Modelo Svar

Construcción y estimación de un modelo de
vectores autoregresivos estructural (SVAR)

para Costa Rica.
Trabajo de teorı́a económica avanzada

Docente: Lic. Luis Fernando Ramos Orellana
Tab. 1: Integrantes
Zoe Elizabeth Rodrı́guez Nuñez 20191004694
Heidi Melissa Alvarado Elvir 20191002324
Johan Samuel López Maldonado 20191000573
Wilmer Rainel Banegas Romero 20181007573
Jordhy Stuart Lopez Garcia 20191000265
Keren Fabiola Chavarria Flores 20191003215
Jonathan Eliel Portillo Rodrı́guez 20191006514
1
Índice
1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2. Marco teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1. Los consumidores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2. Los productores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3. Ajuste óptimo de precios . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4. Definición del equilibrio . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.5. Funciones de impulso-respuesta ante un choque exógeno de tecnologı́a 20
2.6. Funciones de impulso-respuesta ante un choque exógeno de polı́tica
monetaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.7. ¿Qué polı́tica es más eficiente?: un análisis de descomposición de la
varianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3. Metodologı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.1. El VAR estándar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2. VAR estructural . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4. Estimación del modelo VAR estructural para Costa Rica . . . . . . . 27
4.1. Test de raı́ces estacionales . . . . . . . . . . . . . . . . . . . . . . . . 28
4.1.1. Producto de Costa Rica . . . . . . . . . . . . . . . . . . . . . 28
4.1.2. Índice de precios al consumidor . . . . . . . . . . . . . . . . . 29
4.1.3. Agregado monetario M1 . . . . . . . . . . . . . . . . . . . . . 29
4.1.4. Producto de Estados Unidos . . . . . . . . . . . . . . . . . . . 30
4.1.5. Petróleo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1.6. Tasa de polı́tica monetaria . . . . . . . . . . . . . . . . . . . . 32
4.2. Test de raı́ces unitarias . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2.1. Criterios de información . . . . . . . . . . . . . . . . . . . . . 32
4.2.2. La prueba de raı́ces unitarias Kapetanios . . . . . . . . . . . . 34
4.2.3. Test de raı́ces unitarias para el producto de Costa Rica . . . . 35
4.2.4. Test de raı́ces unitarias para el IPC de Costa Rica . . . . . . . 37
4.2.5. Test de raı́ces unitarias para el agregado monetario M1 . . . . 38
4.2.6. Test de raı́ces unitarias para el PIB de Estados Unidos . . . . 41
4.2.7. Test de raı́ces unitarias para el precio del petróleo . . . . . . . 43
4.2.8. Test de raı́ces unitarias para la tasa de polı́tica monetaria . . . 45
4.3. Identificación del modelo . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.4. El modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.4.1. ¿Es la relación espuria? . . . . . . . . . . . . . . . . . . . . . . 52
4.4.2. ¿Los residuos tienen autocorrelación? . . . . . . . . . . . . . . 53
4.4.3. ¿El modelo presenta normalidad? . . . . . . . . . . . . . . . . 53
4.4.4. ¿El modelo es estable? . . . . . . . . . . . . . . . . . . . . . . 54
4.4.5. IRF ante choque positivo temporal en el precio del petróleo . 55
4.4.6. IRF ante choque positivo temporal en la tasa de polı́tica mo-
netaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Teorı́a Económica Avanzada 2

1. Introducción
Costa Rica es considerado un paı́s de ingreso medio alto, experimentó un crecimiento
económico sostenido en los últimos 25 años. El Banco Central de Costa Rica reportó
que el Producto Interno Bruto (PIB) a precios constantes (serie tendencia ciclo),
registró un crecimiento de 0.8 % en el I trimestre de 2020 al compararlo con igual
trimestre del año anterior (variación interanual), resultado que es inferior al 1.4 %
observado en el I trimestre de 2019. La combinación de estabilidad polı́tica, contra-
to social y un crecimiento sostenido han resultado en una de las tasas de pobreza
más bajas de América Latina y el Caribe, donde la proporción de la población con
ingresos inferiores a US$5,5 por persona por dı́a disminuyó ligeramente de 12.9 a
10.6 por ciento entre 2010 y 2019.
Se utiliza un modelo de vectores autorregresivos estructural (SVAR) ya que es nece-

sario caracterizar la interacción simultánea entre un conjunto de variables. SVAR es
un modelo de ecuaciones simultáneas formado por un sistema de ecuaciones, cabe
mencionar que hay restricciones en forma simplificada. Es decir que el valor con-
temporáneo de la variable modelo no aparece como variable explicativa en las dos
ecuaciones sucesivamente, el conjunto de variables explicativas de cada ecuación
consta de un bloque de retraso para cada variable del modelo que se conviertan en
ecuaciones con restricciones siendo el mismo grupo de variables explicativas. Para
estimar el SVAR se inició por medio de un sistema de ecuaciones simultáneas, por
lo tanto, todas las variables son endógenas. En el modelo se utilizarán las siguientes
variables por su relevancia en la economı́a de Costa Rica: Producto Interno Bruto,
Índice de precios al consumidor, Tasa de polı́tica monetaria, Producto Interno Bru-
to de Estados Unidos como variables exógena del sistema, Precio del petróleo como
variable exógena del modelo y el Agregado monetario M1.
En función de esto se construye un modelo de equilibrio general dinámico y estocás-

tico neo-keynesiano para la economı́a de Costa Rica para luego simular dos choques
exógenos, un choque tecnológico, y un choque de polı́tica monetaria, ante la simu-
lación de estos dos choques se obtienen unas funciones de impulso respuesta que
posteriormente servirán para comparar momentos teóricos con los momentos empı́-
ricos.
Se realizan pruebas de raı́ces estacionales y raı́ces unitarias a las variables mencio-

nadas previamentes con el test de Doménico depalo (raı́ces estacionales), el test de
Phillips & Perron y los Kapetanios para el caso de las raı́ces unitarias, esto dado
que es necesario para estimar el Svar que todas las variables sean estacionarias.
Posteriormente se realiza la identificación del modelo con sus respectivos rezagos, y

en ese punto se hace la estimación de Svar para luego confirmas los supuestos del
modelo (ausencia de autocorrelación en los errores, normalidad en el modelo, esta-
bilidad del modelo), y finalmente análizar las funciones de impulso-respuesta para el
svar ante un choque en el precio del petróleo y ante un choque en la tasa de polı́tica
monetaria de costa rica, es pues que se evalúa de igual forma la contemporaneidad
de las variables de este modelo.
Como eje fundamental del modelo se realiza una prueba de relación espuria dado
que si la relación es espuria el modelo no tiene sentido.

2. Marco teórico
Al momento de hablar de los modelos de vectores autoregresivos se debe tener en
cuenta el enfoque del equilibrio general donde se fundamentan teóricamente estos
modelos. En principio una introducción a los modelos de equilibrio general, diná-
micos y estocásticos son los modelos RBC (real business cycle) o mejor conocidos
como los modelos de ciclos económicos reales o modelos de negocios, posteriormente
adoptando un análisis más riguroso se tienen los modelos Nuevo-Keynesianos que
tienen supuestos más creı́bles y reales tales como rigideces significativas de precios y
salarios, competencia monopolı́stica, efectos persistentes sobre variables reales, ajus-
te lento del nivel de precios agregado, mercados laborales competitivos, economı́a
cerrada, sin acumulación de capital.
Una caracterı́stica importante de los modelo DGSE (dinamic general stocastic equi-
librium) es el microfundamento, es por ello que en el modelo teórico que se plantea
en este documento se utilizarán herramientas microeconómicas para abordar un aná-
lisis agregado de la economı́a.
2.1. Los consumidores

En primera instancia, se supone que los individuos pueden ser representados por una
función de utilidad que está en función de los niveles de consumo y de trabajo rea-
lizados por un agente representativo, este individuo representativo desea maximizar
el valor esperado de su utilidad a lo largo del tiempo, es decir:
∞
X
E0 β t U (Ct , Nt ) (1)
t=0
Donde β es un factor de descuento y Ct es ahora un ı́ndice de consumo dado por:

ε
Z 1 ε−1
1− 1ε
Ct ≡ Ct (i) ∂i (2)
0
donde Ct (i) representa la cantidad del bien i consumido por el hogar en el perı́odo
t. Se supone la existencia de un continuo de bienes representado por el intervalo [0, 1].
La restricción presupuestaria del perı́odo para este individuo es:

Z 1
Pt (i)Ct (i) + Qt Bt ≤ Bt−1 + Wt Nt + Tt (3)
0
Donde Pt (i) es el precio del bien i, Nt denota el número de horas trabajadas, Wt

es el salario nominal, Bt representa compras de bonos de un perı́odo determinado
(a un precio Qt ), y Tt es un componente global de los ingresos (que puede incluir,
entre otros elementos, dividendos de propiedad de empresas). La secuencia anterior
de restricciones presupuestarias del perı́odo se complementa con una solvencia con-
dición de la forma lı́mT →∞ Et {BT } ≥ 0, ∀t.
El hogar ahora debe decidir cómo distribuir su consumo. Gastos entre los diferentes
bienes. Esto requiere que el ı́ndice de consumo Ct se maximizará para cualquier nivel

R1
de gastos dado 0 Pt (i)Ct (i)1 . La solución a ese problema produce el conjunto de
ecuaciones de demanda.
Z 1
máx L = Ct − λ Pt (i)Ct (i) − Pt Ct
Ct (i) 0
ε
Z 1 ε−1 Z 1
1− 1ε
máx L = Ct (i) ∂i −λ Pt (i)Ct (i) − Pt Ct (4)
Ct (i) 0 0
Resolviendo las condiciones de primer orden se tiene que:
ε
−1
ε − 1 ε−1
 
∂L ε
Z 1 ε−1 ε−1 −1
:  Ct (i) ε  Ct (i) ε − λt Pt (i) = 0
∂Ct (i) ε−1 0 ε
1
ε − 1 1
 
Z 1 ε−1 −
 Ct (i) ε  Ct (i) ε = λt Pt (i)
0
1
Ct ε
= λt Pt (i)
Ct (i)
Para todo i ∈ [0, 1]. Por lo tanto, para dos bienes cualesquiera (i, j):
−ε
Pt (i)
Ct (i) = Ct (j) (5)
Pt (j)
De esta forma el ı́ndice de consumo:
ε
ε−1
 
Z 1 ε−1
Ct =  Ct (i) ε ∂i
0
ε

" ε−1 
ε−1
1 −ε #
ε
Z
 Pt (i) 
Ct = 
 Ct (j) ∂i
0 Pt (j) 
ε
Z 1
Ct (j) ε−1
Ct = Pt (i)1−ε ∂i (6)
Pt (j)−ε 0
De la restricción del gasto de consumo:
Z 1
Pt (i)Ct (i) = Pt Ct
0
1
R1
0

" −ε #
Z 1
Pt (i)
Pt (i) Ct (j) = Pt C t
0 Pt (j)
Z 1
1−ε Ct (j)
Pt (i) ∂i = P t Ct (7)
0 Pt (j)−ε
Si se combina las ecuaciones (6) y (7) se tiene lo siguiente:
ε
Z 1 Z 1
ε−1
Pt (i)1−ε ∂i = Pt Pt (i)1−ε ∂i
0 0
Despejando Pt :
1
Z 1 ε−1
1−ε
Pt = Pt (i) ∂i (8)
0
(8) es un ı́ndice de precios. Combinando la ecuación (7) y (8) se obtiene la demanda

del bien i-ésimo:
−ε
Pt (i)
Ct (i) = Ct (9)
Pt
hR 1
i 1−ε
1 1−ε
∀i ∈ [0, 1], donde Pt ≡ 0 Pt (i) ∂i es un ı́ndice de precios agregado. Además,
y condicionado a un comportamiento tan óptimo:
Z 1
0
Es decir, los gastos totales de consumo se pueden escribir como el producto del precio
ı́ndice multiplicado por el ı́ndice de cantidad. Conectando la expresión anterior a la
restricción presupuestaria se tiene que:
Pt Ct + Qt Bt ≤ Bt−1 + Wt Nt + Tt
Observese que con (9) se resuelve el problema intratemporal de los consumidores,

es ahora pues que definiendo la siguiente función de utilidad se puede resolver el
problema intratemporal de los consumidores:
Ct1−σ N 1+φ
U (Ct , Nt ) = − t (10)
1−σ 1+φ
Nótese que el LaGrange correspondiente a este problema de optimización es el si-
guiente:
∞ ∞
Ct1−σ Nt1+φ
X X
t
máx L = E0 β − +E0 λt (Pt Ct + Qt Bt − Bt−1 − Wt Nt − Tt )
Ct ,Nt ,Bt
t=0
1 − σ 1 + φ t=0
(11)
Las condiciones de primer orden de este problema son las siguientes:

Consumo:
∂L
: Et β t Ct−σ + Et λt Pt = 0 (12)
∂Ct
Trabajo:
∂L
: −Et β t Ntφ − Et λt Wt = 0 (13)
∂Nt
Bonos:
Debe tenerse en cuenta antes de derivar que para el caso de los bonos se tiene que
estos están determinados por los bonos de ayer y por consiguiente los bonos de hoy
influyen sobre los bonos de mañana, por eso mismo su condición de primer orden se
define como:
∂L ∂L ∂L
: + =0
∂Bt ∂Bt|t ∂Bt|t+1
En términos matemáticos se tiene entonces que:
∂L
: Et λt Qt − Et λt+1 = 0 (14)
∂Bt
Con estas condiciones de primer orden podemos deducir la ecuación de Euler del
consumo (que es una ecuación intertemporal) y la relación consumo-trabajo (que
es una ecuación intratemporal), para encontrar la ecuación de Euler del consumo
primero se debe adelantar un periodo a (12):
−σ
Et β t+1 Ct+1 = −Et λt+1 Pt+1 (15)
Combinando (12) y (15) se tiene que:
Et β t Ct−σ −Et λt Pt
−σ =
t+1
Et β Ct+1 −Et λt+1 Pt+1
−σ
Et Ct Pt+1 Et λt
−σ =
Et βCt+1 Pt Et λt+1
Eliminando las esperanzas en el momento t se tiene que:
Ct−σ Et Pt+1 λt
−σ = (16)
βEt Ct+1 Pt Et λt+1
Reemplazando (14) en (16) obtenemos que:
Ct−σ Et Pt+1 1
−σ =
βEt Ct+1 Pt Qt
Que es lo mismo que:
σ
Ct Pt
Qt = βEt (17)
Ct+1 Pt+1
(17) es la ecuación de Euler del consumo de forma no lineal, ahora se procede a
determinar la relación consumo-trabajo, se parte de la ecuación (12) y (13):

λt = λt
1 1
−β t Ct−σ = −β t Ntφ
Pt Wt
Wt Ntφ
= −σ
Pt Ct
Wt
= Ntφ Ctσ (18)
Pt
(18) es la relación consumo-trabajo, es pues ahora necesario utilizar una herramienta
y es la log-linealización, esto con el fin de que las variables se encuentren en log-
desviaciones de su estado estacionario, partimos de (17) la ecuación de Euler del
consumo:
σ
Ct Pt
Qt = βEt
Ct+1 Pt+1
σ
Ct Pt
ln(Qt ) = ln βEt
Ct+1 Pt+1

Ct Pt
ln(Qt ) = ln (β) + σEt ln + Et ln
Ct+1 Pt+1
ln(Qt ) = ln (β) + σEt ln (Ct ) − σEt ln (Ct+1 ) + Et ln (Pt ) − Et ln (Pt+1 )
0 = −ln(Qt ) + ln (β) + σln (Ct ) − σEt ln (Ct+1 ) + ln (Pt ) − Et ln (Pt+1 )
f (ln(Qt ), ln(Ct ), ln(Ct+1 ), ln(Pt ), ln(Pt+1 )) = −ln(Qt ) + ln (β) + σln (Ct ) − σEt ln (Ct+1 ) +
ln (Pt ) − Et ln (Pt+1 )
Haciendo una aproximación de Taylor de primer orden se tiene que:

f (ln(Qt ), ln(Ct ), ln(Ct+1 ), ln(Pt ), ln(Pt+1 )) ≈
∂f (ln(Qt ), ln(Ct ), ln(Ct+1 ), ln(Pt ), ln(Pt+1 ))
|ss (ln(Qt ) − ln(Qss ))) +
∂ln(Qt )
|ss (ln(Ct ) − ln(Css ))) +
∂ln(Ct )
|ss (ln(Ct+1 ) − ln(Css ))) +
∂ln(Ct+1 )
|ss (ln(Pt ) − ln(Pss ))) +
∂ln(Pt )
|ss (ln(Pt+1 ) − ln(Pss )))
∂ln(Pt+1 )
Entonces la aproximación serı́a:
0 = −b ct − σb
qt + σb ct+1 + pbt − pbt+1
Despejando b
ct :
1
ct = Etb
b ct+1 + pt+1 − pbt + qbt )
(b (19)
σ
1
Luego, si suponemos que Qt = se cumple que 1 + it ≈ eit por lo que Qt = e−it ,
b b
1 + it
recordando que2 :
qbt = ln(Qt ) − ln(Qss )
qbt = ln(e−it ) − ln(β)

b
qbt = −bit + ρ
Donde bit es la tasa de interés nominal y ρ = −ln(β), combinando esto con (19) se
tiene que:
1
ct = Etb
b ct+1 + pt+1 − pbt + (−bit + ρ))
(b
σ
1 b
ct = Etb
b ct+1 + (−it + pbt+1 − pbt + ρ)
σ
Pt
Posteriormente, véase que la definición de la inflación es: Πt = , en términos
Pt−1
bt = pbt − pbt−1 , combinando esto con la ecuación anterior se obtiene:
Log-lineales es: π
1 b
ct = Etb
b ct+1 + (−it + Et π
bt+1 + ρ)
σ
1 b
ct+1 −
(it − Et π
ct = Etb
b bt+1 − ρ) (20)
σ
(20) es la ecuación de Euler del consumo en términos log-lineales. Ahora procedemos
a log-linealizar la relación consumo-trabajo:
σ
2 Css Pss
Qss = β = β (1) (1) = β
Css Pss

Wt
= Ntφ Ctσ
Pt

Wt
ln = ln (Ntφ Ctσ )
Pt
ln (Wt ) − ln(Pt ) = φln(Nt ) + σln(Ct )
0 = −ln (Wt ) + ln(Pt ) + φln(Nt ) + σln(Ct )
f (ln(Wt ), ln(Pt ), ln(Nt ), ln(Ct )) = −ln (Wt ) + ln(Pt ) + φln(Nt ) + σln(Ct )
La definición de la aproximación de Taylor para esta función es:
f (ln(Wt ), ln(Pt ), ln(Nt ), ln(Ct )) ≈

∂f (ln(Wt ), ln(Pt ), ln(Nt ), ln(Ct ))
|ss (ln(Wt ) − ln(Wss )) +
∂ln(Wt )
|ss (ln(Pt ) − ln(Pss )) +
∂ln(Pt )
|ss (ln(Nt ) − ln(Nss )) +
∂ln(Nt )
|ss (ln(Ct ) − ln(Css ))
∂ln(Ct )
Entonces la función log-lineal es:
bt − pbt = φb
w nt + σb
ct (21)
2.2. Los productores

Se supone un continuo de empresas indexadas por i ∈ [0, 1]. Cada firma produce un
bien diferenciado, pero todos utilizan una tecnologı́a idéntica, representada por la
siguiente función de producción:
Yt (i) = At Nt (i)1−α (22)

Donde At representa la productividad total de los factores (PTF), se supone que la
PTF es común en todas las empresas y puede evolucionar exógenamente.
Todas las empresas enfrentan un programa de demanda isoelástico idéntico dado

por (9), y toman el nivel de precios agregado Pt y el ı́ndice de consumo agregado
Ct como se dan. Siguiendo el formalismo propuesto en Calvo (1983), cada empresa
puede resetear su precio solo con probabilidad (1 − θ) en cualquier perı́odo dado,
independientemente del tiempo transcurrido desde el último ajuste. Por lo tanto,
cada perı́odo una medida (1 − θ) de productores restablecen sus precios, mientras
que una fracción θ mantiene sus precios sin cambios. Como resultado, la duración
media de un precio viene dada por (1 − θ)−1 . En este contexto, θ se convierte en un
ı́ndice natural de rigidez de precios. Teniento en cuenta esto, se puede trabajar el
ı́ndice de precios de (8):

1
Z θ Z 1 1−ε
Pt = 1−ε
Pt−1 ∂i + Pt∗ 1−ε ∂i
0 θ
1
+ (1 − θ)Pt∗ 1−ε 1−ε
1−ε
Pt = θPt−1
Pt−1 1−ε 1
Pt = θPt−1 + (1 − θ)Pt∗ 1−ε 1−ε
Pt−1
| {z }
1
Pt 1 1−ε 1
= θPt−1 + (1 − θ)Pt∗ 1−ε 1−ε
Pt−1 Pt−1
1−ε 1−ε
Pt 1 1
1−ε
θ)Pt∗ 1−ε
1−ε
= θPt−1 + (1 −
Pt−1 Pt−1
1
z }| {
1−ε
1−ε ∗ 1−ε 1 − ε
1−ε
θPt−1 + (1 − θ)Pt

Pt
= 1−ε
Pt−1 Pt−1
1−ε 1−ε
+ (1 − θ)Pt∗ 1−ε

Pt θPt−1
= 1−ε
Pt−1 Pt−1
1−ε 1
1−ε
P ∗ 1−ε

Pt Pt−1 7

= θ 1−ε

+ (1 − θ) t 1−ε
Pt−1 P Pt−1
t−1
1−ε 1−ε
Pt∗

Pt
= θ + (1 − θ)
Pt−1 Pt−1
1−ε
Pt∗

Π1−ε
t = θ + (1 − θ) (23)
Pt−1
Pt
Donde: Πt ≡ es la tasa de inflación bruta entre t − 1 y t, y Pt∗ es el precio
Pt−1
fijado en el perı́odo t por las empresas que reoptimizaron su precio en ese perı́odo.
Note que todas las empresas elegirán el mismo precio porque enfrentan un mismo
problema (i.e., Pt∗ = Pt−1 = Pt ∀t).
Al momento de Log-linealizar (23) se encuentra un problema y es que (23) no se

encuentra de forma multiplicativa, es por ello que se tiene que tomar la siguiente
consideración suponiendo una variable Log-lineal x
bt :

bt = ln(Xt ) − ln(Xss )
x

Xt
x
bt = ln
Xss
Xt
 
ln 
x
e =e
bt X ss
Xt
exbt =
Xss
Xss exbt = Xt
Luego para pequeñas desviaciones logaritmicas se cumple que exbt ≈ 1 + x bt y es por
ello que si se tiene una variable de la forma Xt se puede log-linealizar aplicando
Xss exbt y luego aproximando por Taylor en la forma exbt ≈ 1 + x
bt , si aplicamos esto
3
a (23) se puede obtener lo siguiente
1−ε
Pt∗

Π1−ε
t = θ + (1 − θ)
Pt−1
1 ∗ 1−ε
 
1−ε  P ∗
7 epbt 
Πss eπbt = θ + (1 − θ)  ss pbt−1 
Pss e
∗ 1−ε
e(1−ε)bπt = θ + (1 − θ) e−bpt−1 epbt
∗ 1−ε
e(1−ε)bπt = θ + (1 − θ) epbt −bpt−1
∗
e(1−ε)bπt = θ + (1 − θ)e(1−ε)(bpt −bpt−1 )
1 + (1 − ε)b p∗t − pbt−1 ))

πt = θ + (1 − θ)(1 + (1 − ε)(b
1 + (1 − ε)b p∗t − pbt−1 )

πt = θ + (1 − θ) + (1 − θ)(1 − ε)(b
:0
1 + (1 − ε)b θ−
πt = θ
p∗t − pbt−1 )
+ 1 + (1 − θ)(1 − ε)(b
3 Pss
Πss = =1
Pss

1 + (1 − ε)b p∗t − pbt−1 )
πt = +1 + (1 − θ)(1 − ε)(b
1 − 1 + (1 − ε)b p∗t − pbt−1 )

πt = 1 − 1 + (1 − θ)(1 − ε)(b
(1 − ε)b p∗t − pbt−1 )

πt = (1 − θ)(1 − ε)(b
1
(1 −ε)
>

π
bt = p∗t − pbt−1 )
(1 − θ)(b
(1
− ε)
π p∗t − pbt−1 )
bt = (1 − θ)(b (24)
La ecuación anterior deja en claro que, en la configuración actual, la inflación resulta
del hecho de que las empresas que se reoptimizan en un perı́odo dado eligen un
precio que difiere del precio medio de la economı́a en el perı́odo anterior. Por tanto,
y con el fin de comprender la evolución de la inflación a lo largo del tiempo, es
necesario analizar los factores subyacentes a las decisiones de fijación de precios de
las empresas, cuestión que se analiza a continuación.
2.3. Ajuste óptimo de precios

Los productores que reoptimizan en el perı́odo t elegirán el precio Pt∗ que maximiza
la corriente valor de mercado de las ganancias generadas mientras ese precio sigue
siendo efectivo. Formalmente, resuelve el siguiente problema:
∞
X
θk Et Qt,t+k Πft+k|t
irma
(25)
k=0
S.A:
−ε
Pt∗

Yt+k|t = Ct+k (26)
Pt+k
Nótese que Πft+k|t
irma
son los beneficios empresariales (precio por cantidad menos costo)
en el periodo t+k que reoptimizan en t, definiendo la función de beneficios se obtiene
el problema de optimización de la siguiente manera:
∞
X
máx
∗
θk Et Qt,t+k (Pt∗ Yt+k|t − Ψt+k (Yt+k|t )) (27)
Pt
k=0
S.A:
−ε
Pt∗

Yt+k|t = Ct+k (28)
Pt+k
Donde Ψt+k (Yt+k|t ) es una función de costo que depende del producto en t + k que
reoptimiza en t, es decir, véase que Ψt+k (Yt+k|t ) NO es Ψt+k multiplicado por Yt+k|t
sino una función Ψt+k que depende del producto Yt+k|t . Qt,t+k ≡ β k (Ct+k /Ct )−σ (Pt /Pt+k )

es un factor de descuento estocástico para pagos nominales. La condición de primer
orden para este problema de optimización es:
∞ −ε −ε !!
Pt∗ Pt∗
X
θk Et Qt,t+k Pt∗ Ct+k − Ψt+k Ct+k
k=0
Pt+k Pt+k
∞ −ε ! !
P ∗ −ε Pt∗

