Eleonora Tubio - Trabajo Final Doctorado

7/24/2019 Eleonora Tubio - Trabajo Final Doctorado

1/15

ECONOMETRIA - Curso 2010

Doctorado en Economa

FCE - UBA

Profesores:Alberto Landro y Julio Fabris

Trabajo Final

Eleonora Tubio10 de junio de 2011


2/15

TIPO DE CAMBIO REAL, EMPLEO Y PRODUCCIN INDUSTRIAL ENARGENTINA (1990-2006)

Por Eleonora Tubio

1. INTRODUCCIN

Durante los ltimos aos ha surgido a nivel internacional una lnea de investigacin quedestaca la conveniencia para pases en desarrollo de mantener una paridad cambiariacompetitiva y estable (Williamson, 2003). Efectivamente, esta poltica no slo facilita lapreservacin del equilibrio externo sino que tambin resulta una pieza central en eldesarrollo de los pases.La discusin acerca de los efectos positivos sobre el desarrollo de mantener un tipo decambio competitivo y estable se puede rastrear hasta los aos setenta. Por ejemplo, Balassa(1971) y Daz Alejandro (1979) ponan nfasis en que el incentivo a la produccin detransables favorece el crecimiento porque se trata de actividades que otorgan mayordinamismo a la economa.Los tericos modernos, no obstante, consideran otros aspectos. Frenkel y Taylor (2005)destacan que la poltica cambiaria constituye un instrumento para proteger industriasjvenes que es relativamente fcil de administrar y no se encuentra penalizado poracuerdos de comercio multilaterales. Rodrik (2003) plantea que un tipo de cambio realcompetitivo impulsa la inversin y la actividad en los sectores transables. Autores comoFeldstein (1999) y Dooley, Folkerts-Landau y Garber (2004) resaltan que preservar el tipode cambio real deriva en una acumulacin de reservas internacionales que permite a lospases resguardarse de la volatilidad de los mercados financieros. Asimismo, Polterovich yPopov (2002) encuentran una correlacin positiva entre el crecimiento del producto y laacumulacin de reservas internacionales.Contemporneamente surgi en Amrica Latina el inters por investigar la incidencia deltipo de cambio real en el mercado de trabajo. El enfoque tradicional ha sido resaltar el

efecto indirecto del tipo de cambio real en el empleo a travs de su impacto sobre el nivel deactividad. Sin embargo, las variadas experiencias de la regin, en la que se alternaronperodos prolongados de apreciacin y de depreciacin real, han motivado el estudio de losefectos directos. La conclusin principal ha sido que para un determinado nivel de actividadexiste una correlacin positiva entre el nivel del tipo de cambio real y el crecimiento delempleo. En estas economas, que son importadoras de bienes de capital, la depreciacin realabarata relativamente el trabajo local lo cual incentiva la sustitucin a favor de este ltimoa la vez que promueve la expansin de actividades trabajo-intensivas. En esta lnea seencuentran los aportes de Frenkel (2004a y b) para la experiencia de Argentina, Daz (1995)para la de Chile, Hernndez Laos (1999) para la de Mxico y Amadeo y Melo Filho (1999)para la de Brasil.

En este marco, se plantea como objetivo general para este trabajo analizareconomtricamente la relacin entre el tipo de cambio real multilateral (TCRM) y el empleoindustrial en la economa argentina en el perodo comprendido entre enero de 1991 ydiciembre de 20061. De acuerdo con lo desarrollado previamente, la hiptesis principal esque existe una asociacin positiva entre el nivel del tipo de cambio real y la tasa decrecimiento del empleo industrial.El tipo de cambio real impacta sobre el nivel de actividad de los sectores transables, entreellos la industria. La hiptesis acerca del efecto positivo de la depreciacin real sobre lageneracin de empleo se basa en Frenkel (2004b). El autor distingue una va directa y unava indirecta a travs de las cuales el tipo de cambio real competitivo afecta la demanda deempleo. En primer lugar, la depreciacin real induce el uso ms intensivo del trabajo local

1El perodo de anlisis finaliza en diciembre de 2006 debido a la falta de credibilidad alrededor de los datospublicados por el Instituto Nacional de Estadstica y Censos (INDEC) luego de que ste fuera intervenido enenero de 2007.


3/15

al abaratarlo relativamente. En segundo lugar, la demanda de trabajo aumenta comoresultado de la expansin del nivel de actividad. Asimismo, el autor (2004a) muestra que enArgentina el crecimiento de la actividad luego de la devaluacin ha sido notablemente msintensivo en el uso de mano de obra de lo que lo fue durante los aos de la Convertibilidad.El trabajo se estructura como sigue. Luego de la introduccin, en la seccin 2 se repasanalgunos hechos estilizados de la economa argentina durante los aos noventa en

contraposicin con el perodo post-devaluacin. En la seccin 3 se detalla la metodologa delas estimaciones realizadas en el trabajo. En la seccin 4 se presentan los resultados yfinalmente en la seccin 5 se exponen las conclusiones.

