UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERIA ECONOMICA

ESCUELA PROFESIONAL DE INGENIERIA ECONOMICA

CURSO: econometra iii

Elasticidad del impuesto general a las

ventas en el peru: periodo 2001 -2015

DOCENTE: Ing. Froiln lazo flores

alumnos: PANCA GALINDO Christian Oliver 130730

paricanaza cayra eumerita b. 130238
Mamani flores jhon marcos 124703

SEMESTRE: Vii

PUNO, CU octubre del 2015

 RESUMEN EJECUTIVO

El resente trabajo consiste en estimar la Elasticidad del impuesto general a las ventas
en el Per: periodo 2001 -2015.Ya que se sabe que los impuestos son parte fundamental
del ingreso del estado y adems a mayor produccin mayores utilidades perciben las
empresas por ende mayor ser la recaudacin de impuestos.
Pero cuanto realmente es la elasticidad del ingreso general a las ventas (IGV) respecto
a la produccin o renta (PBI).Pues ello se comprobara realizando una regresin por el
mtodo de mnimos cuadrados ordinarios

INTRODUCCION:

Una sociedad tributaria en el Per, requiere de importantes recursos econmicos para

financiar su crecimiento y desarrollo. Dentro de la recaudacin tributacin est el
impuesto general de ventas (IGV), impuesto a la renta (IR), impuesto selectivo al
consumo (ISC) y otros. En los aos de 2001 y 2012 la presin tributaria en el Per se
situ en promedio en 13,53 por ciento, el nivel ms alto se registr en 2012 cuando
alcanzo el 16 por ciento.

El anlisis de la elasticidad de impuesto general a las ventas (IGV) con respecto al PBI,
puede incrementar el IGV cuando el crecimiento econmico aumente, ya que determina
de qu forma se pueden incrementar la recaudacin fiscal, si se tiene como objetivo
incrementar los ingresos tributarios quizs el camino adecuado no sea subir la prisin
tributaria si no al contrario. Segn la SUNAT la recaudacin tributaria en el 2014 es de
95,394.7 millones de soles, dentro ello el que ms aporta es el impuesto general a las
ventas esta con 53%, impuesto a la renta es de 42%, impuesto selectivo al consumo con
un 4% y otros con 1%. Aqu vemos que la mayor parte de la recaudacin tributaria es de
IGV. Segn los datos vamos estimar la elasticidad de IGV con respecto al PBI.
En el mundo globalizado que vivimos, el crecimiento econmico de grandes empresas
va en aumento, debido al desarrollo de la ciencia y tecnologa, todo est relacionado con
el cambio en el nivel de vida de la poblacin. Estos cambios se han dado en nuestro pas
aproximadamente a partir de la dcada de 90, donde grandes consorcios econmicos
trajeron capitales y desarrollaron grandes empresas de diferentes rubros y que
repercutieron en la economa nacional.
A nivel nacional desde entonces empez a desarrollarse empresas pequeas y pymes en
las ciudades de cada departamento, en nuestro pas est concentrado la mayora de
grandes centros comerciales en la capital Lima.

ANTECEDENTES

Elasticidad ingreso de los impuestos federales en Mxico: efectos sobre la

recaudacin federal participable. (2007)

Este trabajo trata sobre una estimacin de la elasticidad del ingreso de largo plazo del
impuesto sobre la renta as como los ingresos tributarios en Mxico con el objetivo de
inferir indirectamente en la elasticidad del recurso federal participable con respecto al
producto bruto interno. Obtenindose una relacin de equilibrio a largo plazo
(cointegracin) entre la produccin y los impuestos. Adems de que ese sistema tributario
es ineficaz para traducir el crecimiento econmico en recursos para los sub gobiernos y
es relativamente baja.
Utiliza un modelo de correccin de errores. Primero procede con el orden de integracin
aplicando la prueba de dickey fuller sobre las series desestacionalizadas y en logaritmos
se obtiene que al 5% nivel de confianza no se rechaza la existencia de raz unitaria, y en
primera diferencia se rechaza la hiptesis de raz unitaria para todas las series. Para la
deteccin de cambios estructurales se utiliz dos test de CUSUM (se calcula que hay
residuales fuera de las bandas si hay inestabilidad) y de Chow (las fecha determinadas
por el test muestran que hay coincidencia con algunos hechos relevantes)
El modelo utilizado es:


= 0 + 1 + 2 ( ) +
=1

Los resultados indican que por cada punto porcentual de incremento en el PIB la
recaudacin de largo plazo del ISR se incrementa en 1.15%. Es vlido solo si se encuentra
que las variables utilizadas estn cointegradas.

