Está en la página 1de 27

ANÁLISIS DE LA RELACIÓN DEL PIB CON LAS VARIABLES

CONSUMO Y DESEMPLEO 1990-2017

SERGIO ANDRÉS CHACÓN RUIZ

1007283580

ARLEY GILDARDO ESPINEL HURTADO

1098813333

DOC. LINNED YANNIT TORRES VEGA

UNIVERSIDAD DE PAMPLONA

FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES

PROGRAMA DE ECONOMÍA

PAMPLONA

2019
INTRODUCCIÓN

El PIB es una variable económica que influye en mayor proporción a la economía de un

país y que de igual manera cobra gran importancia para el funcionamiento de él. Dado esto

el presente trabajo pretende enfocarse en el Producto Interno Bruto, el cual está integrado

por una variedad de variables, pero escogimos principalmente dos variables. Para la

realización del modelo econométrico se busca relacionar el PIB con las variables

económicas consumo y la tasa de desempleo y de esta forma determinar que tanto influyen

los cambios de estas variables en el Producto Interno Bruto. Para lo cual se hará el análisis

de serie de tiempos para el intervalo 1990- 2017. Para este trabajo se tomaron fuentes

secundarias de información de las páginas del Departamento Administrativo Nacional de

Estadística (DANE) y del Banco de la Republica, para lo cual se tomaron los datos de, PIB,

Consumo y Tasa de Desempleo. Desarrollando un modelo econométrico para analizar la

relación que tienen la variable dependiente con las variables explicativas.


DESCRIPCIÓN

El siguiente análisis se realizó con el fin de observar el comportamiento del Producto

Interno Bruto (PIB) de los años de 1990 a 2017, dado que para este análisis se utilizará dos

variables (consumo y desempleo). El consumo es la parte de la renta que se destina a la

adquisición de bienes y servicios con el fin de satisfacer las necesidades básicas requeridas

por la sociedad, el consumo se ve afectado por varios factores como la renta, los productos

y los precios. El desempleo se presenta, entre otras razones, cuando la cantidad de equipos,

recursos financieros y técnicos con que cuenta un país son insuficientes para permitir el

empleo de toda la fuerza de trabajo disponible. Aquí hay que considerar que en unas

regiones existen factores de producción que no están disponibles en otras y que en cada

región se los usa en proporciones distintas. También, entre una región y otra varían las

condiciones de crecimiento y evolución del aparato económico y de la estructura de

preferencias de la población. Como resultado de todo ello, las características del fenómeno

del desempleo en una economía no necesariamente son iguales a las de otra”. (Banco de la

República, s.f.)

La importancia de los indicadores de consumo y desempleo en la economía de cada país

son necesarios para reflejar el crecimiento que este haya tenido en un periodo tiempo, lo

cual, se evidencia un aumento o disminución en el PIB, que a su vez demuestra el nivel en

el que se supone debería encontrarse la economía nacional.

FEDESARROLLO, (SNE, 2004) explica que se presenta una apreciable aceleración en el

crecimiento del consumo, debido al optimismo de los hogares fundamentado en las

expectativas futuras de empleo que se ve reflejado en el indicador de confianza.


Pregunta Problema

¿Qué relación tiene el PIB con las variables consumo y desempleo en Colombia en

el periodo 1990-2017?
JUSTIFICACIÓN

El proyecto de aula tiene como objetivo analizar la relación del PIB con las variables

consumo y desempleo en el periodo 1990-2017, con esto se dice que el PIB es una variable

muy importante para la economía de una nación, donde se espera que, si esta variable

aumenta, la distribución per cápita sea mayor y por lo tanto los niveles de vida de la

población sean mayores. El consumo tiene una relación positiva con el PIB ya que de los

colombianos es lo que más pesa en el crecimiento económico. En efecto, lo que

comúnmente se llama «gasto de los hogares», representa las 2/3 partes del PIB [CITATION sab

\l 9226 ].

