Los Efectos de Las Importaciones, Las Exportaciones y Los TES Sobre El EMBI para El Caso Colombiano

Los efectos de las importaciones,
las exportaciones y los TES sobre

el EMBI para el caso colombiano
Un análisis utilizando modelos VEC
para el periodo 2010-2016*
The effects of imports, exports and TES on the

EMBI for the colombian case.
An analysis using VEC models for the period 2010-2016
Daniela Castillo Téllez**
Recibido: 30 de marzo de 2017

Revisado: 23 de mayo de 2017
Aprobado: 14 de junio de 2017
Resumen
Los inversionistas evalúan el riesgo de sus inversiones a la hora de vincularse en un

mercado. En este caso se analiza el riesgo país desde el Emerging Markets Bond Index (EMBI),
el cual es un indicador calculado por J. P. Chase Morgan que mide la posibilidad de que
un país no cumpla los requisitos para el pago de su deuda externa. El presente estudio
estima un Modelo Vectorial de Corrección de Errores (VEC) en el que se evidencian
la relación y los impactos de las importaciones, las exportaciones y los títulos de deuda
* Este artículo es producto de la práctica en investigación desarrollada en el Centro de Investigaciones Económicas Louis
Joseph Lebret, O. P., en el proyecto de investigación realizado en conjunto con el grupo de investigación Economía y
Humanismo, de la Facultad de Economía. DOI: http://dx.doi.org/10.15332/s0124-3551.2017.0030.02.
** Correo electrónico: danielacastillot@usantotomas.edu.co
47
30
ISSN: 0124-3551 / Año 19, n.º 30 / enero-junio / pp. 47-77
pública con el riesgo país de Colombia para el periodo de 2010 a 2016. Los resultados
sugieren que el EMBI colombiano presenta una relación directa con las exportaciones
y una relación inversa con las demás variables, teniendo en cuenta que en cada país las
decisiones de política monetaria pueden modificar dicho indicador de riesgo.
Palabras clave: Riesgo financiero, variables macroeconómicas, series de tiempo.

Clasificación JEL: D81, E44, C32.
Abstract
Investors evaluate the risk of their investments when it comes to joining a market. In
this case, the country risk is analyzed from the Emerging Markets Bond Index (EMBI),
which is calculated by J. P. Morgan Chase that measures the possibility that a country
does not meet the requirements for payment of it external debt indicator. This study
estimates a Vector Error Correction (VEC) Model in which the relationship and impact
of imports, exports and public debt securities with country risk Colombia for the period
2010 to 2016 are shown. The results suggest that the Colombian EMBI has a direct
relationship with exports and an inverse relationship with the other variables, taking into
account that in each country monetary policy decisions can modify this risk indicator.
Keywords: Financial risk, macroeconomic variables, time series.

JEL classification: D81, E44, C32.
48
Los efectos de las importaciones, las exportaciones y los TES sobre el EMBI para el caso colombiano...
Daniela Castillo Téllez
1. Introducción
Al hacer referencia a países emergentes, es importante reconocer que dichas economías
son muy volátiles, por lo cual los inversionistas tienen presentes diversos riesgos de
incertidumbre, como lo es el riesgo país, cuya función principal es medir la posibilidad
de que un país no pague la deuda externa. Este es un indicador que en la práctica
se mide con el Emerging Markets Bond Index (EMBI), calculado por J. P. Chase Morgan,
el cual representa el riesgo financiero de un país determinado, en el que se refleja la
diferencia de la tasa de interés que pagan los bonos emitidos por países subdesarrollados
y los bonos del Tesoro de EE. UU., los cuales se consideran libres de riesgo.
En los últimos años, Colombia ha presentado el mejor EMBI de Suramérica, el cual ha

sido afectado por variables como la inflación, la tasa de cambio, la balanza comercial
deficitaria, entre otras. Últimamente este indicador se ha incrementado y ha llegado a
286 PB, teniendo en cuenta que, a mayor puntaje, mayor será la percepción del riesgo.
Para esta investigación, la visión del inversionista es indispensable, por ello se partió de
la necesidad de dar a conocer la relación entre diferentes variables económicas, como
las exportaciones, las importaciones y los títulos de deuda pública, con el riesgo país
(EMBI), no solo desde el punto de vista cualitativo, sino con fundamentación estadística
a partir de un Modelo de Vectores de Corrección de Errores (VEC) para las series
comprendidas entre los años 2010 a 2016.
El presente estudio tiene la finalidad de estimar un Modelo Vectorial de Corrección

de Errores (VEC) que muestre la relación y los impactos de las importaciones, las
exportaciones y los títulos de deuda pública con el riesgo país de Colombia. Con
ello se resolverá la siguiente pregunta: ¿cómo los cambios en las importaciones, las
exportaciones y en los títulos de deuda pública colombiana afectan el crecimiento y el
riesgo país medido por el EMBI?
La primera parte de este estudio es la presente introducción. En la segunda sección se

realiza una revisión enfocada en un análisis desde el punto de vista económico del EMBI,
importaciones, exportaciones, TES y la relación entre dichas variables. En el tercer
apartado se presentan los modelos y análisis estadísticos de manera teórica. En la cuarta
sección se explica la metodología del estudio. La quinta parte está conformada por los
análisis y los resultados obtenidos, y en el sexto apartado se exponen las conclusiones.
2. Marco de referencia
Antes de proceder al análisis de los modelos, se presentará la importancia de cada una
de las variables en el estudio, además de las relaciones con respecto al EMBI, con el
fin de dar un sustento económico al análisis estadístico que se expondrá posteriormente.
49
30
Los mercados de capitales se fijan primordialmente en aquellos países con capacidad

de inversión llamativa, donde el inversionista se guía a partir del índice del Banco J. P.
Morgan, conocido como el EMBI, mencionado como un indicador de rentabilidad
a la hora de realizar una inversión, teniendo en cuenta el rendimiento adecuado que
cada país debe pagar según la canasta de bonos del país emergente y los bonos del
Tesoro de EE. UU.
La variable EMBI representa el riesgo financiero de un país determinado, refleja la

