Beruflich Dokumente
Kultur Dokumente
SOCIAL EN EL PERU”
FACULTAD DE ECONOMÍA
SEMESTRE : PRIMERO
PIURA -PERÚ
INTRODUCCION
Por último, es necesario resaltar que el equipo consideró que para un mayor
entendimiento de los términos utilizados en la investigación, la presentación de
un glosario de términos, el cual contribuye enormente a la comprensión de la
terminología empleada en este tipo de operaciones económicas.
ESTIMACIÓN DE LA EVOLUCIÓN
DEL TIPO DE CAMBIO REAL (TCR)
PERIODO: 1980 A 2009(ANUAL)
ANTECEDENTES HISTORICOS
1
MEXICO, Evolución Económica Durante 2008 Y Perspectivas Para 2009, Comisión Económica
para América Latina y el Caribe (CEPAL) • Sede Subregional en México
trimestre, y del incremento de los precios internacionales de combustibles y
alimentos. Sin embargo, globalmente, el mayor crecimiento de las
importaciones respecto de las exportaciones redundó en la ampliación del
déficit comercial. Todo esto, junto con la reducción de 3,6% en el flujo de
remesas internacionales, se tradujo en un déficit de la cuenta corriente
equivalente a 1,5% del PIB (0,8% en 2007). El balance del sector público
consolidado fue prácticamente de cero, dada la contribución de los ingresos
petroleros, que ascendieron 14% en términos reales.
MARCO TEÓRICO
TEORÍAS BÁSICAS
VARIABLE DEPENDIENTE:
OTRAS DEFINICIONES
4. Sachs & Larrain S/L
“MACROECONOMIA EN LA ECONOMIA GLOBAL”
Prentice Hall , Primera Edición. 1994
a) El coeficiente de precios transables, Pt, a precios no transables Pnt. Su
evolución influye en las decisiones de consumo y producción entre
ambos tipos de bienes.
b) El tipo de cambio nominal deflactado por un ÍNDICE GENERAL DE
PRECIOS Pd, el uso de este indicador es amplio porque permite tratar
tanto el problema del efecto de la inflación domestica sobre la
rentabilidad del sector transable nacional , así como el manejo de
instrumentos de política comercial (impuestos ,subsidios y aranceles).
VARIABLES INDEPENDIENTES:
DEFICIT FISCAL
5. De Gregorio (2003)
“MACROECONOMIA”
Universidad de Chile. Versión Digital de un texto preliminar
1
Superintendencia De Bancos E Instituciones Financieras De Chile. Disponible en:
http://www.sbif.cl/sbifweb/servlet/Glosario?indice=5.0&letra=B
contrario, déficit. El saldo en cuenta corriente también se entiende como la
Balanza Comercial más los pagos netos a factores provenientes del exterior,
así como el cambio en la posición de activos externos netos del país.
INFLACION
7. Mankiw, Gregory 1998
“Resiente Desarrollo en la Macroeconomía”
METODOLOGIA
PLANTEAMIENTO DE LA ECUACIÓN
VARIABLE ENDOGENA:
VARIABLES EXOGENAS:
MODELO MATEMÁTICO:
MODELO ECONOMÉTRICO:
α1 < 0 De acuerdo con el enfoque fiscal del tipo de cambio, un mayor déficit
tendría efectos negativos sobre el tipo de cambio real ya que estos
efectos no solo son de signos contrarios, sino dependiendo sí el gasto
se realiza en los bienes transables y no transables debido a que la
magnitud depende también si son de carácter permanente o transitorio
α2 <0 El impacto se debe a que las RIN van ha estar influenciadas por el tipo
de cambio, debido , por ejemplo una reevaluación o apreciación , va a
reducir las reservas debido a que se van aumentar las importaciones
bienes por la caída del tipo de cambio ,entonces las familias
incrementaran su demanda de divisas ,ocasionando perdidas de
divisas para el Banco De México.
α3 < 0 El TCR pude afectar la inflación , influenciada por el déficit fiscal ,
debido a que la aplicación de una política de una política fiscal
expansiva , causa un incremento en el ingreso de la economía
mexicana ,así como una apreciación de la moneda nacional (TCR
reduce) , orientando al deterioro de la balanza comercial , estos
incrementos pueden causar serios procesos inflacionarios.