2. ALGUNOS HECHOS ESTILIZADOS DE LA ECONOMA ARGENTINA

Desde una perspectiva de largo plazo se puede afirmar que durante los aos de laConvertibilidad el peso mostr en la Argentina una intensa apreciacin real (ver grfico 1).El brusco y persistente cambio de precios relativos que tuvo lugar luego de la devaluacinde 2002 ha abierto la posibilidad de investigar el comportamiento de las variablesmacroeconmicas y del mercado de trabajo en un nuevo contexto caracterizado por ladepreciacin cambiaria, en contraposicin al perodo prolongado de apreciacincaracterstico de los aos noventa.Pese a que el producto se increment de manera sostenida hasta el ao 1994 los indicadoresdel mercado de trabajo mostraron un marcado deterioro. La situacin empeor bruscamentedurante la crisis del Tequila y, si bien se revirti parcialmente con la recuperacinposterior, desde mediados de 1998 se volvi a deteriorar.La tasa de desempleo, que a comienzos de 1991 ascenda a 6,9%, haba superado el 18%hacia el final del rgimen. Paralelamente se verific una cada del empleo a tiempocompleto desde 33,4% al 27,6% durante el mismo perodo. Es importante mencionar que lamayor destruccin de puestos de trabajo tuvo lugar en la industria manufacturera. Enefecto, entre 1991 y 2001 la cantidad de obreros ocupados en la industria se redujo un 21%y las horas trabajadas lo hicieron en un 43% (ver grfico 2).

Luego del impacto negativo inicial del cambio de modelo macroeconmico todos losindicadores del mercado de trabajo mejoraron y revirtieron la tendencia de la dcadaanterior. Tras la contraccin inicial del empleo, desde fines de 2002 y hasta principios de2007 se verific un notable crecimiento de esta variable. Este proceso fue caracterizado, apartir de mediados de 2003, por la gran creacin de nuevos puestos de trabajo por parte delsector privado.La dinmica del empleo fue particularmente positiva en el caso de las actividadesindustriales. Desde el cuarto trimestre de 2002, en las manufacturas se revirti finalmentela tendencia negativa que caracteriz su comportamiento durante los noventa. Enparticular, despus de tres trimestres de contraccin, entre fines de 2002 y el cuartotrimestre de 2006 los obreros ocupados en la industria se incrementaron un 32% y las horas

trabajadas un 38%.

3. METODOLOGA

Para estudiar la relacin entre el tipo de cambio real multilateral y el empleo industrialprimero es necesario determinar el orden de integracin de las series.Se trabaj con el logaritmo del promedio trimestral del ITCRM (ndice de Tipo de CambioReal Multilateral) publicado mensualmente por el Banco Central de la RepblicaArgentina. Para la serie de empleo industrial se tom la tasa de crecimiento del IHT (ndicede Horas Trabajadas) publicado trimestralmente por el INDEC a partir de datos de laEncuesta Industrial Mensual. Asimismo, en una variante de la estimacin se incluy la

tasa de crecimiento del IVF (ndice de Volumen Fsico) de la misma fuente. Tanto el IVFcomo el IHT se refieren al nivel general de la industria manufacturera.Para determinar el orden de integracin de las series se llevaron a cabo tests de razunitaria. Para todas las variables se pudo rechazar la hiptesis de raz unitaria a niveles de


4/15

significatividad del 5%. Se debe mencionar que sobre el logaritmo del ITCRM fue necesariorealizar el test de cambio estructural de Perron (1989) debido al quiebre que presenta laserie en el primer trimestre de 2002 (ver Anexo I).Puesto que las tres series son estacionarias se puede estimar con ellas un vectorautorregresivo (VAR). El VAR tiene la ventaja de que permite captar interacciones entre lasvariables al tratar a todas simultneamente como endgenas. En este caso, se pretende

analizar si el TCRM influye sobre las horas trabajadas en la industria pero no se deseaexcluir la posibilidad de que las horas trabajadas en la industria repercutan sobre elTCRM. Este tipo de feedbackno podra estudiarse con funciones de transferencia (transferfunctions).Concretamente, se estim la forma reducida del VAR:

Yt = 10 + A11(L) Yt-1+ A12(L) Zt-1+ e1tZt = 20 + A21(L) Yt-1+ A22(L) Zt-1+ e2t

donde Yt = logaritmo del ITCRM en el perodo tZt = tasa de crecimiento del IHT entre el perodo t y el perodo t-1i0 = contiene la constante y eventualmente una variable dummy para el trimestre

de la devaluacin (2002q1)Aij = polinomios en el operador retardo Leit = perturbaciones independientes e idnticamente distribuidas

Se estim un segundo VAR para incluir tambin en el modelo la produccin industrial:

Yt = 10 + A11(L) Yt-1+ A12(L) Zt-1+ A13(L) Wt-1+ e1tZt = 20 + A21(L) Yt-1+ A22(L) Zt-1+ A23(L) Wt-1 + e2tWt =30 + A31(L) Yt-1+ A32(L) Zt-1+ A33(L) Wt-1 + e3t

donde Wt = tasa de crecimiento del IVF entre el perodo t y el perodo t-1

En ambos modelos se espera que los coeficientes correspondientes al logaritmo del ITCRMen la segunda ecuacin tengan signo positivo, es decir, que aumentos del ITCRM (indicandouna depreciacin del peso en trminos reales) se reflejen en perodos siguientes en unaumento de las horas trabajadas en la industria.Los modelos se estimaron inicialmente con 8 rezagos (dos aos para datos trimestrales) enun intento de limitar la prdida de grados de libertad. No obstante, diversos criterios paraestimar la longitud de rezagos adecuada sugieren que uno o dos rezagos son suficientes, demodo que los modelos se volvieron a estimar con slo uno y dos rezagos de todas lasvariables (ver tabla 1).En ambos casos, la versin del modelo con dos rezagos resulta ms satisfactoria al evaluar

la autocorrelacin de los residuos con los tests LM y de Portmanteau. Se verific tambinque los VAR verifican la condicin de estabilidad ya que sus races se encuentran dentro delcrculo unitario.

4. RESULTADOS DE LA ESTIMACIN

En las tablas 2 y 3 se presentan las estimaciones de las formas reducidas del VAR de dos ytres variables, respectivamente, con uno y dos rezagos de cada una.En el modelo de dos variables la variable dummy correspondiente al momento de ladevaluacin resulta significativa en las dos ecuaciones. Sin embargo, esta dummy deja deser significativa, salvo en la ecuacin del ITCRM, cuando se incluye el IVF en el VAR como

tercera variable.De acuerdo con lo esperado, en el modelo de dos variables el coeficiente del ITCRM en laecuacin de las horas trabajadas es positivo y significativo. En el modelo con dos rezagosaumenta el coeficiente del ITCRM rezagado un perodo pero el segundo rezago del ITCRM


5/15

no resulta significativo. En algunas estimaciones aparece una influencia negativa de lashoras trabajadas en el perodo anterior sobre el ITCRM, lo cual podra interpretarse comoun reflejo del efecto Balassa-Samuelson.En las estimaciones con un solo rezago del VAR de tres variables se obtienen coeficientespositivos significativos para el ITCRM tanto en la ecuacin de las horas trabajadas como enla ecuacin del volumen fsico de produccin, de acuerdo con lo esperado. En el modelo con

dos rezagos desaparece la influencia positiva del ITCRM sobre el volumen fsico deproduccin pero aumenta la influencia sobre las horas trabajadas del tipo de cambio realmultilateral rezagado un perodo. El tipo de cambio rezagado dos perodos, por su parte, noresulta significativo en ninguna de las ecuaciones. En una de las estimaciones aparecetambin el feedback negativo ya comentado desde las horas trabajadas rezagadas unperodo hacia el ITCRM.En el VAR de dos variables no se pueden rechazar las hiptesis de que una variable nocausa a la otra en el sentido de Granger. En el VAR de tres variables los tests deexogeneidad en bloque permiten rechazar las hiptesis de que cada una de las variables noes causada en el sentido de Granger por las otras dos en conjunto.Para determinar las funciones de impulso-respuesta y la descomposicin de la varianza esnecesario atribuir un orden a las variables para usar la descomposicin de Cholesky. Elorden que se asigne a las variables es importante porque la correlacin contemporneaentre las perturbaciones etno es despreciable y, por lo tanto, puede llevar a conclusionesdistintas.Desde un punto de vista terico se podra esperar que un shock en las horas trabajadas o enla produccin de la industria no afecten contemporneamente al ITCRM pero que un shocksobre el ITCRM s afecte contemporneamente a las horas trabajadas y a la produccin dela industria. De este modo, la primera variable debera ser el ITCRM. El orden de las otrasdos variables no es tan claro, de modo que en el caso de tres variables se procedi a hacer ladescomposicin con dos rdenes alternativos para comparar los resultados: 1) ITCRM IHTIVF; 2) ITCRMIVFIHT.En el VAR de dos variables se verifica una respuesta acumulada positiva de las horas

