PROYECTO ECONOMETRÍA

Estudiantes: LUIS FERNANDO CAMACHO RUIZ - EYDI MARYOLI RIVERA ACERO

Profesor: ÁLVARO ANDRES PERDOMO STRAUCH

ESCUELA COLOMBIANA DE INGENIERÍA JULIO GARAVITO

PROGRAMA DE ECONOMÍA
ECONOMETRÍA II
BOGOTÁ
2019-2
 INTRODUCCIÓN

El trabajo que se presentará a continuación tiene como objetivo mostrar las características que
tienen 3 variables macroeconómicas en Perú, a través de una metodología de series de tiempo.
Los datos de las variables son trimestrales y comprenden un rango de 39 años, es decir, los datos
usados para cada variable son desde el año 1980 hasta la actualidad, 2019. En el informe, se usa
e implementan gráficas, con el fin de complementar y observar detalladamente la información
proporcionada por la base de datos a utilizar. Las variables escogidas para el estudio son: balanza
en cuenta corriente, cuenta financiera y los pasivos del país en cuestión. Cabe resaltar que las
variables están como porcentajes del PIB peruano.
Además de lo anterior, se recuerda el significado de las variables económicas sobre las cuales se
realiza en estudio: la balanza en cuenta corriente registra el comercio neto de bienes y servicios
de un país, más las ganancias netas de rentas, intereses, ganancias y dividendos, y los pagos
netos de transferencia (como fondos de pensiones y remesas de trabajadores) hacia y desde el
resto del mundo durante el período especificado. Estas cifras se calculan sobre una base de tipo
de cambio, es decir, no en términos de paridad de poder adquisitivo (PPP). La cuenta financiera
muestra la forma en que los diferentes agentes económicos colocan sus excedentes mediante la
adquisición de activos financieros o la reducción de sus pasivos; así mismo financian sus déficits
incurriendo en pasivos o reduciendo sus activos. Y finalmente, los pasivos, como es de esperarse,
representan todas aquellas deudas que deben saldarse en un determinado periodo del tiempo.
En esta entrega, se muestra información y pruebas para analizar la existencia de raíz única,
añadiendo graficas de correlograma para determinar la autocorrelación y la estimación del
modelo.
METODOLOGÍA
Para cada variable se realizan las respectivas pruebas econométricas, algunas para determinar si
la serie es estacionaria o presenta raíz única, además de mostrar los correlogramas respectivos y
el modelo econométrico adecuado.

 Correlacion:

A continuación, se presentan los resultados, a través de dos gráficas, de la correlación que existe
entre el efecto de los pasivos y la cuenta financiera sobre la balanza en cuenta corriente de Perú:
(Grafico 1 y 2).

Grafico 1. Dispersión entre pasivos y la balanza en cuenta corriente.

Fuente. Cálculos propios sobre la base de datos de Excel.
En la gráfica no se observa de manera directa si la correlación entre estas dos variables es
positiva o negativa, sin embargo, el coeficiente de correlación obtenido fue de 0.3081, lo que
indica que las variables tienen una correlación positiva, es decir, se correlacionan de manera
directa.
 Grafico 2. Dispersión entre cuenta financiera y la balanza en cuenta corriente.
Fuente. Cálculos propios sobre la base de datos de Excel.
De igual forma, la correlación entre las dos variables es positiva, puesto que el coeficiente de
correlación obtenido es de 0.1123, indicando que, aunque sea bajo, ambas variables se relacionan
de forma directa.
  Prueba Dickey-Fuller:
- Balanza en cuenta corriente:
La prueba Dickey-Fuller se usa para saber si la serie tiene, o no, raíz unitaria. Los resultados
muestran los valores críticos al 1%, 5% y 10% para el estadístico de prueba, los cuales son
-3.492, -2.886 y -2.576 respectivamente, además se observa el p-value asociado, que es igual a
0.0000 y, como es menor a 0.05, se concluye que la serie es estacionaria y, adicionalmente, no
tiene raíz unitaria, es decir, se rechaza la hipótesis nula.