El desempleo ineludiblemente es nocivo para el crecimiento económico, esta es la postura

hoy en día más común, no sólo en la prensa de negocios sino entre un conjunto

considerable de funcionarios a cargo de la conducción de la política macroeconómica en

múltiples países. El economista estadounidense Arthur Okun (1928-1980) mostró que

existe una relación consistente entre el crecimiento de la economía (evolución del PIB) y la

variación en la tasa de desempleo: si el producto crece el desempleo disminuye en una

proporción similar [ CITATION Por10 \l 9226 ]

Es por esto que es importante estudiar las variaciones que tienen estas variables y la

relación que existe entre ellas, donde una alteración en alguna de las variables

independientes puede llegar afectar la variable dependiente. Con la información presentada,

se pretende responder todos los interrogantes que surgen con las diferentes variaciones de
dichos indicadores y tener una cercanía breve a un modelo econométrico de la situación

actual en Colombia y descifrar cómo influye la relación entre las variables con el resultado

final del PIB.

OBJETIVO GENERAL

 Analizar la relación que tiene el PIB con respecto a las variables de

consumo y desempleo en el periodo (1990-2017).

OBJETIVOS ESPECIFICOS

 Identificar el comportamiento del PIB en el periodo 1990-2017.

 Determinar el grado de correlación entre las variables y el grado de

significancia de las pruebas individuales y conjuntas del modelo.

 Estimar un modelo econométrico que permita ver el grado de

influencia que tienen las variables consumo y la desempleo sobre el PIB en

Colombia durante los años (1990-2017).


ENFOQUE TEÓRICO

Con la presente investigación se busca identificar la relación que existe entre el consumo, la

inflación y la producción, por lo cual, es necesario examinar los diferentes planteamientos

que han surgido a lo largo de la historia, que han permitido la construcción de dichos

conceptos que han sido base de las sociedades actuales y sus modelos económicos. Dado

que el desempleo es una variable qué ha afectado notoriamente la economía de muchos de

los países del mundo, será necesario plantear algunas teorías que han servido para explicar

las variaciones de la misma.

Durante este apartado se expondrán las teorías y modelos económicos que formulan la base

teórica de la problemática planteada, que permitan analizar y dar respuesta a los temas

planteados haciendo énfasis en el caso colombiano. Para esto tendremos que hablar teorías

económicas, de ciertas corrientes del pensamiento económico y además algunos

planteamientos económicos como lo son: la teoría del consumo de Keynes y la ley de

Okun.

El enfoque keynesiano de la teoría del consumo es la acción y efecto de consumir o gastar,

sean productos, bienes o servicios donde muchos se preguntan ¿De qué depende el

consumo? Esa es una pregunta largamente repetida a lo largo de la Historia del

Pensamiento Económico, incluso antes del nacimiento de la Economía. La aportación de

John Maynard Keynes ha contribuido mucho a dicho debate, por sus críticas y por sus
defensores posteriores. Las teorías Keynesianas del consumo parten de que el consumo

depende de la renta disponible del período [ CITATION Gon15 \l 9226 ].

La ley de Okun es la relación empírica entre las variables tasa de desempleo y producción

de un país. Es un concepto definido en los años 60 por el economista estadounidense Arthur

Okun y que tiene gran relevancia en el ámbito económico y financiero. Según establece la

definición de la ley de Okun, la relación lineal planteada entre PIB real y tasa de desempleo

y sus variaciones porcentuales es necesariamente negativa.

Formula de La Ley de Okun:

U t −U t −1=−G yt
METODOLOGÍA

Para dar cumplimiento a los puntos planteados en este trabajo se utiliza para la siguiente

investigación un esquema de información cuantitativo donde se extraerán un conjunto de

datos del departamento de administración nacional de estadística (DANE) y del banco de la

república en el periodo de un tiempo comprendido 1990-2017 donde se hará un análisis

estadístico de las variables, además se examina la hipótesis por medio de regresiones

simples mediante el paquete informativo E-Views donde se demostrara la relación entre el

PIB y las variables consumo y la tasa de desempleo; y así mismo las estimaciones

pertinentes de cada hipótesis se guiaran por medio de los mínimos cuadrados ordinarios

(MCO) y se le agregara el modelo clásico de regresión lineal múltiple, de este modo, se

aplicara un modelo de correlación que mide el grado de correlación entre las variables. Esta

teoría clásica consta de estimaciones, pruebas de hipótesis individuales y pruebas de

hipótesis conjuntas que demuestran que tan significativas son estas variables de manera

individual, tanto de forma conjunta dentro del modelo.


