Tarea nº 7 MODELOS VAR (p) PAIS: SUIZA · Tarea nº 7 MODELOS VAR (p) PAIS: SUIZA Modelo VAR (p)...

Tarea nº 7 MODELOS VAR (p)

PAIS: SUIZA Modelo VAR (p) para 2, 3 y 4

variables.

Estimación del modelo VAR (p) con 2 variables.

Para estimar el modelo VAR (p) para 2 variables, se usara la función de

importaciones keynesiana:

IMPORTACIONES = f(PIB)

Donde:

PIB= Producto Interno Bruto expresado en millones $

Para la estimación del modelo se aplicara EViews, los datos históricos de las

variables elegidas se recabaron de la página:

http://datos.bancomundial.org/pais/suiza.

GRAFICO:

BASE DATOS

AÑO

IMPORTACIONES

(Y) PIB(x)2016 268.657,80 659.850

2015 253.110,30 670.656

2014 275.741,70 702.736

2013 321.508,60 685.104

2012 295.960,90 664.902

2011 208.219,90 696.447

2010 176.280,60 580.607

2009 155.378,10 540.966

2008 183.573,90 552.287

2007 161.180,20 477.784

2006 141.399,50 429.477

2005 126.573,70 407.592

2004 115.799,00 393.038

2003 100.239,00 352.356

2002 87.189,00 301.321

2001 84.102,00 278.821

2000 82.521,00 271.852

1999 79.857,00 289.600

1998 80.094,00 294.750

1997 75.960,00 286.673

1996 78.224,00 329.762

1995 80.152,00 341.958

1994 67.997,00 291.883

1993 60.828,00 263.445

1992 65.723,00 271.053

1991 66.485,00 260.542

1990 69.681,00 257.544

1989 58.194,00 201.666

1988 56.363,00 208.800

1987 50.652,00 192.949

1986 41.051,00 154.151

1985 30.696,00 107.580

1984 29.522,00 106.025

1983 29.192,00 110.993

1982 28.678,00 111.313

1981 30.697,00 108.674

1980 36.341,00 118.714

1979 29.356,00 105.565

1978 23.804,00 93.913

1977 17.940,10 67.153

1976 14.775,40 62.875

1975 13.303,40 60.111

1974 14.445,10 52.432

1973 11.625,60 45.497

1972 8.468,40 33.830

1971 7.191,20 27.583

1970 6.374,20 22.953

1969 5.198,80 20.525

1968 4.442,10 18.943

1967 4.067,30 17.740

1966 3.888,50 16.480

1965 3.642,60 15.347

1964 3.553,90 14.481

1963 3.199,00 13.064

1962 2.969,60 11.880

1961 2.662,70 10.713

1960 2.206,30 9.523

ESTIMACION DEL MODELO

INTERPRETACIONES

INTERPRETACION R CUADRADO: el r cuadrado explica la bondad de ajuste de las

variables importaciones y el PIB las cuales son altamente significativas, por lo cual el

modelo explica el 97,50 % y el 98, 60% de la variación total de las variables de estudio.

PRO F ESTADISTIC: EL MODELO para la variable IMPORTACIONES no es significativo

porque tiene un valor mayo a cero de 489,1506.

PRO F ESTADISTIC: EL MODELO para la variable PIB no es significativo porque tiene un

valor mayo a cero de 883,039

VAR Lag Order Selection Criteria

Endogenous variables: IMPORTACIONES_Y_ PIB_X_

Exogenous variables: C

Date: 10/06/17 Time: 20:20

Sample: 1960 2016

Included observations: 51 Lag LogL LR FPE AIC SC HQ 0 -1278.135 NA 2.17e+19 50.20137 50.27713 50.23032