diferencia de la tasa de interés que pagan los bonos emitidos por países subdesarrollados
(en dólares) y los bonos del Tesoro de Estados Unidos, que se consideran libres de riesgo.
Pero aparte de ello tiene en cuenta aspectos de la vida política, económica y social del país,
y está compuesto por 109 instrumentos financieros de 19 países emergentes (Argentina,
Brasil, Bulgaria, Colombia, Ecuador, Egipto, Malasia, México, Marruecos, Nigeria,
Panamá, Perú, Filipinas, Polonia, Rusia, Sudáfrica, Turquía, Ucrania y Venezuela).
Para la medición del riesgo país, si este se incrementa, mayor será el endeudamiento
en el exterior, y junto con ello se medirá la posibilidad del deudor extranjero en caso
de no cumplir con sus obligaciones, que se verá influenciado bajo diversas fuentes de
información, las cuales pueden ser públicas o privadas. En lo público se ubican los
bancos centrales y las agencias de estadísticas; en lo privado están los bancos comerciales
y las compañías de seguros, y se incluyen también los medios de comunicación. Este
indicador puede tener un gran impacto en la economía de un país, pues su aumento
puede desencadenar fugas de capitales que buscarán realizar sus inversiones en terrenos
menos riesgosos.
Montilla (2007) afirma:
El EMBI es el indicador que mide las posibilidades de un país emergente de no cumplir en

los términos acordados con el pago de su deuda externa; si aumenta el riesgo debido a dife-
rentes causas sociales, políticas o económicas, empeora la calificación que dan las diferentes
entidades encargadas de dar estos conceptos a nivel mundial. Cuando un país incurre en
cesación de pagos de la deuda, se denomina como “default”. En este sentido, existen tres
clases de riesgos para el no pago de una obligación:
1) Riesgo soberano. Es aquel que poseen los acreedores de títulos estatales e indica la pro-
babilidad de que una entidad soberana no cumpla con sus pagos de deuda por razones
económicas y financieras.
2) Riesgo de transferencia. Implica la imposibilidad de pagar el capital, los intereses y los

dividendos debido a la escasez de divisas que tiene un país en un momento determinado.
3) Riesgo genérico. Está relacionado con el éxito o fracaso del sector empresarial debido
a inestabilidad política, conflictos sociales, devaluaciones o recesiones que se susciten en
un país.
50
2.1 Importaciones
Las importaciones hacen referencia a la entrada de mercancías de procedencia extranjera
al territorio aduanero nacional. Como es considerado, las importaciones permiten un
mejor desempeño en cuanto a la balanza comercial y generan beneficios en cuanto al
mejoramiento de la competitividad, innovación de tecnología, accesibilidad a bienes de
poco alcance e insumos para la fabricación de productos e incluso de bienes terminados.
Colombia ha importado a lo largo de los años maquinaria y productos tecnológicos los

cuales han perdido participación poco a poco. Los socios comerciales desde 2007 han
sido China, Japón, Chile y Brasil; Estados Unidos continúa como el principal proveedor
del país con productos como propileno, maíz y trigo, entre otros.
Por lo anterior, Villar (1985) menciona que las importaciones son un factor de suma
importancia para la medición del riesgo país, ya que fortalecen y generan un
posible crecimiento, en este caso a Colombia, donde no pueden afectar los precios
internacionales, ya que presenta una oferta externa elástica; allí las cantidades que
el país importe dependerán de la demanda interna determinada por los precios
relativos de las importaciones, las restricciones del Gobierno y el PNB (producto
nacional bruto).
2.2 Exportaciones
Las exportaciones son el comercio de bienes y servicios locales vendidos a un país
extranjero; estos, al ser consumidos, generan ganancias al país local. Si hay un factor
que impulse el crecimiento económico de un país, se trata de las exportaciones, que son
clave. Una variación positiva en cuanto a estas genera la existencia de mayor demanda
de los productos locales, por lo cual es necesario ofrecer más posibilidades en cuanto al
empleo, siendo esto un círculo, dado que al generar aumento del empleo se verá mayor
actividad económica y esto producirá aumento del PIB.
Para identificar cuáles son los productos más exportados, se han utilizado varios estudios
que determinan el grado de incidencia obtenido por los mercados externos. Colombia
se ha destacado en la exportación de productos como la carne y el aceite de palma en
bruto, entre muchos productos que están saliendo del país.
Para el estudio del EMBI relacionado con las exportaciones, es importante tener en
cuenta el tipo de cambio, la inversión extranjera, las balanzas comercial y corriente,
debido a que, como fue señalado y creado por “el banco de inversión norteamericano
J. P. Morgan, es el índice más conocido para medir el riesgo-país desde la óptica del
mercado” (Iranzo, 2008).
51
30
2.3 Títulos de deuda pública (TES)

La definición de los TES para el Banco de la República de Colombia corresponde a que
“son títulos de deuda pública doméstica, emitidos por el Gobierno y administrados por
el Banco de la República”, lo que quiere decir que es una deuda que genera el Estado
para poseer estos títulos. Por tratarse de deuda pública, estos están expuestos al llamado
riesgo soberano; para ello, el riesgo país tiene efecto en el pago de estos títulos creados
por la Ley 51 de 1990 (Congreso de Colombia, 1990).
Entre los TES se encuentran los que tienen una tasa de rendimiento fijo y otros con
rendimiento variable, aunque los más comunes son los TES de tasa fija de clase B, que
son aquellos que se negocian en el mercado financiero; sin embargo, los de clase A se
tenían para cubrir el pasivo con el Banco de la República.
Para 2014, el efecto de las tasas de interés de los tesoros americanos se redujo de 3 % a
2.3 %, teniendo en cuenta el desplome de los precios del petróleo. Para Colombia, los
TES tuvieron un buen comportamiento con el incremento del 3 % al 8 % en el índice
de deuda soberana del J. P. Morgan. Para 2015, los TES obtuvieron un comportamiento
estable de 6.6 % a 6.8 % resultante de las presiones inflacionarias y las reacciones ante
el comportamiento macroeconómico, el cual ha sido favorable.
2.4 Relación del riesgo país (EMBI)