X 1
θk Et Qt,t+k (1 − ε) t−ε Ct+k − (−ε)Ψt+k Ct+k =0
k=0
Pt+k Pt+k Pt∗
∞
X
k ′
1
θ Et Qt,t+k (1 − ε)Yt+k|t + εΨt+k Yt+k|t Yt+k|t ∗ = 0
k=0
Pt
∞
X 1
k
θ Et Qt,t+k Yt+k|t (1 − ε) + εΨ′t+k Yt+k|t =0
k=0
Pt∗
∞
X
′
1
k
θ Et Qt,t+k Yt+k|t (1 − ε) + εΨt+k Yt+k|t ∗
Pt∗ = Pt∗ · 0
k=0
P t
∞
X
θk Et Qt,t+k Yt+k|t (1 − ε)Pt∗ + εΨ′t+k Yt+k|t

=0
k=0
∞
X 1 1
θk Et Qt,t+k Yt+k|t (1 − ε)Pt∗ + εΨ′t+k Yt+k|t

= ·0
k=0
(1 − ε) (1 − ε)
∞
X ε
θ Et Qt,t+k Yt+k|t Pt∗ +
k
Ψ′t+k Yt+k|t

=0
k=0
(1 − ε)
∞
X ε
θ Et Qt,t+k Yt+k|t Pt∗ −
k
Ψ′t+k Yt+k|t

=0
k=0
(ε − 1)
∞
X
θk Et Qt,t+k Yt+k|t Pt∗ − Mψt+k|t = 0

(29)
k=0
Donde ψt+k|t ≡ Ψ′t+k (Yt+k|t ) es el costo marginal NOMINAL en el periodo t + k para

ε
una empresa que reajustó por última vez su precio en el perı́odo t, y M ≡ ε−1 .
Ahora bien, dividiendo ambos lados de (29) por Pt−1 se tiene que:
∞
X 1 1
θk Et Qt,t+k Yt+k|t Pt∗ − Mψt+k|t = ·0
k=0
Pt−1 Pt−1

∞
Pt∗

X
k 1
θ Et Qt,t+k Yt+k|t − Mψt+k|t =0
k=0
Pt−1 Pt−1
∞
Pt∗

X
k 1 Pt+k
θ Et Qt,t+k Yt+k|t − Mψt+k|t =0
k=0
Pt−1 Pt−1 Pt+k
∞
Pt∗

X
k ψt+k|t Pt+k
θ Et Qt,t+k Yt+k|t −M =0
k=0
Pt−1 Pt+k Pt−1
∞
Pt∗
X
k
θ Et Qt,t+k Yt+k|t − MM Ct+k|t Πt−1,t+k =0 (30)
k=0
Pt−1
Donde M Ct+k|t = ψt+k|t /Pt+k es el costo marginal REAL en el periodo t + k que
re-optimiza la firma en el periodo t. Se procede pues a Log-linealizar (30) donde
Qt,tk en steady state es β k :
∞
Pt∗
X
k
θ Et Qt,t+k Yt+k|t − MM Ct+k|t Πt−1,t+k =0
k=0
Pt−1
∞ ∗

X Pss ∗
k
θ Et Qss Yss e qbt,t+k +b
yt+k|t
epbt −bpt−1 − MM Css eM C t+k|t +bπt−1,t+k Πss =0
d
k=0
Pss
1
 
∞
β k 1qb +by ∗ 1dC t+k|t +bπt−1,t+k 1
>e t,t+k t+k|t  Pssepb∗t −b
X 7
θk Et pt−1 :M
Q *Y

ssss −
MM
C ss e Πss
*
=0
Pss

k=0
∞
X ∗
(θβ)k Et eqbt,t+k +byt+k|t epbt −bpt−1 − eM C t+k|t +bπt−1,t+k = 0
d
k=0
∞
yt+k|t pb∗t −b
X
k qbt,t+k +b pt−1 qbt,t+k +b
yt+k|t M C t+k|t +b
πt−1,t+k
(θβ) Et e e −e e =0
d
k=0
∞
∗
X
(θβ)k Et eqbt,t+k +byt+k|t +bpt −bpt−1 − eqbt,t+k +byt+k|t +M C t+k|t +bπt−1,t+k = 0
d
k=0
∞
X
k ∗
(θβ) Et 1 + qbt,t+k + ybt+k|t + pbt − pbt−1 − (1 + qbt,t+k + ybt+k|t + M C t+k|t + π
d bt−1,t+k ) = 0
k=0
∞
X
(θβ)k Et 1 + qbt,t+k + ybt+k|t + pb∗t − pbt−1 − 1 − qbt,t+k − ybt+k|t − M
d C t+k|t − π
bt−1,t+k = 0
k=0

∞
X
k
(θβ) Et pb∗t − pbt−1 − M C t+k|t − π
d bt−1,t+k = 0
k=0
∞
X ∞
X
p∗t − pbt−1 ) =
(θβ)k Et (b (θβ)k Et MdC t+k|t + π
bt−1,t+k
k=0 k=0
∞
X ∞
X
p∗t
Et (b − pbt−1 ) (θβ) = k
(θβ)k Et MdC t+k|t + π
bt−1,t+k (31)
k=0 k=0
Se procede a resolver la suma del lado izquierdo:

∞
X
(θβ)k = (θβ)0 + (θβ)1 + (θβ)2 + ... + (θβ)k (32)
k=0
Si se multiplica (32) por (θβ) a ambos lados se tiene que:

∞
X
(θβ) (θβ)k = (θβ)1 + (θβ)2 + (θβ)3 + ... + (θβ)k+1 (33)
k=0
Si a (32) se le resta (33) se obtiene lo siguiente:
∞
X ∞
X
k
(θβ) − (θβ) (θβ)k = (θβ)0 + (θβ)1 + (θβ)2 + ... + (θβ)k − ((θβ)1 + (θβ)2 +
k=0 k=0
(θβ)3 + ... + (θβ)k+1 )
∞
X
(θβ)k (1 − (θβ)) = (θβ)0 − (θβ)k+1
k=0
∞
X
(θβ)k (1 − (θβ)) = 1 − (θβ)k+1
k=0
∞
X 1 − (θβ)k+1
(θβ)k =
k=0
(1 − (θβ))
∞
X 1
lı́m (θβ)k = ⇔ |θβ| < 1 (34)
k→∞
k=0
(1 − θβ)
Reemplazando (34) en (31) se tiene:
∞
1 X
p∗t − pbt−1 )
Et (b = (θβ)k Et MdC t+k|t + π
bt−1,t+k
1 − θβ k=0
∞
X
pb∗t − pbt−1 = (1 − θβ) (θβ)k Et MdC t+k|t + π
bt−1,t+k
k=0
∞
X
pb∗t − pbt−1 = (1 − θβ) (θβ)k Et Md pt+k − pbt−1 )
C t+k|t + (b (35)
k=0

2.4. Definición del equilibrio
La compensación del mercado en el mercado de bienes requiere que:
Yt (i) = Ct (i)
R ε
ε−1
1 1− 1ε
∀i ∈ [0, 1]. La producción agregada se define como Yt ≡ 0
Yt (i) ∂i , dado
esto entonces resulta que:
Yt = C t
Se puede combinar la condición de compensación del mercado de bienes anterior con
la ecuación de Euler del consumidor para obtener la siguiente condición de equilibrio:
1 b
ybt = Et {b (it − Et {b
yt+1 } − πt+1 } − ρ) (36)
σ
La compensación del mercado laboral requiere que:
Z 1
Nt = Nt (i)∂i
0
Usando (22):
1
Z 1 1−α
Yt (i)
Nt = ∂i
0 At
1 ε
− 1−α
1−α Z 1
Yt Pt (i)
Nt = ∂i
At 0 Pt
Log-linealizando la función de produccion se obtiene lo siguiente:
at + (1 − α)b
ybt = b nt (37)
A continuación, se deriva una expresión para el costo marginal de una empresa
individual en términos de el costo marginal real promedio de la economı́a. Este
último está definido por
mc bt − pbt ) − mpn
c t = (w dt
mc bt − pbt ) − (b
c t = (w at − αb
nt ) − log(1 − α)
1
mc bt − pbt ) −
c t = (w at − αb
(b yt ) − log(1 − α)
1−α
∀t, donde la segunda igualdad define el promedio marginal de la economı́a producto
del trabajo, mpn
d t , de una manera consistente con (37). Usando el hecho de que:
mc bt+k − pbt+k ) − mpn

c t+k|t = (w d t+k|t
1
mc bt+k − pbt+k ) −
c t+k|t = (w at+k − αb
(b yt+k|t ) − log(1 − α)
1−α
Posteriormente:
α
mc bt+k − pbt+k ) +
c t+k|t = (w yt+k|t − ybt+k )
(b
1−α

αε
mc bt+k − pbt+k ) −
c t+k|t = (w p∗t − pbt+k )
(b (38)
1−α
Donde la segunda igualdad se sigue del programa de demanda (9) combinado con
la condición de compensación del mercado ct = yt . Observe que bajo el supuesto
de constante retornos a escala (α = 0), mcc t+k|t = mcc t+k , es decir, el costo marginal
es independiente del nivel de producción y, por lo tanto, es común entre las empresas.
Sustituyendo (38) en (35) y reordenando términos se obtiene:
∞
X
pb∗t − pbt−1 = (1 − θβ) (θβ)k Et {Θmc pt+k − pbt−1 )}
c t+k + (b
k=0
∞
X ∞
X
pb∗t − pbt−1 = (1 − θβ) k
(θβ) Et {Θmc
c t+k } + (θβ)k Et {b
πt+k }
k=0 k=0
1−α
Donde Θ ≡ 1−α+αε ≤ 1 Tenga en cuenta que la suma con descuento anterior se
puede reescribir más compacta como la ecuación en diferencias siguiente:
pb∗t − pbt−1 = θβEt {b

p∗t+1 − pbt } + (1 − θβ)Θmc
ct + π
b (39)
Finalmente, la combinación de (24) y (39) produce la ecuación de inflación (curva
de Phillips que depende del costo marginal):
bt = βEt {b
π πt+1 } + λmc
ct (40)
Donde:
(1 − θ)(1 − θβ)
λ≡ Θ
θ
A continuación, se deriva una relación entre el costo marginal real de la economı́a
y un medida de la actividad económica agregada. Nótese que, independientemente
de la naturaleza de fijación de precios, el costo marginal real promedio se puede
expresar como:
mc bt − pbt − mpn
ct = w dt
mc
c t = (σb nt ) − (b
yt + φb yt − n
bt ) − log(1 − α)

φ+α 1+φ
mc
ct = σ+ ybt − at − log(1 − α) (41)
1−α 1−α
b
Donde la derivación de la segunda y tercera igualdad hacen uso de los valores del
hogar condición de optimalidad (21) y la relación de producción agregada (aproxi-
mada) (37).
Además, bajo precios flexibles el el costo marginal real es constante y está dado por
c = −µ. Definiendo el nivel natural de producto, denotado por ybtn , como el nivel
mc

de equilibrio de la producción a precios flexibles.

φ+α 1+φ
mc
c = σ+ ybtn − at − log(1 − α) (42)
1−α 1−α
b
implicando ası́:
ybtn = ψya
n
at + ϑny
b (43)
Donde ϑny ≡ − (1−α)(µ−log(1−α))
σ(1−α)+φ+α
> 0 y ψyan 1+φ
≡ σ(1−α)+φ+α . Observe que cuando µ = 0
(competencia perfecta), el nivel natural de producción corresponde al equilibrio, ni-
vel de producción en la economı́a clásica. La presencia de el poder de mercado de
las empresas tiene el efecto de reducir ese nivel de producción uniformemente en el
tiempo, sin afectar su sensibilidad a los cambios en la tecnologı́a.
Sustrayendo (42) de (41) se obtiene lo siguiente:

φ+α
mc
ct = σ + (byt − ybtn ) (44)
1−α
es decir, la desviación logarı́tmica del costo marginal real del estado estacionario
es proporcional a la desviación logarı́tmica de la producción con respecto a su con-
traparte de precio flexible. Siguiendo la convención, en adelante, esa desviación se
denomina brecha de producción y se denota por ỹt ≡ ybt − ybtn .
Combinando (44) con (40) se puede obtener una ecuación que relacione la inflación
con su pronóstico de un perı́odo por delante y brecha de producción:
bt = βEt {b
π πt+1 } + κỹt (45)
φ+α

Donde κ ≡ λ σ + 1−α . La ecuación (45) a menudo se conoce como la Curva de
Phillips nueva keynesiana (o NKPC, para abreviar), y constituye uno de los bloques
de construcción clave del modelo básico neokeynesiano.
La segunda ecuación clave que describe el equilibrio del neokeynesiano El modelo se

puede obtener reescribiendo (36) en términos de la brecha del producto como
1 b
ybt = Et {b
yt+1 } − (it − Et {b
πt+1 } − ρ)
σ
1
ybt + ybtn − ybtn = Et {b n
yt+1 } + Et ybt+1 n
− Et ybt+1 − (bit − Et {b
πt+1 } − ρ)
| {z } | {z } σ
0 0
1 b
ỹt + ybtn = Et {ỹt+1 } + Et ybt+1
n
− (it − Et {b
πt+1 } − ρ)
σ
n 1 b
ỹt = Et {ỹt+1 } + Et {∆b
yt+1 }− (it − Et {b
πt+1 } − ρ)
σ

