FIE – UNA – PUNO ECONOMETRIA III

Contenido
INTRODUCCIÓN....................................................................................................................................................3
CAPÍTULO I
PLANTEAMIENTO DEL PROBLEMA, ANTECEDENTES Y OBJETIVOS..............................................4
1.1. PLANTEAMIENTO DEL PROBLEMA......................................................................................................4
1.2. ANTECEDENTES DE LA INVESTIGACIÓN...........................................................................................4
1.3. OBJETIVOS DE LA INVESTIGACIÓN.....................................................................................................5
CAPÍTULO II
MARCO TEÓRICO, MARCO CONCEPTUAL....................................................................................................6
2.1. MARCO TEÓRICO......................................................................................................................................6
2.1.1. Teoría cuantitativa del dinero................................................................................................................6
2.1.2. Teoría keynesiana del dinero.................................................................................................................6
2.1.3. Modelo de inventarios de Baumol y Tobin............................................................................................7
2.1.4. Modelo de asignación de carteras de Tobin...........................................................................................7
2.1.5. El dinero y la teoría general de la demanda de Friedman......................................................................8
2.1.6. Teorías modernas de la demanda de dinero en equilibrio general.........................................................8
2.1.7. Modelo tradicional bajo el análisis empírico.........................................................................................9
2.2. MARCO CONCEPTUAL...........................................................................................................................10
CAPITULO III
METODOLOGIA, TECNICAS Y RECOLECCION DE DATOS.......................................................................12
3.1. ESPECIFICACION DEL MODELO..........................................................................................................12
3.1.1 Variable de agregado monetario.......................................................................................................12
3.1.2 Variable de escala.............................................................................................................................12
3.1.3 Variable de costo de oportunidad.....................................................................................................12
3.1.4 Precisión del modelo de demanda por saldos reales........................................................................13
3.2. TÉCNICAS Y RECOLECCIÓN DE DATOS............................................................................................13
3.3. DESARROLLO METODOLOGICO.........................................................................................................14
3.3.1. Metodología de la econometría de las series de tiempo......................................................................14
3.3.2. Equilibrio en escenarios de shock........................................................................................................14
CAPÍTULO IV
EXPOSICIÓN Y ANÁLISIS DE RESULTADOS................................................................................................15
4.1. Análisis econométrico tradicional...............................................................................................................15
4.1.1. Evaluación económica de la estimación..............................................................................................16
4.1.2. Evaluación estadística de la estimación...............................................................................................16
4.1.3. Evaluación econométrica de la estimación..........................................................................................17
4.1.4. Estabilidad de los parámetros estimados.............................................................................................21
4.2. Análisis de estabilidad del modelo en un escenario de shock.....................................................................21
4.3. Modelo de pronóstico ARIMA...................................................................................................................24
4.3.1. Identificación o prueba de estacionariedad..........................................................................................24
4.3.2. Elaboración del correlograma de la serie.............................................................................................25
1
FIE – UNA – PUNO ECONOMETRIA III

4.3.3. Estimación del modelo identificado.....................................................................................................26

4.3.4. Pronóstico.............................................................................................................................................28
CAPITULO V
DISCUSION Y CONCLUSIONES.......................................................................................................................30
5.1. DISCUSIÓN..............................................................................................................................................30
5.1.2. Comparación de resultados con otras investigaciones.........................................................................30
5.1.2. Debilidades del modelo........................................................................................................................30
5.2. CONCLUSIONES.....................................................................................................................................30
BIBLIOGRAFIA....................................................................................................................................................32
ANEXOS................................................................................................................................................................33

2
FIE – UNA – PUNO ECONOMETRIA III

INTRODUCCIÓN
El presente trabajo se realiza un estudio econométrico sobre la evolución de la
demanda de dinero en el Perú, tomando como base la teoría keynesiana, donde tendremos en
cuenta como variable dependiente a la demanda por dinero, y como variables independientes
el PBI, y la tasa de interés, y el tipo de cambio que parte desde 2007:01 hasta 2016:12. Se
realiza este trabajo para poder observar si las variables explicativas e independientes del
análisis tienen una relación significativa con la variable dependiente el cual será explicada
por la influencia del interés además del ingreso sobre función de la Demanda de dinero
Keynesiana en el Perú.
En la primera parte de la presente investigación se plantea el problema, los antecedentes que
relatan los determinantes y las magnitudes respecto de la demanda de dinero y, los objetivos
planteados.

En el capítulo segundo se desarrollan a modo de recuento el marco teórico y conceptual que

abordan las explicaciones de porque en un determinado momento las persona hacen más
intensivo su preferencia por la liquidez o en otros por que no.

El en tercer capítulo se desarrolla la metodología a seguir, las técnicas de procesamiento de

datos y sus modos de recolección, la especificación del modelo adoptado y el desarrollo
metodológico en sí mismo que consiste en la aplicación de la metodología de la econometría
de series de tiempo, evaluación de la estabilidad en los parámetros obtenidos y el modelo de
pronóstico univariante de la demanda de dinero denominado ARIMA.

En el capítulo cuarto se expone y analiza los resultados aplicados a través del análisis
econométrico tradicional que consiste básicamente en la evaluación económica, estadística y
econométrica de la estimación, sobre este último se procederá al análisis de la posible
presencia de multicolinealidad, autocorrelación y heterocedasticidad. Se aplica las pruebas
para verificar la estabilidad de los parámetros estimados para finalmente analizar la
capacidad de pronóstico de la demanda de dinero para el presente año previa detección de
estacionariedad en la serie de demanda de saldos reales, el correlograma y la estimación del
modelo identificado para su posterior pronóstico.

En la última parte se plantean algunos puntos de discusión para finalmente presentar las
conclusiones de la investigación.

3
FIE – UNA – PUNO ECONOMETRIA III

CAPÍTULO I

PLANTEAMIENTO DEL PROBLEMA, ANTECEDENTES Y

OBJETIVOS

1.1. PLANTEAMIENTO DEL PROBLEMA

En los últimos años se llegó a la conclusión aceptada casi por todos, de los efectos
negativos que puede traer consigo las expansiones monetarias sobre la inflación y el
producto y en general sobre el bienestar en el largo plazo, sea a través del
establecimiento de metas de inflación o anclándola al nivel de producción para evitar
subidas en el nivel de precios por la caída en el valor real del dinero fiduciario.

Es así que una cuantificación que determine los niveles de afectación de sus
determinantes es necesario para llevar a cabo una política monetaria prudente y exitosa.
Para ello se suelen realizar estimaciones econométricas que relacionen el incremento o
disminución de la oferta monetaria con sus efectos sobre la economía en una situación de
equilibrio donde la condición es que tanto la demanda como la oferta de dinero sean
parejos y así evitar posibles presiones inflacionarias.

1.2. ANTECEDENTES DE LA INVESTIGACIÓN

Se tiene una abundante literatura –sobre todo en los países desarrollados– sobre
estimaciones econométricas y estudios en general para determinar las variables más
confiables para explicar el comportamiento de la demanda por dinero. Las mismas que se
hicieron tanto para el caso peruano como para otros países:

Cortez, J. (1988) con el fin de determinar estabilidad de la función de demanda de dinero

de corto plazo para la economía peruana entre 1976 y

1987 por medio del Test de Estabilidad Temporal con Parámetros Estimados
concluyendo que:

La aplicación de los test destinados a dar un cambio discreto, muestran que puede
existir un comportamiento diferenciado de los tenedores de saldos monetarios, y que la
fecha o las fechas de cambio, pueden ser los cambios de gobierno. Con ello se estaría
verificando que a lo largo del periodo de análisis, las respuestas de los agentes ante un
mismo estímulo, se modifica en promedio a lo largo del tiempo (p. 126)

Asimismo Rodríguez, H. (1993) presenta la investigación con el objetivo de determinar

la estacionalidad de la demanda de dinero para el caso peruano considerando los
agregados monetarios M1 y M2 a través de la cointegración e integración de largo plazo
bajo diferentes escenarios de frecuencias estacionales, concluyendo que:

Los resultados apoyan la existencia de raíces unitarias a la frecuencia cero o de largo

plazo para todas las variables analizadas. La integración a otras frecuencias no es
encontrada para los dos agregados monetarios considerados (Ml y M2). La prueba de

4
FIE – UNA – PUNO ECONOMETRIA III

cointegración a la frecuencia cero apoya la estacionalidad de los residuos de manera

más concluyente para el agregado M2. Una similar conclusión se obtiene tomando en
consideración las pruebas de estabilidad del MCE así como la estabilidad del parámetro
de corrección de error (p. 141).

