Determinantes de Largo Plazo del Tipo de Cambio Paralelo Nominal y su Impacto

Sobre la Dinámica de Corto Plazo: Evidencia a partir de la Economía Venezolana.

Período 2003 – 2011

Resumen

El artículo desarrollo una formulación teórica acerca de los determinantes de largo plazo
del tipo de cambio paralelo en mercados cambiarios duales. Se utilizaron técnicas
econométricas que abordaron el problema del sesgo de los test de raíces unitarias y los
test de razón de verosimilitud de determinación del rango de cointegración, cuando las
variables presentan ajuste estructural endógeno o exógeno. Entre los principales
resultados se halló que en la conformación de portafolio entre dinero doméstico y
divisas por los agentes, en el largo plazo la variable determinante fue la inflación anual,
mientras en el corto plazo el rendimiento de la tenencia de divisas tuvo mayor impacto.
Adicionalmente, en el largo plazo las expansiones monetarias resultaron desplazadas
por la depreciación más que proporcional del tipo de cambio paralelo

Palabras Clave: Mercados cambiarios duales, controles de capital, cambio estructural,

cointegración bajo ajuste estructural, proceso de vectores autorregresivos, modelo de
corrección de errores.

JEL Clasificación: C51, C52, E41

1 Introducción

Este trabajo se inscribe en la literatura que aborda el tema de los mercados cambiarios
duales en países en vías de desarrollo, existe una extensa literatura en este campo
destacando los trabajos de Lizondo (1987, 1990, 1991), Kharas y Pinto (1989), Calvo y
Rodríguez (1977), Onour (2000) y Agénor (1990, 1990a). Estos autores hicieron énfasis
en las distorsiones que la existencia de mercados paralelos de divisas acarrean a la
economía, en ese sentido: (i) impactan los precios domésticos a través del sector
transable de la economía ya que el tipo de cambio no oficial es el que determina el
precio de los bienes transables (ii) potencian la sustitución de moneda doméstica por
divisas como medio de evitar el impuesto inflación, acelerando así la fuga de capitales y
(iii) terminan jugando papel preponderante en el proceso de transmisión de las políticas
macroeconómicas.

El objetivo principal del artículo es desarrollar un marco metodológico que permita

establecer los determinantes de largo plazo del tipo de cambio paralelo nominal, así
como también evaluar el impacto de estos determinantes sobre la dinámica de corto
plazo, utilizando para ello datos de la economía Venezolana, país que mantiene un
control de cambio desde hace más de una década. El artículo se apoya en la formulación
económica desarrollada por Agénor (1990), la cual reformulamos con la finalidad de
conducir el proceso de evaluación empírica dentro del contexto del análisis de
cointegración en variables sujetas a cambio estructural. Suele suceder que los
sustanciales y prolongados desequilibrios macroeconómicos se traduzcan en variables
macroeconómicas sujetas a cambio estructural, y esto último sesga el test estadístico de

1
Dickey-Fuller utilizado en la determinación de la no estacionariedad de las series
económicas, así como también el test de Johansen utilizado en la determinación del
rango de cointegración en variables no estacionarias. A fin de superar estas limitaciones,
en este artículo utilizamos test de raíces unitarias en series temporales sujetas a ajuste
estructural desarrollados por Zivot-Andrews (1992) y Perron (1997) así como los test
estadísticos desarrollados por Lütkepohl y Saikkonen (2000); Lütkepohl, Saikkonen y
Trenkler (2004); Saikkonen, Lütkepohl y Trenkler (2006), los cuales permiten
determinar si variables no estacionarias sujetas a cambios de régimen son cointegradas.

El artículo se estructura de la siguiente manera: en la introducción se establece a

grandes rasgos el marco conceptual en el que se inscribe el artículo, la sección 2 ofrece
una reseña histórica sobre la emergencia y evolución del mercado paralelo de divisas en
Venezuela durante el período 2003-2011, en la sección 3 se desarrolla la formulación
económica acerca de los determinantes de largo plazo del tipo de cambio paralelo, en el
apartado 4 se introducen las metodologías econométricas, la sección 5 recoge los
resultados empíricos y la sección 6 las conclusiones. Por último en el apéndice A se
introducen las definiciones y fuentes de las variables utilizadas.

2. Emergencia y Evolución del Mercado Paralelo de Divisas en Venezuela.

El mercado no oficial de divisas en Venezuela se inicio el 05 de febrero del año 2003,

cuando las autoridades monetarias establecieron el control de cambio como el acto final
de una crisis de balanza de pagos. Al momento del colapso de la moneda la política
cambiaria en Venezuela se apoyaba en un sistema de bandas, el cual fue introducido en
julio del año 1996 utilizándolo en parte como ancla cambiaria para alcanzar estabilidad
de precios, empeño este en el cual hubo relativo éxito pues durante el período 1998–
2001 se logró una paulatina disminución de la inflación (con variaciones anualizadas de
29.9% en 1998, 20% en 1999, 13.4% en 2000 y el mínimo histórico de 12.3%
alcanzado en 2001). El 13 de febrero del año 2002 el gobierno anunció el fin del sistema
de bandas cambiarias y el comienzo de un régimen cambiario de flotación administrada,
luego de que el derrumbe de los precios de la cesta petrolera Venezolana en 22% 1 y la
pérdida de confianza en la economía interna por parte de los agentes privados,
condujesen en el año 2002 a una tasa de depreciación de la moneda local del orden del
83.7% y a un acumulado en cuentas externas por parte de los Venezolanos de alrededor
de 6,709 millones de dólares2, equivalente a 45.1% de las reservas internacionales. Ante
la creciente fuga de divisas finalmente el 5 de febrero del año 2003 las autoridades
anunciaron el establecimiento del control de cambio.

Si bien el factor económico fue decisivo en el colapso de la moneda local a finales del
año 2002 también el factor político a nuestro juicio jugo papel importante. Los eventos
de naturaleza política comenzaron a gestarse a partir de noviembre del año 2000 en que
el poder legislativo promulgo una ley habilitante 3 que permitió al jefe del estado
gobernar por decreto. Seguidamente a mediados del año 2001 a través de esta ley el
gobierno introdujo tres leyes4 que suscitaron gran polémica ya que las mismas se
enmarcaron en: (i) la modificación del esquema de tributación de las empresas
1
El barril de petróleo Venezolano se cotizó en 25.91 US$/barril y 20.21 US$/barril en los años 2000 y
2001 respectivamente
2
Un incremento del 22% respecto de 2001.
3
Gaceta Oficial Nº 37.076, del 13 de Noviembre de 2000.
4
Gaceta Oficial Nº 37.323, del 13 de Noviembre de 2001.

2
transnacionales dedicadas a la actividad petrolera, (ii) la imposición de fuertes
restricciones sobre la pesca de arrastre y comercial y (iii) la modificación de la ley de
tierras y desarrollo agrario para facilitar el proceso de expropiación de tierras por parte
del ejecutivo. Esta leyes generaron un fuerte rechazo por parte del sector empresarial, el
cual respondió con un paro indefinido a partir del 9 de abril del año 2002 al cual se
sumó la empresa estatal petrolera PDVSA, en medio de la creciente conflictividad se
produjo un golpe de estado militar el 11 de abril del mismo año. El mal manejo de los
cambios políticos sin el consenso de todos los sectores de la sociedad, deterioro aún más
una situación económica ya de por si precaria debido al desplome de los ingresos
petroleros5.

La figura 1 muestra el tipo de cambio paralelo nominal con periodicidad mensual desde
2004 hasta el año 2011, puede observarse un comportamiento estable del mismo durante
10

6
Bs/US$

1
2004 2005 2006 2007 2008 2009 2010 2011

Año/Mes

Figura 1. Tipo de Cambio Paralelo

el período 2004-2006 en que se mantuvo en promedio alrededor de 2.5 Bs/US$, período

en que el producto interno bruto creció a una tasa interanual del 10% y la oferta de
divisas oficiales creció a una tasa interanual del orden del 28.8%, luego en noviembre
del año 2007 el tipo de cambio paralelo alcanza un máximo de 6.14 Bs/US$ equivalente
a una depreciación de 145% respecto del valor medio exhibido durante el lapso 2004-
2006. Durante el año 2007 según cifras del banco Central de Venezuela y cálculos
propios los venezolanos acumularon en cuentas en el extranjero el equivalente a 50% de
las reservas internacionales. A fin de contener la creciente demanda de divisas las
autoridades monetarias emitieron bonos denominados en dólares6 logrando revertir la
tendencia alcista y el tipo de cambio paralelo alcanzo el valor de 3.4Bs/US$ para julio
de 2008, sin embargo, a partir de agosto del mismo año la caída del precio del petróleo 7

5
Fuente principal de ingresos fiscales en Venezuela.
6
Emitió los Bonos del Sur I en Noviembre 2006, los Bonos del Sur II en Marzo 2007, los Bonos PDVSA
en Abril 2007 y los Bonos del Sur III en Octubre 2007.
7
En 2008 los precios de la cesta petrolera venezolana cayeron en 62.2%.

3
impuso fuertes restricciones a la entrega de divisas oficiales las cuales se desaceleraron
en -17.5% en el 2008. En enero del año 2010 el Banco Central devaluó la moneda en
100%, no obstante, hacia diciembre del mismo año como bien se aprecia en la figura 1
el tipo de cambio paralelo alcanzó el máximo histórico de 9.14 Bs/US$ y al mismo
tiempo los Venezolanos mantenían en cuentas en el extranjero alrededor del 52% de las
reservas internacionales.

Ante la crítica situación del año 2010, el 14 de mayo las autoridades del área económica
optaron por prohibir la difusión de información acerca de la cotización del mercado
paralelo, para luego el 18 de mayo del mismo año clausurar el mercado permuta a través
del cual los agentes privados vendían los bonos denominados en dólares. En junio de
2010 entro en vigencia el Sistema de Transacciones con Títulos en Moneda Extranjera
(SITME) para el otorgamiento de divisas oficiales, ingresando el país en el esquema de
tipos de cambio múltiples con uno fijado a 4.30 Bs/US$ obtenido a través de la
Comisión de Administración de Divisas (CADIVI) y otro fijado a 5.30 Bs/US$ obtenido
a través del SITME.

3. Teoría Económica

En Agénor (1990) el autor desarrolla una especificación la cual explicita los

determinantes de corto plazo8 del tipo de cambio paralelo en mercados cambiarios
duales, su formulación es un intento de dar contenido empírico al trabajo teórico de
Lizondo (1987) quien también abordó el tema de la unificación de mercados cambiarios
duales. Nuestra propuesta toma parte de los trabajos de Lizondo y Agénor como
marcos de referencia con la finalidad de desarrollar una formulación que describa la
relación entre el tipo de cambio paralelo y sus determinantes de largo plazo.

Las especificaciones económicas del tipo utilizado en Agénor (1990) en las cuales las
variables se introducen en diferencias, si bien poseen sentido y fundamento económico
entrañan dificultades al tratar de su verificación empírica, esencialmente porque la
naturaleza no estacionaria de los fenómenos económicos -fundamental en la modelación
empírica- es la que definirá si estos deben ser representados en niveles o en diferencias.
Para conciliar esta divergencia en nuestra propuesta las relaciones que describen el
comportamiento de los agentes en el mercado paralelo se establecen en los niveles de
las variables, de forma tal que sin perder fundamento económico faciliten la evaluación
empírica de la formulación final a obtener, ya que es a partir de su contrastación
empírica que toda formulación teórica puede derivar su validez.