µi : Perturbaciones aleatorias
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECÍFICOS
HIPÓTESIS GENERAL
HIPÓTESIS ESPECÍFICAS
El tipo de cambio real capta la tasa de cambio entre bienes de diversos países,
para lo cual no solo se debe tener en cuenta la tasa de cambio entre las divisas
(tipo de cambio nominal), sino también los diferentes precios de los bienes
entre los países. Una forma de captar los precios de los bienes en los países
es utilizando un índice de precios. Un índice de precios que capta el precio de
todos los bienes producidos en una economía es el deflactor del PBI.
El tipo de cambio real se define entonces de la siguiente forma:
e = (E.P* / P)
Siendo:
e: tipo de cambio real entre el país doméstico y el extranjero
E: tipo de cambio nominal
P*: deflactor del PBI del país extranjero
P: deflactor del PBI del país doméstico
Los deflectores del PBI son números índice, que asumen un valor de 100 en el
año que se elija como base. Por lo tanto, el tipo de cambio real varía de
acuerdo al año que se elija como base para cada deflactor del PBI. Entonces,
el valor del tipo de cambio real es arbitrario, sin embargo, las variaciones del
tipo de cambio real no lo son. Un aumento del tipo de cambio real significa que
los bienes extranjeros se volvieron más caros. Esto puede ser porque aumentó
el tipo de cambio nominal, o porque la inflación en el extranjero fue mayor a la
inflación en el país doméstico.
1
Autor: Lic. Federico Anzil.
Disponible en: http://www.zonaeconomica.com/tipo-de-cambio
bien entre un país y varios países. En este caso se denomina “tipo de cambio
real multilateral”.
Podemos decir que las variables usadas para explicar el modelo si determinan
el comportamiento de la variables endógena (Tipo de cambio real).
En lo que respecta al déficit fiscal podemos ver que hay una relación
positiva entre este y el tipo de cambio real en México, es decir, cuando el
déficit fiscal aumenta en un dólar, el tipo de cambio real aumenta en 5.37E-
05. Con este resultado estamos comprobando que hipótesis planteada
inicialmente es falsa.
EVALUACIÓN ESTADÍSTICA
INTERVALOS DE CONFIANZA
^ ^ ^ ^
Prob(αi - s αi*t α αi + s αi*t)=(1-
Donde:
α1 = 5.37E-05
α2 = -2.67E-06
α3 = 0.017674
sα3 0.005696
PRUEBAS DE HIPOTESIS
Tc > Ttabla
Tc < Ttabla
Tc > Ttabla
Fformula= R2 /(K-1)
(1-R2)/(N-K)
Para este análisis debemos saber que los valores de:
Ftabla= F(4-1)(30-4)=2.93
Mientras que el F_formula, tomando los datos de la eq1 nos da un valor de:
2.93 24.47
µi N (0,1)
H0: u = N (0,2)
H1: u N (0,2)
8
Series: Residuals
7 Sample 1980 2009
Observations 30
6
Mean 3.07e-16
5
Median -0.015942
4 Maximum 1.409594
Minimum -1.309951
3 Std. Dev. 0.617551
Skewness 0.083309
2 Kurtosis 3.072794
1 Jarque-Bera 0.041326
Probability 0.979549
0
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
0.04 5.99
1.54 2.87
H0: 1 + 2 = 1
H0: 1 + 2 ≠ 1
Modelo Estimado:
TEST DE WALD
Según el reporte del test de wald, tenemos:
Wald Test:
Equation: EQ01
Para las proyecciones se tendrá en cuenta que los criterios de evaluación son:
R2 = adjusted R-squared
Significancia de los i
Coeficiente THEIL
Genr t=@trend(1979)
3.-realizar las regresiones respectivas en función de la variable tiempo, esto es:
Para analizar cual Ec. Conviene proyectar, teniendo en cuenta los criterios de
evaluación de las ecuaciones:
Significancia(t_statistic)
Ecuación 2 Theill
R (ajustado)
1 2 3
Para analizar las ecuaciones debemos considerar que la que más se ajusta, o
la que mejor puede explicar a la proyección es la ecuación cúbica, ya que su
THEILL, cuando mas tiende a cero es mejor, además de que su R 2, también
tiende a la unidad por lo que es la mejor ecuación.