En cambio Peña, J. (2011) con el objetivo de determinar la estabilidad de la demanda de

dinero a través de variables de una economía cerrada como la tasa de interés nacional y el
nivel de ingreso y de una economía abierta como la tasa de interés internacional y el tipo
de cambio, siguiendo el modelo Cash-in-advance para economía abiertas, llegando a la
conclusión de que ésta si es estable y permite realizar proyecciones para definir las
políticas monetarias más apropiadas.

Por otro lado Ortiz, G. (1980) plantea la función de demanda de dinero para México
partiendo de considerar como base monetaria a los agregados M1, M2 y M3 y variables
explicativas como el ingreso (PIB), el tipo de cambio real (TCR), el diferencial del tipo
de cambio (diferencia porcentual entre el TCR y el tipo de cambio observado o nominal),
además del cociente de las cuentas de cheques en moneda extranjera. Llegando a la
siguiente conclusión referente a la evidencia empírica encontrada:

La importancia que tiene la tasa de interés pasiva para explicar cambios en la demanda
de dinero. […], parece ser que cambios en la inflación esperada influyen de manera
menos significativa en la demanda de dinero que modificaciones en la tasa de interés
pasiva. Este resultado es bastante robusto, ya que se obtuvo utilizando un
procedimiento de

expectativas adaptativas y otro de expectativas racionales para construir las series de

inflación esperada (p. 46).

1.3. OBJETIVOS DE LA INVESTIGACIÓN

-Analizar las variables explicativas como las que determinan la demanda por
dinero.

-Analizar el comportamiento de la demanda por dinero en escenarios de shocks en sus

determinantes.

-Determinar la estabilidad de los parámetros estimados con los modelos de

corrección de errores.

5
FIE – UNA – PUNO ECONOMETRIA III

CAPÍTULO II

MARCO TEÓRICO, MARCO CONCEPTUAL

2.1. MARCO TEÓRICO

La demanda de dinero por su complejidad se puede dividir bajo dos criterios que tienen
que ver con la utilidad que se le da al dinero según sus tres funciones definidas por
Keynes (Gregorio, 2012). Pero sobresalen dos de ellos: el dinero como medio de pago o
de transacción y de depósito de valor como en el caso de los portafolios que lo veremos
más adelante, es preferido como medio de pago en general en las teorías cuantitativas
del dinero como en el enfoque de inventarios de Baumol.

2.1.1. Teoría cuantitativa del dinero

Son Fisher, I. (1986) y Pigou, A (1917) quienes desarrollan la teoría cuantitativa del
dinero. Se considera que hay una relación directamente proporcional entre dinero y
nivel de precio; así como también entre dinero y la actividad económica. Bajo este
enfoque se estudia la función del dinero como medio de transacción, de cambio e incluso
la demanda del dinero por precaución. La igualdad que identifica a este enfoque es el
siguiente:

M∗V =P∗Y

Donde la variable M corresponde a la cantidad de dinero, la V es la velocidad de

circulación del dinero (velocidad en la que recorre de “mano a mano”) P es el nivel
agregado de precios e Y es el volumen de transacciones. Si se hace constantes la

velocidad del dinero la demanda por saldos reales ( MP ) es directamente proporcional al

volumen de transacciones, la misma que se conoce como la equiproporcionalidad del la
demanda por saldos reales con la producción.

2.1.2. Teoría keynesiana del dinero

Los economistas neoclásicos postulaban la neutralidad del dinero (como actualmente los
monetaristas) y argumentaban que el nivel general de precios es determinado por la
oferta monetaria. Pero Keynes centraba su interés en la demanda agregada y no en los
precios por considerarlas rígidas o constantes en el corto plazo porque en el largo “todos
estamos muertos”, ello a pesar que la causante de largo plazo de la inflación es el
dinero. Discrepaba de los clásicos referentes a la independencia de variables reales sobre
los monetarios, porque, según Keynes, la tasa de interés, a través de la inversión moviliza
el comportamiento de la demanda agregada. Su mayor aporte consiste en identificar la
liquidez mediante tres motivos:

6
FIE – UNA – PUNO ECONOMETRIA III

Motivo de transacción: se refiere a la cantidad de dinero necesaria para la satisfacer la

preferencia de liquidez para la realización de transacciones.

Motivo de precaución: surge porque los individuos y las empresas ven necesario tener
reserva de dinero necesario para enfrentar contingencia no previstas.

Motivo de especulación: significa que a demanda de dinero varía inversamente con el

costo de oportunidad del dinero o costo de crédito. Es una representación formal de la
incertidumbre de un individuo respecto del futuro.

La teoría keynesiana la podemos formalizarla de la siguiente manera:

M =M 1 ( Y ) + M 2 ( r )

Donde M1 representa el motivo de transacción y de precaución, la misma que está en

función del ingreso (Y), mientras que M2 simboliza al motivo de especulación que está
en función de la tasa de interés real de los activos sustitutos del dinero (principalmente de
bonos o acciones).

2.1.3. Modelo de inventarios de Baumol y Tobin

Es un modelo que se desarrolla posterior al keynesiano, trató de formalizar el enfoque de
Keynes sobre la demanda de dinero con fines de transacción por medio de un modelo de
inventarios. La principal debilidad de la teoría cuantitativa del dinero fue que no tomó en
cuenta como base la idea de que las gentes debieran determinar un monto óptimo de
saldos monetarios. En términos matemáticos tenemos la siguiente expresión:

bY iL
Mink CT  
K 2

Donde la función representa la minimización del costo total, donde K es su variable de

control, el CT es el costo de convertir bonos en dinero, b es el costo fijo unitario de
conversión y K es el valor en términos reales de las tenencias de bonos transferidos en
dinero.

2.1.4. Modelo de asignación de carteras de Tobin

Siguiendo la explicación de Mies, V. y Soto, R. (2000) El enfoque de cartera de valores

es considerado la base de toda teoría monetaria moderna. Los miembros de una sociedad
actual tienen oportunidad de conservar su riqueza en diversas formas, una de las cuales es
el dinero. El problema clásico del consumidor es maximizar su utilidad, el cual depende
positivamente del retorno esperando (u) y de la varianza del portafolio (σ p), en caso sea
un individuo adverso al riesgo:

MaxU   u ,  p 

7
FIE – UNA – PUNO ECONOMETRIA III

dU dU
0 0
du y dp se obtiene la
De las condiciones de primer orden del problema
combinación optima de retorno y varianza (u*,p*), lo que nos permite obtener una
función para la proporción deseada del activo considerado riesgoso. Esta solución
nos indica que la asignación de recursos entre activos dependerá del grado de
aversión al riesgo del individuo, de su riqueza, la media (u) y de la varianza de la
distribución del retorno del activo riesgoso (p).

