Lic. Davide Erdas ________________________ Impacto del Precio del Petróleo en los Estados Unidos...
-
Upload
jaime-olivares-fidalgo -
Category
Documents
-
view
217 -
download
3
Transcript of Lic. Davide Erdas ________________________ Impacto del Precio del Petróleo en los Estados Unidos...
Lic. Davide Erdas
________________________
Impacto del Precio del Petróleo en los Estados Unidos
________________________
Efecto de la dependencia del petróleo sobre el PIB (1946-2005)
PIB USA 1946-2005 (en billiones de dólares de 2000)
Fuente: Bureau of Economic Analysis.
0
2.000
4.000
6.000
8.000
10.000
12.000
19
46
19
48
19
50
19
52
19
54
19
56
19
58
19
60
19
62
19
64
19
66
19
68
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
Bill
ion
es d
e d
óla
res
Precio del barril de petróleo crudo (dólares de 2000)
Fuente: www.eia.doe.gov
0
10
20
30
40
50
60
70
1946
1949
1952
1955
1958
1961
1964
1967
1970
1973
1976
1979
1982
1985
1988
1991
1994
1997
2000
2003
2000
ch
ain
ed d
ola
rs
oil real prices 2000 Polinômio (oil real prices 2000)
Dependencia del petróleo
• La producción de petróleo en Estados Unidos alcanzó su máximo en el 1971
• Las reservas probadas en el suelo americano alcanzaron su pique en los años setenta, y año tras año disminuyen a pesar de la política ahorradora de los gobiernos federales, que prefieren consumir en la mayor medida posible las reservas situadas en el exterior.
• Consecuencia: elevada dependencia de la oferta mundial
0
5
10
15
20
25
30
35
40
bill
ion
es d
e b
arri
les
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
Reservas probadas de petróleo en los EEUUFuente: U.S. Energy Information Administration
El trabajo de Hamilton (1983)
• Los cambios en la oferta de petróleo provocan cambios en el PIB USA
• Datos trimestrales (1949-1973)
• Precio del petróleo variable exógena
El modelo
1. El Producto Interior Bruto de Estados Unidos (Y), 1949-2005
2. La misma endógena retardada el año anterior (Yt-1), lo que caracteriza el modelo como dinámico mixto
3. La variación del precio del petróleo – d(poil)
Yt = β1 · Yt-1 + β2 · d(Poil t-1) + β3 · d(Poil t-2) + εt
Estimación del modelo
Sample(adjusted): 1949 2005
Included observations: 57 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
Y(-1) 1.032156 0.002163 477.2511 0.0000
D(POIL(-1)) -4.288340 1.942924 -2.207158 0.0316
D(POIL(-2)) -4.631133 1.940829 -2.386163 0.0206
R-squared 0.998868 Mean dependent var 5266.026
Adjusted R-squared 0.998826 S.D. dependent var 2727.301
S.E. of regression 93.44858 Akaike info criterion 11.96390
Sum squared resid 471562.4 Schwarz criterion 12.07142
Log likelihood -337.9710 Durbin-Watson stat 1.751897
Ŷt = 1,032 · Yt-1 – 4,288 · d(Poil t-1) – 4,631 · d(Poil t-2)
Características estadísticas
%RECM = √(SCE/T)/yˉ = 1,727%
-300
-200
-100
0
100
200
0
2000
4000
6000
8000
10000
12000
50 55 60 65 70 75 80 85 90 95 00 05
Resíduos Real Estimado
Análisis de los residuos
• Normalidad de los resíduos
0
2
4
6
8
10
-200 -150 -100 -50 0 50 100 150 200
Series: ResidualsSample 1949 2005Observations 57
Mean 5.952854Median 9.396032Maximum 175.2236Minimum -218.8466Std. Dev. 91.56794Skewness -0.506875Kurtosis 2.671496
Jarque-Bera 2.697058Probability 0.259622
Análisis de los residuos• Ausencia de autocorrelaciónBreusch-Godfrey Serial Correlation LM Test:
F-statistic 0.796570 Probability 0.456297
Obs*R-squared 1.456501 Probability 0.482753
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 06/12/06 Time: 16:57
Variable Coefficient Std. Error t-Statistic Prob.