En tal sentido, se considera una economía pequeña afín a la estructura de un país en

desarrollo con un mercado paralelo de divisas cuasi ilegal9 en el que los agentes
privados adquieren divisas por motivos transaccionales y consideraciones de portafolio.
Una parte de las transacciones comerciales se llevan a cabo en el mercado oficial al tipo
de cambio (et)10 establecido por el Banco Central, mientras que el resto de las
transacciones comerciales así como todas las transacciones de capital tienen lugar en el

8
Por tratarse de una especificación que incluye dinámica.
9
Un mercado paralelo ilegal pero tolerado por las autoridades económicas.
10
Expresando la divisa en unidades de moneda nacional. Por tanto su incremento implica la depreciación
de la moneda nacional y su disminución una apreciación de la misma.

4
mercado paralelo al tipo de cambio libre (bt). Se asume que la economía produce tanto
bienes transables como no transables y donde una parte del producto (yt) se exporta y el
resto se consume internamente. El Banco Central es quien decide el nivel de
importaciones que tendrá lugar a través del mercado oficial.

A continuación se introducen las ecuaciones de comportamiento que definen las reglas

de conducta de los oferentes y demandantes privados en el mercado cambiario no
oficial.

Oferta de Divisas

Se asume que la fuente dominante de oferta privada de divisas (Ots) en el mercado

paralelo es la sobrefacturación de importaciones y la subfacturación de exportaciones 11;
siendo el diferencial entre el tipo de cambio paralelo (bt) y el tipo de cambio oficial (et),
el principal impulsor de la oferta privada de divisas, más específicamente

log ⁡(Ost )=c 0 +c 1 log ⁡¿) c 1 >0 [3.1]

Demanda de Divisas

La demanda de divisas en el mercado paralelo (Dtd) vendrá determinada por el nivel de

actividad económica global (yt), el diferencial entre los precios externos (Qt) y los
precios internos (Pt) valorado al tipo de cambio no oficial.

b t Qt
d
log ( D t ) =γ 0+ γ 1 log ( y t )+ γ 2 log ( )
Pt
γ 1 >0 ; γ 2< 0 [3.2]

Existencias de Divisas en Poder del Público

Las existencias de divisas mantenidas por el sector privado (Ft) vendrán definidas en
términos de los excesos de oferta y demanda de divisas en el mercado paralelo:

log ( F t ) =δ0 + δ 1 ( log ( Ots )−log ( Ddt ) ) δ 1> 0 [3.3]

Equilibrio de Largo Plazo

Se considera una economía con un sistema financiero poco desarrollado, lo cual se

refleja en un portafolio de activos financieros privados conformado tan sólo por dinero
domestico Mt y divisas Ft y donde la riqueza financiera nominal del público -expresada
en dinero doméstico- viene dada por Wt = (Mt + btFt). Sea λt la fracción de la riqueza
financiera nominal que el sector privado desea mantener en dinero doméstico, se
establece que en el largo plazo esta es una función decreciente de la tasa de inflación
esperada (π et ) y de la tasa de depreciación esperada del tipo de cambio no oficial ( ρet ), lo
cual puede ser expresado como:
logλ t=f ( π et , ρet ) [3.4]

11
Otras fuentes posibles de oferta son: el turismo, las remesas y el contrabando a través de la frontera.

5
 ∂logλ ∂ logλ
donde e
<0 y <0
∂π ∂ ρe

Desarrollo de la Formulación para el Tipo de Cambio Paralelo

Al igual que Lizondo (1987) asumiremos que los agentes privados pueden ajustar la
composición de su portafolio al nivel deseado período a período, teniéndose entonces
que la fracción de dinero doméstico que desean mantener igualará el stock corriente de
dinero doméstico
λ t W t =M t [3.5]

Luego tomando logaritmos en [3.5]

log M t =logλt + log ⁡(M t + bt F t ) [3.6]

y utilizando la siguiente aproximación

log ( M t + bt F t ) ≅ τ 0 + ( 1−τ ) log M t + τ log ⁡(b t Ft ), 0< τ <1

y sustituyendo en la ecuación [3.6] resulta

log M t =logλt + τ 0 + ( 1−τ ) log M t + τ log ⁡(bt Ft )

reordenando términos en la ecuación anterior se obtiene

−τ 0 1
log b t= +log M t−log F t − logλ [3.7]
τ τ t

Ahora sustituyendo las ecuaciones [3.1] y [3.2] en [3.3] resulta

bt btQt
log ( F t ) =( δ 0+ δ 1 c 0−δ 1 γ 0 ) + δ1 c 1 log ( )
et ( )
−δ 1 γ 1 log ( y t )−δ 1 γ 2 log
Pt
[3.8]

Luego aproximando f en la ecuación [3.4] a través de la función lineal

log λ t=μ0 −μ1 π et −μ2 ρet μj > 0 ∀ j [3.9]

y reemplazando [3.8] y [3.9] en la ecuación [3.7] obtenemos la formulación para el tipo

de cambio no oficial

6
 ψ 0 δ1 γ1 ( δ ¿ ¿ 1 c1 ) δ 1 γ2 Q t μ1 e μ 2 e 1
log ( b t ) =
ψ
+
ψ
log ( y t ) +
ψ
log ( e t ) +
ψ ( )log + π+ ρ+
Pt τψ t τψ t ψ ()
log ( M t ) ¿

[3.10]

donde [
ψ 0= δ 1 γ 0 − ( μ +τ δ )−δ −δ c ]
0 0
0 1 0 y ψ=( 1+ δ 1 c 1−δ 1 γ 2 ) >0

De acuerdo a la formulación en [3.10] en el largo plazo el tipo de cambio paralelo se

relaciona positivamente con el nivel de actividad económica, el tipo de cambio oficial,
la oferta monetaria interna nominal, la tasa de inflación esperada y la tasa de
depreciación esperada del tipo de cambio no oficial, mientras mantiene relación
decreciente con el relativo entre los precios externos e internos. De acuerdo a esta
especificación en el largo plazo el tipo de cambio paralelo se depreciara menos que
proporcionalmente ante la depreciación o devaluación del tipo de cambio oficial
(δ ¿ ¿ 1 c1 /ψ <1)¿, análogamente en el largo plazo una expansión monetaria conducirá a
una depreciación menos que proporcional del tipo de cambio paralelo ya que ψ >1.

Por otro lado, la formulación no restringida de [3.10] establecería en términos generales

que en el largo plazo:

Qt e e
b t=f ( y t , e t , , π , ρ , Mt) [3.11]
Pt t t
donde

∂ bt e e ∂ bt Qt
> 0 para Xϵ ( y t ,e t , π t , ρ t , M t )y < 0 para X =
∂X ∂X Pt

7
 4. Aproximación Econométrica

4.1 Test de Raíces Unitarias en Variables Sujetas a Cambio Estructural

A partir de la publicación de Nelson y Plosser (1982) un notable debate acerca de la

naturaleza dinámica de las series de tiempo macroeconómicas y financieras ha tenido
lugar en el campo de la econometría. Apoyándose en los trabajos de Dickey y Fuller
(1979, 1981) los autores Nelson y Plosser comprobaron que la dinámica de estas series
tendía a ser dominada por la existencia de tendencia estocástica, en consecuencia un
shock aleatorio tiene efectos permanentes sobre la serie. Posteriormente Perron (1989)
mostró que las pruebas estadísticas de determinación de raíces unitarias como la
desarrollada por Dickey y Fuller, se encuentran segadas hacia el no rechazo de la
hipótesis nula de no estacionariedad si la serie de tiempo presenta cambio estructural, y
desarrolla entonces una prueba estadística que corrige este sesgo. Sin embargo, su
aproximación fue cuestionada por asumir que la fecha de cambio estructural es exógena,
por ejemplo, podría estar basada en la observación a priori de los datos. Este
cuestionamiento fue abordado por Zivot y Andrews (1992) quienes desarrollaron una
prueba estadística de raíz unitaria en la cual la fecha de cambio estructural es
desconocida y se estima a partir de los datos.

4.1.1 Modelos y Estadísticos

En este artículo se utilizan los test de raíces unitarias desarrollados por Zivot-Andrews
(1992) y Perron (1997) los cuales permiten determinar si una serie de tiempo sujeta a
ajuste estructural en el intercepto o en la pendiente de la función de tendencia, es no
estacionaria en varianza y donde la fecha de ajuste estructural es estimada
endógenamente.

Sea y t =z 1t + zt donde z 1 t es la función de tendencia y z t el término de error especificado

como un proceso ARMA(p+1, q) con A(L)zt = B(L)et, B(L) invertible y et ~ i.i.d.(0,
σ2). Factorizando A(L) como A(L) = (1-αL)A *(L) y A*(L) polinomio de orden p sin
raíces unitarias, entonces bajo la hipótesis nula de raíz unitaria (α=1) se tendrá que
z t= zt −1+ψ ¿ ( L)e t con ψ ¿ ( L )= A ¿ ( L )−1 B( L). Bajo la hipótesis alternativa (|α |<1) z t es un
proceso estacionario, con z t=ψ ( L ) et y ψ ( L )=A ( L )−1 B( L). Adicionalmente D(Tb)t =
1(t = Tb), DUt = 1(t ≥ Tb) y DTt = 1(t ≥ Tb)(t-Tb) con 1(·) la función Indicatriz.

Asumimos la aproximación del Outlier Innovacional según la cual la serie y t

reaccionará a un ajuste estructural en la función de tendencia en conformidad con el
modelo ARMA que sigue el término de error. Los modelos son denominados como
sigue: el Modelo 1 permite un ajuste en el intercepto, el Modelo 2 permite un ajuste
simultaneo en el intercepto y la pendiente y el Modelo 3 que permite sólo un ajuste en la
pendiente. Bajo la hipótesis nula de raíz unitaria yt vendrá dado por

8
 ¿
(a) y t = y t−1 + β +ψ (L)(θD ( T b )t +e t ) (Modelo 1)
¿
(b) y t = y t−1 + β +ψ (L)(θD ( T b )t +γ DU t + et ) (Modelo 2)
¿
(c) y t = y t−1 + β +ψ (L)et (Modelo 3)
Mientras que bajo la hipótesis alternativa y t viene dado por

(d) y t =μ+ βt+ψ ( L)(θD U t +e t ) (Modelo 1)

(e) y t =μ+ βt +ψ ( L)(θD U t + γ DT t +e t ) (Modelo 2)

¿
(f) y t =μ+ βt+ψ (L)(γ DT t + et ) (Modelo 3)

En la verificación de la hipótesis de raíz unitaria con los modelos 1 y 2 seguiremos el

enfoque desarrollado en Perron (1997), note que en el esquema seguido por este autor
bajo la hipótesis nula el modelo 1 admite un shock temporal en la función de tendencia,
mientras el modelo 2 admite tanto un shock temporal como un shock permanente en el
nivel de la serie. Por otro lado, en la verificación de la hipótesis de raíz unitaria con el
modelo 3 seguimos el enfoque establecido por Zivot-Andrews (1992) según el cual bajo
la hipótesis nula el proceso yt trata de un camino aleatorio con deriva sin cambio
estructural.