Asimismo, el modelo de Tobin predice que existe una relación negativa entre el dinero
demandado y la tasa de interés, así como una relación positiva entre éste y la riqueza (W).
En particular, la demanda por dinero

será:
M d  1  a  u*,  p *  W

Sin embargo, este modelo, presenta algunas falencias. En primer lugar, el dinero no posee
un retorno libre de riesgo en términos reales, concepto que es naturalmente usual para el
agente racional, y, en segundo lugar, en diversas economías, existen activos que poseen
características similares de riesgo que el dinero; pero, que ciertamente entregan un mayor
retorno, por ejemplo, las acciones, bonos, etc. lo cual resultaría que el dinero no sería
demandado bajo los mismos supuestos de este modelo descrito.

2.1.5. El dinero y la teoría general de la demanda de Friedman

Los desarrollos post-keynesianos descritos anteriormente tienen su punto de partida

básicamente en las funciones que desempeña el dinero (medio de pago, unidad de cuenta
y reserva de valor).

La demanda de dinero que obtiene en este tipo de modelo tiene la siguiente

estructura:

Md
 f  Yp , r e , rxe , rme ,  e 
P
e
Donde Yp es el ingreso permanente, re es la tasa de interés esperada de los bonos, rx es el
e
retorno esperado de las acciones, rm es el retorno esperado del dinero en servicios
(liquidez o intereses pagados en cuentas corrientes) y  es la inflación esperada.
e

Es así que –según nos recuerda Mies, V. y Soto, R (2000)– Keynes afirma que: “el dinero
tiene pocos, pero buenos sustitutos” a lo que Friedman señala que éstos son muchos, pero
imperfectos. Efectivamente, en la realidad existe una amplia variedad de activos y costos
de oportunidad para determinar la demanda por dinero.

8
FIE – UNA – PUNO ECONOMETRIA III

2.1.6. Teorías modernas de la demanda de dinero en equilibrio general

En las últimas tres décadas, los economistas se han preocupado especialmente de

especificar los modelos macroeconómicos mediante relaciones estructurales originales
con matices matemáticos de análisis dinámico. Esto nos conduce a analizar los
problemas desde una perspectiva de optimización individual y dinámica. Sin embargo, lo
anterior ha sido especialmente un tanto complejo en el ámbito de la demanda por dinero
porque las funciones que éste desempeña en la economía son un tanto difíciles y los
beneficios que éste provee al consumidor son típicamente indirectos (por ejemplo,
reducir costos de transacción que se dan en los mercados imperfectos e ineficientes como
se da en la realidad, dada la asimetría del mercado de bienes y servicios)

a) Función de utilidad de la demanda de dinero

Este enfoque fue desarrollado por Sidrauski (1967) para estudiar la relación entre
inflación y acumulación de capital en el contexto de un modelo dinámico, donde los
consumidores obtienen utilidad tanto del consumo de bienes como del hecho de
mantener dinero. Sidrauski señala que: “al incorporar directamente el dinero en la
función de utilidad se asegura que en equilibrio exista una demanda positiva por saldo
monetarios”, esto ha sido ampliamente cuestionado por cuanto el dinero es en sí
intrínsecamente inútil; es decir, no tiene valor propio, sino valor de cambio. Este tipo de
modelos presenta una debilidad para una determinada trayectoria de consumo, en el que
mayores tenencias de dinero en términos reales incrementan la utilidad del individuo o le
reproduce mayor bienestar, aun cuando no sea utilizado para comprar bienes. Pese a ello,
el modelo nos brinda conclusiones importantes para la teoría monetaria y permite realizar
comparaciones de bienestar entre distintos niveles de equilibrio.

b) Modelos basados en los costos de transacción

Tanto los modelos de dinero en la función de utilidad como los de costos de transacción
permite introducir el dinero en un modelo de equilibrio general. Sin embargo, ellos no
son adecuados para explicar en forma rigurosa el papel del dinero. En los primeros, se
usa el dinero directamente como una proxy de la utilidad. Pero, en ellos no se dice nada
respecto de las dimensiones en las cuales éste otorgaría mayor utilidad al consumidor,
especulándose que ello podría deberse a que el dinero produce un flujo de servicios.

2.1.7. Modelo tradicional bajo el análisis empírico

Una de los rasgos comunes de los modelos de demanda por dinero es que la mayoría
basa en formas funcionales ligeramente retocadas de la ecuación planteada por Cagan,
cuyo modelo queda expresado de la forma siguiente:

M
 KY a e  br e  cTt
P

9
FIE – UNA – PUNO ECONOMETRIA III

Linealizando la ecuación anterior se tiene la siguiente nueva igualdad

M
Ln  LnK  aLnY  br  cTt
P

10
FIE – UNA – PUNO ECONOMETRIA III

Donde:

Mt : Es el saldo monetario nominal en el momento t

Pt : Nivel general de precios en el momento t
Yt : Nivel de transacciones aproximado por el PBI
a : Elasticidad de la demanda por dinero respecto de la variable de escala
b : Semielasticidad de la demanda por dinero con respecto al costo de oportunidad
c : Semielasticidad de la demanda real de dinero con respecto a un parámetro
tecnológico
r : Variable que representa el costo de oportunidad de mantener dinero
T : Cambio tecnológico aproximado por una tendencia temporal o alguna variable
que capte el grado de profundización financiera.

2.2. MARCO CONCEPTUAL

Dinero: es un bien y como tal proporciona satisfacción. El dinero, que puede utilizarse
para realizar transacciones, no rinde intereses. En el mundo real, hay dos tipos de dinero:
efectivo, que son las monedas y los billetes, y depósitos a la vista, que son los depósitos
bancarios contra los que pueden extenderse cheques. La distinción entre los dos será
importante cuando analicemos la oferta monetaria, pero de momento no, por lo que
podemos prescindir de ella (Blanchard, 2012).

El dinero como tal implica abordar un conjunto de agregados en M1, M2, M3 y M4, cada
medida sucesiva de la oferte de dinero es mayor y menos liquida que la anterior, esto
significa que el agregado más líquido, conocido también como el dinero en estricto
(depósitos a la vista más el circulante), es el primero de los cuatro (Mankiw, 2014).

Siguiendo a lo mencionado por Keynes, el dinero se puede demandar como medio de

pago, como unidad de cuenta, o por último como depósito de valor (Gregorio, 2012).

Demanda de dinero

La demanda de dinero es la cantidad de dinero que voluntariamente los agentes

económicos desean mantener en un periodo determinado tomando en cuenta los otros
activos alternativos (Peña, 2011)

Nivel de precios: es un Índice en el que se valorizan por los precios de un conjunto de

productos (conocido como "canasta familiar" o "cesta") determinado sobre la base
de la encuesta continua presupuestos familiares (por medio de la Encuesta Nacional de
Hogares para el caso peruano), que una cantidad de consumidores adquiere de manera
regular, y la variación con respecto del precio de cada uno, respecto de una muestra
anterior. Política monetaria

Son el manejo de instrumentos como las operaciones de mercado abierto, la tasa de

descuento y la proporción de reservas requeridas por parte de un Banco Central para
mantener estable el nivel de precios y ayudar a mantener un crecimiento sostenido del
PBI real (Parkin, Michael; Esquivel, Gerardo; Muñoz, Mercedes;, 2007)

11
FIE – UNA – PUNO ECONOMETRIA III

Producción: es la actividad económica que aporta valor agregado por creación y

suministro de bienes y servicios, es decir, consiste en la creación de productos o servicios
y, al mismo tiempo, la creación de valor.

Producto Bruto Interno (PBI): es una medida agregada que expresa el valor monetario
de la producción de bienes y servicios finales de un país durante un período
(normalmente, un año). Se trata de la macromagnitud por antonomasia de la ciencia
económica. El PIB es usado como una medida del bienestar material de una sociedad y es
objeto de estudio de la macroeconomía. Su cálculo se encuadra dentro de la contabilidad
nacional. Para estimarlo, se emplean varios métodos complementarios; tras el pertinente
ajuste de los resultados obtenidos en los mismos, al menos parcialmente resulta incluida
en su cálculo la economía sumergida, que se compone de la actividad económica ilegal
y de la llamada economía informal o irregular (actividad económica intrínsecamente
lícita aunque oculta para evitar el control administrativo).

