VARIABLES ECONOMICAS QUE AFECTAN LAS EXPORTACIONES DE LAS

MYPES
ANLISIS ECONMICO SOBRE LA RELACIN EMPIRICA DE LAS
VARIABLES
El objetivo de esta seccin es estimar en manera emprica una funcin que ayude
a explicar el comportamiento de las exportaciones de textiles de las MYPES en
Per, durante los aos 2003 al 2011, usando datos mensuales.
A partir de la ecuacin resultante se espera determinar un modelo que permita
explicar el comportamiento de la variable dependiente a partir de variables
independientes y cuantificar la significancia de dichas variables sobre la
exportacin de textiles de las MYPES en Per.
Funcin estimada
EXPLn = 0 + 1 TILn+ 3 TCNLn + t
En los siguientes grficos se muestra el comportamiento en logaritmos de las
series exportaciones de textiles (EXPLn), tipo de cambio nominal (TCNLn) y
trminos de intercambio (TILn), durante el periodo de anlisis: enero del 2003 a
diciembre del 2011.
Grfico N 01
Comportamiento de variables del modelo

Resultados de la estimacin economtrica

Para cuantificar las relaciones existentes la exportacin de textiles y las dems
variables explicativas se especifica el siguiente modelo de regresin mltiple:
EXPLnt = 0 + 1 TILnt+ 2 TCNLnt+ t
Donde las variables estn expresadas en logaritmos:
EXPLnt= Exportaciones de textiles de las MYPES en Peru (miles de US$).
TILnt = Trminos de intercambio definido como el ratio del ndice de precios de la
exportaciones e ndice de precio de las importaciones.
TCNLnt= Tipo de cambio nominal (Nuevos Soles / US$)
t = perturbacin estocstica

t = Parmetros a ser estimados (t = 0, 1, , 3). De acuerdo a la teora

econmica y evidencia emprica, se espera que los parmetros tengas los
siguientes signos: 1 > 0, y 2 > 0.
CUADRO N01: ESTIMACION POR MINIMOS CUADRADOS ORDINARIOS
(MCO)

Segn la regresin anterior se podra decir que es el mejor modelo para la

estimacin de las exportaciones textiles de las MYPES, sin embargo el R2 = 65%
es muy baja, por ende se realizan las respectivas pruebas para la verificacin de
la existencia o ausencia de heteroscedasticidad y autocorrelacion.
Prueba de Breusch-Pagan

Puesto que en las estimaciones se utiliza informacin estadstica de series de

tiempo es probable que exista correlacin serial de los residuales, por lo que se

lleva a cabo la prueba de Breusch-Pagan. La hiptesis nula establece que los

residuales son homoscedsticos, mientras que la alternativa indica que dichos
residuales son heteroscedsticos, como podemos apreciar la prob> chi2=0.41 lo
que nos hace concluir de que no hay evidencia de heteroscedasticidad.
Prueba de Durbin-Watson
Durbin-Watson d-statistic( 3, 108) = .6861016
El estadstico de prueba de D-W se debe acercar a 2 para poder concluir que no
hay presencia de auto correlacin y como podemos observar el valor D-W de la
regresin es 0.69 y por lo tanto decimos que existe autocorrelacion, en otras
palabras los trminos del error son dependientes.
Entonces la estimacin del modelo no es confiable o no es la mejor estimacin ya
que

hay

presencia

de

autocorrelacion

la

posible

existencia

de

heteroscedasticidad, sin embargo existe una manera de corregir este problema

aplicando el modelo ARCH (Heteroscedasticidad autoregresiva condicional). El
siguiente cuadro muestra la estimacin del modelo ARCH.
CUADRO N3: ESTIMACION POR EL MODELO ARCH

Funcin estimada:
Ln (EXP) = 2.76 + 0.80 Ln (TI) 1.37 Ln (TCN)
En el cuadro N 03 se muestra, la estimacin economtrica de la ecuacin de
regresin cuyas variables estn expresadas en logaritmos. En dicho resultado los
coeficientes estimados son las elasticidades de las exportaciones de textiles con
respecto a cada variable explicativa, los trminos de intercambio y el tipo de
cambio nominal. De esta manera el coeficiente 0.8 expresa que ante un
incremento de 1% de los trminos de intercambio, las exportaciones de textiles
aumentan en 0.80%, siendo ste inelstica. As mismo el coeficiente asociado a la
variable tipo de cambio nominal sugiere que ante un aumento del 1% de esta
variable, las exportaciones de textiles de las MYPES disminuiran en 1.37 %.
Los signos de los coeficientes estimados de acuerdo a la teora econmica en
cuanto a los trminos de intercambio es el esperado, ya que tienen una relacin
directa con las exportaciones; sin embargo el tipo de cambio segn la regresin

tiene una relacin indirecta lo que contradice a la teora econmica. Ahora como
podemos explicar este dilema, si bien es cierto que cuando el tipo de cambio
aumenta incentiva a que el exportador aumente sus exportaciones, en este caso
tratamos con el sector de las MYPES las cuales bajan su competitividad ante las
empresas ms grandes y son estas quienes se incentivan a exportar ms, dejando
con menor proporcin de exportacin a las MYPES; esto explicara el signo
negativo de la elasticidad del Tipo de cambio nominal (TCN) respecto a las
Exportaciones textiles de las MYPES, y por lo tanto se tiene una relacin indirecta.
Adems todos los coeficientes resultan ser estadsticamente significativos a nivel
individual, lo cual se expresa a travs de los estadsticos t.
Antes de las estimaciones se probaron la estacionalidad de las series involucradas
en el modelo, a travs de las pruebas de DickeyFuller Aumentado y Phillips
Perron, habiendo resultado en la mayora de casos que dichas series son
estacionarias por lo que los resultados de las estimaciones son consistentes.
Para poder validar la eficiente y consistente estimacin del modelo ARCH
realizamos nuevamente la prueba de Durbin Watson y White Noise para detectar
la presencia de autocorrelacion y heteroscedasticidad respectivamente. Adems
de ello sera conveniente mostrar la tendencia del error para saber si esta es
estacionaria o no, es decir si esta presenta caminata aleatoria o no.
Durbin-Watson d-statistic( ., 108) = 1.745686

Comportamiento del error

-.4

-.2

Residuals
0
.2

.4

.6

TENDENCIA RESIDUAL

2002m1

2004m1

2006m1
2008m1
Aos/Mes

2010m1

2012m1

FUENTE:Elaboracion Propia

Segn D-W no existe autocorrelacion ya que el valor 1.75 se acerca a 2. En

cuanto a la prueba de White Noise indica que la variable es constante y por tanto
es homoscedastica, y por medio de la tendencia del error deducimos que no hay
caminata aleatoria.