trabajadas frente a aumentos del ITCRM, de acuerdo con lo esperado. Transcurridos 5 aos,el 32% de la varianza de las horas trabajadas se explica por shocks en el ITCRM (vergrfico 3 y tabla 4).En el VAR de tres variables con dos rezagos, bajo ambos ordenamientos se verifica unarespuesta acumulada positiva de las horas trabajadas y tambin de la produccin industrialante shocks sobre el ITCRM (ver grficos 4 y 5). Asimismo, de acuerdo con lo esperado, laproporcin de la varianza de las horas trabajadas y de la produccin industrial que seexplica por un shock en el ITCRM tiende a crecer con el tiempo.En el primer ordenamiento, luego de 5 aos la varianza de las horas trabajadas se explicaen aproximadamente un 30% por el ITCRM en tanto que la produccin industrial explicaaproximadamente un 25%. Por su parte, la varianza del producto industrial se explica en

alrededor de 23% por el ITCRM y de 34% por las horas trabajadas (ver tabla 5).En el segundo ordenamiento, transcurridos 5 aos la varianza de las horas trabajadas seexplica en un 30% por el ITCRM en tanto que el 32% se debe a la produccin industrial.Asimismo, el 23% de la varianza de la produccin industrial se debe a shocks en el ITCRMy el 12% se debe a shocks en las horas trabajadas (ver tabla 6).Finalmente, la descomposicin de Cholesky permite estimar el VAR en su formaestructural. En la tabla 7 se detallan los resultados de la estimacin para el VAR de dosvariables. Tal como se esperaba, el coeficiente que mide la influencia contempornea delITCRM sobre las horas trabajadas es positivo y significativo al 10%.


6/15

5. CONCLUSIONES

En el marco de la discusin acerca de los efectos positivos sobre el desarrollo de mantenerun tipo de cambio competitivo y estable ha surgido en Amrica Latina el inters porinvestigar la incidencia del tipo de cambio real en el mercado de trabajo. La conclusinprincipal ha sido que para un determinado nivel de actividad existe una correlacin positiva

entre el nivel del tipo de cambio real y el crecimiento del empleo. En economasimportadoras de bienes de capital la depreciacin real abarata relativamente el trabajolocal lo cual incentiva la sustitucin a favor de este ltimo a la vez que promueve laexpansin de actividades trabajo-intensivas.El objetivo general de este trabajo ha sido analizar economtricamente la relacin entre eltipo de cambio real multilateral y el empleo industrial en la economa argentina en elperodo comprendido entre enero de 1991 y diciembre de 2006bajo la hiptesis de que lasdepreciaciones reales fomentan el crecimiento del empleo industrial.La conclusin principal es que en el perodo bajo anlisis el tipo de cambio real multilateralha tenido un efecto positivo sobre el nivel de empleo industrial y posiblemente tambinsobre el volumen fsico producido en la industria manufacturera. La evidencia empricasirve de apoyo a la recomendacin de poltica de sostener un tipo de cambio real competitivoy estable.

BIBLIOGRAFA Y REFERNCIAS

Amadeo, E. y Melo Filho P. G. M. (1999): Apertura, productividad y empleo en el Brasil,en Tokman, V. y Martnez, D. Productividad y empleo en la apertura econmica, OIT, Lima. Balassa, B. (1971): Trade Policies in Developing Countries, American Economic Review,Vol. 61. N 2. Daz Alejandro, C. (1979): Algunas vicisitudes histricas de las economas abiertas enAmrica Latina, Desarrollo Econmico, Vol. 19, N 74.

Daz, A. (1995): La industria chilena entre 1970-1994: de la sustitucin de importacionesa la segunda fase exportadora, CEPAL, Santiago de Chile. Dooley, M.; Folkerts-Landau, D. y Garber, P. (2004): The US Current Account Deficitand Economic Development: Collateral for a Total Return Swap, NBER Working Paper, N10727. Elder, J. y Kennedy, P. (2001): Testing for Unit Roots: What Should Students BeTaught?. Journal of Economic Education, vol 32, Spring 2001, 137-146. Enders, W. (2010): Applied Econometric Time Series, 3rdedition, Wiley Series. Feldstein, M. (1999): Self-Protection for Emerging Markets, NBER Working Paper, N6907. Frenkel, R. (2004a): Remuneraciones, mercado de trabajo y poltica salarial en la