Tasa de interés: se considera a la tasa de interés –como el precio del dinero–, que
medirá el costo de oportunidad del dinero cuya relación frente a la variable de demanda
por dinero es normalmente contrario o inverso. Cabe la precisión de la diferencia entre la
tasa de interés activa y pasiva, la primera es la que exigen los intermediarios financieros
como los bancos comerciales a los solicitantes de crédito y la pasiva es la que pagan los
intermediarios financieros por el dinero depositado de los ahorristas.

Tasa de interés de referencia: es la taja determinada por el Banco Central de Reserva

(BCRP).

Tasa de interés interbancaria: es la tasa que se utiliza en los préstamos de corto plazo
entre los bancos comerciales. Generalmente tiene una duración de un día.

Tipo de cambio: es aquella tasa a la cual se intercambian dos divisas, se entiende por
una relación proporcional que existe entre el valor de una moneda extranjera en términos
de la moneda local. Puede ser reales cuando se le relaciona a la capacidad de compra y
nominal cuando es expresado en términos de otra moneda.

12
FIE – UNA – PUNO ECONOMETRIA III

CAPITULO III

METODOLOGIA, TECNICAS Y RECOLECCION DE DATOS

3.1. ESPECIFICACION DEL MODELO

3.1.1 Variable de agregado monetario

Siendo consecuentes con la teoría, el motivo de transacciones sugiere la utilización
de una definición estrecha de dinero por lo que el agregado M1 cumple ese papel debido
a que su demanda como medio de pago se refiere precisamente a la propiedad de que éste
sea aceptado con facilidad en el intercambio, aproximando de esta forma la demanda por
motivo de transacción, Sriram, S. (1999) reporta un trabajo con series de tiempo para 35
países de los cuales 20 utilizan el M1 y se presume que su tendencia no se origina por
motivos especulativos. Caso contrario sucede con el cuasidinero en moneda nacional y la
liquidez total cuyas características están más asociadas a la demanda de dinero como
reserva de valor y por lo tanto s u demanda estaría motivada por la precaución y
la especulación dado que disminuye la liquidez de los activos y aumenta el rendimiento
de sus intereses.

3.1.2 Variable de escala

En estimaciones empíricas es común encontrarse que se utiliza el PIB como variable de
escala para las especificaciones asociadas a M1, M2 y M3, estudios de Sriram (1999) y
Mies & Soto (2000) confirman dicha consideración. Aunque algunos estudios sugieren
que el PIB deja de lado algunas transacciones que podrían influir considerablemente
sobre la demanda de dinero, entre las que se encuentran las que involucran bienes de
producción intermedios, las transferencias de propiedad entre bienes ya existentes y las
transacciones financieras. Es por ello que, según cita Chaverri (2011), Mankiw y
Summers han señalado que el gasto de consumo final de los hogares tiende a ser el
componente de la demanda agregada que es más intensivo en el uso de dinero y que
guarda una estrecha relación con el nivel de ingreso permanente por tanto dicho gasto
debe considerarse como la variable más apropiada en el análisis empírico de la demanda
de dinero.

3.1.3 Variable de costo de oportunidad

Entender el costo de oportunidad de mantener dinero o a la renuncia de la tenencia de
otros tipos de activos alternativos como los bonos o acciones es posible revisando la
economía peruana, la misma que se caracteriza por ser una economía abierta,
relativamente dolarizada y bajo un sistema de tipo de cambio flexible. Con respecto a la
economía abierta, al Perú le interesa lo que le pasa al dólar estadounidense dado que más
del 49% de la actividad económica del Perú tiene que ver con el exterior, en especial con
nuestro principal socio comercial. Además de considerar que nuestro sistema de tipo de
cambio flexible data desde mediados de 1990 en el marco de una economía de libre
mercado vigente hasta hoy, por lo que sus efector en la determinación de la demanda por
saldos reales es válida.

realizando dichas consideraciones se tiene la siguiente relación funcional:

13
FIE – UNA – PUNO ECONOMETRIA III

M
 F  PBI real , i, TC 
P

3.1.4 Precisión del modelo de demanda por saldos reales

Siguiendo a Cagan , el modelo queda expresado de la forma siguiente:

M
 A  PBI a e bTAMN e  cTC
P

Son esperables los signos de la tasa de interés y del tipo de cambio. Un incremento
permanente de la oferta monetaria interna inducirá un cambio en el portafolio hacia
mayores tenencias de dinero en moneda extranjera tales como: dólares, euros, etc.
(Chumbes, 1994) por lo que los individuos deberán reducir su consumo
permanentemente para adquirir un mayor volumen de dinero en dichas monedas
externas. Finalmente, si la tasa de inflación externa aumenta en relación a la inflación
interna, los agentes domésticos deberán acumular más dinero en moneda nacional (por
ejemplo, soles) en distintos períodos para mantener su poder adquisitivo constante.

Linealizando la ecuación anterior (aplicando logaritmo a ambos miembros de la

igualdad) se tiene la siguiente nueva igualdad:

M
Ln  bO  b1 Ln  PBI  t  b2  TAMN  t  b3  TC  t  ut
Pt

Donde:

M : Corresponde al dinero en el sentido estricto: M1 o liquidez en moneda

nacional del sistema bancario (Millones de Nuevos Soles)
P : Índice de Precios al Consumidor (Lima metropolitana)
M/Pt : Demanda por saldos reales
PB I: Producto Bruto Interno a precios constantes (año base = 2009)
i : Tasa de interés para depósitos de ahorro (Porcentaje)
TC : Tipo o tasa de cambio promedio bancario (NuevosSoles por US$)
A : Constante
ut : Perturbación aleatoria de la regresión

3.2. TÉCNICAS Y RECOLECCIÓN DE DATOS

El presente trabajo de investigación se valió de los siguientes estadísticos econométricos:

Eviews y Stata, las que nos permitieron graduar el modelo con precisión en
cumplimiento a los objetivos. Además de paquetes de texto y datos como Excel y Word.

Los datos recogidos para las estimaciones corresponden a las extraídas de la base de
datos del Banco Central de Reserva del Perú (BCRP) (publicaciones regulares, informes
y datos almacenados en su página web) y del Instituto Nacional de Estadística e

14
FIE – UNA – PUNO ECONOMETRIA III

Informática (INEI). Ambos comprenden a series mensuales. Corresponden al periodo

que comprende entre enero de 2007 a diciembre de 2016.

3.3. DESARROLLO METODOLOGICO

3.3.1. Metodología de la econometría de las series de tiempo

a) Desestacionalización de las series

El desestacionalización son fluctuaciones subanuales (por ejemplo, mensuales,

trimestrales) que se repiten regularmente de año en año. Es necesario desestacionalizar
las series porque las causas que producen una serie se consideran factores exógenos, de
naturaleza no económica y que influyen en la variable que se estudia, que oscurecen las
características de la serie relacionadas con aspectos meramente económicos (INEI,
2002).

b) Modelo de predicción: ARIMA

Según Gujarati & Porter (2010), la metodología ARIMA o de Box y Jenkins sigue
los siguientes cuatro pasos:

- Identificación: se pretende determinar si la serie en cuestión es estacionaria o

no, en caso no lo sea se procede a través del test de raíz unitaria con la obtención de las
primeras diferencias y segundas diferencias en última instancia y por medio del
correlograma identificar los grados correspondientes a las autocorrelaciones parciales y a
la autocorrelación.

- Estimación: se determina el modelo más apropiado para la variable.

- Examen de diagnóstico: se somete el modelo anterior a una posible presencia de ruido

blanco y autocorrelación.

- Pronóstico: se realiza la proyección de la serie a partir del modelo estimado por

medio de la herramienta forecast.