A continuación la Ec. Lineal proyectada:
10
Forecast: TCRF
9 Actual: TCR
Forecast sample: 1980 2015
8 Included observations: 30
3
1980 1985 1990 1995 2000 2005 2010 2015
TCRF
10
Forecast: TCRF
9 Actual: TCR
8 Forecast sample: 1980 2015
Included observations: 30
7
Root Mean Squared Error 1.070504
6
Mean Absolute Error 0.778080
5 Mean Abs. Percent Error 11.56851
Theil Inequality Coefficient 0.078640
4 Bias Proportion 0.000000
Variance Proportion 0.396179
3
Covariance Proportion 0.603821
2
1
1980 1985 1990 1995 2000 2005 2010 2015
TCRF
Bajo esta ecuación podemos observar un comportamiento, en el cual se puede
decir que para el periodo 2015 la variable dependiente tendrá una tendencia a
disminuir, con lo cual puede afectar a la economía.
18
Forecast: TCRF
16 Actual: TCR
Forecast sample: 1980 2015
14 Included observations: 30
12
Root Mean Squared Error 0.901712
10 Mean Absolute Error 0.675578
Mean Abs. Percent Error 9.916478
8 Theil Inequality Coefficient 0.066121
Bias Proportion 0.000000
6 Variance Proportion 0.211728
Covariance Proportion 0.788272
4
2
1980 1985 1990 1995 2000 2005 2010 2015
TCRF
12
11
10
4
1980 1985 1990 1995 2000 2005 2010 2015
TCRF TCR
Se puede observar que el comportamiento del “TCR”, incrementara llegando a
su máximo en el año 2015 a 11.32 con lo demuestra que existe una tendencia
creciente del “TCR”. Esta cifra se observa en el cuadro posterior.
1.-REGLA DE KLEIN
A.-
Donde:
2
RY= RY
INF DF RIN
INF 1.000000 0.628618 -0.573232
DF 0.628618 1.000000 -0.104388
RIN -0.573232 -0.104388 1.000000
rxixj= -0.104388
RY= 0.859345
rxixj < RY , entonces podemos decir que no existe relación entre las variables
explicatorios “DF” y “RIN”, por lo tanto no existe multicolinealidad en alto grado.
rxixj= 0.628618
RY= 0.859345
rxixj < R Y , entonces podemos decir que no existe relación entre las variables
explicatorias “DF” Y “INF”, entonces no existe multicolinealidad en alto grado.
rxixj= -0.573232
RY= 0.859345
rxixj < R Y , entonces podemos decir que no existe relación entre las variables
explicatorios “DF” Y “INF”, entonces no existe multicolinealidad en alto grado.
B.-
Donde:
rxixj= -0.104388
rxiy= 0.729705
rxixj < rxiy, en este caso se puede observar que no existe multicolinealidad en
alto grado.
rxixj= 0.628618
rxiy= 0.729705
rxixj < rxiy, en este caso se puede observar que no existe multicolinealidad en
alto grado.
rxixj= -0.573232
rxiy= 0.729705
rxixj < rxiy, en este caso se puede observar que no existe multicolinealidad en
alto grado.
Donde:
2
a.-calculando el estadístico x
2
X2 tabla=X k(k-1)/2
X2 formula=-(n-1-1/6(2k+5)=log R
Donde:
X2 tabla=X2 k(k-1)/2=7.81
7.81 25.22
Fformula= R 2xk/(k-1)
(1-R 2xk)/(n-k)
Ftabla=F (k-2,n-k+1)
Donde:
Dependent Variable: DF
Method: Least Squares
Date: 10/31/10 Time: 00:29
Sample: 1980 2009
Included observations: 30
R2 xk= 0.492737
4.18 27.198
Entonces de esto podemos deducir que aceptamos H1, por lo tanto podemos
decir que existe multicolinealidad causada por “DF”,o la multicolinealidad es
estadísticamente significativa.
R2 xk= 0.655669
4.18 53.32
Entonces de esto podemos deducir que aceptamos H1, por lo tanto podemos
decir que existe multicolinealidad causada por “INF”, o la multicolinealidad es
estadísticamente significativa.
R2 xk= 0.436910
4.18 21.73
Entonces de esto podemos deducir que aceptamos H1, por lo tanto podemos
decir que existe multicolinealidad causada por “RIN”, o la multicolinealidad es
estadísticamente significativa.