1 -1152.957 235.6296 1.88e+17 45.44928 45.67656 45.53613

2 -1147.622 9.622780 1.78e+17 45.39696 45.77575 45.54170

3 -1140.632 12.06241 1.59e+17 45.27967 45.80998 45.48232

4 -1128.935 19.26588 1.18e+17 44.97783 45.65965 45.23837

5 -1113.926 23.54315* 7.71e+16* 44.54611* 45.37945* 44.86455*

6 -1111.577 3.500257 8.30e+16 44.61086 45.59571 44.98720 * indicates lag order selected by the criterion

LR: sequential modified LR test statistic (each test at 5% level)

FPE: Final prediction error

AIC: Akaike information criterion

SC: Schwarz information criterion

HQ: Hannan-Quinn information criterion

INTERPRETACIONES

Se eligió el criterio de Akaike y según este criterio estadístico se identificó que el

modelo presenta 5 rezagos entonces el modelo VAR de Importaciones se lo

estima con 5 rezagos.

Vector Autoregression Estimates

Date: 10/06/17 Time: 20:23

Sample (adjusted): 1965 2016

Included observations: 52 after adjustments

Standard errors in ( ) & t-statistics in [ ]

IMPORTACION

ES_Y_ PIB_X_ IMPORTACIONES_Y_(-1) 0.850692 0.077377

(0.14117) (0.38678)

[ 6.02592] [ 0.20006]

IMPORTACIONES_Y_(-2) -0.309679 -0.872040

(0.18380) (0.50356)

[-1.68490] [-1.73176]

IMPORTACIONES_Y_(-3) -0.432708 0.854105

(0.19163) (0.52501)

[-2.25808] [ 1.62684]

IMPORTACIONES_Y_(-4) 0.596276 -0.843037

(0.20139) (0.55176)

[ 2.96081] [-1.52791]

IMPORTACIONES_Y_(-5) 1.244505 1.325586

(0.34458) (0.94407)

[ 3.61162] [ 1.40411]

PIB_X_(-1) -0.004376 1.129876

(0.06035) (0.16534)

[-0.07251] [ 6.83377]

PIB_X_(-2) 0.112101 -0.351301

(0.08883) (0.24338)

[ 1.26194] [-1.44343]

PIB_X_(-3) -0.080698 0.670853

(0.08497) (0.23279)

[-0.94976] [ 2.88184]

PIB_X_(-4) 0.189932 -0.292091

(0.08709) (0.23859)

[ 2.18098] [-1.22422]

PIB_X_(-5) -0.437454 -0.280260

(0.07825) (0.21438)

[-5.59068] [-1.30732]

C 1291.002 7676.573

(2390.65) (6549.78)

[ 0.54002] [ 1.17204] R-squared 0.990210 0.988815

Adj. R-squared 0.987823 0.986087

Sum sq. resids 3.48E+09 2.61E+10

S.E. equation 9213.120 25241.65

F-statistic 414.7150 362.4635

Log likelihood -542.2813 -594.6904

Akaike AIC 21.28005 23.29578

Schwarz SC 21.69281 23.70855

Mean dependent 83122.02 262208.0

S.D. dependent 83489.67 213996.8 Determinant resid covariance (dof adj.) 4.98E+16

Determinant resid covariance 3.09E+16

Log likelihood -1134.810

Akaike information criterion 44.49270

Schwarz criterion 45.31822

EL SIGUIENTE PASO ES VERIFICAR SI LOS REZAGOS SON SIGNIFICATIVOS

Todos los rezagos si son significativos porque p- value es inferior al 10%

FUNCION IMPLUSO-RESPUESTA

VAR Lag Exclusion Wald Tests

Date: 10/06/17 Time: 20:24

Sample: 1960 2016

Included observations: 52 Chi-squared test statistics for lag exclusion:

Numbers in [ ] are p-values

IMPORTACION

ES_Y_ PIB_X_ Joint Lag 1 37.71233 49.35903 88.77771

[ 6.47e-09] [ 1.91e-11] [ 0.000000]

Lag 2 3.787245 6.186293 10.11426

[ 0.150526] [ 0.045359] [ 0.038546]

Lag 3 6.334747 11.67041 23.87110

[ 0.042114] [ 0.002923] [ 8.48e-05]

Lag 4 11.63077 3.282487 19.99472

[ 0.002981] [ 0.193739] [ 0.000501]

Lag 5 32.02876 2.442678 32.51094

[ 1.11e-07] [ 0.294835] [ 1.50e-06] df 2 2 4

INTERPRETACIONES

Observando los gráficos de Impulso – respuesta se puede observar que no existe

efecto ninguno de ninguna de las variables, ni al pasado de la otra variable.