3.3.2. Equilibrio en escenarios de shock

Los efectos de un shock externo a las variables del modelo como la presencia de
fenómenos naturales, conflictos sociales de escala o consecuencias de fenómenos
financiero ajenos al modelo pueden traer como consecuencias de desestabilización al
modelo de regresión, específicamente a los parámetros obtenidos, para ello se somete al
test de Chow, alternativamente se pueden realizar pruebas de Ramsey RESET.

15
FIE – UNA – PUNO ECONOMETRIA III

CAPÍTULO IV

EXPOSICIÓN Y ANÁLISIS DE RESULTADOS

4.1. Análisis econométrico tradicional

Iniciamos poniendo en práctica el modelo explicitado en la parte metodológica de la
presente investigación. Para esta primera estimación, tal como lo recomienda Chaverri,
C. (2011) no se realiza tratamientos previos para desestacionalizar las series por lo que
las variables consideradas son las originales. Hacerlo, para esta sección, podría implicar
eliminar información útil a la hora de estimar los parámetros del modelo.

Primero se realiza la regresión sin considerar la variable de economía abierta del tipo de
cambio:

Cuadro 1: Modelo de regresión de la demanda de dinero (sin la variable Tipo de

Cambio)

Es esta primera regresión, donde se considera solamente el producto y la tasa de interés

(la variables clásicas) se observa que ambas variables son significativas y no por poco
(los valores t-Statistic superan largamente el valor critico de aproximación a 2). Además,
el coeficiente de ajuste global infiere que las variaciones de la demanda por dinero son
explicadas en un 94.62% por el producto y la tasa de interés.

16
FIE – UNA – PUNO ECONOMETRIA III

Cuadro 2: Modelo de regresión de la demanda de dinero

Cuando se incorpora la variable del tipo de cambio todas las variables de maniobra de la
demanda de dinero no pierden su significancia y el coeficiente de ajuste global
permanece prácticamente igual que la anterior.

4.1.1. Evaluación económica de la estimación

La forma ecuacional de la regresión anterior tiene la forma siguiente:

lnMP=-0.82+1.17ln(PBI)t-3.097(i)t-0.106(TC)t

De ello se puede deducir los coeficientes de elasticidad y semielasticidad.

Sobre el PBI se verifica la relación positiva o directa con la demanda de saldo reales,
además refleja la necesidad de los agentes económicos para efectuar transacciones acorde
el PBI se incremente. En el corto plazo un aumento del 1% en el PBI ocasiona un
incremento del 1.17% en la demanda de dinero. Por otro lado, sobre la tasa de interés
también se condice con la teoría acerca de su comportamiento inverso respecto de la
demanda por saldos reales cuya semielasticidad sobre la tasa de interés es de -3.097,
siguiendo la teoría, a medida que la tasa de interés se incrementa, se eleva el costo de
oportunidad del dinero, alejando los incentivos para mantener dinero en términos
nominales o reales y utilizar los intereses obtenidos para el consumo futuro siendo mayor
la demanda por dinero en términos reales.

El comportamiento de la variable de economía abierta se verifica también la relación

inversa sobre la demanda de saldos reales, la misma que evidencia el efecto feed back o
una retroalimentación, pues a medida que el tipo de cambio aumenta, como la demanda
de dólares, la demanda de dinero disminuye.

4.1.2. Evaluación estadística de la estimación

En cuanto a la normalidad de los residuos, esta es significativa, pues el histograma
muestra que los residuos tienen una distribución normal, según el test de Jarque Bera, lo
17
FIE – UNA – PUNO ECONOMETRIA III

cual es el reflejo de lo mencionado anteriormente. Por tanto, se cumple uno de los

supuestos básico de MCO; es decir, los errores se distribuyen de manera normal.

Ahora veamos la distribución de los residuos para verificar su normalidad

Gráfico 1: Test de normalidad de los residuos de Jarque-Bera

Como la asimetría tiene a cero no da una idea preliminar de la normalidad de los

residuos (0.199). Además el valor que toma la kurtosis tiende a cero y la probabilidad
mayor a 5% sumado al valor de Jarque- Bera (0.86) menor a 5.99 confirma lo dicho al
inicio, no hay problemas de la no normalidad de los residuos.

4.1.3. Evaluación econométrica de la estimación

a) Análisis de multicolinealidad

Para verificar la existencia de la multicolinealidad observamos la correlación entre

las variables:

Gráfico 2: Prueba visual de multicolinealidad (entre las variables explicativas)

18
FIE – UNA – PUNO ECONOMETRIA III

Cuadro 3: Variance Inflation Factors

Como los valores de la VIF (Centered) están por debajo de 10 se afirma de la

inexistencia de multicolinealidad entre las variables explicativas

b) Análisis de autocorrelación

En el siguiente gráfico se observa los errores de la regresión, los cuales fluctúan en torno
a cero; es decir, errores positivos y negativos en promedio se anulan.

Gráfico 3: Prueba visual de autocorrelación a través del comportamiento de los

residuos

Se puede apreciar que los residuos no se comportan de forma totalmente aleatoria,

aunque no se observa una senda de signos continuamente alternada.

Gráfico 4: Comportamiento de los residuos respecto de su primer rezago

19
FIE – UNA – PUNO ECONOMETRIA III

Se puede apreciar en el gráfico que la mayoría de los puntos se encuentran en el primer

y tercer cuadrante, lo que nos lleva a pensar la existencia de autocorrelación de tipo AR
(1) con coeficiente positivo. Los gráficos de los residuos de mínimos cuadrados no son
definitivos para determinar la autocorrelación en el modelo.

Cuadro 4: Prueba de autocorrelación a través de la serie de Breusch -Godfrey

Asimismo, el 27.41% de la varianza de los errores es explicada por el PBI y la tasa de

interés. De otro lado, como un adelanto a las series de tiempo, nos vimos tentados a
corregir el problema de autocorrelación existente aplicando, al modelo en cuestión, un
proceso AR(1) y MA(1) cuyos resultados se ajustan mejor al modelo.

20
FIE – UNA – PUNO ECONOMETRIA III

Se observa que no existe autocorrelación, pero el costo de esta corrección es que la tasa
de cambio pierde significancia estadística para explicar la demanda por saldos reales. Sin
embargo, seguiremos trabajando con el modelo original; es decir, con autocorrelación de
orden 1 en los residuos.

c) Análisis de heterocedasticidad

Mediante el test de White observamos la existencia o no de la heterocedasticidad:

Cuadro 5: Test de heterocedasticidad de White

Dado que F(calculado) = 3.457987 < F(tabla)=0.0009. No se puede rechazar la

existencia de homocedasticidad. La ausencia de este problema se presenta raras veces
en series de tiempo

Gráfico 5: Comportamiento de los valores residuales frente a las variables explicativas

El siguiente gráfico es una representación de una predicción dinámica desde el período

2007:M1 hasta 2016:M4, sin embargo debemos verificar el valor del coeficiente de
Theil que debe ser cercano a 0, en este caso es 0.006051, esto nos da indicciones de una
buena predicción.

21
FIE – UNA – PUNO ECONOMETRIA III

Gráfico 6: Prueba visual de predicción Forecast

4.1.4. Estabilidad de los parámetros estimados

Por medio de la prueba de Qusum square se afirma que al 95% de nivel de confianza, los
residuales recursivos se encuentran dentro de las bandas de confianza. Lo que significa
que los parámetros obtenidos por medio de los Mínimos Cuadrados Ordinarios son
estables:

Gráfico 7: Prueba de estabilidad de los parámetros Qusum square

4.2. Análisis de estabilidad del modelo en un escenario de shock

Cuando s e c o n s t r u y e u n m o d e l o econométrico se comienza por la
especificación, estimación y la formulación de un conjunto de hipótesis. En este
procedimiento inicial que requiere de distintas alternativas, se puede incurrir en
errores, por lo que es conveniente someter al modelo a diversas pruebas que permitan
comprobar su validez y eficacia, antes de utilizarlo. Para analizar la estabilidad del
modelo nos situamos en la ecuación estimada, fraccionando en el año 2011
(elecciones y cambio de mando presidencial) por el cambio de gobierno de Alan García
a Ollanta Humala.