ANALISIS DEL COMPORTAMIENTO DEL PIB EN EL PERIODO 1990-2017

Esta investigación analizará el comportamiento del PIB de la economía colombiana entre

1990 al 2017, donde el PIB es de indicador del crecimiento económico de un país, que se

afecta principalmente por el consumo y otra variable que es la tasa de desempleo. El

análisis de este proyecto se seleccionó mediante la teoría del modelo de consumo de

Keynes y La Ley de Okun sus antecedentes, y el comportamiento de cada una de estas

variables y de sus componentes. Adicional a ello, se deduce como ha sido el procedimiento

a partir de un carácter estructural que fueron orientados a mejorar las condiciones de

calidad de vida.

Uno de los niveles más bajos del PIB se presentó en 1999 debido a la disminución del

consumo y el aumento del desempleo en ese año, en los siguientes años a razón de que se

encuentra en la confianza sobre la recuperación económica registrada en el país originada

en la apertura económica se evidencia un aumento del PIB en el año 2011, sin embargo,

este proceso se revierte y se comienza una desaceleración en el año 2012 ,como se muestra

en el grafico siguiente, elaborado con información del DANE.


PIB

6.8 6.8 7.4


5.7 5.6 5.3 5.3 4.7
4.6 4.7
% Porcentaje

4.4 4.3 3.9 4.3 3.9


2.8 3.2 3.3 3
2.6 2.5 2.1
1.3 1.7 1.4 1.2
0.6
199199199199199199199199199199200200200200200200200200200200201201201201201201201201

-5.2 PIB
Año

Fuente: elaboración propia, con cifras de datos del DANE.


DATOS

AÑOS PIB CONSUMO DESEMPLEO


1990 4,4 3,01 6,6
1991 2,8 1,57 6,4
1992 4,3 3,03 5,9
1993 5,7 6,1 5
1994 5,6 5,92 4,9
1995 5,3 5,44 5,6
1996 1,3 1,04 7,8
1997 3,2 2,4 7,9
1998 0,6 -0,8 9,7
1999 -5,2 -5,39 13,1
2000 2,6 1,99 13,3
2001 1,7 1,54 15
2002 2,5 2 15,6
2003 3,9 2,94 14,1
2004 5,3 3,86 13,7
2005 4,7 4,06 11,8
2006 6,8 6,39 12
2007 6,8 7,18 11,2
2008 3,3 4,07 11,3
2009 1,2 6,94 12
2010 4,3 5,14 11,8
2011 7,4 6,58 10,8
2012 3,9 5,29 10,4
2013 4,6 3,98 9,7
2014 4,7 4,62 9,1
2015 3 3,09 8,9
2016 2,1 1,58 9,2
2017 1,4 2,06 9,4

MODELO ECONOMÉTRICO:

Producto Interno Bruto (PIB): (CONSUMO, TASA DE DESEMPLEO)

Yt = B1 + B2tX2t + B3tX3t + ut

Donde:

 Yt: Producto Interno Bruto (PIB)

 X1t: Consumo (Porcentaje %)

 X2t: Tasa de desempleo (Porcentaje %)

Clasificación de las variables:

• Variables:

 Endógena (Yt)

Predeterminadas:

 Exógenas: (X2, X3)

 Estocásticas: (u)
• Parámetros: (B1, B2…)

ESTIMACIÓN MODELO ECONOMÉTRICO

Dependent Variable: PIB


Method: Least Squares
Date: 12/15/19 Time: 19:54
Sample: 1 28
Included observations: 28

Variable Coefficient Std. Error t-Statistic Prob.  