recuperacin. Argentina 2003-2004, trabajo preparado para el seminario Enfrentando losretos del trabajo decente organizado por OIT / Ministerio de Trabajo de Argentina. Frenkel, R. (2004b): Real exchange rate and employment in Argentina, Brazil, Chile andMexico, trabajo preparado para el G-24, Washington DC, septiembre de 2004. Frenkel, R. y Taylor, L. (2005): Real Exchange Rate, Monetary Policy and Employment:Economic Development in a Garden of Forking Paths, trabajo presentado para la High-Level United Nations Development Conference, Nueva York, 14 y 15 de marzo de 2005. Gonzlez, M. y Landro, A. (2009): Elementos de econometra de los fenmenos dinmicos:procesos estocsticos lineales unidimensionales, Ediciones Cooperativas, Buenos Aires. Hamilton, J. (1994): Time Series Analysis. Princeton University Press. Hayashi, F. (2000): Econometrics. Princeton University Press.

Hernndez Laos, E. (1999): Apertura comercial, productividad, empleo y contratos detrabajo en Mxico, en Tokman, V. y Martnez, D. (Eds.), Productividad y empleo en laapertura econmica, OIT, Lima, Per.


7/15

Ibarra, C. (2010): Capital flows and real exchange rate appreciation in Mexico, trabajopresentado en la 37th Eastern Economic Association Annual Meetings, Nueva York, 25 defebrero de 2011. Perron, P. (1989): The Great Crash, The Oil Price Shock and The Unit Root Hypothesis.Econometrica,Vol. 57, No 6, November, 1361-1401. Polterovich, V. y Popov, V. (2002): Accumulation of Foreign Exchange Reserves and Long

Term Growth, New Economic School, Moscow, Russia. Disponible enhttp://www.nes.ru/english/about/10th-Anniversary/papers-pdf/Popov-polterovich.pdfhttp://www.nes.ru/english/about/10th-Anniversary/papers-pdf/Popov-charts.pdf. Rodrik, D. (2003): Growth Strategies, NBER Working Paper, N 10050. Williamson, J. (2003): Exchange rate policy and development, trabajo preparado para elProyecto International Policy Dialogue (IPD) Capital Market Liberalization Task Force dela Universidad de Columbia, realizado en Barcelona, Espaa, junio de 2003.
http://www.nes.ru/english/about/10th-Anniversary/papers-pdf/Popov-polterovich.pdfhttp://www.nes.ru/english/about/10th-Anniversary/papers-pdf/Popov-polterovich.pdfhttp://www.nes.ru/english/about/10th-Anniversary/papers-pdf/Popov-polterovich.pdfhttp://www.nes.ru/english/about/10th-Anniversary/papers-pdf/Popov-polterovich.pdf


8/15

Anexo I Determinacin del orden de integracin de las series.

En aquellos tests que lo requieren se usaron como mximo 11 lags en la ecuacin decontraste. Para determinar la mxima cantidad de lags a incluir se sigui la propuesta deHayashi (2000). La propuesta de Enders (2010) de realizar el test con 12 lags (3 aos endatos trimestrales) no modifica de manera apreciable los resultados.

Grfico 3. Grfico 4.Tasa de crecimiento de IVF. Tasa de crecimiento de IHT.1991- 2006 1991- 2006

-.12

-.08

-.04

.00

.04

.08

.12

.16

1992 1994 1996 1998 2000 2002 2004 2006

-.10

-.05

.00

.05

.10

1992 1994 1996 1998 2000 2002 2004 2006

Fuente: INDEC

Fuente: INDEC

Tanto la teora como la inspeccin de las series sugieren que, en caso de ser estacionarias,

las tasas de crecimiento del IVF y del IHT no deberan exhibir tendencia y sus medias nodeberan ser cero2. Por lo tanto, los tests se realizaron con una ecuacin de contraste queslo contiene intercepto. En los tests ADF se verific la ausencia de autocorrelacin en losresiduos de la regresin.Se presentan a continuacin los resultados los tests.

Serie: dlog(IHT)Test Lags / ancho

de bandaEstadstico Prob. Resultado*

ADF (AIC, SIC, HQC) 0 -6.45 0.00 Rechazo HoADF (MAIC, MSIC, MHQC) 3 -2.24 0.19 No rechazo HoDF GLS (AIC, SIC, HQC, MSIC) 1 -2.10 - Rechazo Ho

DF GLS (MAIC, MHQC) 3 -1.13 - No rechazo HoPP (Newey-West Barlett kernel) 0.97 -6.45 0.00 Rechazo HoKPS (Andrews Barlett kernel)** 2.7 0.22 - No rechazo HoERS (spectral OLS AR, SIC) 0 3.03 - Rechazo HoNg- Perron (spectral GLSdetrended AR, SIC)

1 - Rechazo Ho(al 10%)

* Salvo que se indique lo contrario se refiere al 5% de significatividad.** Ho: la serie es estacionaria

Como se puede apreciar, la mayora de los tests permite rechazar la hiptesis de razunitaria. Si se toma en cuenta la prdida de potencia que implica el cambio de nivel que

muestra la serie luego de la devaluacin, se puede concluir con un elevado nivel deconfianza que la serie dlog(IHT) es efectivamente estacionaria.