22
FIE – UNA – PUNO ECONOMETRIA III

Cuadro 6: Test de estabilidad estructural de Chow

El valor de F nos indica el rechazo de la hipótesis nula de estabilidad estructural, por que
dicha probabilidad es muy pequeña (casi nula). Por tanto concluimos que en nuestro
modelo se produce un cambio estructural en la primera mitad del año 2011.

Para saber si nuestras variables regresoras cumplen bien con explicar el modelo, le
aplicaremos la prueba de Ramsey RESET:

Cuadro 7: Test de Ramsey RESET

Notamos que, la probabilidad asociada al F estadístico del test de Ramsey RESET es

igual a 74.26 % (p>5%, por lo no se rechaza la hipótesis nula). Por lo tanto no se puede
rechazar la hipótesis nula de que el modelo está bien especificado. Es decir que las
variables regresoras cumplen con el objetivo de explicar bien el modelo.

Para observar el cambio estructural, las sucesivas estimaciones de los parámetros

debieran mantenerse constantes y los residuos no se desviarán mucho de cero:

Gráfico 8: Evaluación visual del cambio estructural

23
FIE – UNA – PUNO ECONOMETRIA III

Se observa que ninguna presenta una evolución constate en el tiempo (las figuras se
alejan de mucho de la recta horizontal) con lo que no habrá estabilidad estructural. La
mayor variación desde finales de 2007 hasta los inicios de 2010. El quiebre se produce
en el año 2010.

Los residuos recursivos nos muestran los errores de predicción de un periodo hacia
delante, calculando en cada periodo la estimación recursiva

Gráfico 9: Comportamiento en el tiempo de los residuos recursivos

24
FIE – UNA – PUNO ECONOMETRIA III

Se observa que los residuos varían alrededor del valor cero con grandes saltos, sobre
todo en 2009 y 2015, llegando a sobre pasar las bandas de confianza lo que nos muestra
que no existe estabilidad estructura en el periodo 2015.

4.3. Modelo de pronóstico ARIMA

La serie a ser pronosticada será la demanda por saldos reales (en logaritmo natural). Se
cuenta con una muestra en frecuencia mensual en el periodo que comprende desde enero
de 2007 hasta diciembre de 2016.

El comportamiento de la demanda de saldos reales a lo largo del tiempo fue el siguiente:

Gráfico 10: Comportamiento en el tiempo de la demanda de saldos reales (LMP) y su

valor desestacionalizado (LMP_SA)

El segundo grafico (LMP_SA) muestra el comportamiento de la demanda por saldos

reales desestacionalizado por razones de que la estimación por el método ARIMA
requiere un proceso determinado por el largo plazo, es así que es necesario cortar los
picos que muestra la primera grafica (LMP).

4.3.1. Identificación o prueba de estacionariedad

Se realiza por medio del test de raíz unitaria.

Planteamiento de la hipótesis de test de Dikey Fuller Aumentado (ADF):

Ho: la serie estudiada tiene raíz unitaria, por lo tanto no es estacionaria

H1: la serie estudiada no tiene raíz unitaria, entonces es estacionaria

Cuadro 8: Prueba de estacionariedad por raíces unitarias

25
FIE – UNA – PUNO ECONOMETRIA III

La prueba de raíz unitaria muestra una probabilidad de 0.82%, al ser menor a 5% se

rechaza la Ho por lo que se infiere que la serie de la demanda por saldos reales es
estacionaria.

4.3.2. Elaboración del correlograma de la serie

Se realiza el correlograma de la serie de la demanda por saldos reales

Cuadro 9: Correlograma de la demanda por saldos reales (LMP_SA)

26
FIE – UNA – PUNO ECONOMETRIA III

Según el correlograma de la serie en cuestión no es ruido blanco, eso nos dice que la
serie presenta información para ser moldeable. Entonces se identifica las barras que sales
fuera de las bandas del límite. En la función de auto correlación parcial identificamos
AR(1) y en el de autocorrelación un AR(12).

4.3.3. Estimación del modelo identificado

Cuadro 10: Modelo de regresión ARIMA (1,0,12)

El modelo finalmente estimado muestra las probabilidades individuales estadísticamente

significativas, posteriormente se realiza la verificación de ruido blanco y autocorrelación.

-A continuación se realiza la prueba de la posible presencia de ruido blanco:

Ho : ruido blanco

27
FIE – UNA – PUNO ECONOMETRIA III

H1: no existe ruido blancoCuadro 11: Correlograma para la observación de ruido blanco

El correlograma de los residuos se ven que las probabilidades son mayores por lo tanto
no se rechaza la Ho de ruido blanco es decir no son estadísticamente significativos al 5%
para rechazar la Ho, entonces la serie es ruido blanco.

-Para realizar la prueba de autocorrelación, se plantean las hipótesis correspondientes:

Ho: no hay autocorrelación.

H1: hay autocorrelación.

28
FIE – UNA – PUNO ECONOMETRIA III

Además que el comportamiento de los residuos sigue una normal, se evidencia que no se
tiene mayores problemas:

Cuadro 12: Correlograma para la observación de autocorrelación

Las probabilidades del correlograma de los residuos del modelo no son estadísticamente
significativos, por lo tanto no se rechaza la Ho de la no existencia de autocorrelación o de
heterocedasticidad condicional.

4.3.4. Pronóstico
Finalmente para realizar el pronóstico ampliamos para el presente caso el rango hasta
diciembre de 2017. Se observa el siguiente comportamiento

Gráfico 11: Pronóstico ARIMA de la demanda por saldo reales

29
FIE – UNA – PUNO ECONOMETRIA III

Así el comportamiento de la demanda por saldos reales para el presente año seguirá la
tendencia de los periodos previos con un pequeño incremento en el mes de diciembre
probablemente por la mayor velocidad de circulación del dinero por fiestas de fin de año que
dinamiza la demanda, aunque solo de forma estacional.

El modelo del logaritmo natural de la demanda por saldos reales desestacionalizado queda de
la siguiente manera:

30
FIE – UNA – PUNO ECONOMETRIA III

CAPITULO V

DISCUSION Y CONCLUSIONES

5.1. DISCUSIÓN

5.1.2. Comparación de resultados con otras investigaciones

Referente a la importancia de las variables por su alta significancia en el proceso de

determinación de la demanda de dinero está el PBI (t-statistic 18.53), seguido de la variable
tasa de interés (f-statistic -7.5) este último dato puede ser comparado por lo concluido
anteriormente por Ortiz, G. (1980) quien decía que la tasa de interés pasiva era una variable
relevante para la demanda de dinero, en la presente investigación no se ha considerado la
inflación esperada por lo mismo que influye en la función de dinero con una menor
significancia al requerido.

La estabilidad del modelo de demanda por saldos reales, requirió de la utilización de la

metodología de detección de estacionariedad de raíces unitarias, observándose que la serie de
nuestra variable pívot no poseía raíces unitarias por tanto era estacionaria. Si bien se analizó
solamente para la variable dependiente, Rodríguez, H. (1993) en un estudio anterior sobre
la estacionalidad de la demanda de dinero para el caso peruano concluyó que los resultados
apoyan la existencia de raíces unitaria a la frecuencia de cero o de largo plazo para todas las
variables que consideró.

5.1.2. Debilidades del modelo

Los coeficientes resultados de las estimaciones para el PBI es estable, lo mismo para la tasa
de cambio; en cambio, el correspondiente para la tasa de interés es relativamente inestable
probablemente por la presencia de regularidad en la serie haciendo poco eficiente al
estimador.

