Beruflich Dokumente
Kultur Dokumente
VARIABLES
AUTORREGRESIVAS
VAR y VEC
CURSO:
- ECONOMETRÍA II
PROFESOR:
ALUMNOS:
PERIODO
1960 – 2015
Serie Anual
FUENTE
El Producto Bruto Interno se define como el valor total de los bienes y servicios
generados en el territorio económico durante un período de tiempo, que generalmente
es un año, libre de duplicaciones. Es el Valor Bruto de Producción menos el valor de los
bienes y servicios (consumo intermedio) que ingresa nuevamente al proceso productivo
para ser trasformado en otros bienes.
Se calcula sin hacer deducciones por depreciación de bienes manufacturados o por
agotamiento y degradación de recursos naturales.
1
GASTO DE GOBIERNO
2
1.2 ANÁLISIS DE INTEGRACIÓN (PRUEBAS ADF)
Como podemos ver para la variable PBI no cumple con el test de raíz unitaria en nivel ya
que tiene una probabilidad mayor a 0.05, y su DF es 1.93 que se encuentra dentro del
valor absoluto de los valores críticos al 5%, por lo que se procede a realizar la prueba
para la primera diferencia de esta variable.
Para la primera diferencia de la variable PBI se puede ver que ya cumple con el test de
raíz unitaria la probabilidad es de 0.0038 que es menor a 0.05, por lo que se puede decir
que la variable PBI es integrada de orden 1 para que se pueda realizar el modelo VAR las
demás variables deben de tener el mismo orden de integración por lo que se realizara
la prueba de raíz unitaria en las demás variables.
3
GASTO DE GOBIERNO
Se realiza la prueba de raíz unitaria para la variable GASTO DE GOBIERNO podemos ver
que no cumple ya que tiene una probabilidad mayor a 0.05 y su DF es menor al valor
absoluto de los valores críticos, por lo que procedemos a aplicar la prueba a la primera
diferencia.
Para la primera diferencia de la variable GASTO DEL GOBIERNO podemos ver que si
cumple la prueba de raíz unitaria con una probabilidad de 0.0094 que es menor a 0.05
4
CONSUMO FINAL DE LOS HOGARES
5
2. DATOS
6
3. ESTIMACIÓN DE LA ECUACIÓN MCO
Al estimar la ecuación de regresión lineal con las variables podemos observar que el r2 es 99.3%;
es decir, que las variables independientes (GASTO EN EL CONSUMO DE HOGARES y GASTO DE
GOBIERNO) predicen muy bien a la variable dependiente PBI.
Asimismo la gráfica corrobora a la ecuación pues las 3 variables tienen una tendencia similar.
7
4. CAUSALIDAD DE GRANGER
8
5. ESTIMACIÓN DEL MODELO VAR
ECUACIONES
El programa Eviews nos permite obtener las ecuaciones que se usa para estimar cada variable
del modelo.
1
CHEQUEO DEL VAR
Podemos ver de los resultados del modelo VAR que cumple con tener un elevado R-
cuadrado Ajustado, para las 3 variables lo que nos indica la existencia de una fuerte
relación entre las variables, además el estadístico F nos indica que el modelo es
significativo por lo que pasaremos ahora al análisis de los resultados del modelo
2
GRÁFICO DE RESIDUOS
3
DESCOMPOSICION DE LA VARIANZA
La descomposición de la varianza es un estudio complementario al análisis impulso-respuesta
que informa en distintos horizontes del tiempo el porcentaje de volatilidad que registra una
variable por los choques de las demás. Es decir, indica la proporción del efecto que, en forma
dinámica, tienen todas las perturbaciones de las variables sobre las demás. Separa la varianza
del error de pronóstico para cada una en componentes que pueden atribuirse a cada una de las
variables endógenas (Pindyck et al.,2001). De esta manera es posible medir la volatilidad que le
genera la variable endógena a la exógena en un momento específico.
GASTO DE GOBIERNO
Podemos ver que shocks en el GASTO DE CONSUMO DE GOBIERNO sirven para explicar los
cambios en sí misma y en menor grado también explica el PBI, sin embargo tienen poco grado
de explicación para la variable CONSUMO FINAL DE HOGARES.
PBI
Podemos ver que shocks en el PBI sirven para explicar los cambios en la misma variable, sin
embargo tienen poco grado de explicación para CONSUMO FINAL DE HOGARES, en el caso de la
variable GASTO DE GOBIERNO, en los primeros periodos tiene poco grado de explicación, sin
embargo en los últimos periodos aumenta este grado de explicación.
4
CONSUMO FINAL DE HOGARES
Podemos ver que shocks en el CONSUMO FINAL DE HOGARES sirven para explicar los cambios
en el PBI y también aunque en menor grado a sí misma, sin embargo tienen poco grado de
explicación para GASTO DE GOBIERNO.
