entre las variables.

Se rechaza la Ho de no cointegración y se concluye que

los residuos están integrados de orden I(0).

Por ello existe una relación estable a largo plazo, por lo

que se dice que las variables lCo2, LPIB, LPIB2 están
cointegradas.
Cointegración, mediante el contraste de
Johansen
Da te: 10/13/19 Ti me: 15:44
Sa mpl e (a djus ted): 1982 2017
Incl uded obs erva ons : 36 a er a djus tments
Trend a s s ump on: Li nea r determi ni s c trend
Test de cointegración de Johansen
Seri es : LCO2 LPIB LPIB2
La gs i nterva l (i n firs t di fferences ): 1 to 1

Unres tri cted Coi ntegra on Ra nk Tes t (Tra ce) De acuerdo con la prueba de traza, se rechaza la Ho
de no cointegración, en favor de la existencia de
Hypothes i zed Tra ce 0.05
No. of CE(s ) Ei genva l ue Sta s c Cri ca l Va l ue Prob.** cointegración al 5% de significancia. Ello se debe a
que (33.784853 > 29.79707), además de rechazar la
None * 0.487646 33.48534 29.79707 0.0180
Ho con la probabilidad de 0.0180.
At mos t 1 0.221553 9.410729 15.49471 0.3287
At mos t 2 0.010895 0.394380 3.841466 0.5300 En cuanto a la prueba del máximo autovalor, indica
Tra ce tes t i ndi ca tes 1 coi ntegra ng eqn(s ) a t the 0.05 l evel
* denotes rejec on of the hypothes i s a t the 0.05 l evel la existencia de (una) sola ecuación de cointegración
**Ma cKi nnon-Ha ug-Mi chel i s (1999) p-va l ues al 5%. Ello se debe a que ( 24.07461 > 21.13162),
Unres tri cted Coi ntegra on Ra nk Tes t (Ma xi mum Ei genva l ue)
además de rechazar la Ho con la probabilidad de
0.0034.
Hypothes i zed Ma x-Ei gen 0.05
No. of CE(s ) Ei genva l ue Sta s c Cri ca l Va l ue Prob.**
De los resultados de las pruebas de la Traza y
None * 0.487646 24.07461 21.13162 0.0187
del Máximo Eigenvalues se concluye que
At mos t 1 0.221553 9.016348 14.26460 0.2848 existe un solo vector o relación de
At mos t 2 0.010895 0.394380 3.841466 0.5300
cointegración en el modelo de Kuznets para
Ma x-ei genva l ue tes t i ndi ca tes 1 coi ntegra ng eqn(s ) a t the 0.05 l evel Suiza.
* denotes rejec on of the hypothes i s a t the 0.05 l evel
**Ma cKi nnon-Ha ug-Mi chel i s (1999) p-va l ues
Modelo Vector de Corrección de Errores
Vector Error Correc on Es ma tes
Da te: 10/13/19 Ti me: 15:50
Sa mpl e (a djus ted): 1983 2017
Incl uded obs erva ons : 35 a er a djus tments
Sta nda rd errors i n ( ) & t-s ta s cs i n [ ]

Coi ntegra ng Eq: Coi ntEq1

LCO2(-1) 1.000000

LPIB(-1) 2.502162
(0.26675)
[ 9.38022]

LPIB2(-1) -1.190520
(0.13804)
[-8.62472]

C -2.241663

Error Correc on: D(LCO2) D(LPIB) D(LPIB2)

Coi ntEq1 -0.148075 -1.069128 -0.478473

(0.16084) (0.20294) (0.27362)
[-0.92066] [-5.26807] [-1.74866]
Curva Ambiental de Kuznets para Suiza, periodo
1980-2017

Punto de inflexión:
1.05
Prueba de normalidad (Jarque-Bera)

Ho= Normalidad de los errores

Además la prob=0.229628 no es
estadís camente significa va y no se Rechaza la
Ho, es decir, los errores se distribuyen
normalmente.

En general, debido a la distribución normal que

presenta los es madores poseen una mínima
varianza, además la significancia y pruebas de
hipótesis se muestran con unas posturas casi
exactas.
CONCLUSIONES
• En respuesta al propósito principal de la presente inves gación, se concluye que el
comportamiento de la Curva Ambiental de Kuznets (CAK) de Suiza; en el corto plazo, un
mayor crecimiento económico genera mayores niveles de contaminación, pero en el largo
plazo la degradación ambiental empieza a disminuir, mientras que el crecimiento sigue
acrecentándose.
• Se colige que el orden de integración de las variables lCo2, lPIBpc, lPIBpc2 es de orden 1,
dando paso a la realización de la prueba de cointegración de Engle Granger, donde se
determinó cointegreación entre las variables en análisis. Asimismo, los resultados de las
pruebas de la Traza y del Máximo Eigenvalues-concernientes al contraste de Johansen-
indicaron que existe un solo vector o relación de cointegración en el modelo de Kuznets para
Suiza.
• Se determina que los residuos, mediante el contraste Jarque-Bera, se distribuyen
normalmente (JB=2.942589, Prob.=0.229628. Es por ello que los es madores poseen una
mínima varianza, además la significancia y pruebas de hipótesis son de carácter casi exactos.
• Finalmente, se puntualiza que el punto de quiebre del umbral de la Curva Ambiental de
Kuznets (CAK) fue de 1.05. A medida que creció el Producto Bruto Interno (PIB) se degradó el
medio ambiente, es decir, aumentó la emisión de Dióxido de Carbono (Co2); sin embargo
ello sucedió hasta que Suiza alcanzó 1.05 en el PIB per cápita.