HETEROCEDASTICIDAD
1.-TEST GRAFICOS
Se presenta en 2 versiones:
a.1.- Para DF
10000
0
DF
-10000
-20000
-30000
5 6 7 8 9 10
TCR
En el grafico anterior se puede observar la heterocedasticidad de “DF”, la cual
está muy dispersa y en este caso podemos decir que es decreciente, ya que a
medida que “DF” aumenta, disminuye la dispersión.
100000
80000
60000
RIN
40000
20000
0
5 6 7 8 9 10
TCR
140
120
100
80
INF
60
40
20
0
5 6 7 8 9 10
TCR
En el grafico anterior se puede observar la heterocedasticidad de “INF”, la cual
está muy dispersa y en este caso podemos decir que es decreciente, ya que a
medida que “INF” aumenta, disminuye la dispersión
SEC=SRC/2*(R 2/1-R2)
E igualamos con:
X2p
Donde:
P=numero de variables explicatorias del modelo original, sin intercepto.
SEC = 5.69
X2p = 7.81
5.69 9.48
3.-TEST DE GLESJER
En este modelo se ensaya la posible presencia de heterocedasticidad
probando con los siguientes modelos de regresión lineal simple:
x
x
sqr(x
sqr(x
Existirá heterocedastidad en la variable explicatoria evaluada si al menos el
“”en alguno de los cuatro modelos estimados es estadísticamente
significativo, de lo contrario no existirá heterocedasticidad causada por dicha
variable.
A. Para el modelo x
a.1.-para “DF”
X2 p = 7.81
F_statistic = 1.87
1.87 7.81
Ttabla=T(n-k)
Se presenta en 2 versiones:
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 10/31/10 Time: 01:50
Sample: 1980 2009
Included observations: 30
N*R_squared = 10.62
X2 5%,9 =16.92
10.62 16.92
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 10/31/10 Time: 01:53
Sample: 1980 2009
Included observations: 30
X2 5%,6 = 12.59
9.30 12.59
Entonces podemos decir que bajo este test no existe heteroc edasticidad, ya
que se acepta H0.
ARCH Test:
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 10/31/10 Time: 01:57
Sample (adjusted): 1981 2009
Included observations: 29 after adjustments
X2 5%,1 = 3.84
1.056 3.84
Donde:
D1=RVAR-RDF(en eview).
Ttabla=T(n-k)
Ttabla=t(n-k) = 2.05
Podemos decir que aceptamos H0, entonces bajo este test la variable “DF” no
genera heterocedastidad.
Ttabla=T(n-k)
Ttabla=t(n-k) = 2.05
Podemos decir que aceptamos H0, entonces bajo este test la variable “RIN” no
genera heterocedastidad.
b.- Para “INF”
Ttabla=T(n-k)
Ttabla=t(n-k) = 2.05
Podemos decir que aceptamos H0, entonces bajo este test la variable “RIN” no
genera heterocedastidad.
AUTOCORRELACION
Además la teoría económica expresa que debe existir relación entre las
variables, lo cual la econometria busca eliminar.
1.5
1.0
0.5
RESID01
0.0
-0.5
-1.0
-1.5
0 4 8 12 16 20 24 28 32
T
1.5
1.0
0.5
RESID01(-1)
0.0
-0.5
-1.0
-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
RESID01
En este grafico se puede determinar la existencia de autocorrelación debido a
que muestra un comportamiento positivo con algunos datos esparcidos, pero
se puede concluir que existe autocorrelación positiva.
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 10/30/10 Time: 22:01
Presample missing value lagged residuals set to zero.
4.19 5.99
Entonces podemos decir que aceptamos H 0, por lo tanto podemos decir que no
existe autocorrelación.
2.77 5.99
1.- La inflación y el déficit fiscal tienen una relación positiva contrastando con la
hipótesis, lo que representa que para el tipo de cambio real mexicano este
se ve afectado positivamente de la inflación y el déficit fiscal.
6.- Por otro lado ninguno de los test para identificar autocorrelación en el
modelo manifiesta que exista autocorrelación, por lo que se concluye que el
modelo no presenta autocorrelación.
7.- Y por último las variables explicativas que tratan de explicar la tasa de
interés real en México, manifiestan correctamente el comportamiento
endógeno de la variable TCR, es decir, que el modelo está bien estimado
BIBLIOGRAFÍA