Basándonos en la teoría económica esto no significa que sea así en la realidad, ya

que no todos los modelos son VAR.

1: cuadro de la variable IMPORTACIONES en función a las IMPORTACIONES =

Como responde LAS IMPORTACIONES a la variación de las IMPORTACIONES

para ahora y para el futuro responde con una evolución decreciente que tiende a

cero y posteriormente es creciente y responde al pasado de sus mismo rezagos.

2: cuadro de la variable importaciones en función al PIB presenta una evolución

decreciente q tiende a cero por lo cual las IMPORTACIONES no responde a las

variaciones del PIB.

3: cuadro de la variable PIB en función de las importaciones presenta una evolución

decreciente que tiende a cero por lo cual no explica la variación de las

IMPORTACIONES..

4: cuadro de la variable PIB en función al PIB presenta una evolución creciente, es

decir la variable si responde las variaciones en el tiempo de si misma.

CAUSALIDAD DE GRANGER

VAR Granger Causality/Block Exogeneity Wald Tests

Date: 10/06/17 Time: 21:01

Sample: 1960 2016

Included observations: 52

Dependent variable: IMPORTACIONES_Y_ Excluded Chi-sq df Prob. PIB_X_ 43.64363 5 0.0000 All 43.64363 5 0.0000

Dependent variable: PIB_X_ Excluded Chi-sq df Prob. IMPORTACION

ES_Y_ 10.39777 5 0.0647

All 10.39777 5 0.0647

INTERPRETACION

Lo que se espera que es cada variable sea causada por otra variable o cause a

alguna variable. Si esto no sucede, la variable se considera como exógena.

El modelo de importaciones se considera que la variable IMPORTACIONES no

depende del PIB es decir se la considera que el PIB es exógena al modelo de

importaciones KEYNESIANA.

COINTEGRACION

Para verificar cointegración se usa Johansen. En Eviews se abre como grupo a

todas las variables, y luego se aplica:

Date: 10/06/17 Time: 21:27

Sample: 1960 2016


Series: IMPORTACIONES_Y_ PIB_X_

Lags interval: 1 to 5

Selected

(0.05 level*) Number of

Cointegrating Relations by

Model Data Trend: None None Linear Linear Quadratic

Test Type No Intercept Intercept Intercept Intercept Intercept

No Trend No Trend No Trend Trend Trend

Trace 1 1 1 1 2

Max-Eig 1 1 1 1 2 *Critical values based on MacKinnon-Haug-Michelis (1999)

Information Criteria by Rank and


Rank or No Intercept Intercept Intercept Intercept Intercept

No. of CEs No Trend No Trend No Trend Trend Trend

Log Likelihood by Rank (rows) and Model (columns)

0 -1124.768 -1124.768 -1122.900 -1122.900 -1120.278

1 -1113.726 -1113.311 -1111.595 -1108.256 -1108.167

2 -1112.760 -1111.577 -1111.577 -1103.429 -1103.429

Akaike Information Criteria by

Rank (rows) and Model (columns)

0 44.89285 44.89285 44.89806 44.89806 44.87364

1 44.61670 44.63964 44.61159 44.51983* 44.55558

2 44.73570 44.76772 44.76772 44.52662 44.52662

Schwarz Criteria by


0 45.65043 45.65043 45.73139 45.73139 45.78274

1 45.52579* 45.58662 45.59644 45.54256 45.61619

2 45.79631 45.90409 45.90409 45.73875 45.73875

INTERPRETACION

Por las pruebas TRACE o MAXEIG se debe buscar la aparición de los vectores de

cointegración en ambas pruebas.