Otra de las debilidades es que durante la aplicación del modelo de pronostico ARIMA, los
grados de libertad requeridos se incrementen notablemente por las maniobras en la obtención
de los valores proyectados.

5.2. CONCLUSIONES

-En general, hay estabilidad en la relación de largo plazo entre la demanda de dinero a
partir las modificaciones en las variables que representan el costo de oportunidad. Tal es así
que los niveles de significancia son aceptables y la bondad de ajuste cercano al nivel
máximo.

-Los parámetros estimados luego de la regresión son estables en el tiempo, lo que significa
que el modelo parcialmente con los supuestos de básicos de los modelos de mínimos
cuadrados, tales como tener una media de los residuos aproximadamente igual a cero,
inexistencia de heterocedasticidad, multicolinealidad, pero si de la presencia de
autocorrelación, la misma que es muy frecuente en datos de series de tiempo.

31
FIE – UNA – PUNO ECONOMETRIA III

-Los requerimientos para la realización del pronóstico fue posible sin la necesidad de
realizar primeras diferencias puesto que no posee raíz unitaria. Lo que aventaja su fortaleza
como modelo univariante de pronóstico.

32
FIE – UNA – PUNO ECONOMETRIA III

BIBLIOGRAFIA
Aguilar, & Vela. (1996). La demanda de dinero de México. México: Direccion
General de

Investigacion Economica del Banco de México.

Blanchard, O. (2012). Macroeconomía. Madrid: Pearson Educacion S. A.

Chaverri, C. (2011). Demanda de dinero en Costa Rica 2000-2010. Costa Rica:

Departamento de investigación económica del Banco Central de Costa Rica.

Chumbes, W. V. (1994). Sustitución monetaria en el Perú. Revista Moneda, 59-67.

Cortez, J. (1988). Estabilidad de la demanda de dinero para la economia peruana. 107-128.

Fisher, I. (1986). Aprpreciation and interest. Nueva York: American Economic Association.
Gregorio, J. d. (2012). Macroeconomía: teoría y políticas. Santiago: Pearson Educacion S. A.
Gujarati, D., & Porter, D. (2010). Econometría. México: McGraw-Hill.

INEI. (2002). Desestacionalización de series económicas. Lima: Centro de Investigación y

Desarrollo. Mankiw, G. (2014). Macroeconomía. Barcelona: Worth Publishers.

Mies, V., & Soto, R. (2000). Demanda por dinero: teoría, evidencia y resultados. Santiago.

Morales, J. (1988). Creación de dinero y demanda por dinero durante la alta inflacion
boliviana de 1982-1985. Economía, 101-136.

Ortiz, G. (1980). La demanda de dinero en Mexico: primeras estimaciones. Mexico.

Parkin, Michael; Esquivel, Gerardo; Muñoz, Mercedes;. (2007). Macroeconomía:

versión para latinoamerica. México: Pearson educación.

Peña, R. (2011). La demanda de dinero en una economía abierta: el caso del Perú 2003-
2011. Lima. Pigou, A. (1917). The Value of Money. Quarterly Journal of Economics.

Popper, K. (1934). La lógica de la invetigación científica. Alemania.

Rodrigez, G. (1993). Demanda de dinero y estacionalidad en el mercado monetario.

Economia, 141-157.

Sancho, A., Serrano, G., & Pedro, P. (2006). Modelo de demanda de dinero.

Sidrausky, M. (1967). Rational Choice and Patterns of Growth in a Monetary Economy.

American Economic Association Papers and Proceedings.

Sriram, S. (1999). Survey of literature on demand for money: theoretical and empirical
work with special reference to error.correction model. IMF Working Paper.

33
FIE – UNA – PUNO ECONOMETRIA III

ANEXOS

EXPLICAN O NO

34
FIE – UNA – PUNO ECONOMETRIA III

35
FIE – UNA – PUNO ECONOMETRIA III

36
FIE – UNA – PUNO ECONOMETRIA III

Null Hypothesis: D(LMP_SA) has a unit root

Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=12)

t-Statistic   Prob.*

Augmented Dickey-Fuller test statistic -12.00641  0.0000

Test critical values: 1% level -4.037668
5% level -3.448348
10% level -3.149326

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

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LMP_SA,2)
Method: Least Squares
Date: 02/27/18 Time: 09:11
Sample (adjusted): 2007M03 2016M12
Included observations: 118 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.  

D(LMP_SA(-1)) -1.115943 0.092946 -12.00641 0.0000

C 0.020777 0.003500 5.935596 0.0000
@TREND("2007M01") -0.000186 4.64E-05 -4.016686 0.0001

R-squared 0.556295    Mean dependent var -0.000270

Adjusted R-squared 0.548579    S.D. dependent var 0.024198

37
FIE – UNA – PUNO ECONOMETRIA III

S.E. of regression 0.016258    Akaike info criterion -5.375330

Sum squared resid 0.030398    Schwarz criterion -5.304889
Log likelihood 320.1445    Hannan-Quinn criter. -5.346729
F-statistic 72.09068    Durbin-Watson stat 1.981354
Prob(F-statistic) 0.000000

Null Hypothesis: D(LPBI) has a unit root

Exogenous: Constant, Linear Trend
Lag Length: 12 (Automatic - based on SIC, maxlag=12)

t-Statistic   Prob.*

Augmented Dickey-Fuller test statistic -2.588683  0.2864

Test critical values: 1% level -4.046925
5% level -3.452764
10% level -3.151911

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

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LPBI,2)
Method: Least Squares
Date: 02/27/18 Time: 09:16
Sample (adjusted): 2008M03 2016M12
Included observations: 106 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.  

D(LPBI(-1)) -2.127318 0.821776 -2.588683 0.0112

D(LPBI(-1),2) 0.465004 0.790464 0.588267 0.5578
D(LPBI(-2),2) 0.259902 0.723035 0.359460 0.7201
D(LPBI(-3),2) 0.126457 0.655652 0.192872 0.8475
D(LPBI(-4),2) 0.011571 0.592109 0.019541 0.9845
D(LPBI(-5),2) -0.089006 0.530277 -0.167848 0.8671
D(LPBI(-6),2) -0.229810 0.470682 -0.488250 0.6265
D(LPBI(-7),2) -0.374110 0.408915 -0.914884 0.3627
D(LPBI(-8),2) -0.556238 0.346080 -1.607250 0.1115
D(LPBI(-9),2) -0.739715 0.279488 -2.646675 0.0096
D(LPBI(-10),2) -0.978032 0.213186 -4.587693 0.0000
D(LPBI(-11),2) -1.193511 0.147754 -8.077696 0.0000
D(LPBI(-12),2) -0.455845 0.093447 -4.878109 0.0000
C 0.009622 0.006547 1.469747 0.1451
@TREND("2007M01") -2.73E-05 6.23E-05 -0.437836 0.6625

R-squared 0.962442    Mean dependent var 0.000770

Adjusted R-squared 0.956664    S.D. dependent var 0.086804
S.E. of regression 0.018070    Akaike info criterion -5.058647
Sum squared resid 0.029715    Schwarz criterion -4.681746
Log likelihood 283.1083    Hannan-Quinn criter. -4.905887
F-statistic 166.5647    Durbin-Watson stat 2.033953
Prob(F-statistic) 0.000000

