Erick Rosas Lpez

A01332337

Econometra I
Examen Final: Estimando la Elasticidad de Sustitucin de
Armington

ITESM Campus Ciudad de Mxico

28 de noviembre de 2016
El objetivo de este trabajo es el obtener la elasticidad de sustitucin de Armington para un
subsector especfico de la economa mexicana: Fabricacin de Prendas de Vestir. La
metodologa se basar principalmente en el trabajo realizado por lvarez y Gonzlez (1999),
quienes calcularon dichas elasticidades para los entonces 59 subsectores de la economa. La
decisin de elegir este subsector en especial nace de la realizacin de un Modelo de Equilibrio
General Aplicado de Comercio Internacional, donde se analiza el impacto de una baja en el
arancel promedio pagado por las importaciones de este giro de actividad a la industria textil y al
bienestar del consumidor, principalmente (Rosas y Servn, 2016). Dada la importancia de las
elasticidades de sustitucin entre bienes importados y bienes domsticos, es de gran relevancia
calcular este parmetro para calibrar el modelo y as obtener resultados ms fidedignos a la
realidad actual.

El trabajo consistir en varias partes. Primeramente, se dar un marco terico del modelo,
as como su adaptacin a los requerimientos del proyecto. Se hablar de la obtencin de las bases
de datos, las complicaciones y las modificaciones que tuvieron que ser realizados. Proceder a
presentar un breve anlisis descriptivo y exploratorio de las variables. Posteriormente, se
expondrn los resultados de las diversas pruebas economtricas realizadas en el paquete Stata.
Finalmente, se proporcionar una conclusin autocrtica del trabajo realizado.

El Modelo

El supuesto de Armington (1969) indica que un consumidor representativo, al enfrentarse a la

decisin de consumir un bien que se ofrece domsticamente y a manera de importacin, realiza
su proceso de optimizacin en dos etapas: decide, en primera instancia, cunto consumir del bien
y posteriormente decide qu proporcin de dicho bien ser importado o domstico. As, se hace
la suposicin de que los bienes son sustitutos imperfectos entre s. Con induccin hacia atrs, el
problema que le concierne al consumidor ser (lvarez y Gonzlez, 1999):

' ' '()

'() '
+ (1 )'() . . 3 + 4 =

Se supone una funcin CES (Constant Elasticity of Substitution) justo por lo que significan sus
siglas en ingls y por su adaptabilidad a otro tipo de funciones de utilidad. El parmetro que nos
interesa determinar es . Tras hacer el Lagrangiano correspondiente, y suponiendo que las
condiciones de segundo orden se cumplen, obtenemos la siguiente relacin ptima entre los
bienes domsticos e importados:

'
4
=
1 3

: <=
Al aplicar logaritmos: = +
; )( <>

= + +

De donde se desprende el modelo economtrico bivariado con coeficientes simples. Se

usar est modelo para estimar la elasticidad pero con un ligero cambio; los autores del trabajo
en el que se basa mencionan que uno de los supuestos simplificadores que realizaron fue el que
no aadieron un trmino en la funcin de utilidad del consumidor representativo que representara
el gasto realizado en otros bienes por parte del consumidor (p. 5, 1999). Inicialmente, se aadirn
dos componentes (regresores) ms al modelo: el Indicador Global de Actividad Econmica
(IGAE) y el ndice General de Precios de las Exportaciones e Importaciones (IGPEI); se
analizar cul de estos (pueden ser los dos) es mejor para explicar a la variable dependiente. Se
asume que estos trminos entran multiplicativamente a la condicin de optimalidad del problema
del consumidor, por lo que el modelo a estimar es:

= + ) + C ln () + C ln () +

Obtencin de Datos

La mayora de los datos se consultaron en el Banco de Informacin Econmica del INEGI. Pd se

obtuvo del ndice Nacional de Precios al Productor excluyendo petrleo por sector y subsector de
actividad econmica y se us su mes-base como base de todos los ndices. Qd fue extrado de la
serie desestacionalizada Actividad Industrial-Industrias Manufactureras del subsector
correspondiente, el ndice de Volumen Fsico. Este ltimo ndice, as como el IGAE y el IGPEI
tuvieron que ser cambiados de base (de 2008 a junio 2012).