El riesgo país afecta directamente al comercio internacional y a las operaciones de
comercio interno. Desde el riesgo financiero, el grado de incertidumbre está asociado
a la dificultad para hacer frente a la deuda pública adquirida. Este tipo de riesgo afecta
los proyectos de inversión desde la microeconomía hasta la macroeconomía. El riesgo
financiero está ligado a elementos estructurales de la economía del país. Se explicarán a
continuación los tres tipos de políticas macro que afectan la economía de un país:
La política monetaria, con un incremento de los tipos de interés, aumentará la inversión

financiera externa para acudir a mayores rendimientos, lo que implicará una apreciación
de la moneda, lo cual no favorecerá las exportaciones. Aunque la inflación esté
controlada, se tendrá el riesgo de presenciar una recesión y se generará más desempleo.
Si el tipo de interés desciende, la inversión externa será menor, junto con la depreciación
de la moneda; las importaciones se encarecerán y las exportaciones serán más
competitivas. Finalmente, con un aumento de los tipos de interés internacionales, hará
que los capitales estén fuera del país.
52
La política cambiaria provoca mayor competitividad en las exportaciones y encarece

las importaciones, lo cual favorece la producción interior solo si existen devaluaciones.
En el caso de las revaluaciones, estas obtienen un efecto contrario que disminuye las
importaciones junto con el valor de la deuda externa.
La política comercial se refiere a los aranceles y a las barreras de comercio internacional,

las cuales se enfocan en favorecer las exportaciones.
Como afirma Mascareñas (2008), “la fuga de capitales se tiene en cuenta para determinar
un buen grado de riesgo país, lo cual ocurre por diversas razones a nivel político,
como lo son las regulaciones del Gobierno e impuestos que reducen el rendimiento
de las inversiones”.
3. Marco teórico
3.1 Definición de modelos VAR/VEC
Los modelos vectoriales autorregresivos fueron desarrollados por Sims en la década
de los ochenta. Arias y Torres (2004) afirman que son aquellos que asumen
estacionalidad en las diversas series de tiempo que se manejen. Su aplicación
principalmente está en los análisis de series multivariadas, los análisis macroeconómicos,
entre otros. Al poder definir todas las variables como endógenas, se considera que los
pronósticos que se obtienen con estos modelos son mucho más ajustados que los que se
logran con modelos tipo Box-Jenkins en el corto plazo.
En caso de que las regresiones no sean estacionarias, se presenta el riesgo de tener

correlaciones espurias (son aquellas que poseen un R2 alto, pero no tienen algún
tipo de relación), y dichas relaciones se deben comprobar con la denominada
“cointegración”. Según señalan Engle y Granger (1987), cuando la relación entre las
variables no es estacionaria, se pueden producir combinaciones lineales estacionarias.
Es así como, cuando la combinación lineal es estacionaria, las variables combinadas
reflejan cointegración y están relacionadas a largo plazo, llegando a un equilibrio. Las
estimaciones que se obtengan demostrarán la dinámica en el corto plazo y la relación
entre sí en el largo plazo, es decir, mostrarán la relación entre las desviaciones de la
variable explicada y su tendencia, tanto en el corto como en el largo plazo. Los modelos
que muestran estas relaciones son conocidos como modelos de vectores de corrección
de error, caracterizados por analizar series no estacionarias cointegradas con relaciones
a largo plazo.
Por lo mencionado anteriormente, la razón principal para utilizar VEC en el presente

trabajo es que existe una relación de largo plazo entre las variables de importaciones,
las exportaciones, los TES y el riesgo país EMBI. Al encontrar que dichas variables
53
30
presentan el mismo orden de integración, hay una ecuación de cointegración entre ellas,
lo que permite concluir que dicha relación de largo plazo existe y que es posible estimar
un Modelo de Corrección de Errores que describa el comportamiento de estas variables a
lo largo del tiempo. La forma general de un VEC se presenta en la ecuación (1):
∆Yt = ∏Yt-1 + ∑þ-1i=1Γi ∆Yt-i+εt (1)
donde
∏= ∑þi=1Ai-Ik y Γi=-∑þj=i+1Aj
Si se reemplaza la matriz ∏ por su expresión equivalente, se tiene:
∆Yt = αβʹYt-1+∑þ-1i=1Γi ∆Yt-i+εt (2)
Si se aplica dicha representación a las variables en particular que se analizan en el

presente trabajo, se tiene la ecuación (2) para el caso de EMBI-Exportaciones, EMBI-
Importaciones y EMBI-TES.
Como afirma Bonilla (2011):
Se puede observar el vector de variables del sistema en diferencias en el momento

i, esto es, el resultado de restar el valor de cada variable en el periodo t-1 de su
valor en t. También está el vector α de dimensión 2x1, el cual multiplica al vector
de cointegración β', y finalmente el vector de variables en niveles en el periodo t-1.
El resultado de multiplicar el vector β' por el vector de variables en niveles en el
momento t-1 es una combinación lineal de dichas variables que, en el largo plazo,
debe ser igual a cero.
Sin embargo, esto puede no cumplirse en el corto plazo. En tal caso, ese vector α, que se
denomina factor loading vector y cuyos componentes se interpretan como coeficientes de
velocidad de ajuste, multiplica ese "desequilibrio" de corto plazo entre las variables del
sistema y se lo transmite a cada una de ellas, de tal forma que los cambios en las variables
para el siguiente periodo dependerán de su desequilibrio en el periodo anterior.
Es por este motivo que a todo el término αβ'Yt-1 se le conoce como "término de corrección
de error"; como su nombre lo indica, este término corrige los desequilibrios de corto
plazo que puedan existir entre las variables para que en el largo plazo la combinación
lineal dada por el vector de cointegración sea estacionaria. Los demás términos del
lado derecho de (2) muestran cómo el comportamiento de cada una de las variables
del sistema también se ve afectado por las variaciones en periodos pasados de todas las
variables, es decir, corresponden a la parte de VAR en diferencias.
54
Finalmente, se tiene el vector de errores del Modelo VEC, cuyo comportamiento se

asume ruido blanco, es decir, de media cero y varianza constante. Una característica
interesante del vector α es que los valores de sus coeficientes pueden indicar la existencia
de exogeneidad débil de algunas de las variables. Así, dado que su velocidad de ajuste es
muy baja, se diría que tal variable es débilmente exógena.
3.2 Prueba de Phillips Perron

Es una prueba para determinar si una serie de tiempo es estacionaria o no dependiendo
del test de Raíz Unitaria según las primeras o segundas diferencias. Si una serie tiene
raíz unitaria, esto significa que no es estacionaria (la media y la covarianza dependen
del tiempo).
Esto se da si se presenta un proceso autorregresivo en orden 1:
уt= a0+ a1 уt-1+ εt (3)
εt = término del error. Es ruido blanco (media 0, varianza constante).

a1 = coeficiente menor a 1 en valor absoluto.
Si los términos de la ecuación cumplen las características señaladas, se garantiza que la

serie será estable (estacionaria) y que permitirá hacer predicciones sobre esta.
Para que exista cointegración, las series deben presentar el mismo orden de integración
I, es decir, el mismo número de raíces unitarias o número de diferenciación que permite
convertir a la serie en estacionaria.
Uno de los test que permiten establecer la presencia de raíz unitaria es el test de Phillips
Perron (PP). Este test utiliza métodos no paramétricos, evitando así que haya correlación
en el error.
La prueba de PP plantea que Ф=1 en la ecuación
∆Yt = α+ФYt-1+δ.t+εt (4)
∆Yt = operador de primera diferencia.