2Para ms acerca de estrategias para realizar tests de raz unitarias ver Elder y Kennedy (2001).


9/15

Serie: dlog(IVF)Test Lags / ancho

de bandat stat Prob. Resultado

ADF (AIC, SIC, HQC) 0 -5.99 0.00 Rechazo HoADF (MAIC, MSIC, MHQC) 1 -3.98 0.00 Rechazo HoDF GLS (AIC, SIC, HQC, MSIC) 1 -1.47 - No rechazo HoDF GLS (MAIC, MHQC) 3 -0.87 - No rechazo HoPP (Newey-West Barlett kernel) 1 -5.96 0.00 Rechazo HoKPS (Andrews Barlett kernel)* 3.66 0.17 - No rechazo HoERS (spectral OLS AR, SIC) 0 5.64 - No rechazo HoNg- Perron (spectral GLSdetrended AR, SIC)

1 - - No rechazo Ho

* Ho: la serie es estacionaria

La mitad de los tests permiten rechazar la hiptesis de raz unitaria. Como ya fuemencionado, debido a que la serie muestra un cambio de nivel luego de la devaluacin esposible que esto haga perder potencia a los tests. Para ms seguridad se realiz el test de

Perron de cambio estructural. Como hiptesis alternativa se us:

dlog(IVF) = 1+ (2- 1) DUt+ t + et

donde DUt = 1 desde t = 2002Q1 y 0 en otro caso.

Los residuos de esta ecuacin sobre los que se debera realizar un nuevo test- son ruidoblanco entonces se puede rechazar la hiptesis de raz unitaria y se puede considerar adlog(IVF) como una serie estacionaria.Finalmente, para analizar la serie del logaritmo del ITCRM se realiz directamente el testde cambio estructural de Perron. La hiptesis alternativa utilizada fue que la serie presenta

un cambio de nivel y posiblemente tambin un cambio de tendencia. Tanto el criterio deAkaike como el de Schartz seleccionan el modelo:

log(ITCRM) = 1+ 1t + (2- 1) DUt+ (2 - 1)DTt+ et

donde DUt = 1 desde t = 2002Q1 y 0 en otro caso y DT t = t a partir de 2002Q1 y 0 en otrocaso.

Luego se estim:d(et)= C + et-1 +t

Se verific que tsea ruido blanco. El resultado de la estimacin y los estadsticos t son lossiguientes:

d(et) = -0.003123 - 0.447423 et-1(-0.527) (-4.758)

El estadstico determinado por Perron, correspondiente a esta hiptesis alternativa cuandola proporcin de muestra anterior al punto de quiebre estructural es 70% para un nivel designificatividad de 5%, es -4.44 de modo que se puede rechazar la hiptesis de raz unitaria.


10/15

Grfico 1. ndice de Tipo de Cambio Real Multilateral1991-2006(dic 2001=100)

80

120

160

200

240

280

1992 1994 1996 1998 2000 2002 2004 2006

Fuente: Banco Central de la Repblica Argentina

Grfico 2. Evolucin del ndice de horas trabajadas y de obreros ocupados en laindustria 1991-2006(1997=100)

50

60

70

80

90

100

110

120

1992 1994 1996 1998 2000 2002 2004 2006

Obreros ocupados Horas trabajadas

Fuente: INDEC


11/15

Tabla 1. Seleccin de longitud de rezagos.

Modelo Criterio Nmero de lagsFinal Prediction Error (FPE) 2AIC 2SIC 1

HQ 1

2 variables

Sequential Modified LR 1Final Prediction Error (FPE) 2AIC 2SIC 1HQ 1

3 variables

Sequential Modified LR 2

Tabla 2. Formas reducida de los VAR de dos variables. 3

LOGITCRM DHTNG LOGITCRM DHTNGLOGITCRM(-1) 1.037764 (*) 0.056486(*) 1.043049 (*) 0.055969 (*)(0.04017) (0.01262) (0.02090) (0.01226)

DHTNG(-1) -1.307133 (*) -0.032576 -0.709574 (*) -0.091114(0.38042) (0.11946) (0.20342) (0.11937)

