Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MATERIA : ECONOMETRIA 1
GRUPO :Z
Resumen..................................................................................................................................1
1. INTRODUCCIÓN..............................................................................................................1
2. REVISIÓN DE LA LITERATURA...................................................................................2
Datos...................................................................................................................................5
Matriz de correlaciones....................................................................................................7
Modelo econométrico.........................................................................................................7
4. RESULTADOS...................................................................................................................8
PRUEBAS DE HIPOTESIS...............................................................................................9
MULTICOLINEALIDAD................................................................................................10
HETEROSCEDASTICIDAD...........................................................................................11
AUTO CORRELACIÓN..................................................................................................12
BIBLIOGRAFIA..................................................................................................................13
ANEXO.................................................................................................................................14
1
Resumen
es significativa el Parque Automotor y la Población. Por otro lado, de forma global el modelo es
significativo.
1. INTRODUCCIÓN
Bolivia es un país rico en diversos recursos naturales que no son aprovechados al 100 % por
diferentes limitaciones que tiene la nación, se conoce que los volúmenes de producción de
años. Sin embargo, Bolivia produce mayormente Gas Natural, de manera que se está
Ahora bien, existe una creciente demanda de gasolina que se debe al gran crecimiento del
parque automotor, donde de 96.634 autos en 1998 a pasar a 2.493.753 autos en el año 2022,
Población de 1998 al 2022 fue de 49,03%, según datos del Registro Único para la
aproximadamente, según datos del (INE). La tradicional forma de obtener la gasolina en el país
2
es por el proceso de destilación del petróleo, pero debido a la calidad del crudo en Bolivia, la
gasolina producida tiene bajos rangos de octanaje, además no abastece al mercado interno.
El presente trabajo tiene por objeto analizar la demanda de Gasolina mediante un pronóstico
Las variables que influyen a la demanda de gasolina en Bolivia son el Parque Automotor, la
Población y otras que no se tomaron en cuenta en el modelo como por ejemplo el precio por litro
etc.
La principal interrogante del modelo es: ¿Como se analiza la demanda de Gasolina mediante
El tipo de datos que se plantea son de tipo series de tiempo con frecuencia anual 1998 al 2022.
Las fuentes son: El Instituto de Estadística de Bolivia (I.N.E.) y el Registro Único para la
Las fuentes son: El Instituto de Estadística de Bolivia (I.N.E.) y el Registro Único para la
2. REVISIÓN DE LA LITERATURA
El análisis de la demanda de gasolina es relevante dado que, después del gas natural, es el
particular emisiones de gases de efecto invernadero (GEI). Entre los factores más importantes
duda se encuentran los precios y el ingreso de las familias. Sin embargo, el acelerado
gasolina:
Según Sánchez A et al. (2015) , los resultados muestran que el gasto en gasolina es
heterogéneo y que el ingreso es una variable significativa para los deciles de más bajos ingresos.
El precio de la gasolina resultó ser una variable significativa para todos los deciles; sin embargo,
los sectores que más consumen son inelásticos al precio del combustible. Estos resultados
sugieren que una política de aumento sostenido en el precio de la gasolina impactará más a los
hogares de bajos ingresos que cuentan con vehículo y no representará una reducción importante
Rosario”, Se modela el consumo de gasolina como una función del ingreso y el precio relativo.
Utilizando el enfoque de cointegración se encuentra una relación estable y de largo plazo entre
las variables, que indica que la respuesta de la demanda es mayor ante cambios en el ingreso que
frente a cambios en el precio, por lo que las políticas públicas basadas solo en precios no son
suficientes para disminuir el consumo de gasolina en esta zona metropolitana, sino que estas
del norte de México es más sensible a cambios en el precio en comparación con la demanda en la
región no fronteriza. Este resultado puede justificar la política diferencial de precios que ha
Ecuador: Un análisis empírico”. Se concluye que todas las hipótesis propuestas para la gasolina
fueron corroboradas por los resultados. La elasticidad precio de la demanda revela, en todos los
casos, que el bien s insensible a los cambios en los precios. Adicionalmente, la elasticidad
ingreso es también en todos los casos negativa, lo cual indica que el bien es un bien inferior, es
decir, a medida que se incrementan, los ingresos reales, la cantidad consumida de gasolina extra
disminuye.