Los modelos en (a) y (d), (b) y (e), (c) y (f) pueden anidarse y la hipótesis nula de raíz
unitaria α=1 ser verificada mediante las regresiones tipo Dickey-Fuller12 siguientes
l
y t =μ+ βt+ dD ( T b ) t +θ DU t +α y t −1 + ∑ ci Δ y t −i+ ε t [4.1]
i=1

l
y t =μ+ βt+ dD ( T b ) t +θ DU t +γ DT t +α y t −1 + ∑ ci Δ y t −i+ ε t [4.2]
i=1

l
y t =μ+ βt+ γ DT t + α y t−1 + ∑ c i Δ y t −i + ε t [4.3]
i=1

En los tres modelos Tb y Ɩ son parámetros a determinar a partir de la muestra.

4.1.2 Método para elegir la fecha de ajuste estructural Tb y el parámetro de

truncamiento Ɩ.

En este artículo se consideran dos procedimientos de selección de T b dependientes de

los datos. En el primero de ellos basado en los trabajos de Perron (1997) y Zivot-
Andrews (1992) se elige la fecha de ajuste estructural que minimiza el estadístico t α13
usado en la verificación de la hipótesis α=1 en las regresiones auxiliares [4.1], [4.2] ó
¿
[4.3]. Este estadístico viene definido por t α ( i )=Min t α^ (i ,T b , l) (i = 1, 2, 3) con L ⊂
Tb ϵ L

12
Estimadas por Mínimos Cuadrados Ordinarios.
13
Al minimizar se está eligiendo la fecha de ajuste estructural que menos favorece la hipótesis nula.

9
{1,….., T} y donde t ^α (i, T b , l) (i = 1, 2, 3) denota el estadístico t que verifica la
hipótesis α=1 bajo el modelo i con fecha de ajuste Tb y parámetro de truncamiento Ɩ.

En el segundo procedimiento introducido por Perron (1997) y Vogelsang-Perron (1998)

se elige la fecha Tb que maximiza el valor absoluto del estadístico que permite verificar
la significación individual de alguna de las variables dummys asociadas a los
parámetros de cambio estructural (θ, γ ). La aproximación conlleva a que: (i) bajo el
modelo 1 se elija la fecha Tb que maximiza el estadístico |t θ| que verifica la
¿
significación individual de DU t en [4.1], denotando por t α ,|θ|( i ) (i=1) al estadístico que
nos permite verificar la hipótesis α=1 bajo este procedimiento, (ii) bajo los modelos 2 y
3 se elija la fecha Tb que maximiza el estadístico |t γ| que verifica la significación
¿
individual de DT t en [4.2] o [4.3], denotando por t α ,|γ|( i ) (i=2 ,3) al estadístico que nos
permite verificar la hipótesis α=1 bajo este esquema. Este procedimiento es sugerente
por dos razones: (i) al maximizar se está eligiendo la fecha de ajuste estructural que más
favorece la hipótesis nula de existencia de un cambio estructural en el intercepto o en la
tendencia, (ii) el procedimiento no exige conocimiento a priori alguno acerca de la
dirección del cambio estructural.

En la determinación del parámetro de truncamiento o rezago óptimo en las regresiones

auxiliares [4.1], [4.2] y [4.3] aplicamos el método t-sig, el cual ha sido utilizado por
Perron (1989), Zivot y Andrews (1992) y otros autores. Esta aproximación consiste en
estimar inicialmente las regresiones auxiliares en [4.1], [4.2] o [4.3] hasta un rezago
máximo denotado Ɩmax y elegir como rezago óptimo Ɩopt aquel primer rezago para el
cual la primera diferencia rezagada sea significativa y a la vez los rezagos de la primera
diferencia para i = Ɩopt +1,…, Ɩmax sean no significativos.

4.2 Análisis de Cointegración en Variables Sujetas a Cambio Estructural

El problema de la existencia de ajuste estructural en el contexto de los sistemas

económicos y sus consecuencias sobre las pruebas estadísticas de inferencia acerca del
rango de cointegración, es de crucial importancia en el análisis económico. Por ejemplo,
un país que implementa un programa de ajuste económico busca precisamente
introducir un cambio estructural en la economía, mientras que por otro lado, en países
cuyos ingresos dependen en gran medida de las exportaciones de un bien primario 14 un
shock positivo o negativo sobre los términos de intercambio puede conducir la
economía a fuertes procesos de ajuste no esperados. De allí la importancia por
determinar la robustez de las metodologías econométricas que fundamentan el análisis
de cointegración cuando las variables de interés se ven sujetas a fuertes procesos de
ajuste.

En la actualidad, el test de razón de verosimilitud desarrollado por Johansen (1988,

1995) y Johansen-Juselius (1990) ha devenido quizás en el método de más amplio uso
en la estimación de relaciones de largo plazo entre variables económicas no
estacionarias. Sin embargo, la correcta aplicación del test de Johansen requiere de
asumir la constancia en el tiempo de los coeficientes de cointegración, supuesto este
cuestionado en los trabajos de Saikkonen-Lütkepohl (2000) y Trenkler (2002), quienes
mediante la aplicación de técnicas de Montecarlo evidenciaron que la ocurrencia de
14
Algo común en los países latinoamericanos.

10
ajustes de régimen en variables económicas conlleva a que en los test de Cointegración
de Razón de Verosimilitud estándar:

i. El tamaño del test subestime el verdadero nivel de significación.

ii. La potencia en muestras pequeñas se reduzca sustancialmente, debilidad que

se agudiza con el aumento en la magnitud del ajuste estructural

iii. Se subestime el verdadero rango de Cointegración, en consecuencia, el test

tenderá a sugerir que no existe Cointegración entre las variables cuando en
realidad existe una relación de largo plazo estacionaria sujeta a un ajuste
estructural en la función de tendencia.

Por tanto, a la luz de estos nuevos desarrollos el uso del test de Johansen puede conducir
a desestimar una relación de largo plazo entre variables no estacionarias debido al sesgo
inherente del test cuando las series que integran la formulación están sujetas a cambio
estructural.

La metodología aplicada en este artículo supera los problemas anteriores y su validez se

desprende de los trabajos desarrollados por Saikkonen y Lütkepohl (2000), Lütkepohl,
Saikkonen y Trenkler (2004), Saikkonen, Lütkepohl y Trenkler (2006). En específico,
se trata de implementar un test estadístico que permita determinar si un conjunto de
variables económicas no estacionarias, cuyo proceso generador de datos sigue un
proceso de vectores autorregresivo (VAR) con ajuste estructural en la media, son
cointegradas y donde la fecha de ajuste estructural puede ser determinada
endógenamente o exógenamente.

De acuerdo con Saikkonen y Lütkepohl (2000) se propone un vector de series de tiempo

yt = (y1t,…, ynt)’ con mecanismo generador de datos:

y t =μ0 + μ1 t+δ o d 0 t +δ 1 d 1 t + x t t = 1, 2…, T [4.4]

donde ui y δi (i = 0, 1) denotan vectores de parámetros a estimar de orden n, xt un

término de error de orden n, d0t y d1t variables de impulso y de salto respectivamente,
definidas por
d 0 t = 1 , t=T 0
{
0 , t ≠ T0
[4.5]

d 1 t = 0 , t< k
{1,t≥k
[4.6]

donde T0 es exógeno15 y κ es la fecha de ajuste estructural.

Para el término de error no observable xt se asume un modelo de vectores autorregresivo

(VAR(p)) de orden p

15
La representación permite a través de la variable de impulso d0t modelar shocks temporales exógenos.
Por sencillez en [4.4] incluimos solo una variable de impulso pero es posible generalizar a p variables de
impulso.

11
 x t= A 1 x t −1 +…+ A p x t − p+ ε t t = 1…, T [4.7]

con t ~ i.i.d(0, Ω), es decir, t es un vector de errores con media el vector nulo y matriz
de varianzas y covarianzas Ω16. La representación de corrección de errores del término
de error xt viene dada por
p −1
Δ x t =Π xt −1+ ∑ Γ j Δ x t− j+ ε t t = 1…, T [4.8]
j=1

p p
Donde Π=∑ Π j−I y Γ j=− ∑ Π i j=1 … p−1 son matrices de (n x n). Asumiendo
j=1 i= j+1
que las series que componen el vector de errores xt son integradas de orden uno (ie.
I(1)) y cointegradas con rango de Cointegración r0, por el teorema de representación de
Granger17 existen matrices α y β de orden (n x r0) y rango completo por columnas tal que
t

Π=α β '. Con xt admitiendo la representación de media móvil x t=c ∑ ε t +η t (t=1, 2…)
j=1
p−1
donde Ψ =I n + ∑ j A j+1, c=β ⊥ (α '⊥ Ψ β⊥ )−1 α '⊥ y ηt un proceso de media cero
j =1
estacionario.

A partir de [4.7] y [4.8] se obtienen las siguientes representaciones para el polinomio de

retardos A(L)

A(L) = In – A1L - ... – ApL = InΔ – αβt L – Γ1ΔL - … - Γp-1ΔLp-1 [4.9]

de lo cual se desprende por igualdad de polinomios que A1 = In + αβ’ + Γ1, Aj = Γj – Γj-1

para ( j = 2,…, p-1) y Ap = - Γp-1. Luego pre-multiplicando [4.4] por las expresiones de
A(L) en [4.9] y reordenando términos se obtiene la representación de corrección de
errores del proceso yt
p−1 p
∆ y t =ν+ α ( β ' y t −1−τ ( t−1 )−θ d1 t −1 ) + ∑ γ 1 j Δ d 1 t− j +¿ ∑ γ oj d 0 t− j+ ¿ ¿
j=0 j=0

p−1
+ ∑ Γ j ∆ y t− j+ ¿ ε t ¿ [4.10]
j =1

para t = p+1, p+2,…..; v = -Πμ0 + ψμ1, τ = βtμ1 y θ = β’δ1 y

δ 0 , j=0 δ 1 , j=0
γ oj =
{
− A j δ 0 , j=1 , ⋯ , p
γ 1 j=
{
−Γ j δ 1 , j=1 , ⋯ , p−1

Nótese que el mecanismo de corrección de errores MCEt de orden (rox1) en [4.10] estará
sujeto a ajuste de régimen en el intercepto y en la fecha de ajuste estructural κ.