C -0.183128 -0.283562 (*) -0.217875 (*) -0.280158 (*)(0.19973) (0.06272) (0.10392) (0.06098)

DCRISIS 0.634585 (*) -0.062165 (*)(0.0516) (0.02943)

LOGITCRM DHTNG LOGITCRM DHTNGLOGITCRM(-1) 1.260318 (*) 0.097048 (*) 1.356813 (*) 0.087979 (*)

(0.12823) (0.04191) (0.05245) (0.04104)LOGITCRM(-2) -0.237285 -0.047680 -0.358306 (*) -0.036307

(0.14501) (0.04739) (0.05939) (0.04648)DHTNG(-1) -1.068404 (*) -0.027545 -0.320096 -0.097869

(0.40994) (0.13398) (0.17248) (0.13498)DHTNG(-2) -0.356717 0.103235 0.086823 0.061552

(0.40622) (0.13277) (0.16724) (0.13088)C -0.112738 -0.248794 0.001422 -0.259522 (*)

(0.23359) (0.07634) (0.09521) (0.07451)DCRISIS 0.649600 (*) -0.061048 (*)

(0.03856) (0.03018)Desvo estndar entre parntesis. (*) significativos al 5%.

Tabla 3. Formas reducida de los VAR de tres variables.

LOGITCRM DHTNG DVFNGLOGITCRM(-1) 1.040511(*) 0.055145(*) 0.055242(*)

(0.04122) (0.01116) (0.01391)DHTNG(-1) -1.177501 -0.666804(*) -0.453417(*)

(0.65041) (0.17603) (0.21955)DVFNG(-1) -0.195353 0.679671(*) 0.439808(*)

(0.57915) (0.15674) (0.19549)C -0.195435 -0.284350(*) -0.271756(*)

(0.20490) (0.05545) (0.06916)

3DHTNG se refiere a la tasa de crecimiento del IHT y DVFNG a la del IVF.


12/15

LOGITCRM DHTNG DVFNG

LOGITCRM(-1) 1.277497(*) 0.080491(*) 0.037302(0.12842) (0.03443) (0.04383)

LOGITCRM(-2) -0.272944 -0.022158 0.029113(0.14645) (0.03926) (0.04999)

DHTNG(-1) -0.449720 -0.868632(*) -0.743620(*)(0.70604) (0.18929) (0.24100)

DHTNG(-2) 0.553996 -0.413847(*) -0.512116(*)(0.72934) (0.19553) (0.24896)

DVFNG(-1) -0.288701 0.726282(*) 0.499148(*)(0.55586) (0.14902) (0.18974)

DVFNG(-2) -0.923622 0.500831(*) 0.572583(*)(0.61998) (0.16621) (0.21163)

C -0.006626 -0.306891(*) -0.334761(*)(0.24350) (0.06528) (0.08312)

Desvo estndar entre parntesis. (*) significativos al 5%

Grfico 3. Impulso-respuesta en el VAR de dos variables.Respuesta acumulada, innovacin de un desvo estndar.

-2

-1

0

1

2

3

2 4 6 8 10 12 14 16 18 20

Accumulated Response of LOGITCRM to LOGITCRM

-2

-1

0

1

2

3

2 4 6 8 10 12 14 16 18 20

Accumulated Response of LOGITCRM to DHTNG

-.04

.00

.04

.08

.12

.16

2 4 6 8 10 12 14 16 18 20

Accumulated Response of DHTNG to LOGITCRM

-.04

.00

.04

.08

.12

.16

2 4 6 8 10 12 14 16 18 20

Accumulated Response of DHTNG to DHTNG

Tabla 4. Descomposicin de la varianza en el VAR de dos variables (en %)

Descomposicin de la varianzade ITCRM

Descomposicin de la varianzade HTNG

Perodo LOGITCRM DHTNG LOGITCRM DHTNG1 100.0000 0.000000 4.664365 95.33564

4 89.40439 10.59561 20.05332 79.946688 85.53729 14.46271 27.05834 72.9416612 84.57425 15.42575 30.11564 69.8843620 84.02177 15.97823 32.38748 67.61252


13/15

Grfico 4. Impulso-respuesta bajo el primer ordenamiento.Respuesta acumulada, innovacin de un desvo estndar.