Para obtener los datos restantes se tomaron en cuenta las siguientes consideraciones. El
subsector Fabricacin de Prendas de Vestir est clasificado como el 315 en el Sistema de
Clasificacin Industrial de Amrica del Norte (SCIAN) y lo componen los captulos arancelarios
61 Prendas y complementos de vestir, de punto y 62 Prendas y complementos de vestir,
excepto de punto del Sistema Armonizado de Designacin y Codificacin de Mercancas. Ya
que este sector comprende a 34 partidas y ms de 300 fracciones arancelarias, fue necesario
construir ndices de cantidades y precio tipo Laspeyres (del mismo tipo que las que calcula
INEGI para la dems informacin). El procedimiento fue el siguiente:

Consulta de series de cantidad y valor de importaciones de Mxico a 4 dgitos del

Sistema Armonizado es decir, por partida arancelaria.
Calculo de precios implcitos (valor/cantidad).
Construccin de los ndices de precio de la siguiente manera (base junio 2012):

O O
L L ()L (0) L L (0)L ()
= O
= O
P P (0)P (0) P P (0)P (0)

Correccin de errores o indeterminaciones. Para ambos ndices se elimin la partida

6115 Calzas, pantimedias, leotardos, medias, calcetines y dems artculos de calcetera,

incluso para vrices, de punto. Ya que las series de cantidades eran nulas por la

heterogeneidad de las unidades de comercializacin. Para el ndice de precios, en 4

periodos se elimin un valor por indeterminacin: para julio de 2010 la 6116 y para
agosto, septiembre y octubre de 2016 se elimin, por la misma razn la partida 6117.
Cada que se eliminaba algo, se recalculaba para el periodo afectado el valor de la base
sin contar esa partida eliminada.

Las series utilizadas tienen una periodicidad mensual, del mes de junio de 2010 hasta agosto de
2016, por la disponibilidad del INPP. Lo que nos da un total de 75 observaciones o periodos.
Todas las cifras para el clculo de ndices de importaciones fueron calculadas a partir de
informacin de la base de datos TradeMap y se encontraban en miles de dlares.
Anlisis exploratorio

Este anlisis se remitir a analizar las series de tiempo y de manera muy breve a la estadstica
descriptiva. Respecto a esto, es til destacar que la serie ms dispersa es la correspondiente al
ndice de cantidades de las importaciones, con una desviacin estndar de 33.8327. La
informacin se puede ver con detalle en la Tabla 1.

Tabla 1. Estadstica descriptiva. Elaboracin en Stata.

Se presentan series de tiempo de inters

Figura 1. ndice Global de Actividad Econmica en el tiempo. Elaborado en Stata.

 Figura 2. ndice de Precio domstico versus Importado. Elaborado en Stata

Figura 3. IGAE vs ndice de Precios de Importaciones y Exportaciones. Elaborado en Stata

Histogramas de cantidades:

Figura 4. Histograma del ndice de Volumen Fsico . Elaborado en Stata.

 Figura 5. Histograma del ndice de Cantidades Laspeyre. Elaborado en Stata y calculado a partir de
informacin de TradeMap.

Estimacin y pruebas economtricas

Tras insertar la base de datos a Stata y hacer el anlisis exploratorio de la misma, se realizaron
varias regresiones de la variable dependiente Y = ln(Qm/Qd) con P = ln(Pd/Pm), PIB=ln(IGAE)
y XM = ln(IGPEI). En el anexo se pueden consultar los resultados de todas las regresiones
hechas. Ya que en todos los casos en el que el modelo inclua un intercepto algn regresor sala
estadsticamente insignificativo, se decidi quitarlo. Finalmente, decid trabajar con el modelo
con la R cuadrada mayor, el cual fue el resultante de la regresin de Y con P y PIB como
regresores. Se muestra en la siguiente tabla:

Tabla 2. Resultados de regresin. Elaborado con Stata 13.

A pesar de que se ha cercenado el modelo terico a travs de la eliminacin del intercepto, el
aadirle una variable explicativa que tome en cuenta el ingreso de la economa mexicana le da
valor agregado al modelo. Sin embargo, en cuanto a la estimacin de la elasticidad, los
resultados son insatisfactorios pues aunque se estima algo cercano a una elasticidad unitaria, el
intervalo de confianza es demasiado grande como para saber si la elasticidad de sustitucin entre
bienes domsticos e importados hace a los bienes elsticos o inelsticos. La R cuadrada es de un
nivel ms que aceptable, considerando la amplitud de la base de datos de donde los datos fueron
sacados.
Pruebas de Hiptesis

Se llevaron a cabo algunas pruebas de hiptesis relacionadas a la validez del modelo, as como
para determinar si ciertos valores de los coeficientes eran estadsticamente factibles.
La primera prueba realizada consisti simplemente en reiterar la F de la regresin; es al
menos un regresor necesario para el modelo?.
Dado el valor prcticamente nulo del P-Value.
Podemos asumir que s, al menos el coeficiente de
uno de los regresores es diferente de cero.
Figura 6. Prueba de Hiptesis en Stata 13.