- Cuenta Financiera
Se requiere contrastar la hipótesis nula de presencia de raíz unitaria. Los resultados muestran los
valores críticos al 1%, 5% y 10% para el estadístico de prueba, los cuales son -3.492, -2.886 y
-2.576 respectivamente, además se observa el p-value asociado, que es igual a 0.0000 y, como es
menor a 0.05, se concluye que la serie es estacionaria y, adicionalmente, no tiene raíz unitaria, es
decir, se rechaza la hipótesis nula.
 - Pasivos:
Al igual que con la balanza en cuenta corriente y con la cuenta financiera, se presenta la misma
tabla, con los valores critcos al 1%, 5% y 10%. El p-value es menor a 0.05, por ende, se rechaza
la hipotesis nula.

 Test KPSS:
- Balanza en cuenta corriente
Un complemento al test Dickey-Fuller para raíz unitaria es el test KPSS, sin embargo, una
diferencia con el test de Dickey-Fuller, es que este plantea la hipótesis nula de que hay presencia
de raíz unitaria, en cambio, en el test KPSS, la presencia de raíz unitaria se plantea como una
hipótesis alternativa y su hipótesis nula es que hay presencia de tendencia-estacionaria.
Al momento de elaborar dicho test, se obtiene el resultado de los valores críticos al 10%, 5%,
2.5% y 1%, los cuales son 0.119, 0.146, 0.176 y 0.216 respectivamente, además los valores
críticos para la hipótesis nula, mencionada anteriormente, indican que la balanza en cuenta
corriente de Perú tiene tendencia estacionaria, ya que, según el test, se acepta esta hipótesis.

- Cuenta Financiera:
Los resultados del test muestran los valores críticos al 10%, 5%, 2.5% y 1%, los cuales son
0.119, 0.146, 0.176 y 0.216 respectivamente, además los valores críticos para la hipótesis nula,
mencionada anteriormente, indican que la cuenta financiera de Perú tiene tendencia estacionaria,
ya que, según el test, se acepta esta hipótesis.
Además, se incluyen también 4 rezagos con valores de 0.419, 0.291, 0.217, 0.101, 0.156
 - Pasivos:
Los resultados del test muestran los valores críticos al 10%, 5%, 2.5% y 1%, los cuales son
0.119, 0.146, 0.176 y 0.216 respectivamente, además los valores críticos para la hipótesis nula,
mencionada anteriormente, indican que los pasivos de Perú tienen tendencia estacionaria, ya que
se acepta esta hipótesis.
Además, se incluyen también 4 rezagos con valores de 0.9, 0.465, 0.322, 0.252, 0.211.
  Correlograma:

En el análisis de series de tiempo, el correlograma, también conocido como un gráfico de

autocorrelación, es una representación gráfica de las autocorrelaciones de la muestra versus.
Una correlación positiva indica que los valores grandes actuales se corresponden con valores
grandes en el rezago especificado; una correlación negativa indica que los valores grandes
actuales se corresponden con valores pequeños en el rezago especificado.

- Balanza en cuenta corriente:

El correlograma obtenido en STATA, muestra 40 rezagos, en donde las lineas que se salen del
area sombreada representan un rezago con existencia de autocorrelaciòn. La columna AC
muestra los valores de la autocorrelacion simple y la columna PAC los datos de la
autocorrelacion parcial.
Adicionalmente, se observa que la columna de Prob>Q presenta todos sus valores iguales a 0.00
y, como son menores a 0.05, se concluye que existe autocorrelacion.
Autocorrelación simple: En el rezago k, es la autocorrelación entre los valores de las series que
se encuentran a k intervalos de distancia.
El eje y muestra el valor de la correlacion, este puede tomar valores entre -1 y 1, en el eje x se
indica el rezago en el que se calcula la autocorrelacion. En este caso, los rezagos con
autocorrelacion son el 1,4 y 20. Por ende, aunque hubiese sido solo una linea que se sale del area
sombreada, el modelo presenta autocorrelacion. (Grafico 3)
 Grafico 3. Autocorrelación de la balanza en cuenta corriente.
Fuente. Cálculos propios sobre la base de datos de Excel.
Autocorrelación parcial: En el rezago k, es la autocorrelación entre los valores de las series que
se encuentran a k intervalos de distancia, teniendo en cuenta los valores de los intervalos
intermedios.
Con el grafico, se demuestra tambien la presencia de autocorrelacion. (Grafico 4)

Grafico 4. Autocorrelación parcial de la balanza en cuenta corriente.