Ф = (ρ-1), donde ρ es un coeficiente y si ρ=1 hay raíz unitaria.
εt = término del error. Ruido blanco.
55
30
Las hipótesis que plantean la prueba PP son las siguientes:

H0= La serie presenta raíz unitaria. No es estacionaria.
H1= La serie NO presenta raíz unitaria. Es estacionaria.
3.3 Prueba de cointegración de Johansen

La prueba de cointegración que se llevó a cabo es el test de Johansen. Dado que la
distribución asintótica del estadístico de razón de verosimilitud de dicha prueba
depende del supuesto de que se haga con respecto a la presencia de intercepto y
tendencia determinística en la ecuación de cointegración, fue necesario especificar
dicha característica previo a la implementación del test de Johansen.
Para ilustrar mejor esto, considérese un VAR de orden p
Yt =A1Yt-1+...+AþYt-þ+εt
Yt es un vector de k variables integradas de orden 1, y εt es un vector de innovaciones.

Se puede reescribir el VAR como:
∆Yt = ∏Yt-1+∑þ-1i=1Γi ∆Yt-i+εt (1)

donde ∏= ∑þ-1i=1Ai-Ik y Γi=-∑þj=i+1Aj
De acuerdo con el teorema de representación de Granger, si la matriz de coeficientes Π

tiene rango reducido r< k, entonces existen matrices α y β de dimensión k x r, cada una
de rango r, tales que Π= αβ', y β'Yt es estacionario. Como se había dicho, β es el vector de
cointegración y r es el número de relaciones de cointegración o rango de cointegración.
Más adelante se explicará qué es la matriz α. El hecho es que el test de Johansen estima
la matriz Π a partir de un VAR sin restricciones, para luego probar las hipótesis nulas
correspondientes al rango reducido de dicha matriz. En otras palabras, el test de
Johansen determina cuál es el rango de cointegración de un vector de variables (1).
Como se aprecia en el anexo 1 para todas las variables, el test de la traza rechazó con
un nivel de significancia del 5 % la existencia de cero ecuaciones de cointegración. Por
lo tanto, el test de la traza indicó que existe una ecuación de cointegración para las
variables utilizadas en el presente trabajo. Por su parte, el test del Máximo Valor Propio
permitió concluir lo mismo. De acuerdo con el test de Cointegración de Johansen,
el rango de cointegración de las variables analizadas es r=1 bajo la especificación de
intercepto en la ecuación de cointegración, tendencia cuadrática en los datos.
56
3.4 Función impulso respuesta

La función impulso respuesta, para Cavaliere (2003), analiza la respuesta de las variables
con los datos actuales y los de futuro ante diversos cambios, teniendo en cuenta que
desaparecen en el tiempo.
Los vectores de las innovaciones por lo general están correlacionados entre sí, por lo
que presentan un componente común que al no poder atribuírsele a una variable en
específico se atribuye a la variable que se considera más importante en el Modelo VAR
o VEC. Este proceso se denomina ortogonalización por descomposición de Cholesky,
en el que la matriz de innovaciones y covarianzas es diagonal. Esto causa también que
el cambio de orden en las variables a la hora de generar la función de impulso respuesta
influya de manera significativa en el resultado, motivo por el que hay que tener claridad
acerca de qué variable busca ser explicada con el modelo.
4. Marco metodológico
El estudio realizado es de tipo correlacional, ya que busca establecer una relación entre
el riesgo país (EMBI) junto con las importaciones, las exportaciones y los títulos de deuda
pública (TES). Para realizar el análisis, inicialmente se recolectaron los datos de recursos
en línea de páginas como la del Banco de la República de Colombia y el Banco J.
P. Morgan. Las variables analizadas se encuentran en logaritmos naturales con el fin
de reducir la heterocedasticidad para las series mensuales desde enero de 2010 hasta
noviembre de 2016.
A partir de la literatura consultada se determinó que el mejor modelo para llevar a

cabo la estimación era el Modelo de Vectores de Corrección del Error (VEC), el cual se
diferencia del Modelo VAR, ya que este emplea variables no estacionarias, teniendo en
cuenta que de esta manera es de mayor utilidad captar aspectos de gran importancia
en el análisis de series de tiempo económicas.
Posteriormente, como las variables según la prueba de Phillips Perron no era estacionarias,
se procedió a diferenciar las series para que así se convirtieran en estacionarias; a partir
de dicho proceso, se aplicaron pruebas de cointegración para así asegurar que el Modelo
VEC se desarrollara correctamente.
Al correr el Modelo VEC, se analizaron los resultados de impulso respuesta, considerando

que es la mejor manera para visualizar las relaciones entre las variables. Estas presentan
un choque aleatorio en una de las variables sobre el resto de las demás. En el caso de
los Modelos VAR (p), que usan variables estacionarias, existe una representación MA
del modelo en términos de las secuencias de errores de este, a partir de la cual se deriva
57
30
la función impulso-respuesta del sistema. Los modelos VEC, por estar compuestos
por variables no estacionarias, no tienen representación MA válida. De acuerdo con
Lütkepohl (2005):
ambos tipos de impulso-respuesta son similares (tanto para VAR como para VEC), con
diferencias en la escala. Vale la pena recordar que en procesos estacionarios las respuestas
de las variables ante choques aleatorios deben decaer a lo largo del tiempo, de modo que
tienden a cero cuando t→∞.
Para este caso de series no estacionarias no se cumple obligatoriamente, es decir, que

el efecto o choque en las variables se mantendrá a lo largo del tiempo. Por último, se
corroboraron los residuales para confirmar la eficiencia del Modelo VEC propuesto.
5. Análisis y resultados
5.1 Datos
Las series utilizadas fueron obtenidas del Banco de la República, donde se consultaron los
datos correspondientes a las importaciones, las exportaciones y los TES para el periodo
analizado; por otro lado, el riesgo país se consultó por medio de los indicadores del J.
P. Morgan. Las series que se utilizaron en la construcción del modelo se encuentran en
logaritmo natural y corresponden a datos mensuales que abarcan desde enero de 2010
hasta noviembre de 2016. Las series utilizadas son las siguientes:
5.1.1 Riesgo país (EMBI)