-2

-1

0

1

2

3

2 4 6 8 10 12 14 16 18 20

Accumulated Response of LOGITCRM to LOGITCRM

-2

-1

0

1

2

3

2 4 6 8 10 12 14 16 18 20


-2

-1

0

1

2

3

2 4 6 8 10 12 14 16 18 20

Accumulated Response of LOGITCRM to D VFNG

-.05

.00

.05

.10

.15

2 4 6 8 10 12 14 16 18 20

Accumulated Response of DHTNG to LOGITCRM

-.05

.00

.05

.10

.15

2 4 6 8 10 12 14 16 18 20


-.05

.00

.05

.10

.15

2 4 6 8 10 12 14 16 18 20

Accumulated Response of DHTNG to DVFNG

-.04

.00

.04

.08

.12

.16

2 4 6 8 10 12 14 16 18 20

Accumulated Response of DVFNG t o LOGITCRM

-.04

.00

.04

.08

.12

.16

2 4 6 8 10 12 14 16 18 20

Accumulated Response of DVFNG to DHTNG

-.04

.00

.04

.08

.12

.16

2 4 6 8 10 12 14 16 18 20

Accumulated Response of DVFNG to DVFNG

Tabla 5. Descomposicin de la varianza bajo el primer ordenamiento.(en %)

Descomposicin de lavarianza de ITCRM

Descomposicin de lavarianza de IHT

Descomposicin de lavarianza de IVF

Perodo ITCRM IHT IVF ITCRM IHT IVF ITCRM IHT IVF1 100.00 0.00 0.00 2.65 97.35 0.00 0.06 52.05 47.894 89.80 2.72 7.48 15.50 57.99 26.51 6.11 44.00 49.908 82.91 2.87 14.21 24.96 50.03 25.01 16.41 38.44 45.1512 80.98 2.89 16.13 28.69 46.41 24.90 20.73 35.77 43.5020 80.13 2.90 16.97 30.47 44.60 24.92 22.83 34.42 42.75


14/15

Grfico 5. Impulso-respuesta bajo el segundo ordenamientoRespuesta acumulada, innovacin de un desvo estndar.

-2

-1

0

1

2

3

2 4 6 8 10 12 14 16 18 20

Accumulat ed R esponse of LOGITCRM t o LOGITCRM

-2

-1

0

1

2

3

2 4 6 8 10 12 14 16 18 20

Accumulat ed Res ponse of LOGITCRM to DVFNG

-2

-1

0

1

2

3

2 4 6 8 10 12 14 16 18 20


-.04

.00

.04

.08

.12

.16

2 4 6 8 10 12 14 16 18 20

Accumulat ed Res ponse of DVFNG t o LOGITCRM

-.04

.00

.04

.08

.12

.16

2 4 6 8 10 12 14 16 18 20

Accumulated Response of DVFNG t o DVFNG

-.04

.00

.04

.08

.12

.16

2 4 6 8 10 12 14 16 18 20

Accumulated Response of DVFNG t o DHTNG

-.05

.00

.05

.10

.15

2 4 6 8 10 12 14 16 18 20

Accumulat ed Res ponse of DHTNG t o LOGITCRM

-.05

.00

.05

.10

.15

2 4 6 8 10 12 14 16 18 20

Accumulated Response of DHTNG to DVFNG

-.05

.00

.05

.10

.15

2 4 6 8 10 12 14 16 18 20


Tabla 6. Descomposicin de la varianza bajo el segundo ordenamiento.(en %)

Descomposicin de lavarianza de ITCRM

Descomposicin de lavarianza de IVF

Descomposicin de lavarianza de IHT

Perodo ITCRM IVF IHT ITCRM IVF IHT ITCRM IVF IHT1 100.00 0.00 0.00 0.06 99.94 0.00 2.65 50.70 46.654 89.80 9.14 1.06 6.11 80.10 13.79 15.50 36.38 48.128 82.91 14.34 2.75 16.41 71.30 12.29 24.96 33.39 41.65

12 80.98 15.73 3.29 20.73 67.51 11.76 28.69 32.45 38.8620 80.13 16.33 3.54 22.83 65.65 11.52 30.47 32.04 37.49

Tabla 7. Estimacin estructural del VAR de dos variables.

Model: Ae = Bu where E[uu']=IRestriction Type: short-run text form@e1 = C(1)*@u1@e2 = C(2)*@e1 + C(3)*@u2 where@e1 represents LOGITCRM residuals@e2 represents DHTNG residuals

Coefficient Std. Error z-Statistic Prob.C(2) -0.070586 0.040858 -1.727573 0.0841C(1) 0.089186 0.008075 11.04536 0.0000C(3) 0.028461 0.002577 11.04536 0.0000


15/15

Log likelihood 191.4410Estimated A matrix:

1.000000 0.0000000.070586 1.000000

Estimated B matrix:0.089186 0.000000

0.000000 0.028461

Eleonora Tubio - Trabajo Final Doctorado

Documents

Transcript of Eleonora Tubio - Trabajo Final Doctorado