1 n 1
ỹt = Et {ỹt+1 } + (Et {∆b
yt+1 } − (bit − Et {b
πt+1 } − ρ))
σ 1/σ
1 b n
ỹt = Et {ỹt+1 } − (it − Et {b
πt+1 } − ρ − σEt {∆b
yt+1 })
σ
1 b n
ỹt = Et {ỹt+1 } − (it − Et {b
πt+1 } − [ρ + σEt {∆b
yt+1 }])
σ
1 b n
ỹt = Et {ỹt+1 } − (it − Et {b
πt+1 } − [ρ + σψya ant+1 }])
Et {∆b
σ
1 b
ỹt = Et {ỹt+1 } − πt+1 } − rbtn )
(it − Et {b (46)
σ
n
Donde rbt es la tasa de interés natural, dada por:
rbtn ≡ ρ + σψya
n
Et {∆b
at+1 } (47)
Las ecuaciones (45) y (46), junto con un proceso de equilibrio para la tasa natural
rbtn (que en general dependerá de todas las fuerzas exógenas reales en el modelo),
constituyen el bloque no polı́tico del modelo básico neokeynesiano. Ese bloque tie-
ne una estructura recursiva simple: el NKPC determina la inflación dada una ruta
para la brecha de producción, mientras que la ecuación DIS determina la brecha
de producción dada una trayectoria para la tasa natural (exógena) y la tasa real.
Para cerrar el modelo, complementar esas dos ecuaciones con una o más ecuaciones
que determinan cómo la tasa de interés nominal evoluciona con el tiempo, es decir,
con una descripción de cómo se lleva a cabo la polı́tica. Ası́, y en contraste con el
modelo clásico, cuando los precios son rı́gidos, la trayectoria de equilibrio de las va-
riables reales no pueden determinarse independientemente de la polı́tica monetaria.
En otras palabras: polı́tica monetaria no es neutral.
El equilibrio se analiza primero bajo una regla de tasa de interés simple de la forma:
bit = rtn + ϕπ π
bt + ϕy ỹt + νt (48)
Donde νt es un componente exógeno (posiblemente estocástico) con media cero. ϕπ
y ϕy son coeficientes no negativos, elegidos por la autoridad monetaria.
En la tabla 2 yacen los parámetros estructurales del modelo correspondiente a Costa

Rica usando una data trimestral que comprende el intervalo de tiempo del 2000q1
al 2020q4.

Tab. 2: Parámetros estructurales estimados en stata para Costa Rica
2.5. Funciones de impulso-respuesta ante un choque exógeno

de tecnologı́a
Fig. 1: Funciones impulso-respuesta ante choque tecnológico

×10 -3 PI ×10 -3 Y R
6 3 0.01
4 2
0.005
2 1
0 0 0
10 20 30 40 10 20 30 40 10 20 30 40
A ×10 -3 R_NAT Y_GAP

1.5 0 0.01
1 -1
0.005
0.5 -2
0 -3 0
10 20 30 40 10 20 30 40 10 20 30 40
Y_nat N ×10 -3 C
0 0 3
-1 2
-0.005
-2 1
-0.01 -3 0
10 20 30 40 10 20 30 40 10 20 30 40
Véase en la fig 1 que un choque exógeno de polı́tica de oferta de productividad

causará un efecto positivo en el producto, consecuentemente de igual forma se ex-
perimentará un efecto positivo en el output (señal de que el producto observado
está por encima del potencial), este efecto es bastante persistente en el tiempo (en
un horizonte de 40 perı́odos), nótese en la Curva de Phillips que la inflación está en
función del output gap entonces se experimenta un efecto positivo en la inflación que
traerá como consecuencia un aumento de la tasa de interés (recuerdese la ecuación
de Fisher) a lo largo del tiempo, obsérvese que la tasa natural de interes sufre un
efecto negativo, esto indica que la tasa real de interés observada está por encima de
la tasa natural de interés lo que podrı́a causar efecto negativo sobre el producto, pero
se puede ver que el efecto del choque no se limita por ello y el producto observado
crece. De la tasa marginal de sustitución de consumo-trabajo se puede determinar

el comportamiento del consumo de las familias, nótese que ante el crecimiento del
producto (mayor ingreso) se experimenta un efecto positivo en el consumo agregado
y un efecto negativo en las horas trabajadas, esto es sinónimo de bienestar dado que
las familias ahora pueden consumir más y trabajar menos (más trabajo genera en
términos generales más desutilidad).
2.6. Funciones de impulso-respuesta ante un choque exógeno

de polı́tica monetaria
Las siguientes funciones de impulso respuesta son correspondientes a un choque
negativo de polı́tica monetaria sobre la tasa de interés nominal (recuerdese que una
disminución de la tasa de interés es una polı́tica expansiva).
Fig. 2: Funciones impulso-respuesta ante choque tecnológico

PI Y ×10 -3 R
0.3 2 0
0.2
1 -2
0.1
0 0 -4
10 20 30 40 10 20 30 40 10 20 30 40
V Y_GAP N
0 2 6
-0.5 4
1
-1 2
-1.5 0 0
10 20 30 40 10 20 30 40 10 20 30 40
C P
2 1
1 0.5
0 0
10 20 30 40 10 20 30 40
En la fig 2 se puede apreciar el choque negativo exógeno de polı́tica monetaria.

Repárese que este choque generará una disminución de la tasa de interés nominal
trayendo consigo un efecto negativo sobre la tasa de interés real que para efectos de
este choque yace por debajo de la tasa natural de interés y por consiguiente se dará
un efecto positivo en el output gap (véase la IS dinámica), el incremento del producto
(mayor ingreso) permitirá a las familias consumir más, pero para mantener esa senda
óptima de consumo las familias debe trabajar más horas. Dado que la inflación
(Curva de Phillips) depende de la brecha del producto se espera pues que el choque
tenga un efecto positivo sobre la inflación, esto dado que las familias prefieren tener
menos dinero en el sector financiero y tomando en cuenta el crecimiento del producto
y la velocidad del dinero la inflación aumenta.
2.7. ¿Qué polı́tica es más eficiente?: un análisis de

descomposición de la varianza

εa εm
π 0.06 99.94
y 0.00 100.00
r 85.88 14.12
a 100.00 0.00
rn 100.00 0.00
ν 0.00 100.00
ỹ 0.00 100.00
yn 100.00 0.00
n 34.45 65.55
c 0.00 100.00
p 0.11 99.89
En la tabla ?? yace la descomposición de la varianza de los dos choques simulados,

puede verse que la polı́tica más eficiente es un tanto difı́cil de determinar, esto
dado que tanto la polı́tica de oferta de productividad como la polı́tica monetaria
tienen bastante peso sobre las variables endógenas, pero ciertamente en un veredicto
final, se aprecia que la polı́tica monetaria tiene el mayor peso sobre las variables
más relevantes del modelo. Es importante mencionar que los choques no están auto
correlacionados, véase en la siguiente tabla:
Tab. 4: MATRIX OF COVARIANCE OF EXOGENOUS SHOCKS
V ariables εa εm
εa 1.000000 0.000000
εm 0.000000 1.000000
A continuación se muestran algunas gráficas que denotan el grado de ajuste y predic-

ción del modelo. Nótese que en la inflación observada del modelo(Fig 3) se puede ver
un periodo de fuerte fluctuaciones a lo largo del intervalo del tiempo comprendido
entre el año 2010 al 2017 para posteriormente encontrar un estado estable hasta el
2020.

Fig. 3: Inflación del modelo DSGE
.03
Inflación (dsgemodel d1_)

.02
.01
−.01
2010q3 2013q1 2015q3 2018q1 2020q3
tiempo
Posteriormente la siguiente gráfica muestra la inflación del modelo y la inflación

observada en los datos:
Fig. 4: Inflación del modelo DSGE e inflación de Costa Rica

.03
.02
Inflación
.01 Inflación (dsgemodel d2_)
−.01
2010q3 2013q1 2015q3 2018q1 2020q3
tiempo
Repárese en la Fig 4 que la inflación del modelo se ajusta perfectamente a la inflación

observada durante el año 2009 al año 2014 para posteriormente encontrar el modelo
un estado estable que yace por sobre la inflación observada para Costa Rica.
El ajuste del modelo respecto a los datos y su nivel de predicción se puede observar
en la siguiente gráfica:

Fig. 5: Nivel de predicción del modelo
.06
.04
Inflación
xb prediction, pi, onestep
.02
2000q1 2010q1 2020q1 2030q1 2040q1 2050q1

tiempo
En la Fig 5 se puede apreciar que el modelo tiene un buen ajuste a los datos obser-
vados, es decir, las predicciones de este modelo son confiables.
En este modelo las variables se relacionan de acuerdo con la siguiente tabla:
V ariables π y r a rn ν ỹ yn n c p
π 1.0000 0.9998 -0.3538 0.0235 -0.0235 -0.9997 0.9999 -0.0235 0.7956 0.9998 0.1956
y 0.9998 1.0000 -0.3738 0.0021 -0.0021 -1.0000 1.0000 -0.0021 0.8084 1.0000 0.1955
r -0.3538 -0.3738 1.0000 0.9267 -0.9267 0.3757 -0.3692 -0.9267 -0.8481 -0.3738 -0.0692
a 0.0235 0.0021 0.9267 1.0000 -1.0000 -0.0000 0.0071 -1.0000 -0.5869 0.0021 0.0046
rn -0.0235 -0.0021 -0.9267 -1.0000 1.0000 -0.0000 -0.0071 1.0000 0.5869 -0.0021 -0.0046
ν -0.9997 -1.0000 0.3757 -0.0000 -0.0000 1.0000 -1.0000 -0.0000 -0.8096 -1.0000 -0.1955
ỹ 0.9999 1.0000 -0.3692 0.0071 -0.0071 -1.0000 1.0000 -0.0071 0.8055 1.0000 0.1955
yn -0.0235 -0.0021 -0.9267 -1.0000 1.0000 -0.0000 -0.0071 1.0000 0.5869 -0.0021 -0.0046
n 0.7956 0.8084 -0.8481 -0.5869 0.5869 -0.8096 0.8055 0.5869 1.0000 0.8084 0.1556
c 0.9998 1.0000 -0.3738 0.0021 -0.0021 -1.0000 1.0000 -0.0021 0.8084 1.0000 0.1955
p 0.1956 0.1955 -0.0692 0.0046 -0.0046 -0.1955 0.1955 -0.0046 0.1556 0.1955 1.0000
3. Metodologı́a
La metodologı́a VAR estructural es popularizada e inclusive le dio el premio Nóbel
de economı́a a Christopher Sims en 2011. Sims (1980, 1948,1988) 4 donde se propo-
ne una metodologı́a nueva que se basa en un sistema de ecuaciones simultáneas en
la cual cada variable regresa en un número finito de rezagos de todas las variables
endógenas del sistema. El Sistema de ecuaciones de VAR estructural se fundamenta
en el conocimiento de las propiedades estadı́sticas de las series utilizadas en las re-
laciones de macroeconomı́a que subyacen entre variables.
4
Trabajos que le dieron el premio Nóbel de economı́a junto con Thomas Sargent

El conocimiento de las relaciones entre las variables es importante para la imposición
de restricciones que se reflejan en los errores del sistema estructural.
3.1. El VAR estándar

Para estimar un modelo VAR estructural (Vectores Auto-regresivos Estructurales)
primero se parte de un sistema de ecuaciones simultáneas en forma estándar, en
donde todas las variables del sistema son endógenas.
Según Lütkepohl (1993), en las formas estándar del VAR todas las variables endó-
genas del modelo dependen de los rezagos de si misma y de los rezagos de las demás.
Esta forma del VAR supone que el sistema no tiene componentes deterministicos y
tiene una representación auto-regresiva de orden finito de la forma:
xt = A1 xt−1 + A2 xt−2 + ... + Aq xt−q + εt (49)
εt ∼ i.i.d(0, Σε )
Donde xt es un vector n × 1 de variables endógenas del sistema, xt−i son los vectores
n × 1 de las mismas variables endógenas rezagadas i periodos, Ai son las matrices
n × n de coeficientes.
Nótese de (49) que si los vectores autoregresivos pasan a la izquierda de la ecuación

se puede determinar los choques o innovaciones que se representan como:
xt − A1 xt−1 − A2 xt−2 − ... − Aq xt−q = εt (50)
3.2. VAR estructural

Siguiendo a Amissano & Giannini (1997) existen tres clases de VAR estructural,
según la clase de restricciones que el investigador quiera implementar, relaciones
contemporaneas entre variables endógenas, restricciones de largo plazo a ambas va-
riables. Para cada una de estas especificaciones hay un tipo de VAR estructural.
Ante esto surge una duda: ¿por qué un VAR estructural? La respuesta yace en el
problema de sesgo de endogeneidad, es pues que para entender esto es necesario
hacer una analogı́a. Considerese una secuencia de eventos tales que:
Una reducción de la demanda privada es anticipada por las autoridades res-

pectivas.
Las autoridades aumentan el gasto público, lo que genera un aumento del

déficit.
El PIB todavı́a sigue disminuyendo.
Ante esta sucesión de hechos se pueden deducir algunas conclusiones, algunos pueden
pensar que el multiplicador fiscal es negativo, empero la reacción fiscal fue endógena,
i.e., el gasto reaccionó a la evolución esperada del producto, es pues ante esto que
es necesario imponer restricciones al VAR y comienza el proceso de identificación.