Los resultados de las pruebas elaboradas para los coeficientes de manera individual se resumen
en la siguiente tabla:
Hiptesis nula Estadstico F P Value (Prob>F) Resultado

P=1 0.07 0.7986 No rechazamos H0

P = 1.1 0.41 0.5232 No rechazamos H0

P = 0.9 0.02 0.8975 No rechazamos H0

P = 0.5 2.79 0.8990 No rechazamos H0

P = 1.3 1.99 0.1621 No rechazamos H0

PIB = 0.06 0.21 0.6453 No rechazamos H0

PIB = 0.1 66.49 0.0000 Rechazamos H0

PIB = 0.05 2.13 0.1483 No rechazamos H0

PIB = 0.04 11.45 0.0012 Rechazamos H0

Tabla 3. Resultados de Pruebas de Hiptesis. Elaboracin propia con clculos en Stata 13.

Como podemos observar, para el coeficiente del logaritmo del ndice de Volumen Fsico (PIB),
hay muy poca posibilidad de variabilidad real en su coeficiente. Mientras que el de la elasticidad
P es prcticamente de una unidad; esto se puede apreciar notando que su intervalo de confianza
es (0.4164052,1.450683). Se ahondar ms en las conclusiones sobre las implicaciones que estas
pruebas arrojan en la estimacin.
 Por otra parte, se utiliz el mtodo Bootstrap para hacer una prueba sobre la validez del
modelo. Tras correr el remuestreo en la regresin, con 5000 muestras artificiales, estos fueron los
resultados:

Tabla 4, Resultados de replicacin Bootstrap. Elaboracin en Stata13.

Como se puede apreciar, ambos regresores son estadsticamente significativos, pues sus P-values
son prcticamente cero. Por ello, rechazamos la hiptesis nula sealando que, en efecto, los
coeficientes de los regresores son diferentes de cero. Al calcular los estadsticos bootstrap de
percentiles y corregidos por sesgo, los resultados varan mnimamente, por lo que no se muestran
en este trabajo.
La densidad emprica tanto de P como PIB se puede ver en las grficas de abajo, se han
colocado lneas sobre el percentil 2.5% y 97.5%.

Figuras 7 y 8. Densidad emprica calculada a partir del mtodo de remuestreo Bootstrap en Stata 13.
 No es difcil notar que ambos regresores se distribuyen de una manera aproximadamente
normal, con medias 0.9351 y 0.0575, y desviaciones estndar 0.00516 y 0.0052, respectivamente.

Variables dummy desestacionalizando

A pesar de que la mayora de las series ya vienen desestacionalizadas, la informacin con la que
los ndices de precios y cantidades fueron calculados no lo estaba. Es por esto que se crearon 12
variables dummy, una para cada mes del ao, asignndole un valor de 0 o 1 si perteneca al mes,
sin importar de qu ao. Es importante mencionar que no se tuvo un problema de
Multicolinealidad Perfecta, ya que la serie no estaba completa; es decir, como empez en junio
de 2010 y acab en octubre de 2016, los meses entre noviembre y mayo hacen que la suma de
todas las variables artificiales sea 5 y no 6 como en otro caso. Es por esto que no se requiri el
quitar una variable al hacer las regresiones correspondientes.
Es importante tratar con series desestacionalizadas porque de no hacerlo podramos llegar
a conclusiones errneas, pues los efectos que hay sobre la variable dependiente pueden ser
explicados, s, por nuestros regresores, pero tambin por la relacin interna de la muestra, su
composicin; puesto ms sencillamente, no estaramos controlando por, estructuras
institucionales (cuando pagan aguinaldos, vacaciones, asuetos, etc.), climatolgicas, entre otras.
La manera de proceder fue muy sencilla, anloga a lo que Johnston y Dinardo (p. 81,
1997) expone para demostrar la relacin entre los efectos simples y los parciales en los modelos
de regresin por MCO. Se realizaron tres regresiones sin intercepto con las variables dummy
como regresores, las variables dependientes fueron las variables del modelo original: Y, P y PIB.
Despus, se hizo una regresin entre los errores derivados de estos modelos, la parte de cada uno
neta del efecto de las variables ficticias. En notacin matemtica:

)C )C )C

) L = P PL + L).; ) L = P PL + LC.; ) L = P PL + LY.;

PT) PT) PT)

L).; = ) LC.; + C LY.; + L

Esto arroj como resultado lo siguiente:

Tabla 5. Resultado de regresin de los errores netos del efecto estacional. Elaborado con Stata 13.