Y(-1) -9.55E-05 0.002174 -0.043948 0.9651
D(POIL(-1)) 0.955796 2.107226 0.453580 0.6520
D(POIL(-2)) -0.651981 2.083681 -0.312899 0.7556
RESID(-1) 0.152392 0.148610 1.025446 0.3099
RESID(-2) -0.134623 0.152136 -0.884883 0.3803
R-squared 0.025553 Mean dependent var 5.952854
Adjusted R-squared -0.049405 S.D. dependent var 91.56794
S.E. of regression 93.80262 Akaike info criterion 12.00389
Sum squared resid 457544.5 Schwarz criterion 12.18311
Log likelihood -337.1110 Durbin-Watson stat 2.013224
Análisis de los residuos
Hortogonalidad de los parámetros
Y(-1) D(POIL(-1)) D(POIL(-2))
Y(-1) 1 -0.0014 -0.0185
D(POIL(-1)) -0.001 1 -0.0035
D(POIL(-2)) -0.0185 -0.0035 1
det = 0,999642
Análisis de los residuos
• Análisis de la heterocedasticidad
White Heteroskedasticity Test:F-statistic 1.796118 Probability 0.118952
Obs*R-squared 10.10704 Probability 0.120216
Conclusión: posible cambio estructural
Test de Chow
Chow Breakpoint Test: 1978
F-statistic 2,351622 Probability 0,083147
Log likelihood ratio 7,385090 Probability 0,060586
La nueva ecuación seria:Ŷt = 1,031 · Yt-1 – 6,534 · d(Poil t-2)
Análisis de cointegración
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(ERROR)
Method: Least Squares
Date: 06/12/06 Time: 18:19
Sample(adjusted): 1950 2005
Included observations: 56 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
ERROR(-1) -0.577418 0.125362 -4.605995 0.0000
R-squared 0.277744 Mean dependent var 4.311608
Adjusted R-squared 0.277744 S.D. dependent var 149.0192
S.E. of regression 126.6450 Akaike info criterion 12.53835
Sum squared resid 882142.0 Schwarz criterion 12.57451
Log likelihood -350.0737 Durbin-Watson stat 1.628120
d(εt) = δεt-1 + μt
H0: δ = 0. Presencia de una raíz unitaria. No cointegración.H1: δ ≠ 0. Cointegración.
Análisis de causalidad de Granger
Pairwise Granger Causality Tests
Date: 06/13/06 Time: 13:15
Sample: 1946 2005
Lags: 2
Null Hypothesis: Obs F-Statistic Probability
D(POIL(-1)) does not Granger Cause Y 56 3.79218 0.02915
Y does not Granger Cause D(POIL(+1)) 0.38950 0.67936
D(POIL(-2)) does not Granger Cause Y 55 4.41878 0.01710
Y does not Granger Cause D(POIL(+2)) 0.62848 0.53748
Significado económico del modeloEfecto del aumento del precio del petrólio sobre el PIB del 2005
-0,03
-0,025
-0,02
-0,015
-0,01
-0,005
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
d(poil)
Ta
sa
de
cre
cim
ien
to d
el
PIB
[Y
-Y(-
1)]
/Y(-
1)
2006
2007
2006/7
Predicción. Posibles escenarios con la ecuación del modelo Escenarios futuros según la variación del precio del
petróleo
10.000
10.500
11.000
11.500
12.000
12.500
13.000
2005 2006 2007 2008 2009 2010
Bil
lio
nes
de
do
lare
s
no cambio
aumento aritmetico
aumento geometrico
Predicción. Posibles escenarios con la ecuación del modelo
NoCambio
AumentoAritmetico
AumentoGeometrio
d(poil)
2004 0,30 0,30 0,30
2005 17,02 17,02 17,02
2006 22,00 22,00 22,00
2007 0,00 26,98 31,96
2008 0,00 31,96 51,87
2009 0,00 36,94 91,71
2010 0,00 41,92 171,37
Nocambio
AumentoAritmético
Aumentogeométrico
2006 2,53% 2,53% 2,53%
2007 1,68% 1,68% 1,68%
2008 2,32% 1,33% 1,14%
2009 3,20% 1,99% 1,25%
2010 3,20% 2,90% 1,09%
Conclusiones
1. Hay una relación negativa entre precio del petróleo y PIB USA
2. El aumento del precio del petróleo afecta negativamente el PIB
3. No hay pruebas para hablar de una relación bilateral
4. La dependencia del petróleo afecta negativamente al desarrollo