16
También se asume que todos los momentos de t de orden b existen, para b ≥ 4.
17
Ver Engle-Granger (1987).

12
 β ' y t −τt t <κ
MCEt =
{ β' y t−τt −θ t ≥ κ

4.2.1 Determinación de la Fecha de Ajuste Estructural κ

En Saikkonen y Lütkepohl (2000) los autores desarrollaron una prueba estadística para
determinar el rango de cointegración para el caso en que el proceso generador de datos
sigue un proceso de vectores autorregresivos sujeto a un ajuste estructural exógeno en la
media, mientras que en Saikkonen, Lütkepohl y Trenkler (2006) los autores desarrollan
una prueba estadística bajo las mismas hipótesis pero en la cual el ajuste estructural
sobre el sistema es endógeno y se estima a partir de la muestra. Ahora, si bien es verdad
que gran parte de las críticas hechas a los test de raíces unitarias univariantes en
variables que presentan cambio estructural y en los cuales la fecha de ajuste se asume
exógena son extensivas al caso de verificación del rango de cointegración, no es menos
cierto que la cointegración trata acerca de la existencia de una relación estable entre una
variable endógena y sus determinantes, trata de una formulación económica estática y
como tal no existen argumentos a priori que excluyan la posibilidad de que una fecha
dentro del horizonte histórico pueda entrañar un shock exógeno sobre la relación y de
que tal exogeneidad pueda ser racionalizada en términos económicos. Piénsese en una
economía pequeña cuyos ingresos en divisas son fuertemente dependientes de un bien
primario, en tal caso un shock negativo en los términos de intercambio debido a una
desaceleración de la economía mundial puede ser racionalizado de exógeno para tal
economía. A nuestra manera de ver, la estimación de la fecha de ajuste estructural a
través de un algoritmo basado en la muestra es un criterio que entraña menos
subjetividad que el criterio de elegir una fecha de ajuste exógena y justificarla en base a
argumentos económicos, sin embargo, hasta que no se desarrolle una prueba matemática
que demuestre la optimalidad del primer criterio sobre el segundo ambos esquemas son
suficientemente válidos.

En tal sentido, metodológicamente implementaremos un procedimiento de dos etapas

que de un tratamiento simétrico al problema de determinar la fecha de ajuste estructural.
En primera etapa se estimará la fecha de break endógenamente utilizando los
estimadores y el algoritmo introducido en Saikkonen, Lütkepohl y Trenkler (2006),
mientras que en segunda etapa se elegirán fechas posibles de ajuste estructural de
carácter exógeno justificadas sobre una base argumental de índole económica 18, lo cual
va en línea con el trabajo de Saikkonen y Lütkepohl (2000).

4.2.1.1 Estimación endógena de la fecha de ajuste estructural κ

En su artículo Saikkonen, Lütkepohl y Trenkler (2006) introdujeron dos estimadores de

la fecha de ajuste estructural, ambos apoyándose en el VEC en [4.10]. El primero de
ellos al que denotaremos k^ IR ignora las restricciones de no linealidad en las dummys de
impulso y de salto en [4.10], mientras el segundo al cual denotaremos k^ R si considera
18
Vale la pena recalcar que elegir fechas potenciales de ajuste de régimen exógeno en base al
conocimiento de la dinámica económica inherente al período histórico considerado, no entraña relación
alguna con la derivación de la exogeneidad a partir de la detección de un shock común en el sistema en
base a la observación de las gráficas de las variables.

13
tales restricciones de no linealidad. Los autores evaluaron mediante simulaciones de
Monte Carlo el desempeño en muestras pequeñas de estos estimadores en términos de
su habilidad para localizar la verdadera fecha de ajuste estructural, obteniendo los
siguientes resultados generales de interés para nosotros: (i) en el caso en que las
variables son cointegradas y no se sobreestima el orden del VEC ambos estimadores se
comportan de forma muy similar, con una frecuencia relativa de estimación de la
verdadera fecha de ajuste tendiendo a 1 en la medida en que la magnitud del ajuste
estructural se acrecienta, (ii) en aquel caso en que las variables son cointegradas pero el
orden del VEC es sobreestimado, la frecuencia relativa de estimación de la verdadera
fecha de ajuste del estimador k^ R tiende a 1 con el aumento en la magnitud del ajuste,
mientras respecto del estimador k^ IR la probabilidad de que aproxime la verdadera fecha
de ajuste por la izquierda se eleva con la magnitud del cambio estructural.

En función de estos resultados decidimos sólo utilizar k^ IR como estimador de la fecha de

ajuste estructural, dado que no se aprecia una ganancia significativa respecto del uso de
un estimador (k^ R) que requiere mayores exigencias de computo dada la no linealidad en
los parámetros, claro está poniendo énfasis en la estimación adecuada del orden del
VEC a fin de aproximarnos a las condiciones establecidas en (i).

Estimador Irrestricto

Este estimador se basa en la versión irrestricta y lineal en los parámetros del VEC en
[4.10] lo cual deviene en la siguiente formulación
p −1 p p−1
∆ y t =ν 0+ ν 1 t +δ d1 t + Π y t −1+ ∑ ρ1 j ∆ d 1 t− j +¿ ∑ ρ oj d 0 t − j + ∑ Γ j ∆ y t − j + ε t ¿ [4.11]
j=0 j=0 j=1

para t = p+1, p+2,….

La fecha de ajuste es estimada según el criterio

n
k^ IR =arg min determinante
kϵK (∑t= p+ 1
ε^ tkIR ε^ tkIR' ) [4.12]

Donde ε^ IR
tk es el vector de residuos de la estimación por Mínimos Cuadrados Ordinarios
del modelo irrestricto en [4.11] y K ⊂ {1,…..,T}19 el conjunto de todas las fechas de
ajuste potenciales.

En cuanto a la bondad de la aproximación del estimador, el teorema 3.1 en Saikkonen

et al. (2006) permite asegurar que si bien κ^ IR no es un estimador consistente de la fecha
de ajuste estructural κ siempre estará muy cerca por la izquierda a nivel asintótico.
Dicho de otra manera, en muestras grandes el estimador nunca sobreestimará la
verdadera fecha de ajuste estructural κ.

4.2.2 Test Estadístico de Determinación del Rango de Cointegración

19
Se asume que la fecha de ajuste no puede ocurrir ni muy al comienzo ni muy al final del período
muestral, en consecuencia κ no puede incluir todos los valores de la muestra.

14
Siguiendo las aproximaciones de Saikkonen-Lütkepohl (1997) y Lütkepohl, Saikkonen
y Trenkler (2004) el objetivo es contrastar las hipótesis

H 0 ( r o ) :rk ( Π )=r o Vs H 1 ( r o ) :rk ( Π ) >r o [4.15]

Para ello proponen un esquema metodológico que consta de tres etapas, en el cual se
asume como punto de partida que el estimador de la fecha de ajuste estructural es k^ IR
calculado mediante [4.12].

ETAPA 1

En esta etapa los parámetros α , β, Γ j (j=1,…, p-1) y Ω se estiman a partir de [4.10],

mediante la aplicación de una Regresión por Rango Reducido de Δ y t sobre (
y t −1 , t−1 , d 1 t−1) corregida por (1, Δ y t −1 , … , Δ y t − p+1 , Δ d 1 t , … , Δ d 1 t− p+ 1 , d 0 t , … , d 0 t− p).
Cabe resaltar que las estimaciones de los parámetros en [4.10] no son estrictamente de
Máxima Verosimilitud dado que hay restricciones de no linealidad, sin embargo, ya que
estas restricciones ocurren sólo en las variables dummys Δ d 1 y d 0 los autores sugieren
que la aplicación de una aproximación lineal no entraña una pérdida de eficiencia
relevante.

ETAPA 2

En esta etapa y utilizando los parámetros estimados en la etapa 1 se estiman los

parámetros μi y δi (i = 0, 1) de la función de tendencia de yt en [4.4]. Para ello, sean
a 0t =1 para t ≥ 1 y a 0t =0 para t ≤ 0; a 1t =t para t ≥ 1 y a 1t =0 para t ≤ 0.

Luego pre-multiplicando [4.4] por A(L) se obtiene el sistema

A(L)yt = H0tμ0 + H1tμ1 + K0tδ0 + K1t δ1 + εt [4.16]

donde H it = A ( L ) ait ; K it =A (L)d it (i = 0, 1) y εt vector de errores con matriz de

variancias y covarianzas Ω.

Definiendo la matriz

Q= [ Ω−1 α ( α ' Ω−1 α )−1/ 2 :α ⊥ (α '⊥ Ωα ⊥ )−1/ 2 ]

con α ⊥ el complemento ortogonal de la matriz α, y premultiplicando la versión factible

^ ' se obtiene el nuevo sistema
de [4.16] por Q

^' ^
Q ^' ^
A ( L ) y t =Q ^' ^
H 0 t μ0 + Q ^' ^
H 1 t μ1 + Q ^' ^
K 0 t δ 0 +Q K 1 t δ 1+ ε ¿t [4.17]

donde ^ A ( L )=I n− ^ A2 L2−...− ^

A1 L− ^ A p L p que se obtiene a partir de A 1 = In + αβ ’ + Γ1,
Aj = Γj – Γj-1 ( j = 2,…, p-1) y Ap = - Γp-1.

15
Note que ε ¿t =Q ^ ' ε it ) =Q
^ ' ε it de allí que V ( ε ¿t )=V ( Q ^ ' Ω Q=I
^ n, por tanto, la estimación de
los parámetros de la función de tendencia del proceso en [4.4] puede ser obtenida a
partir de la estimación por Mínimos Cuadrados Ordinarios del sistema en [4.17].

ETAPA 3

Una vez estimados los parámetros de la parte determinística μ i y δi (i = 0, 1) en la etapa

2 se construye el análogo muestral del término de error xt en [4.7]

^x t= y t− μ^ o− ^μ1 t−δ^ o d ot −δ^ 1 d 1 t

Obsérvese que el proceso ^x t depura y t de la tendencia determinística, de allí que la

verificación de la hipótesis Ho(ro) en [4.15] puede llevarse a cabo a partir del análogo
factible del Modelo de Corrección de Errores en [4.8] en el vector ^x t
p −1
Δ x^ t =Π ^xt −1+ ∑ Γ j Δ ^x t− j+ et t = p+1… T [4.18]
j=1

siguiendo la aproximación estándar de Johansen (1988) para el caso en que el proceso

no posee tendencia determinística20. Una vez resuelto el respectivo problema de
autovalores generalizado del VECM21 en [4.18], mediante los autovalores estimados
^λ ≥. .. .≥ λ^
1 n el test estadístico de Razón de Verosimilitud que permite verificar
las hipótesis en [4.15] viene dado por
n
LR ( r o ) =T ∑ ln ( 1+ ^λ j ) [4.19]
j=r o+1

En caso de que exista tendencia lineal (μ1 ≠ 0) los valores críticos de la distribución
asintótica del estadístico LR ( r o ) se encuentran en la tabla 1 de Trenkler (2003). Y de no
existir tendencia lineal (μ1 = 0) los percentiles del estadístico LR ( r o ) se hallan en la tabla
3 de Trenkler22 (2003). Finalmente, aunque se omitió por facilidad de exposición cabe
señalar que siempre es posible incluir en [4.4] variables dummys estacionales, lo cual es
relevante al trabajar con datos en las frecuencias intraanuales.