Corresponde al promedio mensual de los datos del EMBI suministrado por J. P. Morgan.
Figura 1. Serie EMBI
Fuente: Elaboración propia. Software Eviews.
58
Para 2012, el riesgo país cayó en Colombia por la incidencia de los diálogos de paz con
las FARC, debido a que dichos acercamientos producen confianza y tranquilidad en
diversos sectores de la economía. Así mismo, la disminución de la violencia favoreció el
que se incrementara la inversión extranjera, que llegó a obtener el riesgo país más bajo
del mundo.
Además, el riesgo país correspondiente al año 2016 disminuyó; aunque esta situación
pasó, aún se considera con un nivel adecuado en comparación con otros países, lo cual
se debe a un aumento posible de las tasas de interés de Estados Unidos, al enfriamiento
de la economía china, a la vulnerabilidad ante los precios del petróleo, al desplome de
las exportaciones y al precio del dólar. La figura de la serie indica que no es una serie
estacionaria.
5.1.2 Exportaciones
Corresponden a los datos mensuales de las exportaciones suministrados por el Banco de
la República.
Figura 2. Serie exportaciones
La reducción que se presentó en las exportaciones para el año 2014 fue de 28.5 % según
lo calculado por el DANE (2014). La causa de dicho comportamiento fue la disminución
de ventas de combustibles y de productos de industrias extractivas.
59
30
Aunque Estados Unidos era uno de los principales aliados de Colombia, existían
complicaciones en las finanzas nacionales por el incremento de las importaciones y el
descenso de las exportaciones.
El panorama que se presentó en 2014 fue peor en 2015, con una reducción de las
exportaciones de 32.5 %, que se consideraron como las más bajas de los últimos cinco
años; además, continuaron las menores ventas de petróleo, hecho que afectó la economía
colombiana con dicha sobreoferta y demostró que se tiene una gran dependencia del
sector minero-energético.
Para 2016, la economía colombiana mejoró con el incremento de las exportaciones

de café junto con el aumento del 1.8 % de las exportaciones de petróleo. Así mismo,
la caída para este año fue de 16.5 %. La figura de la serie indica que no es una serie
estacionaria.
5.1.3 Importaciones
Corresponden a los datos mensuales de las importaciones suministrados por el Banco
de la República.
Figura 3. Serie importaciones
El comportamiento de las importaciones para 2011 presentó un incremento del 34.4 %,

caracterizado por la compra de vehículos, combustibles, aceites y máquinas. La mayor
parte de las importaciones de 2011 fueron originarias de China.
60
La caída de 2015 se presentó por la disminución de compras del sector agropecuario,

en el grupo de combustibles, pero la mayoría fue en el sector manufacturero; además, la
depreciación de la tasa de cambio contribuyó al bajo desempeño de las importaciones.
La variación de las importaciones para 2016 fue de -20 %, ya que Colombia estaba atravesando
por una fase de desaceleración y se vio afectado de nuevo por las manufacturas, los productos
agropecuarios y los combustibles. La figura de la serie indica que es una serie estacionaria.
5.1.4 TES
Corresponden a los datos mensuales de los títulos de deuda pública (TES) suministrados
por el Banco de la República.
Figura 4. Serie TES
Los TES son los papeles de renta fija que tanto anhelan los inversionistas como
financiación del gasto del Gobierno.
Por los lados de la deuda pública, los TES han tenido incrementos en su tasa de interés,
que en la práctica representan desvalorizaciones de estos títulos.
La deuda pública se duplicó de 2012 a 2016, es decir, el endeudamiento pasó del 43 % al

70 % y llevó a cabo un menor crecimiento económico del país, menores exportaciones,
lo que lleva consigo un mayor déficit en la cuenta corriente. La figura de la serie indica
que no es una serie estacionaria.
61
30
5.2 Determinación del orden de integración: test de Raíz Unitaria

Este test permite verificar si una serie es estacionaria o no, lo cual depende de la ausencia
de la raíz unitaria dentro de esta. Si las series no son estacionarias, es necesario comprobar
que poseen el mismo orden de integración. Solo con estos supuestos cumplidos se puede
trabajar un Modelo VEC.
La prueba aplicada corresponde al test de Phillips Perron. Para este test se plantea la
siguiente hipótesis:
H0: La serie analizada tiene raíz unitaria.

H1: La serie analizada no tiene raíz unitaria.
α= 0.05
Se realiza la prueba a todas las series utilizadas en el modelo.
5.2.1 Test de Phillips Perron para la variable EMBI
Tabla 1. Test de Phillips Perron para la variable EMBI
Null Hypothesis: LEMBI has a unit root
Exogenous: Constant
Bandwidth: 0 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob*
Phillips-Perron test statistic -1.550973 0.5029
Test critical values: 1% level -3.51229
5% level -2.897223
10% level -2.585861
*Mackinnon (1996) one-sided p-values.
Para la prueba realizada con una probabilidad de 0.5029, contrastada a un α=0.05, no

se rechaza H0 dada la alta probabilidad obtenida, demostrando que existe raíz unitaria
en la serie y que, por lo tanto, esta no es estacionaria.
62
5.2.2 Test de Phillips Perron para la variable exportaciones

Tabla 2. Test de Phillips Perron para la variable exportaciones
Null Hypothesis: LEXPORTACIONES has a unit root
Exogenous: Constant
Adj. t-Stat Prob*
5% level -2.897223
10% level -2.585861

5.2.3 Test de Phillips Perron para la variable importaciones

Tabla 3. Test de Phillips Perron para la variable importaciones
Null Hypothesis: IMPORTACIÓN has a unit root

Exogenous: Constant
Adj. t-Stat Prob*

5% level -2.897223
10% level -2.585861
63
30
Para la prueba realizada con una probabilidad de 0.0197 contrastada a un α=0.05, se

rechaza H0 dada la baja probabilidad obtenida, demostrando que la serie es estacionaria.
5.2.4 Test de Phillips Perron para la variable TES
Tabla 4. Test de Phillips Perron para la variable TES
Null Hypothesis: LTES has a unit root