Según, Reyes O. et al, en la “La demanda de gasolinas en México: Efectos y alternativas ante
México, generando alrededor de 17% del total de emisiones de CO2. El consumo de gasolina y
Diesel son la principal fuente de estas emisiones. Este artículo analiza empíricamente la demanda
de gasolinas del sector automotor en México durante el periodo 1960-2008. Las estimaciones de
las elasticidades de largo y corto plazos del precio e ingreso fueron: -0.285, -0.041, 1.004 y
0.721, lo que implica que la demanda de gasolinas es sensible a la trayectoria del ingreso e
inelástica a los precios. Por tanto, un crecimiento económico continuo, sin una adecuada política
de precios, generará un aumento en el consumo de gasolinas. Esta situación puede ser más grave
al considerar los efectos del cambio climático suponiendo una demanda relativamente constante.
Bajo estas circunstancias es necesario implantar diversas políticas públicas simultáneamente para
Datos
Tabla:
Tabla No 1
BOLIVIA: Demanda de gasolina, 1998-2022
(Expresada en porcentajes)
AÑOS lnY lnX2 lnX3
1998 15,23 11,48 15,90
1999 15,21 12,53 15,92
2000 15,11 12,87 15,95
2001 15,06 12,92 15,97
2002 15,03 12,95 15,98
2003 15,03 13,00 16,00
2004 15,07 13,11 16,02
2005 15,05 13,19 16,04
2006 15,14 13,31 16,06
2007 14,96 13,46 16,07
2008 13,99 13,64 16,09
2009 15,57 13,72 16,11
2010 15,67 13,78 16,12
2011 15,76 13,90 16,14
2012 15,83 14,00 16,15
2013 15,91 14,10 16,17
2014 15,99 14,19 16,18
2015 16,07 14,27 16,20
2016 16,16 14,35 16,21
2017 16,22 14,40 16,23
2018 16,27 14,46 16,24
2019 16,30 14,52 16,26
2020 16,11 14,56 16,27
2021 16,37 14,62 16,28
2022 16,44 14,73 16,30
Fuente: I.N.E, R.U.A.T. y Datos macro (Elaboración propia)
6
En la Grafica 1 se observa que existe un comportamiento creciente en las series lnY, lnX2 y
lnX3.
TABLA 2
INDICADORES: Estadísticos de las variables de estudio 1998-2022
(Expresado en porcentajes)
Indicadores lnY lnX2 lnX3
Media 15,58 13,68 16,11
Mediana 15,67 13,78 16,12
Desviación estándar 0,61 0,79 0,12
Curtosis -0,01 0,75 -1,10
Coeficiente de
-0,52 -0,86 -0,18
asimetría
Mínimo 13,99 11,48 15,90
Máximo 16,44 14,73 16,30
Años 25 25 25
Fuente: I.N.E, R.U.A.T. y Datos macro (Elaboración propia)
En la TABLA 2 se muestra los indicadores de cada variable desde la media, mediana, moda,
desviación típica, varianza, donde se muestra los momentos estadísticos, donde se puede ver que
7
el lnY tiene una media de -15,58% con una desviación típica de 0,61 %. La distribución presenta
una deformación hacia la izquierda de 0,52 y de forma vertical la distribución presenta una
deformación platicurtica. Por su parte, el logaritmo del Parque automotor tiene una media de
13,68%, con una desviación típica de 0,79%. La distribución presenta una deformación hacia la
izquierda de 0,86 y de forma vertical la distribución presenta una deformación platicurtica.
Por su parte, el logaritmo de la poblacion tiene una media de 16,11%, con una desviación
típica de 0,12%. La distribución presenta una deformación hacia la izquierda de 0,18 y de forma
vertical la distribución presenta una deformación platicurtica.
En conclusión, todas las variables presentan una leve simetría ya que son próximos a cero y
de forma vertical se acercan a una distribución mesocúrtica, ya que son próximos a 3 puntos.
Matriz de correlaciones
TABLA 3
BOLIVIA: Matriz de correlaciones, 2023
(Expresada en proporciones)
LNX2 LNX3
LNX2 1.000000
LNX3 0.969495 1.000000
Fuente: I.N.E, R.U.A.T. y Datos macro (Elaboración propia)
Las asociaciones entre lnX2 y lnX3 muestran una correlación alta directa de 0,96, es decir hay
Modelo econométrico
Y^ t =α 1+ β2 X 2 t ++ β 3 X 3 t + ε t (1)
Variable dependiente:
Variables independientes:
µt = Componente estocástico
4. RESULTADOS
TABLA 4
BOLIVIA: Estimaciones de la demanda de Gasolina, 1998-2022
(Expresado en porcentajes)
Intercepto LNX2 LNX3 LNY(-1) LNY(-2)
Parámetros -16,21 0,34 -1,33 0,30 0,07
Desviaciones típicas 96,56 1,22 7,03 0,23 0,22
P value 0,86 0,78 0,85 0,21 0,75
Prob. LM Breusch-Godfrey (2) 0,48*
Prob.BPG 0,28*
Prob.Harvey 0,04***
FIV <= 3,41
Observations 23
R2 0,74
Adjusted R2 0,68
Residual Std. Error 0,35
F Statistic 12,97***
9
***Significativa al 1%
**Significativa al 5%
*Significativa al 10%
Fuente: I.N.E, R.U.A.T. y Datos macro (Elaboración propia)
En la TABLA 4 se muestra los resultados del modelo final en, donde se puede ver que en el
cumplimiento de la no violación a los supuestos econométricos, el modelo no presenta el
problema de heteroscedasticidad en el modelo. El modelo no presenta el problema de
Heteroscedasticidad, es decir que no se rechaza la Hipótesis Nula, por ende, las varianzas en el
modelo son constantes en Breusch Pagan Goodfrey y Harvey.