20
Dado que ^x t por construcción no está sujeto a cambio estructural.
21
Modelo de Vectores de Corrección de Errores.
22
En el caso en que μ1 ≠ 0 Trenkler denota al estadístico LR(r o) como LRδtr end ( r o ), y si μ1 = 0 lo denota
como LRδmean ( r o ).
16
 5. Resultados Empíricos

En esta sección se muestran los resultados que permiten determinar si las variables en
la formulación económica no restringida desarrollada en la sección 3 (ecuación 3.11)
definen una relación de largo plazo sujeta a ajuste estructural en fecha κ endógena o
exógena. Inicialmente se verificó la estacionariedad de las variables en la especificación
mediante los test desarrollados por Zivot-Andrews (1992) y Perron (1997) para
variables que admiten un cambio estructural en el período histórico. Luego con la
aplicación de las técnicas desarrolladas por Lütkepohl y Saikkonen (2000) y Saikkonen,
Lütkepohl y Trenkler (2006) se determinó si la formulación económica no restringida en
(3.11) admite ser representada como una relación de largo plazo estacionaria con ajuste
de régimen en nivel23. Por último se estimó un modelo de corrección de errores a fin de
cuantificar el impacto de corto plazo de los determinantes del tipo de cambio paralelo
sobre este último. El período histórico que se abordó en el estudio comprendió enero del
año 2003 a diciembre del año 2011. Las fuentes de los datos y sus definiciones se
encuentran en el Anexo A.

5.1 Integración

La tabla 3 muestra los resultados de la aplicación de los test de raíces unitarias en series
de tiempo sujetas a cambio estructural desarrollados por Zivot-Andrews (1992) y Perron
(1997); las variables sobre las que se aplicó el test fueron: el tipo de cambio paralelo
(bt), el índice general de actividad económica real (yt), la liquidez monetaria nominal
(M2t), el tipo de cambio oficial (et), el relativo entre los precios externos e internos
(Qt/Pt), la tasa de inflación anualizada ( π t ) y la tasa de depreciación anualizada ( ρt )24. Los
23
Lineal en los parámetros.
e e
24
Inicialmente π t y ρt fueron aproximadas por los valores ajustados de modelos de series de tiempo
univariantes estimados sobre las tasas de inflación y de depreciación anualizadas respectivamente, pero
no dieron buenos resultados en la búsqueda de relaciones de largo plazo estacionarias sujetas a ajuste de

17
test fueron aplicados sobre las variables medidas en logaritmos a excepción de la tasa de
depreciación anual y la tasa de inflación anual, las cuales fueron aproximadas por la
diferencia estacional del logaritmo del nivel de precios y del tipo de cambio paralelo
respectivamente25.

En las variables {b t , y t , π t , ρt } se eligió evaluar la estacionariedad permitiendo una

función de tendencia suficientemente general, esto es, se evaluó la posibilidad de ajuste
tanto en el intercepto como en la tendencia simultáneamente, con las variables {
Qt
M 2 t , } se evaluó la estacionariedad bajo una función de tendencia algo más
Pt
restringida, esto es, se evaluó sólo la posibilidad de cambio estructural en la tendencia,
mientras que para la variable{et } se asumió una función de tendencia con cambio
estructural sólo en el intercepto, dado que durante el período de estudio ha existido un
control de cambio y los únicos cambios en la variable han sido por devaluaciones en los
años 2004, 2005 y 2010. La tabla 3 muestra los resultados.

Cabe destacar que si en la primera etapa de la aplicación del test (variable en nivel) se
verifica estacionariedad en un proceso cuya función de tendencia admite cambio
estructural en intercepto y tendencia simultáneamente (regresión auxiliar [4.2]) o sólo
en la tendencia (regresión auxiliar [4.3]), de rechazar la hipótesis nula de no
estacionariedad, al verificar la existencia de al menos una segunda raíz unitaria la
función de tendencia sólo podrá admitir cambio en el intercepto (regresión auxiliar
[4.1]), ya que en ambos casos la primera diferencia definirá un proceso que poseerá a lo
sumo un intercepto, una dummy de salto y/o una dummy de impulso. Finalmente, de
rechazar la hipótesis de no estacionariedad nuevamente lo adecuado será utilizar el test
Dickey-Fuller ampliado en la próxima etapa, ya que la primera diferencia de la
regresión auxiliar en [4.1] define un proceso cuya tendencia determinística comprenderá
sólo intercepto y dummys de impulso, no estando sujeto ya a cambio estructural alguno.

Tabla 3.
Test Estadístico de Raíces Unitarias en Variables
Sujetas a Cambio Estructural
¿
Procedimiento de Selección de Tb: t α ( i )=Min t α^ (i ,T b , k ) (i = 1, 2, 3)
Tb ϵ Κ
Variables
Hipótesis
Nula bt yt M2t et Qt/Pt πt ρt

I(1) -4.12 -3.15 -4.29 -50.94* -4.11 -3.66 -3.34

(3) (12) (12) (12) (9) (12) (12)
2004m12 2006m4 2006m8 2009m12 2007m4 2007m10 2008m2
(I, T) (I, T) (T) (I) (T) (I, T) (I, T)

I(2) -6.62* -9.71* -9.42* -6.37* -7.75* -6.84*

(0) (0) (0) (1) (0) (0)
2004m6 2004m6 2006m11 2007m5 2004m10 2004m6

régimen, de allí que finalmente se optase por aproximarlas por las tasas anuales respectivas de inflación (
π t ) y de depreciación ( ρt ) observadas.
25
Ver Anexo A para la definición de las variables y construcción de las variables proxy.

18
 (I) (I) (I) (I) (I) (I)
¿ ¿
Procedimiento de Selección de Tb: t α ,|θ|
( i ) (i=1), t α ,|γ|
( i ) (i=2 ,3)
Variables
Hipótesis
Nula bt yt M2t et Qt/Pt πt ρt

I(1) -3.91 6.00 -4.29 -50.94* -4.11 -0.76 -2.82

(9) (11) (12) (12) (9) (12) (12)
2006m10 2009m11 2006m8 2009m12 2007m4 2008m12 2007m12
(I, T) (I, T) (T) (I) (T) (I, T) (I, T)

I(2) -5.34* -2.09 -4.24*** -5.61* -4.42*** -6.40**

(5) (12) (4) (7) (11) (0)
2006m6 2006m11 2007m3 2007m9 2006m5 2005m1
(I) (I) (I) (I) (I) (I)

I(3) -14.30*
(11)
---
Notas Tabla 3:
1. I(1): existe al menos una raíz unitaria, I(2): existen al menos dos raíces
unitarias.
¿ ¿
Para cada variable las filas reportan el valor del estadístico t α ( i ), t α ,|θ|( i ) o t α ,|γ|( i )
¿
2.
para i=1, 2, 3; el parámetro de truncamiento Ɩ; la fecha de cambio estructural Tb
y el tipo de ajuste estructural, donde (I) es ajuste sólo en el intercepto, (I, T) es
ajuste en intercepto y tendencia y (T) es ajuste sólo en la tendencia. El formato
para la fecha de cambio estructural Tb es: Año/mes.
3. (*) denota el rechazo de la hipótesis nula al nivel de significación del 1%, (**)
denota el rechazo al nivel de significación del 5%, mientras (***) denota
rechazo al nivel de significación del 10%.
4. Los cálculos en la tabla 3 se obtuvieron mediante el software Eviews 9.5.

A manera general la tabla 3 muestra que salvo para el tipo de cambio paralelo (e t) en
todos los casos se halla evidencia que favorece el no rechazo de la hipótesis nula de no
estacionariedad y función de tendencia sujeta a cambio estructural para las variables en
¿ ¿
niveles, ya sea que se use el estadístico t α o los estadísticos t α ,|θ| y t α ,|γ|. Más
¿

Qt
específicamente, las variables {b t , M 2t , , π t , ρt} resultaron poseer orden de
Pt
integración I(1), ya sea que se use el test del mínimo o del máximo en la selección de la
fecha de ajuste, sólo existieron discrepancias respecto de la variable { y t } la cual resultó
¿
I(1) según el estadístico t α e I(2) según el estadístico t α ,|γ|, finalmente se optó por la
¿

¿
evidencia aportada por el estadístico t α y asumirla I(1) pues ello va en línea con la
formulación final desarrollada en la sección 3. La variable tipo de cambio oficial (et)
merece comentario aparte, al aplicar el test resultó estacionaria alrededor de una
tendencia determinística segmentada según ambos test, lo cual no es de extrañar ya que
esta variable estuvo bajo control de las autoridades monetarias durante el período de
estudio, mostrando variabilidad sólo en los períodos en que se devaluó la moneda, a
saber, en enero de 2004, marzo de 2005 y enero de 2010.

19
Vale destacar que en la estimación de la fecha de ajuste estructural el año 2004 y el año
2009 resultaron relevantes, el primero coincidente con el inicio de un shock positivo en
los términos de intercambio debido al incremento sustancial de los precios de la cesta
petrolera Venezolana y el segundo, coincidente con la entrada en recesión de la
economía Venezolana debido al impacto rezagado de la crisis financiera mundial que
estallo en el año 2008.

5.2 Cointegración Bajo Cambio Estructural

Bajo nuestro enfoque metodológico la formulación económica (irrestricta o restringida)

desarrollada en la sección 3 será validada como una relación de largo plazo entre
variables no estacionarias y de ser estacionaria dicha relación estática, las variables
condicionantes en la misma podrán ser consideradas como determinantes de largo plazo
del tipo de cambio paralelo 26.En tal sentido, es necesario que la técnica a utilizar de
cuenta de las consecuencias que sobre el proceso de inferencia acerca del rango de
cointegración pueden surgir si las variables en la relación de largo plazo están sujetas a
ajuste estructural.

Cabe destacar que en la estimación de la relación de largo plazo se excluyó el tipo de

cambio oficial nominal (et) pues este resultó estacionario alrededor de una tendencia
segmentada.

5.2.1 Estimación de la fecha de ajuste estructural a partir de los datos

Estimador Irrestricto

En la estimación de k se utilizó el VAR irrestricto en [4.11] y el estimador k^ IR en [4.12]

Se desestimó incluir los rezagos de las dummys de impulso (dot) pues conducían a
problemas de multicolinealidad que afectaban el proceso de estimación. Se incluyeron
dummys estacionales centradas y las dummys de impulso fueron introducidas
siguiendo la siguiente cronología: una en el año 2006 a fin de captar el inicio de un
cambio al alza en la tendencia de la demanda de divisas, una en el año 2008 para
estimar el impacto que sobre la economía Venezolana tuvo la crisis financiera mundial,
otra en 2010 a fin de recoger el impacto de la devaluación de la moneda y finalmente
una en 2011 para recoger el efecto con un año de rezago de la introducción de un nuevo
esquema de otorgamiento de divisas denominado Sistema de Transacción de Títulos en
Moneda Extranjera (SITME).

En cuanto a la selección del rezago óptimo del VAR la tabla 4 muestra los resultados de
la aplicación de los criterios de Schwartz (SC), Akaike (AIC) y Hannan-Quinn (HQ).

Tabla 4.
Criterios para la Selección del Rezago Óptimo del VEC
26
Adicionalmente hemos de exigir que dicha relación estimada posea sentido económico, esto es, que la
variable endógena y sus determinantes guarden el signo esperado que sugiere la teoría formulada en la
sección 3.

20
 Criterios de Selección
Orden
del AIC SC HQ
VEC
1 -26.42 -21.69* -24.52
2 -26.29 -20.55 -23.98
3 -26.55 -19.79 -23.82
4 -27.11 -19.34 -23.98
5 -27.35 -18.56 -23.81
6 -28.07 -18.28 -24.13
*
7 -29.82 -19.01 -25.47*
Notas Tabla 4:
1. El rezago óptimo es aquel que minimiza el criterio respectivo.
2. El (*) indica el rezago óptimo del VEC según el criterio respectivo.