C 1.561097 0.977335 1.597300 0.1228


CONSUMO 0.787334 0.094568 8.325614 0.0000
DESEMPLEO -0.073719 0.082727 -0.891105 0.3814

R-squared 0.750476    Mean dependent var 3.507143


Adjusted R-squared 0.730514    S.D. dependent var 2.477593
S.E. of regression 1.286170    Akaike info criterion 3.442171
Sum squared resid 41.35580    Schwarz criterion 3.584907
Log likelihood -45.19039    Hannan-Quinn criter. 3.485807
F-statistic 37.59532    Durbin-Watson stat 1.618518
Prob(F-statistic) 0.000000

• C: Manteniendo todo lo demás constante cuando el consumo y el desempleo son

cero el producto interno bruto es de 1.561097 unidades.

• X1: Manteniendo todo lo demás constante cuando el consumo varía en una unidad

el producto interno bruto varía en 0.787334 unidades.


• X2: Manteniendo todo lo demás constante cuando el desempleo varía en una unidad

el producto interno bruto varía en -0.073719 unidades.

• R-squared: El modelo se explica de forma conjunta ya que su R-squared tiene una

significancia del 75% de tal modo que, existe una correlación fuerte entre las variables

siendo este mayor de 0.5, por otro lado, su R-ajustado es menor que el R- squared por lo

tanto existe una bondad de ajuste dentro del modelo.

PRUEBA T-STATISTIC DE SIGNIFICANCIA INDIVIDUAL

Variable CONSUMO:

Ho = X1= 0

Ha = X1 ≠0

t-statistic: 8.325614

t-tabla: 1,706

-1,706 0 1,706
Si el t-Statistic es menor que -1,706 y mayor que 1,706 rechazamos H0.

Como el t-statistic es de 8,325614 mayor a 1,706 por lo tanto se rechaza H0 y se concluye

que la variable Consumo es significativa de forma individual dentro del modelo.

Variable DESEMPLEO
Ho = X1= 0

Ha = X1 ≠0

t-statistic: -0.891105

t-tabla: 1,706

-1,706 0 1,706

Si el t-Statistic es menor que -1,706 y mayor que 1,706 rechazamos H0.


Como el t-statistic es de -0,891105 es menor a 1,706 por lo tanto se acepta H0 y se

concluye que la variable Desempleo es significativa de forma individual dentro del modelo.

PRUEBA F-STATISTIC DE SIGNIFICANCIA CONJUNTA

 Ho = X1 = X2 = 0

 Ha = X1 = X2 ≠ 0

F-statistic: 37.59532

F- Tabla: 3,3

K−1 3−1 2
Gl: = = =3,39
n−K 28−3 25
0 3,39

Si F es mayor que 3,39 se rechaza H0

Dado que el F-statistic es igual a 37.59532 se rechaza H0 por lo tanto si existe significancia

de forma conjunta dentro del modelo, por lo tanto, las variables de forma conjunta explican

a la variable dependiente.

PRUEBA JARQUE-BERA

8
Series: Residuals
7 Sample 1 28
Observations 28
6

5
Mean 9.04e-16
Median 0.251971
4 Maximum 1.709742
Minimum -4.940568
3 Std. Dev. 1.237617
Skewness -2.271052
2 Kurtosis 10.18820
1
Jarque-Bera 84.35107
0 Probability 0.000000
-5 -4 -3 -2 -1 0 1 2
H0: los residuos están normalmente distribuidos.

Ha: los residuos no están normalmente distribuidos.

JB: 84,35107

K: 10,18820

S: -2,271052

Jarque Bera de Tabla: 38,88

-38,88 0 38,88

Si JB es menor que -38,88 o mayor que 38,88 se rechaza H0.

Dado que el Jarque Bera estadístico es de 84,35107 se rechaza Ho, por lo tanto, concluimos

que los residuos no están normalmente distribuidos.