En todo caso se halla que el sistema tributario mexicano sea ineficaz en convertir el
crecimiento econmico en ms recursos debido a las elasticidades de largo plazo de los
impuestos

Elasticidad de la recaudacin tributaria un estudio para la argentina 1999 2007

La elasticidad de la recaudacin tributaria es una variable de gran importancia en la

evolucin fiscal y en las proyecciones de ingresos tributarios. Para esto se utiliz una
metodologa que tiene en cuenta el conjunto de factores que determinan la recaudacin
tributaria, depurando ese valor se obtiene un dato que solo el impacto de la materia
grabada. Los elementos considerados para la estimacin de la elasticidad de la
recaudacin son. La variacin de la tasa de incumplimiento la diferencia entre las materias
gravadas de los tributos y de la variable de comparacin, el cambio del precio relativo de
las variables macroeconmicas gravadas respecto del deflactor, el cambio de las
cantidades relativas.
La presin tributaria y su relacin con la recaudacin fiscal en el Per 1990 2012 (2014).
Busca determinar la relacin que existe entre la presin tributaria y la recaudacin fiscal
en el Per. Establecer niveles ptimos de presin tributaria en la cual se maximiza la
recaudacin fiscal se aplic el modelo terico de Arthur laffer modelo de vector de
correccin de errores (VEC)

MARCO TERICO:
Definicin de elasticidad.

El concepto de elasticidad apunta a llevar la relacin que existe entre los cambios que
tienen lugar en dos variables a lo largo del tiempo. Se busca, en particular, establecer
cunto se modificar el valor de una variable cuando se altere el de otra.

Tiene implcita la idea que, una variable dependa exclusivamente de otra variable Por
ejemplo, cuando se estima la elasticidad precio de las cantidades vendidas de un cierto
producto, se busca establecer el cambio que se producir en el volumen de ventas ante un
cambio en el precio del bien. Se asume, implcitamente, que las ventas slo dependen del
precio del producto. Si as no fuera, para obtenerse el coeficiente de elasticidad, debe
eliminarse el efecto de cualquier otra variable explicativa de los cambios en esa variable.
De otro modo, se estara estimando la capacidad de reaccin, medida que relaciona el
cambio total que tiene lugar en una variable con el que se produce en otra.
El uso de la elasticidad de los impuestos.

La elasticidad de los ingresos tributarios es un concepto ampliamente difundido y prctica

de las finanzas pblicas. Sus aplicaciones ms habituales hacer que resalte el tema.
Por un lado, en el anlisis de la evolucin de la situacin fiscal, en especial en momentos
de cambio en la tendencia de las variables macroeconmicas, es un elemento al que
siempre se le da considerable importancia, pues es comn la cada de los ingresos
tributarios, por ende, se agudice las crisis, tambin, provoque su rpida recuperacin,
acelerando la salida financieras.
Tambin se emplea el concepto en las tareas de estimacin de la recaudacin en perodos
futuros. En esta labor, constituye uno de los insumos para los que deben efectuarse
hiptesis acerca de su valor en un perodo proyectado.
Por ltimo, la elaboracin de los balances estructurales del sector pblico requiere la
utilizacin de un coeficiente de la elasticidad de largo plazo de los ingresos tributarios.
El presente documento tiene por objeto hacer, primero, algunas precisiones acerca de la
medicin del coeficiente de elasticidad.
Impuesto general a las ventas.

Es el impuesto al valor agregado. Es impuesto indirecto de alcance nacional plurifasico

no acumulativo que grava la venta en el pas de bienes muebles, la importacin de bienes,
la prestacin o utilizacin de servicio en el pas, los contratos de construccin y la primera
venta de inmueble que realicen los mismos.
En este impuesto se grava nicamente el valor agregado en cada etapa de produccin y
circulacin de bienes y servicios permitiendo la deduccin de impuesto pagado en la etapa
anterior a lo que se denomina crdito fiscal, el impuesto se liquida mensualmente a una
tasa del 18% entre sus diversas operaciones no gravadas con dicho impuesto.
La tasa ptima.