Exogenous: Constant
Adj. t-Stat Prob*
5% level -2.897223
10% level -2.585861

En resumen, solo las importaciones son estacionarias, las demás no. Por este motivo se
realiza la primera diferencia de las series EMBI, exportaciones y TES para determinar si
este es su grado de integración. Las series en primera diferencia se visualizan en la figura 5:
Figura 5. Series diferenciadas I (1)
64
El análisis visual indica que existe estacionariedad en las series. Sin embargo, se
comprueba con la prueba de Phillips Perron sobre las nuevas series en primera diferencia.
Los resultados se encuentran resumidos en la tabla 5.
Tabla 5. Test de Phillips Perron para EMBI, exportaciones y TES
H0= la serie
Probabilidad no es estacio- Serie
Variable Descripción
Phillips Perron naria. Tiene estacionaria
raíz unitaria
Primera diferencia de la
DLEMBI 0 Rechazo Sí
serie LEMBI
DLEXPORTACIONES 0.0001 Rechazo Sí
serie LEXPORTACIONES
DLTES 0 Rechazo Sí
serie LTES
Para todas las variables de la tabla anterior se rechaza H0 en la primera diferencia, “la serie
tiene raíz unitaria”, en favor de H1, “la serie es estacionaria”, con un nivel de significancia
del 0.05. Por lo tanto, se concluye que todas las variables son de orden de integración 1,
I (1); sin embargo, como la serie de importaciones no se diferenció, a continuación, en la
tabla 6, está la prueba de Phillips Perron que comprueba que es estacionaria.
Tabla 6. Test de Phillips Perron para importaciones
Null Hypothesis: IMPORTACIÓN has a unit root

Exogenous: Constant
Adj. t-Stat Prob*
5% level -2.897223
10% level -2.585861
65
30
5.3 Pruebas de cointegración
Se realizaron las pruebas de cointegración por el método de Johansen para determinar

si es adecuado ajustar un Modelo VEC para identificar las relaciones a corto y largo
plazo entre las variables que se van a trabajar.
Se realiza un modelo en el que la variación del EMBI para Colombia es la variable

dependiente, y las variables independientes son la variación de las importaciones,
las exportaciones y los títulos de deuda pública (TES). De estos modelos se utilizan
los residuales en los que se comprueba que tienen raíz unitaria, corroborando la
cointegración de las variables.
5.3.1 Prueba de Cointegración para el EMBI y exportaciones
Tabla 7. Prueba de Cointegración para el EMBI y exportaciones
Sample (adjusted): 2010M07 2016M11

Included observations: 77 after adjustments
Trend assumption: Linear deterministic trend
Series: DLEMBI DLEXPORTACIONES
Lags interval (in first differences): 1 to 4
Unrestricted Cointegration Rank Test (Trace)
Hypothesized 0,05 Critical

Eigenvalue Trace Statistic Prob **
No. Of CE(s) Value
None* 0.201415 28.94345 15.49471 0.0003
At most 1* 0.140131 11.62511 3.841466 0.0006
Trace test indicates 2 cointegrating eqn(s) at the 0.05 level
*denotes rejection of the hypothesis at the 0.05 level
**Mackinon-Haug_Michelis (1999) p-values
El test de Cointegración indica que existe relación entre el EMBI y las exportaciones.
66
5.3.2 Prueba de Cointegración para el EMBI e importaciones

Tabla 8. Prueba de Cointegración para el EMBI e importaciones

Series: LIMPORTACIONES DLEMBI

Hypothesized 0.05 Critical
No. Of CE(s) Value
None* 0.216884 25.87486 15.49471 0.001
At most 1* 0.087496 7.050311 3.841466 0.0079
El test de Cointegración indica que existe relación entre el EMBI y las importaciones.
5.3.3 Prueba de Cointegración para el EMBI y TES
Tabla 9. Prueba de Cointegración para el EMBI y TES

Series: DLEMBI DLTES

Hypothesized 0,05 Critical
No. Of CE(s) Value
None* 0.191916 26.66636 15.49471 0.0007
At most 1* 0.124734 10.25852 3.841466 0.0014
El test de Cointegración indica que existe relación entre el EMBI y los títulos de deuda
pública (TES).
67
30
5.4 Modelo VEC

Considerando los resultados de las pruebas de cointegración, se estimó el Modelo de
Vector de Corrección de Errores (VEC) para las variables analizadas respecto al EMBI.
Para elegir el mejor modelo, se utilizó el criterio de información de Akaike (AIC).
5.4.1 DLEMBI-DLEXPORTACIONES
Tabla 10. Criterios de información EMBI y exportaciones
VEC 1 2 3 4 5
Akaike Information
-3.034829 -3.193907 -3.240597 -3.199382 -3.120917
criterion
Para la relación entre la serie diferenciada del riesgo país y la serie diferenciada de las
exportaciones, se tiene como mejor modelo por Akaike el que incluye tres rezagos.
5.4.2 DLEMBI-DIMPORTACIONES
Tabla 11. Criterios de información EMBI e importaciones
VEC 1 2 3 4 5
Akaike Information
-3.843351 -3.791668 -3.839688 -3.788214 -3.712879
criterion
Para la relación entre la serie diferenciada del riesgo país y la serie de las importaciones,
se tiene como mejor modelo por Akaike el que incluye un rezago.
5.4.3 DLEMBI-DLTES
Tabla 12. Criterios de información EMBI y TES
VEC 1 2 3 4 5
Akaike Information
-4.548214 -4.590717 -4.631911 -4.51773 -4.496443
criterion
68
Para la relación entre la serie diferenciada del riesgo país y la serie diferenciada de los
títulos de deuda pública TES, se tiene como mejor modelo por Akaike el que incluye
tres rezagos.
De acuerdo con esto, se generan las ecuaciones de los modelos VEC a continuación.
5.4.4 Modelo VEC para exportaciones
Tabla 13. Modelo VEC para exportaciones
Vector Error Correction Estimates

Standard errors in () & t-statistics in [ ]
Cointegrating Eq: CointEq1
DLEMBI(-1) 1
DLEXPORTACIONES(-1) 1.609816
(0.296607)
[5.43724]
C 0.001326
Donde β’ es el vector de cointegración.
Como se aprecia, todos los coeficientes del vector de cointegración fueron significativos
al 5 %.
Ecuación 1. Vector de corrección del error para las exportaciones

β’ = 1
Nótese que dicho vector ha sido normalizado para que el primer coeficiente sea igual a
uno. Con el ordenamiento del vector de variables cointegradas dado en (1), se tiene que
el equilibrio de largo plazo del sistema puede representarse como:
DLEMBIt+ 1.609816 DLEXPORTACIONESt=0, donde

DLEMBIt=-1.609816 DLEXPORTACIONESt
Por lo tanto, un incremento de las exportaciones generará un descenso del riesgo país
(EMBI).
69
30
5.4.5 Modelo VEC para importaciones