PRUEBA DE MULTICOLINEALIDAD

Dependent Variable: PIB


Method: Least Squares
Date: 12/15/19 Time: 19:54
Sample: 1 28
Included observations: 28

Variable Coefficient Std. Error t-Statistic Prob.  


C 1.561097 0.977335 1.597300 0.1228
CONSUMO 0.787334 0.094568 8.325614 0.0000
DESEMPLEO -0.073719 0.082727 -0.891105 0.3814

R-squared 0.750476    Mean dependent var 3.507143


Adjusted R-squared 0.730514    S.D. dependent var 2.477593
S.E. of regression 1.286170    Akaike info criterion 3.442171
Sum squared resid 41.35580    Schwarz criterion 3.584907
Log likelihood -45.19039    Hannan-Quinn criter. 3.485807
F-statistic 37.59532    Durbin-Watson stat 1.618518
Prob(F-statistic) 0.000000

La Regresión inicial, tiene un R-squared de 0,750476

Dependent Variable: CONSUMO


Method: Least Squares
Date: 12/16/19 Time: 00:08
Sample: 1 28
Included observations: 28

Variable Coefficient Std. Error t-Statistic Prob.  

C 4.996825 1.774166 2.816436 0.0091


DESEMPLEO -0.156914 0.168779 -0.929700 0.3611

R-squared 0.032174    Mean dependent var 3.415357


Adjusted R-squared -0.005050    S.D. dependent var 2.660573
S.E. of regression 2.667282    Akaike info criterion 4.868746
Sum squared resid 184.9742    Schwarz criterion 4.963904
Log likelihood -66.16245    Hannan-Quinn criter. 4.897837
F-statistic 0.864341    Durbin-Watson stat 0.816836
Prob(F-statistic) 0.361079

La Regresión auxiliar, tiene un R-squared de 0,032174

Dado que el R-squared auxiliar es menor que el R-squared de la regresión inicial, por lo

tanto, no existe multicolinealidad con esta prueba.

PRUEBA VARIANCE INFLATION FACTOR

Variance Inflation Factors


Date: 12/15/19 Time: 23:58
Sample: 1 28
Included observations: 28

Coefficient Uncentered Centered


Variable Variance VIF VIF

C  0.955184  16.16772  NA


CONSUMO  0.008943  2.798953  1.033244
DESEMPLEO  0.006844  12.80004  1.033244

Dado que el Factor inflación de la varianza es igual para ambas variables, no existe

multicolinealidad con esta prueba.

Prueba FIV.
Regresión normal:
1 1
FIV = 2 =
=4
1−R 1−0.75
Regresión auxiliar.
1 1
FIV= 2 =
=1.030
1−R 1−0.03
Como el valor FIV de la regresión normal y la regresión auxiliar son menores a 10 no
existe multicolinealidad.
Prueba Heterocedasticidad.
• Ho: Ꝺ^2 Homocedástica
• Ha: Ꝺ^2 Heterocedástica.
70

60

50

40
RESID2

30

20

10

0
-6 -4 -2 0 2 4 6 8

PIB

Como los residuos no están cercanos a la curva de regresión lineal el modelo con esta

prueba presenta una heterocedasticidad.

PRUEBA WHITE

Heteroskedasticity Test: White

F-statistic 2.195075    Prob. F(5,22) 0.0915


Obs*R-squared 9.319394    Prob. Chi-Square(5) 0.0970
Scaled explained SS 34.13124    Prob. Chi-Square(5) 0.0000

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/16/19 Time: 00:52
Sample: 1 28
Included observations: 28

Variable Coefficient Std. Error t-Statistic Prob.  