En la determinación del rezago óptimo se tomó como rezago máximo 7 meses dado que
para valores mayores el número de parámetros a estimar se ve comprometido por el
número de observaciones efectivas en la estimación del VAR27. Se observa que no
existe unicidad en cuanto al rezago óptimo de acuerdo con los criterios mostrados en la
tabla 4, los criterios de Schwartz (SC) y Hannan-Quinn (HQ) sugieren un VEC de
orden 1 y como fecha de ajuste estructural estimada k^ IR= octubre de 2008, mientras que
el criterio de Akaike (AIC) apuntan a un VAR de orden 7 con fecha de ajuste estimada
k^ IR= abril de 200728. Es interesante hacer notar que en el cuarto trimestre del año 2008 el
precio de la cesta petrolera venezolana comenzó a declinar como producto de la crisis
financiera mundial y con ello comenzó el declive de la principal fuente de ingresos de
este país sudamericano. Por otro lado, durante el año 2007 la economía se mantenía en
boom de crecimiento apuntalada por los elevados precios del crudo y más allá no tuvo
lugar ningún cambio en las políticas económicas que entrevieran un cambio de rumbo
en la economía, por ende, es el año 2008 el que posee las características de un punto de
quiebre para la economía Venezolana. Por ello se tomo k^ IR= octubre de 2008 como la
fecha de ajuste estructural endógena29.

5.2.2 Determinación a priori de la fecha de ajuste estructural

La economía Venezolana es altamente dependiente de un bien primario: el petróleo y.

representa algo más del 70% de sus ingresos en divisas. En el período cubierto por este
estudio (2003-2011) destacan dos fechas, en primer lugar el año 2004 asociado a un
shock positivo en los términos de intercambio producto del repunte de los precios
mundiales del crudo, el cual se tradujo en sustancial y sostenido crecimiento económico
a partir del año 2005. Y en segundo lugar el año 2008 vinculado a un shock negativo en
27
Número de Observaciones Efectivas en la Estimación del VEC = (Número de Observaciones)*(Número
de Variables Endógenas del VEC Irrestricto).
28
La estimación de la fecha de ajuste estructural se obtuvo mediante un programa computacional
desarrollado por el autor con el software Eviews 9.5.
29
Desde nuestro punto de vista, a la fecha de ajuste estructural estimada mediante un algoritmo
matemático, ha de exigírsele ex post que evidencie efectivamente la existencia de un cambio en el rumbo
de la economía en el período posterior a esa fecha, de lo contrario se corre el riesgo de sacrificar la
coherencia económica en aras de la objetividad.

21
los términos de intercambio, debido al desplome del mercado petrolero mundial como
producto de la crisis financiera global y cuyo impacto se dejó sentir a partir del año
2009, en que la economía entro en recesión y se mantuvo débil hasta el final del período
histórico considerado. De allí que los años 2005 y 2009 serán considerados en el estudio
como las potenciales fechas de ajuste estructural exógeno30.

5.2.3 Determinación del rango de cointegración

La verificación del rango de cointegración se realizó de acuerdo con la metodología

establecida en la sección 4.2.2. La tabla 5 muestra los resultados de la aplicación del test
de razón de verosimilitud en [4.19] a partir del VEC en [4.10] el cual se estimó
asumiendo como fecha de ajuste estructural octubre de 2008, esta última siendo
estimada a partir de la muestra.

Tabla 5
Análisis de Cointegración Bajo Cambio Estructural
VEC con 1 rezago, constante, tendencia, dummys estacionales y dummy de salto
Fecha de Ajuste Estructural Estimada: Octubre 2008 (S08m10)
Hipótesis Nula r=0 r=1 r=2 r=3 r=4 r=5
Hipótesis Alternativa r>0 r>1 r>2 r>3 r>4 r>5

LR (ro) 88.28 69.39 43.76 22.48 6.33 2.65

Valor Crítico (99%) 98.99 73.11 51.60 33.75 19.85 10.04
Valor Crítico (95%) 90.34 65.66 45.20 28.45 15.82 6.78
Estadístico LM : χ 2 ( 36 )=48.14 ; p-valor = 0.085
Notas Tabla 5:
1. Se utilizaron los percentiles de la tabla 3 en Trenkler (2003)
2. El estadístico multivariado LM verifica la incorrelación serial de orden 2 de los
errores del VEC. El estadístico sigue una distribución χ 2 ( k 2 ) con k el número de
variables endógenas del VEC.

30
Se consideran separadamente, el año 2005 definiendo dos tendencia segmentadas comprendiendo los
subperíodos 2003-2004 y 2005-2011 y por otro lado, el año 2009 definiendo dos subperíodos 2003-2008
y 2009-2011.

22
 Como se observa en la tabla tanto al nivel de confianza del 99% como del 95% no
es posible rechazar la hipótesis de nula de rango de cointegración nulo, esto es, no
existe relación de largo plazo estacionaria sujeta a cambio estructural.

En la sección 5.2.2 se establecieron los años 2005 y 2009 como fechas potenciales
de ajuste estructural exógeno. Ahora bien, la determinación del mes a partir del cual
se inicia el ajuste estructural se realizó a partir de la muestra, considerando cada mes
dentro del año respectivo (2005 ó 2009) como una fecha posible de ajuste
estructural y eligiendo aquel mes para el cual el test de razón de verosimilitud en
[4.19], permitiese rechazar la hipótesis nula de rango de cointegración cero. La
aplicación de este criterio de búsqueda31 permitió descartar el año 2005 pues no fue
posible hallar relación de largo plazo estable para ningún mes, resultando finalmente
septiembre de 2009 como la fecha de ajuste estructural exógena para la cual existe
una relación de largo plazo estacionaria. La tabla 6 exhibe los resultados

Tabla 6
Análisis de Cointegración Bajo Cambio Estructural
VEC con 6 rezagos, constante, tendencia y dummy de salto
Fecha de Ajuste Estructural Exógena: Septiembre 2009 (S09m9)
Hipótesis Nula r=0 r=1 r=2 r=3 r=4 r=5
Hipótesis Alternativa r>0 r>1 r>2 r>3 r>4 r>5

LR (ro) 94.77 66.40 42.84 24.15 8.81 1.20

Valor Crítico (99%) 98.99 73.11 51.60 33.75 19.85 10.04
Valor Crítico (95%) 90.34 65.66 45.20 28.45 15.82 6.78
Vectores de Cointegración Normalizados
Variables
bt yt M2t Qt/Pt πt ρt tendencia S09m9
1.00 -4.44 -0.16 6.66 7.11 -0.32 0.11 0.01
-1.58 1.00 4.55 -6.01 5.45 -0.88 -0.22 1.33
1.89 -6.93 1.00 11.25 -4.60 -2.50 0.16 0.54
0.45 -0.82 0.01 1.00 -0.33 -0.40 0.01 -0.14
-1.23 1.21 -0.59 -1.39 1.00 0.57 0.01 0.02
-1.29 -0.58 0.85 -4.65 0.58 1.00 -0.08 -0.04
Estadístico LM : χ 2 ( 36 )=22.31 ; p-valor = 0.963
Notas Tabla 6:
3. Se utilizaron los percentiles de la tabla 3 en Trenkler (2003)
4. El estadístico multivariado LM verifica la incorrelación serial de orden 7 de los
errores del VEC. El estadístico sigue una distribución χ 2 ( k 2 ) con k el número de
variables endógenas del VEC.

31
En realidad la malla de búsqueda fue más amplia, se consideró rezagos =1,…7; con tendencia y sin
tendencia; con dummys estacionales y sin ellas.

23
El test de razón de verosimilitud sugiere la existencia de dos relaciones de largo plazo
estacionarias sujetas a cambio estructural en septiembre de 2009, con un nivel de
confianza del 95%. Antes de poder interpretar en términos económicos las dos
relaciones de largo plazo obtenidas es necesario identificar el espacio de cointegración
imponiendo restricciones lineales sobre los vectores de cointegración. En esa línea, nos
interesó evaluar el siguiente tipo de hipótesis32

H 0 : β=Hφ [5.1]

donde β n 1 xr contiene los vectores de cointegración estimados33, H n 1 xs define las

restricciones lineales sobre β n 1 xr , y φ sxr define el conjunto de parámetros a ser estimados
(r ≤ s ≤ n1).

En principio se intentó identificar el espacio de cointegración a través de restricciones

lineales de significación individual sobre cada una de las variables en la relación,
finalmente sólo para la tasa de depreciación anualizada no fue posible rechazar la
hipótesis de no significación ( ρt =0), la tabla 7 muestra los resultados

Tabla 7
Análisis de Cointegración bajo Cambio Estructural
Restricciones Lineales sobre los Vectores de Cointegración
Vectores de Cointegración Normalizados por la Variable bt
Variables bt yt M2t Qt/Pt πt ρt tendencia S09m9
VCI1 1.00 -7.03 -0.36 9.63 12.28 0 0.17 -0.04
VCI2 1.00 -0.59 -2.72 3.68 -3.41 0 0.13 -0.79
2
Valor del Estadístico de Contraste: χ 2 ( 2 )=1.34 ; Percentil : χ 0.05 ( 2 )=5.99

Como se puede observar la restricción ( ρt =0) no puede ser rechazada y por otro lado
nótese que sólo el segundo vector de cointegración (VCI2) adicional a la
estacionariedad, cumple con las relaciones de signo entre la variable endógena y sus
determinantes establecidas en la formulación no restringida en [3.11]. De modo que,
VCI2 posee validez tanto estadística como económica, de allí que podamos considerarla
una representación consistente en términos económicos de la formulación teórica no
restringida introducida en la sección 3. Y dado que una relación de largo plazo puede
ser interpretada como el estado del sistema una vez que los desequilibrios de corto plazo
han sido descontados, las variables condicionantes significativas en VCI2 pueden ser
consideradas efectivamente como los determinantes de largo plazo del tipo de cambio
paralelo en Venezuela para el período 2003-2011.

La interpretación económica de la relación de largo plazo VCI2 da cuenta de las

consecuencias de sostener en el tiempo un control de cambio, en ese sentido tenemos:

 Que la tasa de depreciación ( ρt ) resultase no significativa y la tasa de inflación ( π t )

significativa, indica que en el largo plazo el motivo dominante en la sustitución de
32
Teorema 5.1 de Johansen–Juselius (1990). Se aplica la misma restricción lineal sobre todos los vectores
de cointegración estacionarios. El estadístico de contraste tiene distribución χ 2 (r ( n 1−s )).
33
n1= n + TD, donde TD es el número de variables que componen la tendencia determinística y n el
número de variables endógenas.

24
 dinero doméstico por divisas fue la pérdida de valor de la moneda debido a la
inflación y no las posibles ganancias de capital producto de la depreciación del tipo
de cambio paralelo que pudiesen conseguir los agentes, ya que ρt mide el
rendimiento de poseer divisas no oficiales. Interesante notar que en el largo plazo la
depreciación del tipo de cambio paralelo por punto porcentual adicional de inflación
es del 3.41%, más que proporcional. Obsérvese adicionalmente que los diferenciales
entre la inflación externa e interna son corregidos efectivamente por la depreciación
(o apreciación) del tipo de cambio no oficial. Más específicamente, una disminución
en el relativo de precios (Qt/Pt) del 1% (por inflación interna mayor a la externa)
conducirá a una depreciación del tipo de cambio no oficial del orden del 3.68%.