Parece que este modelo se comporta de una mejor manera que el expuesto ms arriba, pues la R
cuadrada normal y ajustada incrementan, el error estndar baja y el tamao del intervalo de
confianza de la elasticidad se reduce en casi 20%.

Prueba Chow de estabilidad de parmetros

Para analizar si en el horizonte temporal que compete a este trabajo ha habido cambios
estructurales en los parmetros, se realiz una Prueba Chow. Para proceder, se estiman dos
modelos irrestrictos (mismas variables pero los coeficientes pueden ser diferentes) y uno
restringido, forzando que los coeficientes sean iguales. Se construye un estadstico F a partir del
cuadrado de los errores, el tamao de muestra y los grados de libertad de la siguiente manera:
C
)C CC 71
2,71
75 )C + CC

Donde k = 2, el nmero de regresores y n-2k = 71 son los grados de libertad. La variable que se
us para separar las pruebas irrestrictas fue el Periodo 20, que corresponde a enero de 2012. La
hiptesis nula es que no hay cambio estructural que el modelo restringido es correcto. De esta
manera, si el estadstico supera al valor crtico del 95% de la distribucin de Fischer, habr
cambio estructural en la composicin del modelo.
El modelo arroj un estadstico igual a 7.001, nmero muy por arriba del valor crtico
3.1257, por lo que podemos concluir que hay cambio estructural. Sin embargo, se da el beneficio
de la duda a la cantidad tan baja de muestra con las que se cuenta en la base de datos, ya que, al
hacer la regresin para meses anteriores a enero de 2012 tan solo se cont con 19 periodos y
naturalmente ambos coeficientes no salieron significativos.

Heterocedasticidad
Uno de los supuestos clsicos del modelo de Mnimos Cuadrados Ordinarios es el de
homocedasticidad, el cual indica que las varianzas de los errores son constantes observacin con
observacin. De no cumplirse con este supuesto, se tendrn que cambiar los valores de los
coeficientes de regresin, como resultado de calcular los Mnimos Cuadrados Ponderados. Las
pruebas White y Brausch-Pagan sirven para analizar si hay heterocedasticidad en la muestra. La
hiptesis nula en ambas es que se cumple el supuesto del modelo (homocedasticidad). En nuestro
caso, al hacer ambas pruebas se obtuvieron estos resultados:

Figura 9. Resultados de las pruebas White y Breusch-Pagan de heteroscedasticidad. Elaboracin en Stata 13.

Dado el valor superior a 0.05 de ambos P-Value podemos concluir que no se rechaza la hiptesis
de homocedasticidad.

Conclusiones
Tras realizar la recopilacin de informacin, la construccin de la base de datos, el anlisis
inicial de las variables en Stata, los ajustes pertinentes y las pruebas economtricas, se ha
demostrado que el cumplimiento del objetivo del trabajo se ha quedado corto, pues los resultados
no proveen un parmetro aplicable al Modelo de Equilibrio General mencionado, por la amplitud
de su intervalo de confianza. Sin embargo, lvarez y Gonzlez (1999) proponen un modelo
dinmico, basndose en Spanos (1986) y Hendry (1995), que tome en cuenta los rezagos de las
variables explicativas y de la dependiente, de uno o ms periodos. Esto tiene como resultado la
derivacin de elasticidades de corto y largo plazo. Considero importante el desarrollar este tipo
de modelos en cursos ms avanzados de econometra o series de tiempo, pues la informacin que
trat de estimar es de relevancia para el anlisis del comercio internacional: sobre todo en
tiempos de incertidumbre y proteccionismo.

Bibliografa

lvarez, Juan M., y Cynthia K. Gonzlez (1999), Estimacin de las elasticidades de

Armington: una aplicacin al caso de Mxico, Documento de Trabajo, Unidad de
Prcticas Comerciales Internacionales, Secofi.
Armington, Paul S. (1969), A Theory of Demand for Products Distinguished by Place
Production, International Monetary Fund Staff Papers 16 (March): 15978.
Johnston, J. y J. DiNardo (2003). Econometric methods. Mc-Graw Hill-International
Editions.
Instituto Nacional de Estadstica y Geografa. Series mltiples obtenidas del Banco de
Informacin Econmica. INEGI. Recuperado de http://www.inegi.org.mx/sistemas/bie/.
26 de noviembre de 2016.
International Trade Center. Series multiples de importaciones para Mxico obtenidas de
la herramienta Trade Map. Recuperado de http://www.trademap.org/Index.aspx. 26 de
noviembre de 2016.
Anexo. Otras regresiones.