5
MÚLTIPLES GRÁFICOS
ANALISIS INDIVIDUAL
SHOCK DE GASTO DE GOBIERNO
6
Podemos observar dentro
del intervalo de confianza
el comportamiento de la
variable PBI, que ante
aumentos del GASTO
DEL GOBIERNO el PBI
aumenta.
7
Podemos observar dentro del
intervalo de confianza el
comportamiento de la variable
GASTO DEL GOBIERNO, que
ante aumentos del GASTO
DEL CONSUMO DE
HOGARES, el GASTO DEL
GOBIERNO aumenta.
GRAFICOS COMBINADOS
8
Podemos ver también las diferentes respuestas a los shocks de las variables con el
grafico combinado, dado que se ha realizado un análisis previo individual no se
desarrollara un análisis detallado de las gráficas, solo se denotara como se pueden
analizar, por ejemplo un Shock en el CONSUMO FINAL DE HOGARES produce un efecto
positivo y permanente en el GASTO DE GOBIERNO mientras que en el PBI el efecto es
positivo pero no es permanente.
CORRELOGRAMAS DE RESIDUOS
Analizamos los correlogramas de residuos, podemos ver que todas las barras se
encuentran dentro de los intervalos de confianza.
9
6. TEST DE JOHANSEN
(Prueba de cointegración)
AT MOST 1
H0: r <=1 cuando más existe un vector de cointegración
H1: r = 2 Existe más de un vector de cointegración
AT MOST 2
H0: r <=1 cuando más existe dos vectores de cointegración
H1: r = 2 Existe más de dos vectores de cointegración
AT MOST 1
H0: el rango de cointegracion es r <=1
H1: el rango de cointegracion es r+2
10
AT MOST 2
H0: el rango de cointegracion es r <=2
H1: el rango de cointegracion es r+3
Prueba de la Traza
Para la hipótesis AT MOST 2 se acepta H0 porque el valor de estadístico trace
4.951139 > 3.841466 (valor crítico al 5%), es decir existe más de dos vectores de
cointegración.
11
7. ESTIMACIÓN DEL MODELO VEC
En los modelos VAR, así como en la modelización univariante de series temporales, asumimos
que las series temporales utilizadas son estacionarias. Cuando efectuamos regresiones entre
variables no estacionarias podemos caer en el problema de las llamadas correlaciones espurias.
Ahora bien, ciertas modelizaciones entre variables no estacionarias, pero que cumplen ciertas
condiciones denominadas de cointegración, no sólo no son espurias, sino que aportan gran
información sobre las relaciones de equilibrio a largo plazo de las variables económicas.
Pues bien, un modelo de vector de corrección del error (VEC) es un modelo VAR restringido
(habitualmente con sólo dos variables) que tiene restricciones de cointegración incluidas en su
especificación, por lo que se diseña para ser utilizado con series que no son estacionarias pero
de las que se sabe que son cointegradas.
El principio detrás de estos modelos es que existe una relación de equilibrio a largo plazo entre
variables económicas y que, sin embargo, en el corto plazo puede haber desequilibrios. Con los
modelos de corrección del error, una proporción del desequilibrio de un período (el error,
interpretado como un alejamiento de la senda de equilibrio a largo plazo) es corregido
gradualmente a través de ajustes parciales en el corto plazo. Un ejemplo puede ser útil para
comprender esta idea.
Una de las claves de los modelos VEC es determinar si las series que modelizamos son
cointegradas y, si es así, determinar la ecuación de integración. Por ello ya hemos utilizado el
método de Johansen, para comprobar la cointegración.
12
El estadístico F para las 3 variables es mayor o muy cercano a 5 por lo que el
modelo tiene significancia en conjunto.
13
IMPULSO-RESPUESTA
ANALISIS INDIVIDUAL
14
Podemos observar dentro del
intervalo de confianza el
comportamiento de la variable
GASTO DEL CONSUMO DE
HOGARES, que ante aumentos del
GASTO DEL CONSUMO FINAL el
PBI disminuye.
ANALISIS GENERAL
En el análisis de impulso respuesta del VEC podemos observar que el PBI aumenta
rápidamente ante un shock del GASTO DEL GOBIERNO, mientras que ante un shock
con la variable GASTO EN EL CONSUMO DE HOGARES, el PBI disminuye bruscamente
los primeros periodos, pero luego aumenta en los últimos periodos.
15
GRAFICO COMBINADO
16
DESCOMPOSICION DE LA VARIANZA
Podemos ver que shocks en el GASTO DE CONSUMO DE GOBIERNO sirven para explicar
los cambios en sí misma y en menor grado también explica el PBI, sin embargo tienen
poco grado de explicación para la variable CONSUMO FINAL DE HOGARES. Los
resultados son iguales a los del modelo VAR.