En trminos acadmicos, esto se explica con la curva de Laffer, que dice que existe un
punto ptimo para la tasa de un impuesto. As, si la tasa vigente es menor que ese ptimo,
habr espacio para mejorar la recaudacin. Si la tasa es mayor que el ptimo, tambin. La
teora detrs de la curva de Laffer indica que con una tasa de 0%, la recaudacin ser
nula, y con una tasa de 100%, tambin, pues nadie estara dispuesto a producir con ese
nivel tributario. El ptimo est en algn punto intermedio

MODELO E HIPOTESIS

El modelo economtrico, con el cual se confirmara la elasticidad que tiene el PBI con el
impuesto general a las ventas (IGV):

= + 1 +

La hiptesis a contrastar ser :

()
>
()

METODOLOGIA Y DATOS
Datos
Los datos con el cual se trabaj son datos de series de tiempo y la muestra que se obtuvo
para las estimaciones comprende el periodo entre los aos 2001 y 2015.
Los datos utilizados para las estimaciones fueron trimestrales, y la fuente de informacin
fue el Banco Central de Reserva del Per. Los datos del IGV fueron trimestrales
(obtenidos a partir de la suma del IGV interno ms el IGV de las importaciones)
Tanto las cifras del producto bruto interno (PBI) como del (IGV) fueron trabajados en
logaritmos naturales.

Metodologa
El modelo se estimara por el mtodo de MINIMOS CUADRADOS ORDINARIOS
Para lo cual el modelo a estimar es:

= + 1 +
Dnde:
L(IGV)=es el logaritmo natural del impuesto general a las ventas
L(PBI)=es el logaritmo natural del PBI.
 ANALISIS DE RESULTADOS

Los resultados que se llegaron luego de la estimacin a travs del mtodo de MINIMOS
CUADRADOS ORDINARIOS fueron:

Dependent Variable: LIGV

Method: Least Squares
Date: 10/11/15 Time: 11:32
Sample: 2001Q1 2015Q2
Included observations: 58

Variable Coefficient Std. Error t-Statistic Prob.

C -13.30114 0.493182 -26.97005 0.0000

LPBI 1.950929 0.043561 44.78637 0.0000

R-squared 0.972840 Mean dependent var 8.781227

Adjusted R-squared 0.972355 S.D. dependent var 0.502167
S.E. of regression 0.083495 Akaike info criterion -2.094187
Sum squared resid 0.390399 Schwarz criterion -2.023137
Log likelihood 62.73142 Hannan-Quinn criter. -2.066512
F-statistic 2005.819 Durbin-Watson stat 2.313268
Prob(F-statistic) 0.000000

El coeficiente de LPBI es mayor a cero, por ende se acepta la hiptesis planteada

El coeficiente de LPBI representa la elasticidad del IGV con respecto al PBI
adems este valor indica que ante un aumento del 1% en el PBI el IGV se
incrementara en 1.95% lo cual es elstica.

Prueba de relevancia individual de los parmetros estimados

0 = 0 = 0 0 = 1 = 0
1 = 0 0 1 = 1 0

El estadstico () indica que ambos parmetros estimados son significativos al

1% de nivel de significancia, lo que significa consistencia individual de los
parmetros y rechazo de la hiptesis nula para ambos parmetros.

Prueba de relevancia conjunta de los parmetros estimados

0 = 0 = 1 = 0
1 = 0 1 0
 El estadstico () indica que el modelo es globalmente significativo al 1% de
nivel de significancia y su valor es de 2005.819, por ende se rechaza la hiptesis
nula.
Bondad de ajuste
El coeficiente de determinacin ( 2 ) indica que las variaciones de la
variable explicada (LIGV) estn siendo explicadas un 98% por la variable
explicativa (LPBI).