 Las expansiones monetarias son desplazadas en el largo plazo por la depreciación

del tipo de cambio no oficial y la respuesta de este último es más que proporcional,
de 2.72% por incremento adicional del 1% en la liquidez monetaria nominal. Por
tanto, los excedentes monetarios terminaran presionando la demanda de
importaciones, ya que la cuenta de capitales está cerrada por el control de cambio. Y
dado que el precio de los bienes transables en la economía interna es determinado
por el tipo de cambio paralelo34, el mantenimiento del control de cambio conducirá a
largo plazo a que las expansiones monetarias se conviertan en mecanismo
multiplicador de la inflación.
 El tipo de cambio paralelo en el largo plazo es impactado en algo más de medio
punto porcentual por incremento del 1% en la demanda agregada interna 35. De allí
que, si bien parte del efecto de la demanda agregada interna sobre la demanda de
importaciones es desplazado a través del mercado de divisas no oficial, la respuesta
es menos que proporcional.

5.3 Impacto de los determinantes del tipo de cambio paralelo sobre la dinámica de corto
plazo.

Como medio para estimar el impacto de los determinantes del tipo de cambio paralelo
en el corto plazo se desarrolló un modelo de corrección de errores univariante. El punto
de partida fue un modelo de retardos distribuidos irrestricto de orden seis en los
logaritmos de las variables36. Se incluyó una nueva variable la volatilidad de la inflación
observada (σ t) construida siguiendo la metodología empleada en Koray y Lastrapes
(1989). La idea es que en países con inflación crónica la volatilidad de la inflación
comienza a ser un factor relevante en la sustitución de moneda doméstica por activos
financieros o activos reales. A fin de hallar un modelo parsimonioso, constante en los
parámetros de corto plazo e interpretable en términos económicos se utilizó la
metodología de lo “general a lo particular” propuesta por Hendry y Mizon (1978),
obteniéndose el siguiente modelo condicional para el tipo de cambio nominal paralelo
luego de la respectiva reducción secuencial37:
34
El cual, durante el período bajo estudio si bien nominalmente era ilegal, era tolerado por las autoridades
monetarias.
35
La variable yt por construcción es una proxy de la demanda agregada interna.
36
Cuando los parámetros de interés son los coeficientes del vector de cointegración la condición necesaria
para pasar del VEC a una aproximación univariante sin pérdida de información, es la exogeneidad débil
de las variables condicionantes, para superar esta exigencia en la estimación del modelo de corrección de
errores univariante los parámetros del VCI2 utilizado como mecanismo de corrección del error se
mantuvieron fijos en los valores estimados a través del VEC.
37
Errores estándar entre paréntesis.

25
 ∆ log ( bt ) =−2.20−0.26 ∆ log ( b t−1 ) +0.21 ∆ log ( y t −2) + ¿ 0.32 ∆ log ( y t−5 ) ¿
(0.81) (0.07) (0.10) (0.15)

qt
+0.21 ∆ log ⁡( M 2t )−1.09 ∆ log ( )
pt
+ 0.44 ∆ log ( ρt )−0.04 VCI 2t −3

[5.2]
(0.13) (0.45) (0.05) (0.02)

+ 0.07 S 6t – 2.20
(0.03) (0.81)

T = 89 [2003(08) – 2011(12)] d1=S09M9 R2 = 0.65 σ ^ =4.23 % AR 1- 4 F(4, 76) = 2.08

ARCH 1 - 3 F(3, 82) = 1.30 WHITE F(8, 80) = 0.83 RESET F(1, 79) = 5.59 NORM χ 2 ( 2 )=0.53

Donde σ^ es la desviación estándar de los residuos; AR F(q, T-k-q) el estadístico LM de

autocorrelación de orden q [Harvey (1981)]; ARCH F(q, T-k-q) es el estadístico LM
para un ARCH de orden q [Engle (1982)]; RESET F(q, T-k-q) el estadístico de Ramsey
(1969); NORM χ 2 ( 2 ) es el estadístico de Jarque-Bera (1980) y White F(q, T-k-q-1) es
el estadístico de Heteroscedasticidad cuadrática [White (1980)].

De los estadísticos de diagnóstico se desprende que los residuos de la regresión

estimada resultaron ser ruido blanco (AR F), homocedasticos (White F, ARCH F), bien
especificados (RESET F) y con distribución normal (NORM χ 2 ( 2 )).38 Todas las
variables resultaron significativas tanto individualmente como en forma conjunta al
nivel de significación del 5% y con los signos sugeridos por la teoría económica 39. La
variable S6t es una dummy estacional centrada que recoge estacionalidad inherente al
mes de junio.

La constancia de parámetros del modelo de corrección de errores se verificó a través de

la estimación recursiva. La figura 2 muestra los coeficientes de corto plazo estimados
recursivamente para las principales variables del modelo dinámico en [5.2], junto con
más o menos dos veces los errores estándar recursivos. Observándose que estos
coeficientes son estables variando muy poco con respecto a sus errores estándar ex ante.

38
Todos los test se evaluaron al nivel de significación del 1%.
39
Sólo Δlog(M2t-2) fue significativa individualmente al nivel del 10.12%.

26
2.0 1.0 3
1.5 0.5
1.0 2
0.0
0.5
-0.5 1
0.0
-1.0
-0.5 0
-1.0 -1.5

-1.5 -2.0 -1
2005 2006 2007 2008 2009 2010 2011 2005 2006 2007 2008 2009 2010 2011 2005 2006 2007 2008 2009 2010 2011

dlog(bt(-6)) ± 2 S.E. dlog(y t(-2)) ± 2 S.E. dlog(y t(-5)) ± 2 S.E.

1.6 6 1.0
4
1.2 0.5
2
0.8 0 0.0

0.4 -2 -0.5
-4
0.0 -1.0
-6
-0.4 -8 -1.5
2005 2006 2007 2008 2009 2010 2011 2005 2006 2007 2008 2009 2010 2011 2005 2006 2007 2008 2009 2010 2011

dlog(M2(-2)) ± 2 S.E. dlog(Qt/Pt) ± 2 S.E. D(pt) ± 2 S.E.

Figura 2. Estimaciones Recursivas de los Coeficientes del

Modelo de Corrección de Errores con  2(Error Estándar Estimado)

En cuanto a la interpretabilidad económica del modelo dinámico este arrojó resultados

interesantes, en el largo plazo el vector de cointegración VCI2 interpretable como una
relación de largo plazo para el tipo de cambio paralelo nominal fue significativo y con
un efecto negativo como lo requiere la estabilidad dinámica de la ecuación.
Adicionalmente, en el largo plazo los desequilibrios entre la demanda de divisas no
oficiales y sus determinantes requieren de un trimestre para ser ajustados.

La variable que más impacto en el corto plazo la demanda de divisas no oficiales resulto
ser el diferencial entre los precios externos e internos, cuantitativamente los excedentes
entre la inflación interna y externa serán ajustados por la depreciación o apreciación
proporcional del tipo de cambio no oficial. Y más allá, el ajuste será completo en el
mismo período.

Por otro lado, en la conformación de portafolio entre dinero doméstico y divisas por
parte de los agentes, la variable relevante resulto ser la tasa de depreciación del tipo de
cambio paralelo, indicando así que la posibilidad de realizar ganancias de capital fue
motivo impulsor en la sustitución de moneda interna por divisas en el corto plazo.
Nótese que un aumento de un 1% en el rendimiento anual derivado de poseer divisas
tiene un impacto menos que proporcional del 0.43% sobre la demanda de divisas y el
ajuste es total en el período corriente.

Según el modelo dinámico estimado en el corto plazo las expansiones monetarias

impactaran el mercado paralelo de divisas con un rezago de dos meses,
cuantitativamente las expansiones monetarias aceleran la demanda no oficial de divisas
en 0.21%, por ende, en el corto plazo estas afectan al tipo de cambio paralelo nominal
en forma menos que proporcional. Por otro lado la demanda agregada interna en el corto
plazo impacta con rezago de dos meses la demanda de divisas no oficiales,
requiriéndose de alrededor de un cuatrimestre para que el ajuste sea completo,

27
cuantitativamente un crecimiento del 1% en la tasa a la cual crece la demanda agregada
interna impulsará la tasa de depreciación del tipo de cambio paralelo en algo más de un
punto porcentual. Y más allá, la volatilidad de la inflación no fue significativa en el
corto plazo.

6 Conclusiones

En este artículo se reformulo la especificación teórica desarrollada por Agenor (1990)

acerca de los determinantes del tipo de cambio paralelo en economías en vías de
desarrollo sujetas a controles de capitales, reformulación que tuvo por finalidad la de
poder evaluar la pertinencia empírica de la teoría subyacente dentro del contexto del
análisis de cointegración en variables sujetas a cambio estructural.

En cuanto a los métodos econométricos, se aplicaron los desarrollos contenidos en

Perron (1997), Vogelsang-Perron (1998), Saikkonen y Lütkepohl (2000) y Saikkonen,
Lütkepohl y Trenkler (2006), los cuales permitieron corregir el sesgo de los test de
raíces unitarias tipo Dickey Fuller ampliado y de los test de determinación del rango de
cointegración como el desarrollado por Johansen, cuando las variables se ven sometidas
a cambios estructurales exógenos o endógenos.

La evaluación empírica de la teoría se llevó a cabo con datos de la economía

Venezolana, uno de los pocos países en la actualidad mundial que ha mantenido un
control de cambio por espacio de trece años. No obstante, los resultados se consideran
lo suficientemente generales como para no desprender su validez de consideraciones
muy particulares sobre la economía de este país sudamericano.

El análisis de cointegración sugirió la existencia de dos vectores de cointegración

estacionarios sujetos a cambio estructural en fecha de ajuste exógena, con una de estas
relaciones de largo plazo validando la formulación económica desarrollada.

En relación a los resultados obtenidos y su interpretabilidad económica el tratamiento

empírico se estructuro de manera de poder evaluar tanto el impacto de largo como de
corto plazo, de los determinantes del tipo de cambio no oficial. Y entre los principales
hallazgos tenemos:

 En cuanto a la conformación de portafolio entre moneda nacional y divisas por los

agentes, en el largo plazo el factor relevante fue la tasa de inflación, siendo
entonces el motivo impulsor la pérdida de valor de la moneda local, mientras que
en el corto plazo la variable relevante fue el rendimiento de la tenencia de divisas,
por ende el motivo propulsor fue la posibilidad de obtener ganancias de capital.

 Si bien en el corto plazo la tasa de inflación no resulto significante de modo

explícito, su influencia se evidenció en forma indirecta a través de la fuerte
significación del diferencial entre la inflación externa e interna. Con impacto
unitario del diferencial entre los precios externos e internos sobre la demanda de
divisas no oficiales.

 En el largo plazo las expansiones monetarias impactaron la demanda de divisas en

el mercado paralelo en forma más que proporcional y dado las divisas oficiales
escazas, el tipo de cambio paralelo determina el precio de los bienes transables a lo

28
 interno de la economía, por ende, las expansiones monetarias ya sea debido a
políticas monetarias o fiscales expansivas terminan convirtiéndose en canal de
transmisión del proceso inflacionario.