Podemos ver que shocks en el PBI sirven para explicar los cambios en la misma variable, sin
embargo tienen poco grado de explicación para CONSUMO FINAL DE HOGARES, en el caso de la
variable GASTO DE GOBIERNO, en los primeros periodos tiene poco grado de explicación, sin
embargo en los últimos periodos aumenta este grado de explicación.
Podemos ver que shocks en el CONSUMO FINAL DE HOGARES sirven para explicar los cambios
en EL PBI y también aunque en menor grado a sí misma, sin embargo tienen poco grado de
explicación para GASTO DE GOBIERNO, sin embargo el grado es mayor que a corto plazo en el
modelo VAR.
17
8. PREDICCION
18
2001 2.2358E+11 2.2358E+11 1.2155E+11 -3.4503E+11
2002 2.3577E+11 2.3577E+11 1.1936E+11 -3.9514E+11
2003 2.4559E+11 2.4559E+11 1.1693E+11 -4.5057E+11
2004 2.5777E+11 2.5777E+11 1.1425E+11 -5.1188E+11
2005 2.7397E+11 2.7397E+11 1.1129E+11 -5.7966E+11
2006 2.946E+11 2.946E+11 1.0802E+11 -6.546E+11
2007 3.1969E+11 3.1969E+11 1.0441E+11 -7.3742E+11
2008 3.4892E+11 3.4892E+11 1.0041E+11 -8.2894E+11
2009 3.5258E+11 3.5258E+11 9.5997E+10 -9.3004E+11
2010 3.8238E+11 3.8238E+11 9.1116E+10 -1.0417E+12
2011 4.0705E+11 4.0705E+11 8.5721E+10 -1.1651E+12
2012 4.3127E+11 4.3127E+11 7.9757E+10 -1.3013E+12
2013 4.5616E+11 4.5616E+11 7.3165E+10 -1.4518E+12
2014 4.6688E+11 4.6688E+11 6.5877E+10 -1.6178E+12
2015 4.7171E+11 5.782E+10 -1.8012E+12
2016 4.7408E+11 4.8914E+10 -2.0036E+12
2017 4.7544E+11 3.9068E+10 -2.2271E+12
2018 4.7637E+11 2.8183E+10 -2.4737E+12
2019 4.7713E+11 1.6149E+10 -2.7459E+12
2020 4.7781E+11 2845308000 -3.0463E+12
2021 4.7846E+11 -1.1863E+10 -3.3777E+12
2022 4.7911E+11 -2.8123E+10 -3.7436E+12
2023 4.7974E+11 -4.61E+10 -4.1472E+12
2024 4.8038E+11 -6.5974E+10 -4.5926E+12
2025 4.8101E+11 -8.7946E+10 -5.084E+12
2026 4.8165E+11 -1.1224E+11 -5.6263E+12
2027 4.8229E+11 -1.3909E+11 -6.2245E+12
2028 4.8293E+11 -1.6878E+11 -6.8845E+12
2029 4.8356E+11 -2.0161E+11 -7.6127E+12
2030 4.842E+11 -2.379E+11 -8.4161E+12
2031 4.8484E+11 -2.7802E+11 -9.3024E+12
2032 4.8548E+11 -3.2237E+11 -1.028E+13
2033 4.8613E+11 -3.7141E+11 -1.1359E+13
2034 4.8677E+11 -4.2562E+11 -1.2549E+13
2035 4.8741E+11 -4.8556E+11 -1.3861E+13
2036 4.8806E+11 -5.5183E+11 -1.5309E+13
2037 4.887E+11 -6.2508E+11 -1.6907E+13
2038 4.8935E+11 -7.0608E+11 -1.8669E+13
2039 4.9E+11 -7.9562E+11 -2.0612E+13
19
GRAFICAMENTE
9. CONCLUSIONES
Como podemos observar el modelo VAR predice mejor a corto plazo, sin embargo a
largo plazo se aleja mucho de los resultados y tiene un crecimiento exponencial que
tiende al infinito, por ello el modelo VEC sirve para corregir los errores del modelo VAR
a largo plazo y amortigua la tendencia del VAR, además de ello observamos la predicción
con el modelo ARIMA MULTIPLICATIVO, el cual predice tendencia a la baja desde el
2015.
Analizando el impulso respuesta para los dos modelos VAR y VEC ambos concluyen lo
mismo: ante aumentos del GASTO DEL GOBIERNO el PBI aumenta y ante aumentos del
CONSUMO DE HOGARES el PBI aumenta.
Analizando la descomposición de la varianza, podemos ver que la variable que más sirve
para explicar el PBI es EL CONSUMO FINAL DE HOGARES, explica en mayor medida que
el GASTO DE GOBIERNO
Las predicciones coinciden en que encontramos una desaceleración del crecimiento del
PBI para los próximos años, los modelos VAR y VEC predicen una caída en el PBI mientras
que el modelo ARIMA indica un crecimiento muy por debajo del visto en los últimos
años.
20
BIBLIOGRAFÍA
21