Pruebas adicionales(test)
D-W = 2.313 y Breusch-Godfrey (LM): =3.06 (0.05) de acuerdo a los
resultados existe problema de autocorrelacion de segundo orden.
Test de White: = 0.52 (0.599), ya que el nivel de probabilidad es alto
se acepta la hiptesis nula (no hay heteroscedasticidad) por tanto el
modelo es homocedastico.
Test ARCH: =2.25(0.12),segn el test el modelo no presenta
heteroscedasticidad.
Jarque Bera = 1.18(0.55) de acuerdo al resultado los errores se
distribuyen de manera normal.
Test de Chow: =4.012(0.02),entonces se rehaza la hiptesis nula (no
hubo quiebre estructural) por ende se se concluye que si hubo quiebre
estructural.
Test Quandt-Andrews: = 11.68(0.0006),se rechaza la hiptesis nula(no
hay puntos de ruptura) y se concluye que si hay puntos de ruptura.
Test de CUSUM: segn el GRAFICO 01 muestra una inestabilidad en el
periodo de 2006-2011 donde rebasan las bandas.
Test de CUSUM cuadrado: (GRAFICO 02) se basa en los sumatorios
acumulados de los cuadrados de los residuos recursivos reescalados. nos
muestra una estabilidad en las muestra igual en los residuos con un grado
de nivel de significancia 5% esta grafica ser analizada mediante una
prueba de hiptesis para saber si los datos son estables o no estables.
Test de RESET de Ramsey: =5.19(0.03),se rechaza la hiptesis nula(
est bien especificado el modelo) y se concluye que el modelo no esta bien
est bien especificado las razones podran ser por la omisin de alguna
variable relevante.
Causalidad de Granger: ante la hiptesis nula que el LPBI no causa en
sentido Granger a LIGV . Puesto a que el valor estadstico de F es 2.86815
y su probabilidad es 0.0660 entonces se rechaza la hiptesis nula y se
concluye que LPBI si causa a LIGV. En consecuencia la causalidad entre
estas dos variables LIGV y LPBI es unidireccional.
Exogeneidad(coeficientes recursivos),segn el GRAFICO 03, existe
estabilidad en ambos coeficientes o parametros por ende se puede rechaza
la crtica de Lucas.
GRAFICO 01: ESTIMACION RECURSIVA: TEST DE CUSUM

GRAFICO 02: ESTIMACION RECURSIVA: TEST DE CUSUM CUADRADO

GRAFICO 03: EXOGENEIDAD (COEFICIENTES RECURSIVOS):
Existe la estabilidad en los coeficientes

GRAFICO 04: ESTIMACION RECURSIVA: TEST DE RESIDUALES

RECURSIVOS
 BIBLIOGRAFA.
1. Zaldivar Gomes Manuel. Elasticidad ingreso de los impuestos federales en
Mxico: efectos sobre la recaudacin federal participable. (2007).
2. Martin Ferando. Elasticidad de la recaudacin tributaria un estudio para la
argentina 1999 2007
3. Vasquez Grandes Estefania. La presin tributaria y su relacin con la recaudacin
fiscal en el Per 1990 2012 (2014).
4. Honores chang Ali Alberto. Impuesto general a las ventas, bajado de
http://es.slideshare.net/ALBERTOCHANG/el-igv.
5. Base de datos. Banco Central del Per bajado de
http://www.bcrp.gob.pe/estadisticas.html
 ANEXOS
MODELO ESTIMADO CON DATOS MENSUALES DEL PBI E IGV PERIODO
2003-2015

Dependent Variable: LIGV

Method: Least Squares
Date: 10/12/15 Time: 20:26
Sample: 2003M01 2015M06
Included observations: 150

Variable Coefficient Std. Error t-Statistic Prob.

C -0.938783 0.185001 -5.074469 0.0000

LPBI 1.862677 0.039377 47.30317 0.0000

R-squared 0.937961 Mean dependent var 7.802573

Adjusted R-squared 0.937542 S.D. dependent var 0.428772
S.E. of regression 0.107157 Akaike info criterion -1.615792
Sum squared resid 1.699441 Schwarz criterion -1.575651
Log likelihood 123.1844 Hannan-Quinn criter. -1.599484
F-statistic 2237.590 Durbin-Watson stat 1.673401
Prob(F-statistic) 0.000000