 La demanda de divisas no oficiales respondió menos que proporcionalmente a los

aumentos en la demanda agregada interna tanto en el corto como en el largo plazo.
Adicionalmente, en el corto plazo el tipo de cambio paralelo respondió con rezagos
a los cambios en la demanda agregada interna y requirió de al menos un
cuatrimestre para ajustarse por completo.

Anexo A: Definición de las Variables y Fuentes

Los datos no fueron ajustados estacionalmente

M2t Liquidez Monetaria nominal: Está conformada por el circulante (M1) más
depósitos de ahorro y los depósitos a plazo. Se tomaron los saldos al final del
período. Fuente: Banco Central de Venezuela.

yt Indicador General de Actividad Económica Mensual; año base 1997. Fuente:

Banco Central de Venezuela.

Pt Índice de Precios al Consumidor del área metropolitana de caracas, año base 1997.
Se tomó el valor al final del período. Fuente: Banco central de Venezuela.

29
Qt Índice de Precios al Consumidor USA. Fuente: stat.oecd.org. Para la fecha en que
estos datos se obtuvieron la serie se encontraba en año base 2005, la cual luego se
llevó al año base 1997 para los fines del presente trabajo.

et Tipo Cambio Nominal Oficial: Precio relativo del Bolívar con respecto al Dólar
USA (Bs/$). Se tomó el valor al final del período. Fuente: Banco central de
Venezuela.

πt Tasa de Inflación anualizada: Se construyó como la tasa de cambio porcentual

entre el mes j del índice de precios al consumidor del área metropolitana de
caracas (base 1997) y el mismo mes del año anterior.

bt Tipo de Cambio Paralelo nominal. Para la fecha en que estos datos se obtuvieron las
casas de cambio eran intermediarios legales en el mercado de divisas (estas se
ilegalizaron a partir del año 2010) y la información sobre el tipo de cambio
paralelo se obtuvo de consultas con diferentes operadores de estas casas de
cambio.

ρt Tasa de Depreciación anualizada del Tipo de Cambio Paralelo nominal. Se

construyó como la tasa de cambio porcentual entre el mes j del tipo de cambio
paralelo nominal y el mismo mes del año anterior.

σ π Volatilidad de la Inflación. Esta variable se construyó siguiendo la metodología

t

empleada en Koray y Lastrapes (1989)40, utilizando como variable base la primera

diferencia del logaritmo del índice de precios al consumidor del área
metropolitana de Caracas Pt.

7 Bibliografía

Agénor, P. R. (1990), “Stabilization Policies in Developing Countries with a Parallel

Market for Foreign Exchange”, Staff Paper, International Monetary Fund, Vol. 37, pp
201-233.

___ (1990a), “Parallel Currency Markets in Developing Countries: Theory, Evidence

and Policy Implications”, IMF Working Paper, International Monetary Fund.

Banerjee, A., J., Dolado, J. W. Galbraith and D.F. Hendry (1993), “Co-integration,
Error Correction, and the Econometric Analysis of Nonstationary Data”, Oxford
University Press, Oxford.

40
Koray, F., and W. D. Lastrapes (1989), “Real Exchange Rate Volatility and U.S. Bilateral Trade: A
VAR Approach”, The Review of Economics and Statistics, Vol. 71, No. 4, pp. 708-712.

30
Calvo, G. A. and Carlos A. Rodríguez (1977), “A Model of Exchange Rate
Determination Under Currency Substitution and Rational Expectations”, Journal of
Political Economy, Vol. 85, pp. 617-625.

Christiano, I. J (1992), “Searching for Breaks in GNP”, Journal of Business and

Economic Statistics 10, pp 237-250.

Davidson, J.E.H., D.F. Hendry, F. Srba and S. Yeo (1978), “Econometric Modelling of
the Aggregate Time-series Relationship between Consumers’ Expenditure and Income
in the United Kingdom”, Economic Journal, 88(352), pp. 661–692.

Dickey, D.A. and W.A. Fuller (1979), “Distribution of the estimators for autoregressive
time series with unit root”, Journal of American Statistical Association, 74, pp. 427-431.

___ (1981), “Likelihood Ratio Statistics for Autoregressive Time Series with a Unit
Root”, Econometrica, 49(4), pp. 1057–1072.

Engle, R. F. (1982), “Autoregressive Conditional Heteroscedasticity with Estimates of

the Variance United Kingdom Inflation”, Econometrica, 50, pp 987-1007.

Engle, R.F. and C.W.J. Granger (1987), “Co-integration and Error Correction:
Representation, Estimation, and Testing”, Econometrica, 55(2), pp. 251–276.

Harvey, A.C. (1981), The Econometric Analysis of time Series, Oxford, Phillip Allan.

Hendry, D.F. (1995), Dynamic Econometrics, Oxford University Press, Oxford.

Hendry, D.F. and J.F. Richard (1982), “On the Formulation of Empirical Models in
Dynamic Econometrics”, Journal of Econometrics, 20, pp. 3 – 33.

Hendry, D.F. and G. E. Mizon (1978), “Serial Correlation as a Convenient

Simplification, not a Nuisance: A Comment on a Study of the Demand for Money by
the Bank of England”, Economic Journal, 88, pp. 549-563.

Jarque, C.M. and A.K. Bera (1980), “Efficient Tests for Normality, Homoscedasticity
and Serial Independence of Regression Residuals”, Economics Letters, 6(3), pp. 255–
259.

Kharas, H. and Brian Pinto (1989), “Exchange Rate Rules, Black Market Premia and
Fiscal Deficits: The Bolivian Hyperinflation”, Review of Economic Studies, Vol. 56,
pp. 435-447.

Koray, F., and W. D. Lastrapes (1989), “Real Exchange Rate Volatility and U.S.
Bilateral Trade: A VAR Approach”, The Review of Economics and Statistics, Vol. 71,
No. 4, pp. 708-712.

Krugman, P. (1979), “A Model of Balance of Payments Crises”, Journal of Money

Credit and Banking.

31
Johansen, S. (1988), “Statistical Analysis of Cointegration Vectors”, Journal of
Economic Dynamics and Control, 12(2/3), pp. 231–254.

___ (1991), “Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian

Vector Autoregressive Models”, Econometrica, 59(6), pp. 1551–1580.

___ (1992a) “Cointegration in Partial Systems and the Efficiency of Single-equation

Analysis”, Journal of Econometrics, 52(3), pp. 389–402.

___ (1992b), “Testing Weak Exogeneity and the Order of Cointegration in UK Money
Demand Data”, Journal of Policy Modeling, 14(3), pp. 313–334.

___ (1995), Likelihood – Based Inference in Cointegrated Vector Autoregressive

Models, Oxford University Press.

Johansen, S. and K. Juselius. (1990), “Maximum Likelihood Estimation and Inference

on Cointegration — With Applications to the Demand for Money”, Oxford Bulletin of
Economics and Statistics, 52(2), pp. 169–210.

Johansen, S., Mosconi, R and Nielsen B. (2000), “Cointegration analysis in the presence
of structural breaks in the deterministic trend”, Econometrics Journal, Vol. 3, pp. 216-
249.

Lizondo, J. Saul. (1987), “Unification of Dual Exchange Markets”, Journal of

International Economics, Vol. 22, pp. 57-77.

___ (1990), “Alternative Dual Exchange Market Regimes: Some Steady State
Comparisons”, IMF Working Paper, International Monetary Fund.

___ (1991), “A Note on Dual Foreign Exchange Markets with Official Rationing:
Predetermined Versus Floating Official Exchange Rate”, IMF Working Paper,
International Monetary Fund.

Lütkepohl, H. and Saikkonen, P. (2000), “Testing for the Cointegrating Rank of a VAR
Process with a Time Trend”, Journal of Econometrics, 95, pp. 177-198

Lütkepohl, H., Saikkonen, P and Trenkler. C. (2004), “Testing for the Cointegrating
Rank of a VAR Process with Level Shift at Unknown Time”, Econometrica, Vol. 72,
No. 2, pp. 647-662.

MacKinnon, J.G. (1991), “Critical Values for Cointegration Tests”, Chapter 13 in R.F.
Engle and C.W.J. Granger (eds.) Long-run Economic Relationships: Readings in
Cointegration, Oxford, Oxford University Press, pp. 267–276.

Mundell, A.R. (1963), “Capital Mobility and Stabilization Policy Under Fixed and
Flexible Exchange Rates”, Canadian Journal of Economics and political Science, 29,
pp. 475 – 485.

32
Nelson, C.R., and Plosser, C.I (1982), “Trends and Random Walks in Macroeconomic
Time Series”, Journal of Monetary Economics, 10, pp.139-162.

Onour, I. A. (2000), “Unification of Dual Foreign Exchange Markets”, Economics of

Planning, 33, pp. 171-184.

Park, J. (1992), “Canonical Cointegrating Regressions”, Econometrica, 60, pp119-143

Perron, P. (1989), “The Great Crash, the Oil Price Shock and the Unit Root
Hypothesis”, Econometrica, 57, pp.1361-1401.

___ (1997), “Further Evidence on Breaking Trend Functions in Macroeconomic

Variables”, Journal of Econometrics, 80, pp. 355-385.

Phillips, P and Bruce H. (1990),”Statistical Inference in Instrumental Variables

Regression with I(1) Processes”, Review of Economic Studies, 57, pp. 99-125

Ramsey, J.B. (1969), “Tests for Specification Errors in Classical Linear Least-squares
Regression Analysis”, Journal of the Royal Statistical Society, Series B, 31(2), pp. 350–
371.

Saikkonen, P. (1992), “Estimation and Testing of Cointegrated Systems by an

Autoregressive Approximation”, Econometric Theory, 8, pp.1-27.

Saikkonen, P., Lütkepohl, H. (1997), Trend Adjustment Prior to Testing for the
Cointegrating Rank of a VAR Process, Discussion Paper, SFB 373, Humboldt
Universität Berlin.

__ (2000), “Testing for the Cointegration Rank of a VAR Process with Structural
Shifts”, Journal of Business and Economic Statistics, 18, 451-464.

Saikkonen, P., Lütkepohl, H and C. Trenkler (2006), “Break Date Estimation for VAR
Processes with Level Shift with An Application to Cointegration Testing”, Econometric
Theory, 22, pp. 15-68.

Stock, J and Mark W. (1993), “A Simple Estimator of Cointegrating Vectors in Higher

Order Integrated Systems”, 61, pp. 783-820

Trenkler, C. (2002), “The Effects of Ignoring Level Shifts on Systems Cointegration

Test”, Discussion Paper, SFB 373, Humboldt Universität Berlin.

___ (2003), “A new set of critical values for systems Cointegration test with a prior
adjustment for deterministic terms”, Economics Bulletin, Vol. 3, No. 11, pp. 1-19.

White, H. (1980), “A Heteroskedasticity-consistent Covariance Matrix Estimator and a

Direct Test for Heteroskedasticity”, Econometrica, 48(4), pp. 817–838.

33
Zivot, E. and D.W.K. Andrews. (1992), “Further evidence on the Great Crash, the oil
price shock and the unit root hypothesis”, Journal of Business and Economic Statistics
10, pp. 251-270

34