Tabla 14. Modelo VEC para importaciones

LIMPORTACIONES(-1) 1
DLEMBI(-1) -14.02228
(1.83431)
[-7.64443]
C -8.409429
al 5 %.
Ecuación 2. Vector de corrección del error para las importaciones

β’ = (1 -14.02228 -8.409429).
DLEMBIt-14.02228 DIMPORTACIONESt= 0 donde

DLEMBIt=14.02228 DIMPORTACIONESt
Por lo tanto, un incremento de las importaciones generará un aumento del riesgo
país (EMBI).
70
5.4.6 Modelo VEC para los títulos de deuda pública (TES)

Tabla 15. Modelo VEC para TES

DLEMBI(-1) 1
DLTES(-1) -1.258223
(0.45135)
[-2.78771]
C 0.003404
al 5 %.
Ecuación 2. Vector de corrección del error para los TES

β’ = (1 -1.258223 0.003404).
DLEMBIt-1.258223DLTESt= 0, donde DLEMBIt=1.258223DLTESt
Por lo tanto, un incremento de los títulos de deuda pública (TES) generará un aumento
del riesgo país (EMBI).
71
30
5.5 Función impulso respuesta (FIR)

5.5.1 Función impulso respuesta EMBI y exportaciones
Figura 6. FIR EMBI y exportaciones
La figura 6 presenta la relación impulso-respuesta de las exportaciones y el riesgo país.

Se observa cómo el EMBI cambia en respuesta de las exportaciones. Las variaciones se
encuentran por debajo de cero, es decir, actúan inversamente al movimiento del riesgo país.
El impulso inmediato en el corto plazo (de 4 meses) del EMBI genera un efecto
negativo, lo que coincide con lo obtenido del Modelo VEC, en el que un incremento
de las exportaciones generará un descenso en el riesgo país (EMBI). Dicha situación
comenzará a desaparecer desde el décimo mes, siendo constante alrededor de -0.010 y
estabilizándose a largo plazo.
72
5.5.2 Función impulso respuesta EMBI e importaciones

Figura 7. FIR EMBI e importaciones
En la figura 7 se observa cómo las importaciones cambian en respuesta del EMBI. En el

muy corto plazo, las importaciones presentarán un salto a un punto positivo y coincidirán
con el Modelo VEC realizado, que presenta una relación directa con el riesgo país. El
efecto se mantendrá constante desde el mes 6 alrededor de 0.003 y se estabilizará en el
largo plazo.
5.5.3 Función impulso respuesta EMBI y TES
Figura 8. FIR EMBI y TES
73
30
El impulso respuesta del EMBI sobre los títulos de deuda pública es inmediato en el corto
plazo. Como se muestra en la figura 8, la relación es directa; dicho efecto se evidencia
desde el segundo mes y coincide con la ecuación del vector de corrección del error;
además, dicho impacto llega a estabilizarse alrededor de 0.020 en el mes 8 y continuará
con tal comportamiento en el largo plazo.
6. Conclusiones
La mejor forma de evidenciar el comportamiento de la economía colombiana
es por medio del EMBI, pero esto se debe a su relación con múltiples variables
macroeconómicas, como lo son las importaciones, las exportaciones y los títulos de
deuda pública (TES), tal como se ha podido observar en este documento por medio
del Modelo de Vectores de Corrección del Error (VEC).
La relación entre el EMBI y las exportaciones es negativa, ya que ante un aumento de las
exportaciones se presentará una caída del riesgo país, lo cual se evidencia gráficamente,
aunque el efecto en las importaciones y en los títulos de deuda pública es positivo, lo que
hace que el riesgo país se incremente y aleje a los inversionistas.
Dichas situaciones pueden cambiar ante diversas decisiones en política monetaria, por
ejemplo, cuando se incrementan los tipos de interés, no se favorecen las exportaciones
y se tiene presente el riesgo de una recesión; en el caso contrario, cuando los tipos de
interés disminuyen, se provoca un efecto positivo en las exportaciones y se hacen más
competitivas, pero el riesgo país tiende a disminuir dado que se encarecen y el mercado
interno se favorece, aunque los capitales estén fuera del país.
Por ello, un aumento del riesgo hace que los residentes en un país envíen su dinero a
otros países más seguros, por ello las entidades extranjeras deben analizar la disposición
de los ciudadanos de un país de invertir en su propia nación incluyendo que, desde la
deuda pública, los títulos se desvalorizan cuando los TES presentan incrementos en la
tasa de interés.
Referencias
Arias, E. y Torres, C. (2004). Modelos VAR y VECM para el pronóstico de corto plazo de las
importaciones de Costa Rica. San José, Costa Rica: Banco Central de Costa Rica.
Recuperado de http://www.bccr.fi.cr/investigacioneseconomicas/metodoscuantita-
tivos/Modelos_VAR_y_VECM.pdf
74
Bonilla Cárdenas, S. B. (2011). Estructura económica y desempleo en Colombia: un

análisis VEC. Sociedad y Economía, 20, 99-124. Recuperado de http://www.scielo.org.
co/pdf/soec/n20/n20a04.pdf
Cavaliere, G. (2003). Vector Autoregression Models (CBC Course). Gerzensee, Switzerland:

Study Centre Gerzensee.
Congreso de Colombia. (28 de diciembre de 1990). Ley 51 de 1990. Por la cual se

autorizan unas operaciones de endeudamiento interno y externo de la Nación; se
autorizan operaciones para el saneamiento de obligaciones crediticias entre entida-
des públicas; se otorga una facultad y se dictan otras disposiciones. Diario Oficial, n.o
39615, del 31 de diciembre de 1990. Recuperada de http://www.suin-juriscol.gov.
co/viewDocument.asp?id=1605573
DANE. (2014). Exportaciones colombianas. Enero-diciembre de 2014. Recuperado de http://

www.sice.oas.org/ctyindex/col/Exports_2014_s.pdf
Engle, R. F. y Granger, C. W. (1987). Cointegration and error correction: Representation,

estimation, and testing. Econométrica, 55(2), 251-276. Recuperado de http://www.ntu-
zov.com/Nik_Site/Niks_files/Research/papers/stat_arb/EG_1987.pdf
Iranzo, S. (2008). Introducción al riesgo país (Documentos Ocasionales, n.o 0802). Madrid:
Banco de España. Recuperado de https://www.bde.es/f/webbde/SES/Secciones/
Publicaciones/PublicacionesSeriadas/DocumentosOcasionales/08/Fic/do0802.pdf
Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Berlín/Nueva York:
Springer/Heidelberg. Recuperado de http://www.afriheritage.org/TTT/2%20
New%20Introduction%20to%20Multiple%20Time%20Series%20Analysis.pdf
Mascareñas, J. (2008). El riesgo país. Madrid: Universidad Complutense de Madrid.
Montilla, F. (Octubre de 2007). Riesgo país. Zonaeconómica.com. Recuperado https://