Fuente. Cálculos propios sobre la base de datos de Excel.
 - Cuenta Financiera:

Al igual que con la balanza en cuenta corriente, el correlograma obtenido en STATA, muestra 40
rezagos y las columnas de la autocorrelacion simple y la autocorrelacion parcial.
Adicionalmente, se observa que la columna de Prob>Q presenta todos sus valores iguales a 0.00
y, como son menores a 0.05, se concluye que existe autocorrelacion.
Autocorrelación simple:
De la misma manera, el eje y muestra el valor de la correlacion, en el eje x se indica el rezago en
el que se calcula la autocorrelacion. En este caso, los rezagos con autocorrelacion son el 1,2 y 3,
puesto que son los valores que se salen del area sombrada.. Por ende, el modelo presenta
autocorrelacion. (Grafico 5)
 0.20
Autocorrelations of d1cuentafinanciera
-0.40 -0.20 0.00
-0.60

0 10 20 30 40
Lag
Bartlett's formula for MA(q) 95% confidence bands

Gráfico 5. Autocorrelacion simple de la cuenta financiera.

Fuente. Cálculos propios sobre la base de datos de Excel

Autocorrelación parcial:
Los rezagos 1,3,7,15 y 38 estan por fuera del area sombreada, por lo cual, existe autocorrelacion
parcial. (Grafico 6)
0.20
Partial autocorrelations of d1cuentafinanciera
-0.60 -0.40 -0.20 0.00

0 10 20 30 40
Lag
95% Confidence bands [se = 1/sqrt(n)]

Gráfico 6. Autocorrelacion parcial de la cuenta financiera.

Fuente. Cálculos propios sobre la base de datos de Excel.
 - Pasivos:

Se presenta, tambien, la tabla con los valores de autocorrelacion de cada rezago, junto con la
probabilidad del estadistico de prueba. Todos los valores de Prob>Q son menores a 0,05, por
tanto, hay presencia de autocorrelacion.
Autocorrelación simple:
En este caso, los rezagos con autocorrelacion son el 1,4 y 5, puesto que son los valores que se
salen del area sombrada.. Por ende, el modelo presenta autocorrelacion. (Grafico 7)
0.60 0.40
Autocorrelations of d1pasivos
0.00 0.20
-0.20

0 10 20 30 40
Lag
Bartlett's formula for MA(q) 95% confidence bands

Gráfico 7. Autocorrelacion simple de los pasivos.

Fuente. Cálculos propios sobre la base de datos de Excel.
Autocorrelación parcial:
En la grafica, se observa que los rezagos que edstan por fuera del area sombreada son el 1, 3, 4 y
15. Mostrando, como en las demas variables, presencia de autocorrelacion. (Grafico 8)
0.60
Partial autocorrelations of d1pasivos
0.00 0.20
-0.20 0.40

0 10 20 30 40
Lag
95% Confidence bands [se = 1/sqrt(n)]

Grafico 8. Autocorrelacion parcial de los pasivos.

Fuente. cálculos propios sobre la base de datos de Excel.

 Interpretación del modelo:

- Balanza en cuenta corriente:
REFERENCIAS
Banco Central de la Reserva de Perú, (2010): “Encuesta de Expectativas Macroeconómicas e
Índice de Confianza”; www.bcrp/estadisticas/encuesta-de-expectativasmacroeconomicas.
García, Norberto E, (2011). (Consorcio de Investigación Económica y Social de Perú) Revista de
Estudios Empresariales. Segunda época. Número: 1 (2011). Páginas: 79 – 96.

SEGUNDA PARTE
Nos disponemos a obtener los respectivos Correlogramas, conociendo que representa una imagen
de la correlación de estadísticas. Por ejemplo, y en este caso, en el análisis de series temporales.