Un VAR tiene, en general, la siguiente especificación:
p
X
yt = Πi yt−i + εt (51)
i=1
Expresado en términos de n variables se tiene que:
a11(L) a12(L) · · · a1n(L)

      
y1,t y1,t ε1,t
 y2,t   ..
   a21(L) . y
a2n(L)   2,t   ε2,t 
    
 ..  =  . ..   ..  +  .. 
 .   .. .  .   . 
yn,t an1(L) · · · ann(L) yn,t εn,t
Véase que en el sistema de ecuaciones existen n variables endógenas y el operador
de rezago L resume los p rezagos del modelo. Entendiendo esto se puede explicar la
metodologı́a VAR y SVAR mediante un ejemplo de dos variables, véase un caso de
un VAR(1) con dos variables de la siguiente forma:
yt = β10 − γ12 zt + β11 yt−1 + β12 zt−1 + εy,t
zt = β20 − γ21 yt + β21 yt−1 + β22 zt−1 + εz,t
Donde yt y zt son variables endógenas estacionarias, εy,t y εz,t son ruidos blancos
que no están correlacionados entre sı́. Si se desea obtener la forma reducida, es
decir, expresar las variables endógenas en función sólo de predeterminadas (variables
rezagadas), se debe resolver:

1 γ12 yt β10 β11 β12 yt−1 ε
· = + · + y,t (52)
γ21 1 zt β20 β21 β22 zt−1 εz,t
Nótese que la matriz A es:

1 γ12
A= (53)
γ21 1
Las restricciones mı́nimas para este modelo (dado que solo tiene dos variables) se
puede determinar mediante la siguiente fórmula:
n2 − n 22 − 2 4−2 2
= = = =1 (54)
2 2 2 2
Es pues que a la matriz A se le pueden imponer una restricción, es muy importante
al momento de restringir el modelo el orden de las ecuaciones, por ejemplo, si supo-
nemos que yt es el producto y zt es la tasa de interés al restringir A de forma que
γ12 = 0 se está suponiendo que el producto no reaccionará de forma contemporánea
con la tasa de interés. Ante esta restricción el modelo es:

1 0 yt β10 β11 β12 yt−1 ε
· = + · + y,t (55)
γ21 1 zt β20 β21 β22 zt−1 εz,t
Véase que las restricciones de A también restringen A−1 , De forma que si multipli-
camos ambos lados del modelo por A−1 se obtiene:

I A −1 A −1 A −1
z }|
−1 { z }| { z }| { z }| {
1 0 1 0 y 1 0 β10 1 0 β11 β12 y 1 0 εy,t
· t = + · t−1 +
γ21 1 γ21 1 zt −γ21 1 β20 −γ21 1 β21 β22 zt−1 −γ21 1 εz,t
(56)
El producto de las matrices da como resultado:

yt β10 β11 β12 yt−1 εy,t
= + · +
zt −γ21 β10 + β20 −γ21 β11 + β12 −γ21 β12 + β22 zt−1 −γ21 εy,t + εz,t
(57)
Entonces el modelo estimado serı́a:

yt ϑ10 ϑ11 ϑ12 yt−1 ϵ
= + · + y,t (58)
zt ϑ20 ϑ21 ϑ22 zt−1 ϵz,t
Donde:
ϑ10 = β10
ϑ20 = −γ21 β10 + β20
ϑ11 = β11
ϑ12 = β12
ϑ21 = −γ21 β11 + β12
ϑ22 = −γ21 β12 + β22
Los choques estructurales son:
ϵy,t = εy,t
ϵz,t = −γ21 εy,t + εz,t
Es pues este el proceso metodológico que se debe realizar para un VAR estructural,
si bien en la definición metodológica se usan dos variables endógenas en las práctica
se pueden utilizar n variables.
4. Estimación del modelo VAR estructural para Costa Rica

Cabe recalcar que para la estimación del VAR estructural, todas las variables de-
ben ser estacionarias. Para el caso de este modelo, se trabajará con las siguientes
variables:
Producto Interno Bruto yt
Índice de precios al consumidor pt

Tasa de polı́tica monetaria pmt
Producto Interno Bruto de Estados Unidos como varaibles exógena del sistema
ybt
Precio del petróleo como variable exógena del modelo wt
Agregado monetario M1 mt .
Se introduce el Producto interno bruto yt como indicador del crecimiento económico,

luego el ı́ndice de precios al consumidor pt se toma para no obviar los efectos infla-
cionarios en la economı́a y por consiguiente el poder adquisitivo de las familias. La
variable pmt es un instrumento de polı́tica monetaria que ayuda a evaluar los efectos
en la economı́a ante decisiones del regulador central. El producto norteaméricano es
una variable exógena del modelo que tiene efecto sobre un componente de la deman-
da agregada que son las exportaciones netas, véase que las exportaciones dependen
del producto del resto del mundo o del producto del principal socio comercial, de
esta forma si el producto norteaméricano es más alto y análizando la relación de tipo
de cambio, las exportaciones netas podrı́an aumentar y por consiguiente aumentar
la demanda agregada, es decir, el producto interno. Posteriormente el precio del pe-
tróleo wt ayuda a evaluar choques exógenos en la oferta agregada alterando ası́ el
nivel de precios (véase el modelo OA-DA). Finalmente el agregado monetario M1
mt es un indicador que denota la cantidad de dinero que circula en la economı́a y es
importante al momento de análizar los efectos de la polı́tica central y los niveles de
inflación.
4.1. Test de raı́ces estacionales

4.1.1. Producto de Costa Rica
Fig. 6: Producto de Costa Rica en niveles sin desestacionalizar

PRODUCTO DE COSTA RICA EN EL TIEMPO PRODUCTO DE COSTA RICA EN EL TIEMPO
10,000,000.00 16.1
16
9,000,000.00
PIB EN LOGARITMO
15.9
PIB EN NIVELES
8,000,000.00
15.8
7,000,000.00
15.7
6,000,000.00 15.6
2007q1 2010q3 2014q1 2017q3 2021q1 2007q1 2010q3 2014q1 2017q3 2021q1
TIEMPO EN TRIMESTRES TIEMPO EN TRIMESTRES

En la fig6 se puede apreciar el producto interno bruto de Costa Rica en niveles y
en logaritmos, apriori se puede visualizar un componente de raı́ces estacionales, no
obstante es necesario formalizar esta aseveración mediante un test formal estadı́stico,
en este caso se puede utilizar el test de doménico depalo, el cual se muestra en la
tabla 6:
Tab. 6: Test de Doménico depalo de raı́ces estacionales para el PIB de costa rica
Previo a leer la tabla 6 es necesario recordar que en el test de Doménico depalo las
hipótesis son las siguientes:
H0 : Raı́z estacional
H1 : Estacionariedad
Es pues ahora que nótese que la Fr 1/2 de la tabla 6 es en valor absoluto 1.371 menor
que el valor crı́tico de 1.910 es valor absoluto por lo que decimos que NO se rechaza la
hipótesis nula para un nivel del 5 % de significancia. Esto indica que la serie presenta
al menos una raı́z estacional y por consiguiente es necesario desestacionalizar la serie.
Fig. 7: Logaritmo del PIB de Costa Rica desestacionalizado

PIB DESESTACIONALIZADO Y SIN DESESTACIONALIZAR
16.1
16
LOGARITMO DEL PIB
15.9
15.8
15.7
LN_PIB_C_SA
15.6
LN_PIB_C
2007q1 2010q3 2014q1 2017q3 2021q1

TIEMPO EN TRIMESTRES

4.1.2. Índice de precios al consumidor
Fig. 8: Índice de precios al consumidor en logaritmo sin desestacionalizar

IPC en el tiempo LN DEL IPC EN EL TIEMPO
100 4.6
90
4.4
LN DEL IPC
INDICE
80
4.2
70
60
4
2007q1 2010q3 2014q1 2017q3 2021q1 2007q1 2010q3 2014q1 2017q3 2021q1
Obsérvese en fig 8 que pareciese apriori que la serie no presenta un componente

estacional, sin embargo para tener certeza de esta aseveración siempre se aplicará el
test de raı́ces estacionales para evaluar la serie.
Tab. 7: Test de Doménico depalo de raı́ces estacionales para el IPC
En la tabla 8 yace el test de Doménico depalo para el ı́ndice de precios al consumi-

dor, repárese que la Fr 1/2 es en valor absoluto de 1.652 menor que el valor crı́tico
de 1.910 para un nivel de significancia del 5 %, es por ello que NO se rechaza la
hipótesis nula. Esto ı́ndica que la serie del IPC denota al menos una raı́z estacional
y por ende se procede a desestacionalizar la serie.
En la fig 9 se puede ver que el IPC desestacionalizado es casi el mismo que el IPC
sin desestacionalizar, es pues que para un mejor manejo de las variables y tomando
en cuenta los test estadı́sticos utilizados hasta el momento se tomará como variable

de trabajo el IPC desestacionalizado.
Fig. 9: IPC desestacionalizado

IPC DESESTACIONALIZADO
4.6
4.4
IPC EN LOGARITMO
4.2
LN_IPC
4 LN_IPC_SA
2007q1 2010q3 2014q1 2017q3 2021q1

4.1.3. Agregado monetario M1
Fig. 10: Agregado monetario M1 en el tiempo

AGREGADO MONETARIO M1 LN DEL AGREGADO MONETARIO M1
10000000
16
8000000
Agregado monetario M1 EN LN
15.5
Agregado monetario M1
6000000
15
4000000
14.5
2000000
2007q1 2010q3 2014q1 2017q3 2021q1 2007q1 2010q3 2014q1 2017q3 2021q1
Para el caso del agregado monetario M1 sı́ se nota apriori cierto componente es-
tacional, es interesante de igual forma analizar que el dinero en circulación de la
economı́a de Costa Rica ha crecido significativamente en mayor amplitud a partir
del 2018. Para confirmar si la serie denota algún tipo de raı́z estacional aplicaremos
el test de Doménico depalo.

Tab. 8: Test de Doménico depalo para el agregado monetario M1
En la tabla 8 se nota algo anormal a lo que se ha venido mostrando con las otras
variables. Obsérvese que el test estadı́stico referente a la Fr 1/2 es de 3.423 en
valor absoluto mayor que el valor crı́tico del 1.910 en valor absoluto para un nivel de
significancia del 5 % y es por ello que se rechaza la hipótesis nula y se dice que la serie
denota ausencia de raı́ces estacionales y por ende no es necesario desestacionalizarla.
4.1.4. Producto de Estados Unidos
Fig. 11: Producto de Estados Unidos en el tiempo
PIB DE EEUU LN DEL PIB DE EEUU

16.8
19000000
18000000
PRODUCTO EN NIVELES
16.7
PRODUCTO EN LN
17000000
16.6
16000000 15000000
16.5
2007q1 2010q3 2014q1 2017q3 2021q1 2007q1 2010q3 2014q1 2017q3 2021q1
Repárese en la fig 11 que la serie del producto norteaméricado muestra apriori au-
sencia de raı́ces estacionales, esto es dado que la publicación de esta serie se hace de
forma desestacionalizada, es por ello mismo que esta serie por parte de este docu-
mento no será desestacionalizada.

4.1.5. Petróleo
Fig. 12: Precio del petróleo en el tiempo
Precio del petróleo LN DEL PRECIO DEL PETRÓLEO

50
4
40
LN DEL PRECIO DEL PETROLEO

3
PRECIO DEL PETRÓLEO
30
2
20
1
10
0
2007q1 2010q3 2014q1 2017q3 2021q1 2007q1 2010q3 2014q1 2017q3 2021q1
En la fig 12 yace el precio del petróleo en el tiempo comprendido entre el 2007 y el

2020 en trimestres, se nota apriori que esta serie ha sufrido varios cambios estructu-
rales, el precio del petróleo ha sido volatil en el tiempo, por intuición parecerı́a que
esta serio no denota raı́ces estacionales, sin embargo aplicaremos un test estadı́stico
para confirmar esta aseveración.
Tab. 9: Test de Doménico depalo para el precio del petróleo
En la tabla 9 se observa que para el test estadı́stico Fr 1/2 que corresponde a un

test de raı́ces estacionales el test en valor absoluto es de 1.946, mayor que el valor
crı́tico de 1.91 en valor absoluto para una significancia del 5 %, es por ello que se
rechaza la hipótesis nula y se acepta la alternativa, i.e., el precio del petróleo denota
ausencia de raı́ces estacionales, por consiguiente no se desestacionalizará la serie.