www.zonaeconomica.com/riesgo-pais
Morgan, J. Emerging Markets Research. (Datos EMBI).
Villar, L. (1985). Determinantes de las importaciones en Colombia: un análisis econo-

métrico. ESPE (Ensayos sobre Política Económica), 8, 61-100. Recuperado de http://
www.banrep.gov.co/sites/default/files/publicaciones/archivos/resu_008-3.pdf
75
30
Anexos
Anexo 1. Pruebas de cointegración
Series: DLEMBI DLEXPORTACIONES
0.05
Trace
Hypothesize d No. Of CE(s) Eigenvalue Critical Prob **
Statistic
Value
None* 0.439002 154.1386 15.49471 0.0001
At most 1* 0.344831 65.12075 3.841466 0.0000
Trace test indicates 2 cointegration eqn(s) at the 0.05 level
**Mackinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

0.05
Max-Eigen
Statistic
Value
None* 0.439002 89.01785 14.2646 0.0000
At most 1* 0.344831 65.12075 3.841466 0.0000

Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level
Series: DLEMBI DLTES


0.05
Trace
Statistic
Value
None* 0.390292 123.5169 15.49471 0.0001
At most 1* 0.264558 47.32161 3.841466 0.0000
76

0.05
Max-Eigen
Statistic
Value
None* 0.390292 76.19525 14.2646 0.0000
At most 1* 0.264558 47.32161 3.841466 0.0000
Series: DLEMBI DLIMPORTACIONES

0.05
Trace
Statistic
Value
None* 0.568554 194.1999 15.49471 0.0001
At most 1* 0.343232 64.74532 3.841466 0

0.05
Max-Eigen
Statistic
Value
None* 0,568554 129.4546 14.2646 0.0001
At most 1* 0,343232 64.74532 3.841466 0
77

Los Efectos de Las Importaciones, Las Exportaciones y Los TES Sobre El EMBI para El Caso Colombiano

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Los Efectos de Las Importaciones, Las Exportaciones y Los TES Sobre El EMBI para El Caso Colombiano

Cargado por

Copyright:

Formatos disponibles

Los efectos de las importaciones,

las exportaciones y los TES sobre

The effects of imports, exports and TES on the

Recibido: 30 de marzo de 2017

Los inversionistas evalúan el riesgo de sus inversiones a la hora de vincularse en un

** Correo electrónico: danielacastillot@usantotomas.edu.co

Palabras clave: Riesgo financiero, variables macroeconómicas, series de tiempo.

Keywords: Financial risk, macroeconomic variables, time series.

En los últimos años, Colombia ha presentado el mejor EMBI de Suramérica, el cual ha

El presente estudio tiene la finalidad de estimar un Modelo Vectorial de Corrección

La primera parte de este estudio es la presente introducción. En la segunda sección se

Los mercados de capitales se fijan primordialmente en aquellos países con capacidad

La variable EMBI representa el riesgo financiero de un país determinado, refleja la

Montilla (2007) afirma:

El EMBI es el indicador que mide las posibilidades de un país emergente de no cumplir en

2) Riesgo de transferencia. Implica la imposibilidad de pagar el capital, los intereses y los

Colombia ha importado a lo largo de los años maquinaria y productos tecnológicos los

2.3 Títulos de deuda pública (TES)

2.4 Relación del riesgo país (EMBI)

La política monetaria, con un incremento de los tipos de interés, aumentará la inversión

La política cambiaria provoca mayor competitividad en las exportaciones y encarece

La política comercial se refiere a los aranceles y a las barreras de comercio internacional,

En caso de que las regresiones no sean estacionarias, se presenta el riesgo de tener

Por lo mencionado anteriormente, la razón principal para utilizar VEC en el presente

Si se reemplaza la matriz ∏ por su expresión equivalente, se tiene:

∆Yt = αβʹYt-1+∑þ-1i=1Γi ∆Yt-i+εt (2)

Si se aplica dicha representación a las variables en particular que se analizan en el

Como afirma Bonilla (2011):

Se puede observar el vector de variables del sistema en diferencias en el momento

Finalmente, se tiene el vector de errores del Modelo VEC, cuyo comportamiento se

3.2 Prueba de Phillips Perron

Esto se da si se presenta un proceso autorregresivo en orden 1:

уt= a0+ a1 уt-1+ εt (3)

εt = término del error. Es ruido blanco (media 0, varianza constante).

Si los términos de la ecuación cumplen las características señaladas, se garantiza que la

La prueba de PP plantea que Ф=1 en la ecuación

∆Yt = α+ФYt-1+δ.t+εt (4)

∆Yt = operador de primera diferencia.

Las hipótesis que plantean la prueba PP son las siguientes:

3.3 Prueba de cointegración de Johansen

Para ilustrar mejor esto, considérese un VAR de orden p

Yt es un vector de k variables integradas de orden 1, y εt es un vector de innovaciones.

∆Yt = ∏Yt-1+∑þ-1i=1Γi ∆Yt-i+εt (1)

De acuerdo con el teorema de representación de Granger, si la matriz de coeficientes Π

3.4 Función impulso respuesta

A partir de la literatura consultada se determinó que el mejor modelo para llevar a

Al correr el Modelo VEC, se analizaron los resultados de impulso respuesta, considerando

Para este caso de series no estacionarias no se cumple obligatoriamente, es decir, que

5.1.1 Riesgo país (EMBI)

Fuente: Elaboración propia. Software Eviews.

Figura 2. Serie exportaciones

Fuente: Elaboración propia. Software Eviews.

Para 2016, la economía colombiana mejoró con el incremento de las exportaciones

Figura 3. Serie importaciones

Fuente: Elaboración propia. Software Eviews.

El comportamiento de las importaciones para 2011 presentó un incremento del 34.4 %,

La caída de 2015 se presentó por la disminución de compras del sector agropecuario,

Figura 4. Serie TES

Fuente: Elaboración propia. Software Eviews.

La deuda pública se duplicó de 2012 a 2016, es decir, el endeudamiento pasó del 43 % al

5.2 Determinación del orden de integración: test de Raíz Unitaria

H0: La serie analizada tiene raíz unitaria.

Se realiza la prueba a todas las series utilizadas en el modelo.