BASE DE DATOS
OBS IGV PBI LIGV LPBI
T101 2959.0788 51760.4392 7.9926333 10.854381
T201 2962.0837 58431.0389 7.9936482 10.975603
T301 2952.1715 56119.6706 7.9902963 10.935242
T401 2941.2889 57268.3855 7.9866032 10.955504
T102 2854.9458 55137.7690 7.9568081 10.917590
T202 3024.9603 62307.2108 8.0146532 11.039832
T302 3296.6614 58404.3952 8.1006655 10.975146
T402 3436.8804 59923.6608 8.1423195 11.000827
T103 3428.8778 58249.2479 8.1399883 10.972486
T203 3295.0906 65202.4490 8.1001889 11.085252
T303 3495.9522 60551.7203 8.1593611 11.011253
T403 3896.3390 61589.2131 8.2677927 11.028242
T104 3775.8512 60913.8156 8.2363811 11.017215
T204 4039.9079 67639.7129 8.3039772 11.121951
T304 4103.7084 63145.7529 8.3196463 11.053201
T404 4283.3468 66070.5049 8.3624899 11.098478
T105 4226.6124 64340.8894 8.3491561 11.071951
T205 4450.8537 71310.3676 8.4008512 11.174797
T305 4695.4931 67229.8262 8.4543584 11.115872
T405 4929.1981 71090.0707 8.5029316 11.171703
T106 5135.4045 69670.7641 8.5439139 11.151536
T206 5288.7271 75823.9355 8.5733329 11.236169
T306 5267.9745 72806.2691 8.5694012 11.195557
T406 5825.0099 76296.8622 8.6699160 11.242387
T107 5877.7089 73353.8223 8.6789223 11.203050
T207 6074.2003 80625.6307 8.7118056 11.297572
T307 6551.2131 80689.0813 8.7874055 11.298359
T407 6755.2000 85024.4647 8.8180679 11.350694
T108 7134.2011 80813.1006 8.8726555 11.299894
T208 7711.2577 89146.4429 8.9504366 11.398036
T308 8610.0084 88439.8384 9.0606806 11.390078
T408 8131.2959 90523.6218 9.0034756 11.413366
T109 7454.2070 82894.9333 8.9165339 11.325329
T209 7000.1935 88427.1789 8.8536931 11.389935
T309 7257.5613 88282.9843 8.8897991 11.388303
T409 7807.6188 92978.9204 8.9628553 11.440128
T110 8440.1000 87418.2071 9.0407494 11.378459
T210 8435.9887 96887.2615 9.0402622 11.481303
T310 9107.5454 96918.8232 9.1168585 11.481629
T410 9552.7020 101155.7078 9.1645793 11.524416
T111 9670.4837 94996.2821 9.1768336 11.461593
T211 10044.8301 102176.0419 9.2148134 11.534453
T311 10247.0853 102605.5321 9.2347486 11.538647
T411 10461.5454 107274.1271 9.2554615 11.583143
T112 10751.2629 100668.8400 9.2827785 11.519592
T212 10682.1982 107960.8786 9.2763339 11.589524
T312 11256.9903 109624.7630 9.3287446 11.604819
T412 11351.4934 113018.5044 9.3371046 11.635307
T113 11423.0746 105089.2229 9.3433907 11.562565
T213 11595.5186 114648.8088 9.3583740 11.649629
T313 12356.2740 115276.1813 9.4219192 11.655086
T413 12444.5491 121144.4122 9.4290380 11.704739
T114 12816.8662 110384.0535 9.4585173 11.611721
T214 12237.8236 116732.7312 9.4122867 11.667642
T314 12535.0070 117352.4638 9.4362806 11.672937
T414 12761.9721 122410.6708 9.4542251 11.715137
T115 12974.4012 112336.1405 9.4707336 11.629251
T215 12326.1926 120272.4850 9.4194818 11.697515
Test de Breusch-Godfrey (LM):
Breusch-Godfrey Serial Correlation LM Test:

F-statistic 3.063480 Prob. F(2,54) 0.0549

Obs*R-squared 5.910222 Prob. Chi-Square(2) 0.0521

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 10/12/15 Time: 16:04
Sample: 2001Q1 2015Q2
Included observations: 58
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C -0.013275 0.490641 -0.027056 0.9785

LPBI 0.001189 0.043342 0.027427 0.9782
RESID(-1) -0.147806 0.136099 -1.086015 0.2823
RESID(-2) 0.265929 0.135189 1.967087 0.0543

R-squared 0.101900 Mean dependent var 8.52E-16

Adjusted R-squared 0.052006 S.D. dependent var 0.082759
S.E. of regression 0.080579 Akaike info criterion -2.132696
Sum squared resid 0.350617 Schwarz criterion -1.990596
Log likelihood 65.84818 Hannan-Quinn criter. -2.077345
F-statistic 2.042320 Durbin-Watson stat 1.847883
Prob(F-statistic) 0.118807

Test de White:
Heteroskedasticity Test: White

F-statistic 0.517210 Prob. F(2,55) 0.5991

Obs*R-squared 1.070705 Prob. Chi-Square(2) 0.5855
Scaled explained SS 1.073664 Prob. Chi-Square(2) 0.5846

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 10/11/15 Time: 23:46
Sample: 2001Q1 2015Q2
Included observations: 58

Variable Coefficient Std. Error t-Statistic Prob.