C 25.62939 17.91486 1.430622 0.1666


CONSUMO^2 0.239304 0.089955 2.660271 0.0143
CONSUMO*DESEMPLEO 0.407418 0.198875 2.048613 0.0526
CONSUMO -4.991427 2.478722 -2.013710 0.0564
DESEMPLEO^2 0.147043 0.123073 1.194755 0.2449
DESEMPLEO -4.090996 3.023513 -1.353061 0.1898

R-squared 0.332835    Mean dependent var 1.476993


Adjusted R-squared 0.181207    S.D. dependent var 4.559222
S.E. of regression 4.125511    Akaike info criterion 5.859666
Sum squared resid 374.4366    Schwarz criterion 6.145139
Log likelihood -76.03533    Hannan-Quinn criter. 5.946938
F-statistic 2.195075    Durbin-Watson stat 1.945358
Prob(F-statistic) 0.091540

Obs*R-squared 9.319394    Prob. Chi-Square(5) 0.0970

Dada la probabilidad mayor al 5% el modelo presenta heterocedasticidad con esta

prueba.

PRUEBA HETEROSKEDASTICITY TEST: BREUSCH-PAGAN-GODFREY

Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic 1.467451    Prob. F(2,25) 0.2497


Obs*R-squared 2.941742    Prob. Chi-Square(2) 0.2297
Scaled explained SS 10.77380    Prob. Chi-Square(2) 0.0046

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/16/19 Time: 00:54
Sample: 1 28
Included observations: 28

Variable Coefficient Std. Error t-Statistic Prob.  

C -3.611047 3.405998 -1.060202 0.2992


CONSUMO 0.466703 0.329567 1.416110 0.1691
DESEMPLEO 0.346684 0.288304 1.202497 0.2404

R-squared 0.105062    Mean dependent var 1.476993


Adjusted R-squared 0.033467    S.D. dependent var 4.559222
S.E. of regression 4.482281    Akaike info criterion 5.939098
Sum squared resid 502.2711    Schwarz criterion 6.081834
Log likelihood -80.14738    Hannan-Quinn criter. 5.982734
F-statistic 1.467451    Durbin-Watson stat 2.212462
Prob(F-statistic) 0.249695

    Prob. Chi-Square(2) 0.2297

obs x R−squared x 2=95 %

= 28 x 0.75 = 21 = 15,3791

 Probabilidad del 95%

 Gl: 26

 Probabilidad de tabla: 15,3791

Como la probabilidad de tabla es menor que el calculado, rechazamos H0, por lo tanto, si

hay heterocedasticidad.

PRUEBA DE AUTOCORRELACIÓN.

 Ho: no existe autocorrelación.

 Ha: existe autocorrelación.

dw
P= 1−
2

Dependent Variable: PIB


Method: Least Squares
Date: 12/15/19 Time: 19:54
Sample: 1 28
Included observations: 28

Variable Coefficient Std. Error t-Statistic Prob.  

C 1.561097 0.977335 1.597300 0.1228


CONSUMO 0.787334 0.094568 8.325614 0.0000
DESEMPLEO -0.073719 0.082727 -0.891105 0.3814

R-squared 0.750476    Mean dependent var 3.507143


Adjusted R-squared 0.730514    S.D. dependent var 2.477593
S.E. of regression 1.286170    Akaike info criterion 3.442171
Sum squared resid 41.35580    Schwarz criterion 3.584907
Log likelihood -45.19039    Hannan-Quinn criter. 3.485807
F-statistic 37.59532    Durbin-Watson stat 1.618518
Prob(F-statistic) 0.000000

Dw: 1.61
Du: 1.650
Dl: 1.181
P: 0.19

Como el Durbin Watson se encuentra fuera de la zona de aceptación se rechaza H0 por lo

tanto, existe una autocorrelación positiva.

PRUEBA ASINTÓTICA
Date: 12/16/19 Time: 09:19
Sample: 1 28
Included observations: 28

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

1 -0.062 -0.062 0.1181 0.731


2 0.003 -0.001 0.1184 0.942
3 -0.003 -0.002 0.1187 0.990
4 -0.058 -0.058 0.2360 0.994
5 0.032 0.025 0.2736 0.998
6 -0.049 -0.046 0.3666 0.999
7 -0.082 -0.089 0.6375 0.999
8 -0.054 -0.068 0.7587 0.999
9 -0.038 -0.044 0.8217 1.000
10 0.052 0.040 0.9503 1.000
11 -0.046 -0.049 1.0528 1.000
12 -0.039 -0.053 1.1336 1.000
Dado que los residuos no se encuentran fuera del rango estimado no existe autocorrelación

con esta prueba

Dependent Variable: U
Method: Least Squares
Date: 12/16/19 Time: 09:22
Sample (adjusted): 2 28
Included observations: 27 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.  