4.1.6. Tasa de polı́tica monetaria
Fig. 13: Tasa de polı́tica monetaria en el tiempo
TASA DE POLÍTICA MONETARIA

0.1000
0.0200 0.0400 0.0600 0.0800
TASA DE POLÍTICA MONETARIA
0.0000
2007q1 2010q3 2014q1 2017q3 2021q1

El test de Doménico depalo para la tasa de polı́tica monetaria yace en la siguiente

tabla:
Tab. 10: Test de raı́ces estacionales para la tasa de polı́tica monetaria
Para el caso de la tasa de polı́tica monetaria se puede apreciar en la tabla 10 que

la Fr 1/2 en valor absoluto es de 4.553 mayor que el valor crı́tico de 1.91 en valor
absoluto, esto indica que se rechaza la hipótesis nula y se acepta la alternativa, por
consiguiente la tasa de polı́tica monetaria denota ausencia de raı́ces estacionales y
no es necesario desestacionalizar la serie.
4.2. Test de raı́ces unitarias

4.2.1. Criterios de información
La idea general de cada uno de los criterios es que si se aumenta el número de re-
zagos esto generará dos cosas: por un lado, el ajuste del modelo mejorará porque la
desviación estándar de los errores disminuirá; pero por otro lado, el modelo será más

complejo de estimar, es decir, que se estará sacrificando la parsimonia del modelo a
expensas de un mejor ajuste.
Los principales criterios son: Akaike information criteria (AIC), Bayesian Informa-
tion Criteria (BIC) también este criterio se conoce como Schwarz Information Cri-
teria (SIC) y Hannan-Quinn Information Criteria (HQIC).
Akaike Information Criteria (AIC)
2×k
AIC = ln (e′ × e) −
n
Bayesian Information Criteria (BIC) o Schwarz Information Criteria (SIC):
ln(k)
BIC = ln (e′ × e) −
n
Hannan-Quinn Information Criteria (HQIC):
2 × ln (ln(k))
HQIC = ln(e′ × e) −
n
Donde e′ × e es el estimador de la varianza de los errores de la regresión, en todos los

casos. La idea pues es seleccionar el número de rezagos que haga que se minimice el
criterio de información elegido. Por lo general los métodos más usados son el AIC y
el BIC. Sin embargo, ambos métodos no son perfectos y es necesario cierta discreción
al momento de escoger el mejor modelo. El AIC es eficiente pero sesgado, mientras
que el BIC es insesgado pero ineficiente. Para el caso de este documento se utilizará
el criterio AIC (aunque en la mayoria de veces los criterios coinciden).
4.2.2. La prueba de raı́ces unitarias Kapetanios

Habitualmente se utiliza el test de Dickey & Fuller para evaluar si las series deno-
tan raı́ces unitarias. Desde los trabajos fundamentales de Dickey & Fuller (1979) ha
surgido gran cantidad de literatura para considerar la prueba de hipótesis de raı́z
unitaria. Ha existido una preocupación gradual de que la prueba de raı́ces unita-
rias Dickey & Fuller que esta se deriva de un entorno lineal, puede no rechazar la
hipótesis nula de raı́z unitaria cuando se aplica a series de tiempo no lineales pero
estacionarias. En función de esto, se ha desarrollado gran variedad de pruebas de
raı́ces unitarias bajo una variedad de marcos no lineales. Es pues que ante la debi-
lidad del test de Dickey & Fuller en este trabajo se utiliza el test Kapetanios.
El test: supongase que yt , t = 1, 2, ..,5, es una serie de tiempo observada que se

puede descomponer en un parte determinista dt y una parte estocástica (ajustada a
la media) xt :
y t = d t + xt
Es pues que para la parte determinista se consideran dos casos: Caso 1(nivel): dt = α;
Caso 2 (tendencia): dt = α + βt. Para la parte estocástica se considera el siguiente
modelo ESTAR (proceso exponencial de transición suave autoregresiva):

2
∆xt = γxt−1 {1 − e−θxt−1 } + εt
Donde εt ∼ i.i.d(o, σ 2 ) y -2<γ<0. Una vez dado γ, cuando θ = 0, xt contiene una raı́z
unitaria (de igual forma yt ), empero, cuando θ > 0 xt es globalmente estacionaria (de
esta forma yt es estacionario en el nivel o en tendencia estacionaria) y la velocidad
de reversión media está determinada por θ. Para hacer una prueba de raı́z unitaria
sobre yt se toman en cuenta las siguientes hipótesis:
H0 : θ = 0 (Raı́z unitaria)
H1 : θ > 0 (Estacionariedad)
Obviamente, probar la hipótesis nula no es factible ya que γ no está identificado

bajo la hipótesis nula. Para solventar este problema, se aplica una aproximación de
Taylor de primer orden para obtener:
∆xt = δx3t−1 + εt
Donde ∆xt = xt − xt−1 y δ = −γθ, se sugiere una prueba tipo t para δ = 0 en contra
δ < 0 como:

t = δ/s.e. δb
b
4.2.3. Test de raı́ces unitarias para el producto de Costa Rica

En primer lugar estimaremos el número de rezagos óptimos usando a Lütkepohl de
los criterios de información.
Tab. 11: Rezagos óptimos para el producto de Costa Rica
En la tabla 11 se puede apreciar que según el criterio AIC (criterio de preferencia

en este documento) los rezagos óptimos son un (1) rezago. De igual forma véase que
según los demás criterios también el rezago óptimo es un (1) rezago.

Tab. 12: Test Kapetanios de raı́ces unitarias para el producto de Costa Rica
En la tabla 12 se puede apreciar que el p-value asociado al criterio AIC es de 0.34

mayor que el nivel de significancia del 5 % por lo que decimos que NO se rechaza la
hipótesis nulta y el PIB de Costa Rica denota al menos una raı́z unitaria.
Fig. 14: Autocorrelograma y test de Bartlett´s para el PIB de Costa Rica

1.00
Cumulative Periodogram White−Noise Test

1.00
Cumulative periodogram for LN_PIB_C_SA
0.80
0.50
Autocorrelations of LN_PIB_C_SA
0.60
0.00
0.40
−0.50
0.20
−1.00
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
Bartlett’s (B) statistic = 4.18 Prob > B = 0.0000 Bartlett’s formula for MA(q) 95% confidence bands
Repárese que el producto de Costa Rica denota al menos una raı́z unitaria, es por
ello que se procede a aplicar primeras diferencias y a evaluar nuevamente si la serie
en primeras diferencias logaritmicas denota todavı́a raı́z unitaria. En primera ins-
tancia determinamos los rezagos óptimos:

Tab. 13: Rezagos óptimos para el PIB de Costa Rica en diferencias
Puede verse en la tabla 13 que los rezagos óptimos para el PIB en diferencias loga-
ritmicas es de cero rezagos (0).
Tab. 14: Test Kapetanios para las diferencias logaritmicas del PIB de costa rica
Fig. 15: Autocorrelograma y test de Bartlett´s para las diferencias del PIB
0.40

1.00 0.80
0.20
Cumulative periodogram for DY
Autocorrelations of DY
0.60
0.00
0.40
−0.20
0.20
−0.40
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
Obsérvese en la tabla 14 y en la fig 15 que el proceso se vuelve estacionario en

primeras diferencias logaritmicas, es pues que el PIB de Costa Rica es tipo I(1).
4.2.4. Test de raı́ces unitarias para el IPC de Costa Rica

En primera instancia se determina el número de rezagos óptimos usando a Lütkepohl
de los criterios de información.

Tab. 15: Rezagos óptimos para el IPC de Costa Rica
Es pues que según el criterio AIC (y los demás criterios) los rezagos óptimos son
tres rezagos (3).
Tab. 16: Test Kapetanios para el IPC de Costa Rica
Fig. 16: Autocorrelograma y test de Bartlett´s para el IPC de Costa Rica

1.00

1.00 0.80
0.50
Cumulative periodogram for LN_IPC_SA
Autocorrelations of LN_IPC_SA
0.60
0.00
0.40
−0.50
0.20
−1.00
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
Nótese en la tabla 16 que el p-value asociado al test de raı́ces unitarias para el cri-
terio de información AIC es de 0.18 mayor que el nivel de significancia del 5 % por
lo que NO se rechaza la hipótesis nula y se dice que el ı́ndice de precios al consumi-
dor de Costa Rica denota al menos una raı́z unitaria, luego nótese en la fig 16 que
gráficamente se puede ver que el IPC denota una raı́z unitaria.
Se procede a sacar primeras diferencias logaritmicas al IPC de Costa Rica (Inflación)

y a determinar el número de rezagos óptimos de esta:

Tab. 17: Rezagos óptimos para la inflación de Costa Rica
Nótese en la tabla 17 que los rezagos óptimos para la inflación de Costa Rica es
un rezago (1) según criterior Akaike. Se procede a evaluar si la inflación es o no
estacionaria.
Tab. 18: Test de Phillips & Perror de raı́ces unitarias para la Inflación de Costa Rica
En la tabla 18 se aprecia que el p-value asociado a la prueba es de 0.013 menor

que el nivel de significancia del 5 % por lo que SÍ se rechaza la hipótesis nula y el
proceso del IPC de Costa Rica es estacionario en primeras diferecias, i.e., el inflación
es estacionaria.
4.2.5. Test de raı́ces unitarias para el agregado monetario M1

El primer paso es determinar los rezagos óptimos de la serie:
Tab. 19: Rezagos óptimos para el M1 de Costa Rica
Puede apreciarse en la tabla 19 que el número de rezagos óptimos son 4 rezagos para
el agregado monetario M1.

Tab. 20: Test Kapetanios para el M1 de Costa Rica
Para el caso del agregado monetario M1 se puede ver en la tabla 20 que el p-value
asociado a la prueba de raı́ces unitarias es de 0.996 mayor que el nivel de signifi-
candia del 5 % por lo que decimos que NO se rechaza la hipótesis nula y el proceso
denota al menor una raı́z unitaria. Es pues que se procede a sacar primeras dife-
rencias del agregado monetario M1 para evaluar si este se vuelve estacionario en
primeras diferencias. Determinamos los rezagos óptimos de las diferencias del M1.
Fig. 17: Test de Bartlett´s y autocorrelograma para el agregado monetario M1

1.00

1.00 0.80
0.50
Cumulative periodogram for LN_M1
Autocorrelations of LN_M1
0.60
0.00
0.40
−0.50
0.20
−1.00
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag

Tab. 21: Rezagos óptimos para las diferencias del M1 de Costa Rica
Para el caso de las diferencias del M1 se puede apreciar en la tabla 21 que estos son
de tres rezagos (3). Se procede pues a realizar es test de raı́ces unitarias:
Tab. 22: Test Kapetanios para las diferencias del M1 de Costa Rica
Fig. 18: Test de Bartlett´s y autocorrelograma para las diferencias del agregado mo-
netario M1
0.50
1.00 0.80
Cumulative periodogram for DM1
Autocorrelations of DM1
0.60
0.00
0.20 0.40
−0.50
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
Se puede apreciar en la tabla 22 que el p-value asociado a la prueba de raı́ces unitarias

es de 0.001 para el M1 en diferencias, esto indica que se rechaza la hipótesis nula
a un nivel de significancia del 5 % (0.001<0.05) es por eso que se concluye que el
agregado monetario en diferecias es estacionario.
4.2.6. Test de raı́ces unitarias para el PIB de Estados Unidos

Los rezagos óptimos para el producto de estados unidos se muestran en la siguiente
tabla los cuales son de tres rezagos (3):
Tab. 23: Rezagos óptimos para el PIB de EE.UU.
Tab. 24: Test Kapetanios para el PIB de EE.UU.
Fig. 19: Test de Bartlett´s y autocorrelograma para el PIB de Estados Unidos.

1.00

1.00
Cumulative periodogram for LN_PIB_EEUU
0.80
0.50
Autocorrelations of LN_PIB_EEUU
0.60
0.00
0.40
−0.50
0.20
−1.00
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
El test Kapetanios de raı́ces unitarias usando el criterio Akaike muestra en la tabla

24 que el p-value asociado a la prueba es de 0.584 mayor que el nivel de significancia
del 5 % por lo que decimos que NO se rechaza la hipótesis nula y por consiguiente pa-
ra un nivel de significancia del 5 % el producto de Estados Unidos de Norte América
denota al menos una raı́z unitaria. Ante esto se procede a sacar primeras diferencias
del PIB de Estados Unidos y a determinar el número de rezagos óptimos por me-
dio de criterios de información los cuales determinan que los rezagos óptimos para
el PIB de EE.UU. en diferencias es de dos rezagos (2), véase eso en la siguiente tabla:

Tab. 25: Rezagos optimos para el PIB de EEUU en diferencias.
Se procede a hacer test de raı́ces unitarias al producto en diferencias:
Tab. 26: Test Kapetanios para el PIB de EEUU en diferencias.
Fig. 20: Test de Bartlett´s y autocorrelograma para las diferencias PIB de Estados
Unidos.
0.40

1.00 0.80
0.20
Cumulative periodogram for DY_EEUU
Autocorrelations of DY_EEUU
0.60
0.00
0.40
−0.20
0.20
−0.40
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
Obsérvese en la tabla 26 que el p-value asociado a la prueba de raı́ces unitarias es de

0.000 menor que el nivel de significancia del 5 % por lo que se dice que se rechaza la
hipótesis nula y el proceso es estacionario en primeras diferencias. De igual manera
nótese en la fig 20 en test B de Bartltt´s que los puntos se ajustan a la linea central
y el autocorrelograma desciente de manera cauasi-estocástica, esto con
4.2.7. Test de raı́ces unitarias para el precio del petróleo

Determinamos los rezagos óptimos, los cuales según el criterio de información akaike
que se muestra en la siguiente tabla son dos rezagos (2) los rezagos óptimos:

Tab. 27: Rezagos óptimos para el precio del petróleo
El test de raı́ces unitarias se muestra en la siguiente tabla:
Tab. 28: Test de raı́ces unitarias para el precio del petróleo
Fig. 21: Autocorrelograma y test B de Bartlett´s para el precio del petróleo

1.00

1.00 0.80
0.50
Cumulative periodogram for LN_W
Autocorrelations of LN_W
0.60
0.00
0.40
−0.50
0.20
−1.00
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
Apreciese en la tabla 28 que el p-value asociado a la prueba es de 0.6897 mayor que

el nivel de significancia, esto indica que para un nivel de significancia del 5 % NO se
rechaza la hipótesis nula y por consiguiente el precio del petróleo denota al menos
una raı́z unitaria, se procede pues a sacar primeras diferencias de esta variable y
para luego evaluar si el proceso se torna estacionario.
Observese en la tabla 29 que para el precio del petróleo en diferencias se nececsita

un rezagos (1) según el criterio akaike.