En el supuesto de no Autocorrelación en el modelo, el modelo tampoco presenta el problema,
es decir no existe autocorrelación, porque en las probabilidades de Breusch-Godfrey (2) es 0,48,
donde implica no rechazar la Hipótesis Nula.
Seguido No existe Multicolinealidad alta en el modelo donde en FIV) Factor de Inflación de
la varianza todos los valores rezagados son menores a 10 puntos.
En el analisis de su magnitud del signo,el Parque automotor y la poblacion tienen signo
correcto, , porque si se incrementa un automovil al parque automotor de Bolivia la demanda de
gasaolina tiene que aumentar y tambien si se aumenta una persona a la Poblacion de Bolivia, la
demanda de gasolina tiene que aumentar igual.
PRUEBAS DE HIPOTESIS
H0 : ^
β2≤ 0
H1 : ^
β 2> 0
2. Nivel de significancia ∝=5 % 0,05
3. Regla de decisión:
significativa.
H0 : ^
β3≤ 0
H1 : ^
β 3 >0
2. Nivel de significancia ∝=5 % 0,05
3. Regla de decisión:
significativa.
Prueba F Global:
H 0 :^
β 2=¿ ^
β 3=0
H 1 :^ ^
β2≠ β3≠ 0
2. Nivel de significancia ∝=5 % 0,05
3. Regla de decisión:
de forma conjunta.
MULTICOLINEALIDAD
TABLA 5
BOLIVIA: Varianzas centradas 1998-2022
(Expresado en puntos)
Coefficient Uncentered Centered
Variable Variance VIF VIF
El modelo en lnX2 y lnX3 tiene indicios de multicolinealidad alta, pero en un rezago y dos
rezados a la variable dependiente no hay indicios de multicolinealidad alta.
11
HETEROSCEDASTICIDAD
Métodos:
1. Método gráfico
Grafica 2
Grafica de los residuos
La Grafica 2 muestra que los puntos observados giran en torno a la media de cero, por lo
2. Prueba de BPG
Se acepta la hipótesis nula, concluyendo que existe igualdad entre las varianzas del error, el
modelo demanda de gasolina es Homoscedastico.
3. Prueba de Harvey
Se acepta la hipótesis nula, concluyendo que existe igualdad entre las varianzas del error, el
AUTO CORRELACIÓN
La autocorrelación es uno de
los problemas que habitualmente
encontramos en modelos
econométricos, junto a la
heteroscedasticidad, y, se puede
definir como la correlación entre
13
miembros de series de
observaciones ordenadas en el
tiempo (información de series de
tiempo)
o en el espacio (información de
corte de transversal). El modelo de
regresión lineal supone que
no debe existir Autocorrelación en
los errores, es decir, el término de
perturbación relacionado
con una observación cualquiera
no debería estar influenciado por
el término de perturbación
relacionado con cualquier otra
observación.
1. Test de Multiplicador de Lagrange LM (Test Breusch-Godfrey):
H 0 : E( µi ; µ j )=0
H 1 : E( µi ; µ j )≠ 0
2. Nivel de significancia ∝ = 5% 0,05
Se acepta la hipótesis nula, Por lo tanto, no existe el problema de auto correlación en 2do
orden.
Modelo lineal
Supuestos
Heteroscedasticidad
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 08/03/23 Time: 19:02
Sample: 2000 2022
Included observations: 23
Test Equation:
Dependent Variable: LRESID2
Method: Least Squares
Date: 08/03/23 Time: 19:03
Sample: 2000 2022
Included observations: 23
Autocorrelación
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 08/03/23 Time: 19:03
Sample: 2000 2022
Included observations: 23
Presample missing value lagged residuals set to zero.
Multicolinealidad