C 0.003277 0.422404 0.007759 0.9939


U(-1) 0.590152 0.162322 3.635682 0.0013

R-squared 0.345861    Mean dependent var 0.035229


Adjusted R-squared 0.319696    S.D. dependent var 2.660509
S.E. of regression 2.194403    Akaike info criterion 4.480884
Sum squared resid 120.3851    Schwarz criterion 4.576872
Log likelihood -58.49193    Hannan-Quinn criter. 4.509426
F-statistic 13.21819    Durbin-Watson stat 2.095145
Prob(F-statistic) 0.001254

Probabilidad de U(-1) = 0.0013 como el coeficiente autocorrelación tiende a estar entre -1 y


1 y este se encuentra en este rango, no existe autocorrelación con esta prueba.

PRUEBA CON EL TEST FORMAL

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.699618    Prob. F(1,24) 0.4112


Obs*R-squared 0.793101    Prob. Chi-Square(1) 0.3732

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/16/19 Time: 09:26
Sample: 1 28
Included observations: 28
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.  

C -0.060601 0.985926 -0.061466 0.9515


CONSUMO 0.004601 0.095300 0.048279 0.9619
DESEMPLEO 0.003792 0.083352 0.045493 0.9641
RESID(-1) 0.171318 0.204821 0.836431 0.4112
R-squared 0.028325    Mean dependent var 9.04E-16
Adjusted R-squared -0.093134    S.D. dependent var 1.237617
S.E. of regression 1.293967    Akaike info criterion 3.484866
Sum squared resid 40.18440    Schwarz criterion 3.675181
Log likelihood -44.78812    Hannan-Quinn criter. 3.543047
F-statistic 0.233206    Durbin-Watson stat 1.904556
Prob(F-statistic) 0.872333

 Si la probabilidad de Chi-Squared es menor al 5% se rechaza Ho

 La probabilidad del Chi-Squared es mayor al 5% siendo esta de 0.0982 se concluye

que no existe autocorrelación.

CONCLUSIONES
El análisis del comportamiento de la variable Producto Interno Bruto consumo final

con respecto a las variables explicativas Consumo y Tasa de Desempleo en el

periodo comprendido por los años desde 1990 al 2017 presentando la estimación del

modelo econométrico y sus respectivas pruebas de significancia individual y

conjunta, analizando de esta forma las respectivas pruebas, el modelo presenta una

correlación fuerte entre las variables al obtener un R-Squared mayor al 5% y esto

explicado con la prueba de significada individual de las variables establecidas ya

que solo una de las dos es significativa dentro del modelo pero, en la prueba de

significancia conjunta establece que las variables son significativas dentro del
modelo de manera conjunta. Al analizar las pruebas de Multicolinealidad,

Heterocedasticidad y Autocorrelación, se estima que el modelo no presenta

multicolinealidad por lo tanto no existe una dependencia lineal fuerte entre las

variables, por otro lado, al realizar las pruebas de Heterocedasticidad se estable que

el modelo tiene Heterocedasticidad de manera que los errores no son constantes a lo

largo de toda la muestra, al estimar la autocorrelación del modelo se establece que

no existe autocorrelación en la mayoría de las pruebas, por lo tanto, los errores no

están relacionados.

Con lo anterior el planteamiento de la teoría del consumo, establece que esta es una

variable que afecta directamente proporcional al PIB entonces, si el consumo

aumenta el Producto Interno Bruto lo hará respectivamente, por otro lado, con La

Ley de Okun se establece que la tasa de desempleo es inversamente proporcional

con el PIB, por lo tanto si aumenta la tasa de desempleo, el PIB se verá afectado

negativamente.

También podría gustarte