Tab. 29: Rezagos óptimos para el precio del petróleo en diferencias
Tab. 30: Test de raı́ces unitarias para el precio del petróleo en diferencias
Fig. 22: Test B de Bartlett´s y autocorrelograma para el precio del petróleo en dife-
rencias
0.40

1.00 0.80
0.20
Cumulative periodogram for DW
Autocorrelations of DW
0.60
0.00
0.40
−0.20
0.20
−0.40
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
En la tabla 30 se observa que el p-value asociado a la prueba de raı́ces unitarias es

de 0.0000 menor que el 5 % de significancia estadı́stica, es por ello que se dice que
se rechaza la hipótesis nula para un nivel de significancia del 5 % y por lo tanto en
primeras diferencias el precio del petróleo es estacionario. De igual manera nótese
que en la fig 22 en el test de Bartlett´s los puntos se ajustan dentro de las bandas
y en el autocorrelograma se nota un comportamiento de los lags cuasi-estocástico,
sinónimo de estacionariedad en la serie.

4.2.8. Test de raı́ces unitarias para la tasa de polı́tica monetaria
Como se ha venido repidiendo mecanicamente en esta sección de raı́ces unitarias,
primero se determinan los rezagos óptimos para la tasa de polı́tica monetaria los
cuales son dos rezagos (2), véase eso en la tabla 31:
Tab. 31: Rezagos óptimos para la TPM
De esta forma se realiza el test de raı́ces unitarias con dos rezagos:
Tab. 32: Test de raı́ces unitarias para la TPM
Fig. 23: Test B de Bartlett´s y autocorrelograma para la tasa de polı́tica monetaria

1.00

1.00 0.80
0.50
Cumulative periodogram for TPM
Autocorrelations of TPM
0.60
0.00
0.40
−0.50
0.20
−1.00
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
En la tabla 32 se puede repárar que para un nivel de significancia del 5 % se NO

se rechaza la hipótesis nula dado que el p-value asociado a la prueba es de 0.275
menor que el 5 %, es pues que decimos que la tasa de interés denota al menos una

raı́z unitaria. De igual manera se puede visualizar en la fig 23 que en la prueba B
de Bartlett´s los puntos salen de las bandas y el autocorrelograma desciende suave-
mente, sinónimo de raı́z unitaria.
Se procede pues a sacar primeras diferencias de la tasa de polı́tica monetaria y a

determinar el número de rezagos óptimos los cuales se pueden apreciar en la siguiente
tabla, esta tabla muestra que en diferencias los rezagos óptimos son un rezago (2)
según criterio de información akaike.
Tab. 33: Rezagos óptimos para las diferencias de la tasa de polı́tica monetaria
Con la información de la tabla 33 se procede a hacer una prueba de raı́z unitaria

para las diferencias de la tasa de polı́tica monetaria.
Tab. 34: Test de raı́ces unitarias para las diferencias de la tasa de polı́tica monetaria
Fig. 24: Test B de Bartlett´s y autocorrelograma para la tasa de poı́tica monetaria

en primeras diferencias
0.60

1.00
0.40
0.80
Cumulative periodogram for DTPM
Autocorrelations of DTPM
0.20
0.60
0.00
0.40
−0.20
0.20
−0.40
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
En la tabla 34 se puede análizar que el p-value de la prueba de raı́ces unitarias es de

0.000 menor que el nivel de significancia del 5 %, es pues que para un nivel de con-

fianza del 5 % se dice que se rechaza la hipótesis nula y por consiguiente el proceso
es estacionario en primeras diferencias. Véase de igual manera que en la fig 24 se
aprecia que en el test B de Bartlett´s los puntos se ajustan dentro de las bandas y
el autocorrelograma desciende cuasi-estocásticamente, esto es sinónimo de estacio-
nariedad de la serie, es pues que se concluye que todas las variables del modelo son
I(1) y estacionarias en primeras diferencias.
4.3. Identificación del modelo
Tab. 35: Rezagos óptimos del modelo
Nótese que según la tabla 35 se necesita trabajar el modelo con dos rezagos, es decir,
el modelo es un VAR(2) estructural. Según las variables, el sistema de ecuaciónes de
forma matricial serı́a el siguiente:
A
z
 }| {       
1 a12 a13 a14 a15 a16 ∆yt b10 b11 b12 b13 b14 b15 b16 ∆yt−1
a21 1 a23 a24 a25 a26  ∆pt  b20 b21 b22 b23 b24 b25 b26  ∆pt−1 
 
     
a31 a32 1 a34 a35 a36
 ∆pmt  = b30 + b31 b32 b33 b34 b35 b36 ∆pmt−1 
      
 +
a41 a42 a43 1 a45 a46
  ∆b
 yt  b40 b41 b42 b43 b44 b45 b46  ∆b
y t−1

      
a51 a52 a53 a54 1 a56  ∆wt  b50 b51 b52 b53 b54 b55 b56  ∆wt−1 
a61 a62 a63 a64 a65 1 ∆mt b60 b61 b62 b63 b64 b65 b66 ∆mt−1
    
g11 g12 g13 g14 g15 g16 ∆yt−2 u∆y
g21 g22 g23 g24 g25 g26
  ∆pt−2   u∆p 
   

g31 g32 g33 g34 g35 g36
 ∆pmt−2  + u∆pm 
   

g41 g42 g43 g44 g45 g46
  ∆b
 yt−2   u∆by 
   
g51 g52 g53 g54 g55 g56  ∆wt−2   u∆w 

g61 g62 g63 g64 g65 g66 ∆mt−2 u∆m
Véase que las restricciones mı́nimas para este modelo de 6 variables son:
n2 − n 62 − 6 36 − 6 30
= = = = 15
2 2 2 2
Entonces si se identifica la matriz A de forma recursiva se tiene que:

A
z
 }| {       
1 0 0 0 0 0 ∆yt b10 b11 b12 b13 b14 b15 b16 ∆yt−1
a21 1 0 0 0 0  ∆pt  b20 b21 b22 b23 b24 b25 b26  ∆pt−1 
 
     
a31 a32 1 0 0 0 ∆pmt  b30 b31 b32 b33 b34 b35 b36 ∆pmt−1 
 
  = + +
a41 a42 a43 1 0 0  ∆b
yt
 b40 b41 b42 b43 b44 b45 b46  ∆b
yt−1

       
a51 a52 a53 a54 1 0  ∆wt  b50 b51 b52 b53 b54 b55 b56  ∆wt−1 
a61 a62 a63 a64 a65 1 ∆mt b60 b61 b62 b63 b64 b65 b66 ∆mt−1
    
g11 g12 g13 g14 g15 g16 ∆yt−2 u∆y
g21 g22 g23 g24 g25 g26
  ∆pt−2   u∆p 
   

g31 g32 g33 g34 g35 g36
 ∆pmt−2  + u∆pm 
   

g41 g42 g43 g44 g45 g46
  ∆b
 yt−2   u∆by 
   
g51 g52 g53 g54 g55 g56  ∆wt−2   u∆w 

g61 g62 g63 g64 g65 g66 ∆mt−2 u∆m
Multiplicando ambos lados de la ecuación anterior por A−1 se puede deducir que:
AA−1 =I
z
  }|
 −1{  
1 0 0 0 0 0 1 0 0 0 0 0 ∆yt
a21 1 0 0 0 0 a21 1 0 0 0 0   ∆pt 
   

a31 a32 1 0 0 0  a31 a32 1 0 0 0  ∆pmt  =
  

a41 a42 a43 1 0 0  a41 a42 a43 1 0 0  ∆b yt 
  
 
a51 a52 a53 a54 1 0 a51 a52 a53 a54 1 0  ∆wt 
a61 a62 a63 a64 a65 1 a61 a62 a63 a64 a65 1 ∆mt
 −1  
1 0 0 0 0 0 b10
a21 1 0 0 0 0 b20
 
 
a31 a32 1 0 0 0  b30 +
 

a41 a42 a43 1 0 0  b40
 

a51 a52 a53 a54 1 0 b50
a61 a62 a63 a64 a65 1 b60
 −1   
1 0 0 0 0 0 b11 b12 b13 b14 b15 b16 ∆yt−1
a21 1 0 0 0 0 b21 b22 b23 b24 b25 b26  ∆pt−1 
  

a31 a32 1 0 0 0 b31 b32 b33 b34 b35 b36 ∆pmt−1  +
  

a41 a42 a43 1 0 0 b41 b42 b43 b44 b45 b46  ∆b
    yt−1 
 
a51 a52 a53 a54 1 0 b51 b52 b53 b54 b55 b56  ∆wt−1 
a61 a62 a63 a64 a65 1 b61 b62 b63 b64 b65 b66 ∆mt−1
 −1   
1 0 0 0 0 0 g11 g12 g13 g14 g15 g16 ∆yt−2
a21 1 0 0 0 0 g21 g22 g23 g24 g25 g26  ∆pt−2 
  

a31 a32 1 0 0 0 g31 g32 g33 g34 g35 g36 ∆pmt−2  +
  

a41 a42 a43 1 0 0 g41 g42 g43 g44 g45 g46  ∆b
   yt−2 
 
a51 a52 a53 a54 1 0   g51 g52 g53 g54 g55 g56  ∆wt−2 
a61 a62 a63 a64 a65 1 g61 g62 g63 g64 g65 g66 ∆mt−2
 −1  
1 0 0 0 0 0 u∆y
a21 1 0 0 0 0   u∆p 
 

a31 a32 1 0 0 0 u∆pm 
 
 
a41 a42 a43 1 0 0   u∆by 
   
a51 a52 a53 a54 1 0  u∆w 
a61 a62 a63 a64 a65 1 u∆m

 
∆yt
 ∆pt 
 
∆pmt 
 =
 ∆byt

 
 ∆wt 
∆mt
 −1  
1 0 0 0 0 0 b10
a21 1 0 0 0 0 b20
 
 
a31 a32 1 0 0 0  b30 +
 

a41 a42 a43 1 0 0  b40
 

a51 a52 a53 a54 1 0 b50
a61 a62 a63 a64 a65 1 b60
 −1   
1 0 0 0 0 0 b11 b12 b13 b14 b15 b16 ∆yt−1
a21 1 0 0 0 0 b21 b22 b23 b24 b25 b26  ∆pt−1 
   

a31 a32 1 0 0 0 b31 b32 b33 b34 b35 b36 ∆pmt−1  +
  

a41 a42 a43 1 0 0  b41 b42 b43 b44 b45 b46  ∆b yt−1 
  
 
a51 a52 a53 a54 1 0  b51 b52 b53 b54 b55 b56  ∆wt−1 
a61 a62 a63 a64 a65 1 b61 b62 b63 b64 b65 b66 ∆mt−1
 −1   
1 0 0 0 0 0 g11 g12 g13 g14 g15 g16 ∆yt−2
a21 1 0 0 0 0 g21 g22 g23 g24 g25 g26  ∆pt−2 
   

a31 a32 1 0 0 0  g31 g32 g33 g34 g35 g36 ∆pmt−2  +
  

a41 a42 a43 1 0 0  g41 g42 g43 g44 g45 g46  ∆b yt−2 
  
 
a51 a52 a53 a54 1 0  g51 g52 g53 g54 g55 g56  ∆wt−2 
a61 a62 a63 a64 a65 1 g61 g62 g63 g64 g65 g66 ∆mt−2
 −1  
1 0 0 0 0 0 u∆y
a21 1 0 0 0 0   u∆p 
 

a31 a32 1 0 0 0  u∆pm 
 

a41 a42 a43 1 0 0   u∆by 
 

a51 a52 a53 a54 1 0   u∆w 
a61 a62 a63 a64 a65 1 u∆m
Obsérvese que al ser la matriz A una matriz 6 × 6 su inversa es un tanto grande

de manera que no cabe dentro de este documento, ciertamente la identificación del
modelo se realizó más sin embargo lo extenso de las matrices no permiten incrustrar
las matrices en este documento.
4.4. El modelo
La estimación computacional del Svar (una vez definida la matriz A y B) se muestra
en la siguiente tabla:

Tab. 36: Estimación del modelo Svar para Costa Rica

4.4.1. ¿Es la relación espuria?
Como ya se ha mencionado en la introducción del documento presente, si la relación
es espuria el modelo no tiene sentido, es pues que es necesario evaluar si los residuos
del modelo son estacionarios o tienen al menos una raı́z unitaria, se procede a eva-
luar un test de raı́ces unitarias para los residuos del modelo, primero se determinan
los rezagos óptimos del modelo:
Tab. 37: Rezagos óptimos para los residuos del Svar para Costa Rica
Nótese en la tabla anterior que según el criterio akaike los rezagos óptimos para los
residuos del modelo son de cero rezagos (0), es pues que se procede a realizar una
prueba de raı́ces unitarias con cero rezagos:
Tab. 38: Test Kapetanios de raı́ces unitarias para los residuos del modelo
Se puede apreciar en la tabla 38 que el p-value asociado a la prueba de raı́ces unita-

rias para los residuos del modelo svar es de 0.000, véase que este valor es menor que
el nivel de significancia del 5 %, es por ello que se dice que se rechaza la hipótesis
nula y por consiguiente los residuos son estacionarios, en otras palabras, la relación
tiene sentido, ¡la relación no es espuria!
En la fig 25 se puede ver el test B de Bartlett´s y un autocorrelograma para los

residuos del modelo, véase en el test B que los puntos se ajustan entre las bandas,
de igual forma nótese que en el autocorrelograma los lags tienen un comportamiento
cuasi-aleatorio, sinónimo de estacionariedad.