C -0.401851 3.211729 -0.125120 0.9009

LPBI^2 -0.003663 0.025116 -0.145830 0.8846
LPBI 0.077575 0.568149 0.136539 0.8919

R-squared 0.018460 Mean dependent var 0.006731

Adjusted R-squared -0.017232 S.D. dependent var 0.009959
S.E. of regression 0.010044 Akaike info criterion -6.313276
Sum squared resid 0.005549 Schwarz criterion -6.206702
Log likelihood 186.0850 Hannan-Quinn criter. -6.271763
F-statistic 0.517210 Durbin-Watson stat 2.465307
Prob(F-statistic) 0.599053
Test ARCH:
Heteroskedasticity Test: ARCH

F-statistic 2.250228 Prob. F(2,53) 0.1154

Obs*R-squared 4.383018 Prob. Chi-Square(2) 0.1117

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 10/12/15 Time: 07:13
Sample (adjusted): 2001Q3 2015Q2
Included observations: 56 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 0.009290 0.001908 4.869294 0.0000

RESID^2(-1) -0.264156 0.134627 -1.962132 0.0550
RESID^2(-2) -0.162843 0.134003 -1.215215 0.2297

R-squared 0.078268 Mean dependent var 0.006476

Adjusted R-squared 0.043486 S.D. dependent var 0.010043
S.E. of regression 0.009823 Akaike info criterion -6.356171
Sum squared resid 0.005114 Schwarz criterion -6.247670
Log likelihood 180.9728 Hannan-Quinn criter. -6.314106
F-statistic 2.250228 Durbin-Watson stat 2.082189
Prob(F-statistic) 0.115351

Jarque Bera:
Test de Chow:
Chow Breakpoint Test: 2009Q1
Null Hypothesis: No breaks at specified breakpoints
Varying regressors: All equation variables
Equation Sample: 2001Q1 2015Q2

F-statistic 4.017487 Prob. F(2,54) 0.0236

Log likelihood ratio 8.045428 Prob. Chi-Square(2) 0.0179
Wald Statistic 8.034974 Prob. Chi-Square(2) 0.0180
21

Test Quandt-Andrews:
Quandt-Andrews unknown breakpoint test
Null Hypothesis: No breakpoints within 15% trimmed data
Varying regressors: All equation variables
Equation Sample: 2001Q1 2015Q2
Test Sample: 2003Q2 2013Q2
Number of breaks compared: 41

Statistic Value Prob.

Maximum LR F-statistic (2003Q3) 14.19070 0.0000

Maximum Wald F-statistic (2003Q3) 28.38140 0.0000

Exp LR F-statistic 4.312752 0.0004

Exp Wald F-statistic 11.01726 0.0001

Ave LR F-statistic 5.837985 0.0006

Ave Wald F-statistic 11.67597 0.0006

Note: probabilities calculated using Hansen's (1997) method

Test de RESET de Ramsey:

Ramsey RESET Test
Equation: UNTITLED
Specification: LIGV C LPBI
Omitted Variables: Squares of fitted values

Value df Probability
0.0
t-statistic 2.277233 55 267
F-statistic 5.185789 (1, 55) 0.0267
Likelihood ratio 5.225978 1 0.0223

F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 0.033638 1 0.033638
Restricted SSR 0.390399 56 0.006971
Unrestricted SSR 0.356761 55 0.006487
Unrestricted SSR 0.356761 55 0.006487

LR test summary:
Value df
Restricted LogL 62.73138 56
Unrestricted LogL 65.34437 55

Unrestricted Test Equation:

Dependent Variable: LIGV
Method: Least Squares
Date: 10/12/15 Time: 20:03
Sample: 2001Q1 2015Q2
Included observations: 58

Variable Coefficient Std. Error t-Statistic Prob.

C -50.61887 16.39422 -3.087605 0.0032

LPBI 6.071287 1.809858 3.354565 0.0014
FITTED^2 -0.120492 0.052912 -2.277233 0.0267

R-squared 0.975180 Mean dependent var 8.781227

Adjusted R-squared 0.974277 S.D. dependent var 0.502167
S.E. of regression 0.080539 Akaike info criterion -2.149806
Sum squared resid 0.356761 Schwarz criterion -2.043231
Log likelihood 65.34437 Hannan-Quinn criter. -2.108293
F-statistic 1080.465 Durbin-Watson stat 2.601482
Prob(F-statistic) 0.000000

Causalidad de Granger:
Pairwise Granger Causality Tests
Date: 10/13/15 Time: 05:00
Sample: 2001Q1 2015Q2
Lags: 2

Null Hypothesis: Obs F-Statistic Prob.

LPBI does not Granger Cause LIGV 56 2.86815 0.0660

LIGV does not Granger Cause LPBI 4.85568 0.0117