Base de datos

Variables consideradas para la regresión del modelo de demanda

38
FIE – UNA – PUNO ECONOMETRIA III

Año Mes M1 = Dinero Índice de Precios PBI Global Tasa de Interés Tipo de cambio
(Millones de al (Índice Base para Depósitos de Promedio
Nuevos Soles) Consumidor 2007 = 100,0) Ahorro Bancario (Nuevos
(Índice (Porcentaje) Soles por US$)
Base 2009=100,0)
2007 Enero 18378.50 90.10 89.95 0.11 3.19
Febrero 18806.50 90.34 88.67 0.12 3.19
Marzo 19797.40 90.65 96.72 0.13 3.19
Abril 19869.40 90.81 96.64 0.12 3.18
Mayo 19554.40 91.26 104.75 0.12 3.17
Junio 20453.60 91.69 101.25 0.12 3.17
Julio 21121.20 92.12 102.55 0.12 3.16
Agosto 21256.30 92.25 100.13 0.12 3.16
Setiembre 21001.80 92.82 100.24 0.12 3.14
Octubre 21730.60 93.11 103.15 0.12 3.02
Noviembre 22247.40 93.21 104.10 0.12 3.00
Diciembre 25245.40 93.63 111.85 0.12 2.98
2008 Enero 24145.40 93.84 98.51 0.12 2.95
Febrero 25336.50 94.69 100.68 0.12 2.91
Marzo 26757.40 95.68 104.09 0.12 2.81
Abril 27130.60 95.83 110.25 0.12 2.75
Mayo 27002.80 96.18 112.09 0.12 2.81
Junio 27895.80 96.92 112.18 0.12 2.89
Julio 27864.50 97.46 112.30 0.12 2.85
Agosto 27998.10 98.03 108.89 0.12 2.89
Setiembre 27736.60 98.59 110.74 0.13 2.97
Octubre 27994.70 99.20 111.66 0.12 3.08
Noviembre 27853.30 99.50 110.67 0.12 3.09
Diciembre 29818.80 99.86 117.48 0.12 3.11
2009 Enero 27964.00 99.97 102.96 0.12 3.15
Febrero 28779.70 99.89 101.03 0.12 3.24
Marzo 28403.30 100.25 107.15 0.12 3.18
Abril 27877.80 100.27 108.85 0.11 3.09
Mayo 28120.80 100.23 114.23 0.09 2.99
Junio 29169.30 99.89 108.97 0.09 2.99
Julio 29502.40 100.07 110.74 0.08 3.01
Agosto 29877.60 99.87 109.85 0.08 2.95
Setiembre 29800.10 99.78 111.00 0.06 2.91
Octubre 30863.00 99.90 113.07 0.06 2.87
Noviembre 31994.90 99.79 113.62 0.06 2.89
Diciembre 34134.10 100.10 122.38 0.06 2.88
2010 Enero 34215.80 100.40 106.15 0.05 2.86
Febrero 34447.30 100.73 106.18 0.05 2.85
Marzo 35781.70 101.01 115.87 0.05 2.84
Abril 35939.90 101.03 117.53 0.05 2.84
Mayo 36502.70 101.27 122.84 0.05 2.85
Junio 37877.90 101.53 122.95 0.05 2.84
Julio 38261.90 101.90 121.72 0.05 2.82
39
FIE – UNA – PUNO ECONOMETRIA III

Agosto 38942.10 102.17 119.44 0.05 2.80

Setiembre 38716.70 102.14 122.18 0.05 2.79
Octubre 39888.30 101.99 123.72 0.05 2.79
Noviembre 41347.50 102.00 123.66 0.05 2.81
Diciembre 44507.50 102.18 131.95 0.05 2.82
2011 Enero 42428.90 102.58 116.30 0.05 2.79
Febrero 42919.30 102.97 114.74 0.05 2.77
Marzo 43985.10 103.70 124.78 0.05 2.78
Abril 44360.30 104.40 126.26 0.05 2.82
Mayo 43550.70 104.38 129.65 0.05 2.78
Junio 43828.00 104.48 126.62 0.04 2.76
Julio 45879.20 105.31 129.10 0.04 2.74
Agosto 47565.60 105.59 127.18 0.04 2.74
Setiembre 46604.70 105.94 128.17 0.05 2.74
Octubre 47602.10 106.28 129.24 0.05 2.73
Noviembre 47186.50 106.74 129.52 0.05 2.71
Diciembre 51248.00 107.03 143.38 0.05 2.70
2012 Enero 50520.60 106.92 122.64 0.05 2.69
Febrero 49923.00 107.26 122.83 0.05 2.68
Marzo 51093.00 108.09 132.08 0.05 2.67
Abril 51651.60 108.66 130.29 0.05 2.66
Mayo 53405.90 108.70 138.61 0.05 2.67
Junio 52802.50 108.66 136.16 0.05 2.67
Julio 54602.20 108.76 138.46 0.06 2.64
Agosto 55758.30 109.31 136.16 0.05 2.62
Setiembre 55413.20 109.91 136.82 0.05 2.60
Octubre 56944.90 109.73 138.83 0.05 2.59
Noviembre 57319.70 109.58 137.38 0.05 2.60
Diciembre 61260.70 109.86 148.30 0.05 2.57
2013 Enero 59562.60 109.99 130.57 0.04 2.55
Febrero 62409.90 109.89 129.10 0.04 2.58
Marzo 61200.00 110.89 136.73 0.05 2.59
Abril 61537.30 111.17 141.81 0.05 2.60
Mayo 60701.10 111.38 144.56 0.04 2.65
Junio 60666.30 111.67 144.23 0.04 2.75
Julio 62101.70 112.29 145.83 0.05 2.78
Agosto 63520.00 112.90 143.67 0.04 2.80
Setiembre 61265.00 113.02 143.48 0.05 2.78
Octubre 61067.20 113.06 147.35 0.04 2.77
Noviembre 61894.60 112.82 147.23 0.04 2.80
Diciembre 65673.90 113.00 158.72 0.04 2.79
2014 Enero 63132.00 113.36 136.10 0.04 2.81
Febrero 63321.90 114.04 135.85 0.04 2.81
Marzo 64102.80 114.63 144.13 0.04 2.81
Abril 63366.30 115.08 145.75 0.04 2.79
Mayo 62453.70 115.34 148.20 0.04 2.79

40
FIE – UNA – PUNO ECONOMETRIA III

Junio 63105.30 115.53 144.64 0.04 2.79

Julio 63803.70 116.03 147.86 0.04 2.79
Agosto 64653.60 115.93 145.47 0.04 2.81
Setiembre 65258.20 116.11 147.24 0.04 2.86
Octubre 64645.20 116.55 150.80 0.04 2.91
Noviembre 66006.30 116.38 147.61 0.04 2.93
Diciembre 71353.10 116.65 159.97 0.04 2.96
2015 Enero 68904.20 116.84 138.06 0.04 3.01
Febrero 69294.10 117.20 137.39 0.04 3.08
Marzo 67792.40 118.10 148.10 0.04 3.09
Abril 66745.40 118.56 151.83 0.04 3.12
Mayo 66529.60 119.23 149.99 0.04 3.15
Junio 66323.60 119.62 150.46 0.04 3.16
Julio 67781.70 120.16 153.25 0.04 3.18
Agosto 66886.60 120.61 149.49 0.04 3.24
Setiembre 66196.70 120.65 152.27 0.04 3.22
Octubre 69000.40 120.82 155.80 0.05 3.25
Noviembre 68297.50 121.24 153.55 0.05 3.34
Diciembre 73485.80 121.78 170.45 0.04 3.38
2016 Enero 71244.90 122.23 142.80 0.05 3.44
Febrero 70616.00 122.44 145.95 0.05 3.51
Marzo 68740.20 123.17 153.58 0.06 3.41
Abril 69482.80 123.19 155.99 0.05 3.30
Mayo 68584.30 123.45 157.36 0.05 3.33
Junio 68675.00 123.62 155.88 0.04 3.32
Julio 71941.20 123.72 158.94 0.04 3.30
Agosto 72447.70 124.16 157.97 0.05 3.33
Setiembre 71442.90 124.42 158.75 0.05 3.38
Octubre 71960.10 124.93 159.27 0.05 3.39
Noviembre 72026.90 125.30 158.71 0.05 3.40
Diciembre 75957.20 125.72 175.98 0.04 3.40

41