Fig. 25: Test B de Bartlett´s y autocorrelograma para los residuos del modelo
0.40
1.00 0.80
0.20
Cumulative periodogram for RN
Autocorrelations of RN
0.60
0.00
0.40
−0.20
0.20
−0.40
0.00
0.00 0.10 0.20 0.30 0.40 0.50 0 5 10 15 20 25

Frequency Lag
4.4.2. ¿Los residuos tienen autocorrelación?

La autocorrelación es un fenómeno que se presenta en muestras que contengan de
datos asociados al tiempo, existen diversos métodos estadı́sticos para comprobar la
presencia de autocorrelación, se utiliza el método varlmar que fue presentado en
Johansen (1995), en el cual implementa una prueba de multiplicador de Lagrange
(LM) para la autocorrelación en los residuos de SVAR.
Tab. 39: Prueba de correlación serial del modelo
Como se visualiza en la tabla 39 para los dos lags del modelo la prueba da un p-value
mayor que el nivel de significancia, esto indica que NO se rechaza la hipótesis nula
y por consiguiente el modelo cumple con el supuesto de ausencia de correlación serial.
4.4.3. ¿El modelo presenta normalidad?

Tab. 40: Test de Jarque-Bera para el modelo
En la tabla 40 yace el test de Jarque-Bera de normalidad y puede verse que para las
ecuaciones del ı́ndice de precios, producto de estados unidos y precio del petroleo se
cumple la normalidad, más sin embargo en un contexto general del modelo se observa
en la tabla 40 que el modelo SVAR estimado tiene un problema de no normalidad,
esto se debe a que el componente de la secuencia residual tiene un problema de
asimetrı́a. Si el valor p del estadı́stico chi cuadrado calculado en la estimación es
suficientemente pequeño, se puede rechazar la hipótesis de que los residuos están
normalmente distribuidos pero si el valor p es razonablemente alto, no se rechaza el
supuesto de normalidad. En nuestro modelo, los componentes tienen problemas de
curtosis, lo que puede llevar al rechazo de la normalidad conjunta de la serie residual.
4.4.4. ¿El modelo es estable?
Tab. 41: Estabilidad del VAR estructural
Puede visualizarse en la tabla enterior que todos los modulos son menores que uno
(1), esto indica que el modelo svar es estable, todos los eigenvalores yacen dentro
del circulo unitaria, véase el mismo test de forma gráfica:

Fig. 26: Estabilidad de modelo
Roots of the companion matrix
1
.5
Imaginary
0−.5
−1
−1 −.5 0 .5 1
Real
Otro cumplimiento del modelo es que los residuos son ruido blanco con promedio
cero, aseveración que se puede ver en la siguiente gráfica:
Fig. 27: Residuos del modelo con promedio en cero
.02
−.02
Residuals
−.04
−.06
−.08
2007q1 2010q3 2014q1 2017q3 2021q1
tiempo
4.4.5. IRF ante choque positivo temporal en el precio del petróleo

Es pues que se ha demostrado que el modelo es estable y cumpliendo buenos su-
puestos, ante esto se procede a determinar las funciones de impulso y respuesta para
un choque positivo temporal en el precio del petróleo que se extiente a diez periodos:

Fig. 28: Funciones de impulso-respuesta de svar ante un choque exógeno positivo
temporal en el precio del petróleo
order1, DW, DM1 order1, DW, DP order1, DW, DTPM

.003
.004
.01
.002
0 .002
.001
−.01 0
0
−.02 −.002 −.001
order1, DW, DW order1, DW, DY order1, DW, DY_EEUU

.3 .01 .01
.2
.005 .005
.1
0 0
−.005
−.005
−.1
0 4 8 12 16 20 0 4 8 12 16 20 0 4 8 12 16 20
step
95% CI
structural irf
Graphs by irfname, impulse variable, and response variable
En primer lugar se da un efecto negativo sobre el agregado monetario M1, aunque

este efecto es bastante temporal (rápidamente la lı́nea toca el 0) para posteriormente
tener un efecto negativo más persistente. Luego se puede apreciar un efecto positi-
vo sobre la inflación (las diferencias logaritmicas del IPC constituyen la inflación)
bastante persistente y significativas en el tiempo, puede deducirse que este efecto
es bastante acoplado a la teorı́a económica (recuerdece el modelo OA-DA). En con-
secuencia se habı́a demostrado ya en la parte del marco teórico que la autoridad
central fija la tasa de interés mediante un regla que relaciona las desviaciones de la
inflación respecto a su estado estacionario, es entonces que ante el incremento de la
inflación que la autoridad monetaria eleva la tasa de polı́tica monetaria. Es intere-
sante observar que el incremento de la inflación es más grande que el incremento de
la tasa de polı́tica monetaria, teniendo esto en cuenta y recodardo la IS dinámica
(que muestra que si se da un incremento de la inflación por sobre la tasa nominal
de interes se puede dar un efecto positivo sobre el producto) que en estas IRF´s se
nota un efecto positivo en el producto de Costa Rica que se torna negativo dentro
de pocos periodos para terminar oscilando al rededor de cero y análogo pasa con el
producto de Estados Unidos.
4.4.6. IRF ante choque positivo temporal en la tasa de polı́tica monetaria

Si se recuerda la figura 2 se puede ver que un choque negativo de polı́tica monetaria
causa un efecto positivo en la inflación y el producto, también causa un efecto negati-
vo sobre la tasa de interés nominal, en consecuencia se esperarı́a que en las IRF´s del
modelo SVAR ante este choque positivo de polı́tica monetaria (polı́tica contractiva)

se genere un efecto negativo sobre la inflación y sobre el producto, en consecuencia
a menor inflación teóricamente se esperarı́a una reducción en el agregado monetario
M1. Es preciso mencionar que en estas funciones de impulso-respuesta se excluyen-
ton el precio del petróleo y el producto de Estados Unidos dado que es bastante
improbable que este choque tenga repercusiones sobre estas variables exógenas.
Fig. 29: Funciones de impulso-respuesta de svar ante un choque exógeno positivo

temporal en la tasa de polı́tica monetaria
order1, DTPM, DM1 order1, DTPM, DP

.01 .004
.002
0
0
−.01
−.002
−.02
−.004
order1, DTPM, DTPM order1, DTPM, DY

.006
.005
.004
.002 0
−.005
−.002
0 4 8 12 16 20 0 4 8 12 16 20
step
95% CI
structural irf
Graphs by irfname, impulse variable, and response variable
En la figura 29 se observa que se experimenta un efecto bastante negativo en el

agregado monetario M1 para la economı́a de Costa Rica. Para el caso de la inflación
se observa que a pesar de ser un modelo restringido la inflación y la tasa de polı́-
tica monetaria no reaccionan de manera contemporánea dado que se observa que
la inflación sigue creciendo para posteriormente caer hasta llegar a los 10 periodos.
El producto de Costa Rica denota un comportamiento cuasi-aleatorio bastante fluc-
tuante ante el choque de polı́tica monetaria, sin embargo se puede ver que los efectos
negativos superan a los positivos, es decir, el producto sufre una caı́da.
Referencias
[1] Amisano, G., & Giannini C. (s.f.). Topics in Structural VAR
[2] Arango, M. M., & Enciso, E. L. (1999) SERIE CUADERNOS DE INVESTI-

GACIÓN

[3] Baum, C. F. (2016) VAR, SVAR and VECM models. En ECON 8823: Applied
Econometrics (págs. 29-62). Boston
[4] Gali, J. (2008) Monetary Policy,Inflation, and the Bussiness Cycle . En J. Gali,
Introduction to the new Keynesian Framework (págs. 41-70). Pricenton: Pu-
blished by Princeton University Press
[5] Novales, A. (2017) Modelos vectoriales autoregresivos (VAR). Universidad Com-

plutense, 2-37
[6] Restrepo, J. E. (2016). Vectores Autorregresivos. Asuncion Paraguay.
[7] Romanı́, R. B. (Agosto de 2014) Serie Apuntes de Clase Vectores Autorregre-

sivos. Escuelas Académico-Profesionales de la Facultad de Ciencias Económicas
de la Universidad Nacional Mayor de San Marcos., 2-34
[8] Su, J.-j., & Cheung, A. (enero de 2010) Sobre el poder de las pruebas Kapetanios-
Snell-Shin(KSS) modificaciones

Modelo Svar

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

Modelo Svar

Cargado por

Copyright:

Formatos disponibles

Construcción y estimación de un modelo de

vectores autoregresivos estructural (SVAR)

Trabajo de teorı́a económica avanzada

Teorı́a Económica Avanzada 2

Se utiliza un modelo de vectores autorregresivos estructural (SVAR) ya que es nece-

En función de esto se construye un modelo de equilibrio general dinámico y estocás-

Se realizan pruebas de raı́ces estacionales y raı́ces unitarias a las variables mencio-

Posteriormente se realiza la identificación del modelo con sus respectivos rezagos, y

Teorı́a Económica Avanzada 3

2.1. Los consumidores

Donde β es un factor de descuento y Ct es ahora un ı́ndice de consumo dado por:

La restricción presupuestaria del perı́odo para este individuo es:

Donde Pt (i) es el precio del bien i, Nt denota el número de horas trabajadas, Wt

Teorı́a Económica Avanzada 4

Teorı́a Económica Avanzada 5

(8) es un ı́ndice de precios. Combinando la ecuación (7) y (8) se obtiene la demanda

Observese que con (9) se resuelve el problema intratemporal de los consumidores,

Teorı́a Económica Avanzada 6

Eliminando las esperanzas en el momento t se tiene que:

Teorı́a Económica Avanzada 7

ln(Qt ) = ln (β) + σEt ln (Ct ) − σEt ln (Ct+1 ) + Et ln (Pt ) − Et ln (Pt+1 )

0 = −ln(Qt ) + ln (β) + σln (Ct ) − σEt ln (Ct+1 ) + ln (Pt ) − Et ln (Pt+1 )

Haciendo una aproximación de Taylor de primer orden se tiene que:

Teorı́a Económica Avanzada 8

qbt = ln(Qt ) − ln(Qss )

qbt = ln(e−it ) − ln(β)

Teorı́a Económica Avanzada 9

ln (Wt ) − ln(Pt ) = φln(Nt ) + σln(Ct )

0 = −ln (Wt ) + ln(Pt ) + φln(Nt ) + σln(Ct )

f (ln(Wt ), ln(Pt ), ln(Nt ), ln(Ct )) = −ln (Wt ) + ln(Pt ) + φln(Nt ) + σln(Ct )

La definición de la aproximación de Taylor para esta función es:

f (ln(Wt ), ln(Pt ), ln(Nt ), ln(Ct )) ≈

Entonces la función log-lineal es:

2.2. Los productores

Yt (i) = At Nt (i)1−α (22)

Todas las empresas enfrentan un programa de demanda isoelástico idéntico dado

Teorı́a Económica Avanzada 10

Al momento de Log-linealizar (23) se encuentra un problema y es que (23) no se

Teorı́a Económica Avanzada 11

1 + (1 − ε)b p∗t − pbt−1 ))

1 + (1 − ε)b p∗t − pbt−1 )

Teorı́a Económica Avanzada 12

1 − 1 + (1 − ε)b p∗t − pbt−1 )

(1 − ε)b p∗t − pbt−1 )

2.3. Ajuste óptimo de precios

Teorı́a Económica Avanzada 13

Donde ψt+k|t ≡ Ψ′t+k (Yt+k|t ) es el costo marginal NOMINAL en el periodo t + k para

Teorı́a Económica Avanzada 14

Teorı́a Económica Avanzada 15

Se procede a resolver la suma del lado izquierdo:

Si se multiplica (32) por (θβ) a ambos lados se tiene que:

Si a (32) se le resta (33) se obtiene lo siguiente:

Teorı́a Económica Avanzada 16

mc bt+k − pbt+k ) − mpn

Teorı́a Económica Avanzada 17

Sustituyendo (38) en (35) y reordenando términos se obtiene:

pb∗t − pbt−1 = θβEt {b

Teorı́a Económica Avanzada 18

Sustrayendo (42) de (41) se obtiene lo siguiente:

La segunda ecuación clave que describe el equilibrio del neokeynesiano El modelo se

Teorı́a Económica Avanzada 19

En la tabla 2 yacen los parámetros estructurales del modelo correspondiente a Costa

Teorı́a Económica Avanzada 20

Una reducción de la demanda privada es anticipada por las autoridades res-

Las autoridades aumentan el gasto público, lo que genera un aumento del

El PIB todavı́a sigue disminuyendo.

Producto Interno Bruto yt

Índice de precios al consumidor pt

Precio del petróleo como variable exógena del modelo wt