Nuestro modelo no presenta 1 vector de cointegracion.

También se verifico que en las tablas inferiores de Johansen, según Akaike y

Schwarz se tiene:

Akaike = 1 rezago

Schwarz = 1 rezago

Date: 10/06/17 Time: 21:30

Sample: 1960 2016


Series: IMPORTACIONES_Y_ PIB_X_


Selected






Trace 1 1 1 1 2







0 -1245.354 -1245.354 -1242.257 -1242.257 -1241.128

1 -1236.715 -1236.146 -1233.898 -1231.280 -1230.368

2 -1235.854 -1233.861 -1233.861 -1228.290 -1228.290



0 45.43107 45.43107 45.39117 45.39117 45.42282

1 45.26236 45.27805 45.23267 45.17381* 45.17700

2 45.37650 45.37677 45.37677 45.24692 45.24692

Schwarz Criteria by


0 45.57705 45.57705 45.61015 45.61015 45.71480

1 45.55433* 45.60652 45.59764 45.57528 45.61497

2 45.81446 45.88773 45.88773 45.83087 45.83087

Corriendo el modelo con un rezago según el criterio de Akaike

MODELO CORREGIDO

Vector Error Correction Estimates

Date: 10/06/17 Time: 21:41



Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 IMPORTACIONES_Y_(-1) 1.000000

PIB_X_(-1) -0.393375

(0.02220)

[-17.7188]

C 19230.52

Error Correction: D(IMPORTACI

ONES_Y_) D(PIB_X_) CointEq1 -0.416384 -0.236992

(0.09865) (0.19154)

[-4.22104] [-1.23729]

D(IMPORTACIONES_Y_(-

1)) 0.382547 0.443164

(0.12276) (0.23836)

[ 3.11627] [ 1.85921]

D(PIB_X_(-1)) -0.009620 -0.054987

(0.08184) (0.15891)

[-0.11755] [-0.34604]

C 3206.777 10441.80

(2043.08) (3967.10)

[ 1.56958] [ 2.63210] R-squared 0.364138 0.081623

Adj. R-squared 0.326734 0.027600

Sum sq. resids 9.31E+09 3.51E+10

S.E. equation 13510.61 26233.84

F-statistic 9.735355 1.510910

Log likelihood -599.0829 -635.5795

Akaike AIC 21.93029 23.25743

Schwarz SC 22.07627 23.40342

Mean dependent 4836.275 11802.49

S.D. dependent 16465.76 26603.54 Determinant resid covariance (dof adj.) 1.22E+17

Determinant resid covariance 1.05E+17

Log likelihood -1233.898

Akaike information criterion 45.23267

Schwarz criterion 45.59764

INTERPRETACION

El modelo de importaciones Keynesiano una vez corregida presenta un vector de

cointegracion

Estimation Proc: =============================== EC(C,1) 1 1 IMPORTACIONES_Y_ PIB_X_ VAR Model: =============================== D(IMPORTACIONES_Y_) = A(1,1)*(B(1,1)*IMPORTACIONES_Y_(-1) + B(1,2)*PIB_X_(-1) + B(1,3)) + C(1,1)*D(IMPORTACIONES_Y_(-1)) + C(1,2)*D(PIB_X_(-1)) + C(1,3) D(PIB_X_) = A(2,1)*(B(1,1)*IMPORTACIONES_Y_(-1) + B(1,2)*PIB_X_(-1) + B(1,3)) + C(2,1)*D(IMPORTACIONES_Y_(-1)) + C(2,2)*D(PIB_X_(-1)) + C(2,3) VAR Model - Substituted Coefficients: =============================== D(IMPORTACIONES_Y_) = - 0.416384340965*( IMPORTACIONES_Y_(-1) - 0.393374988765*PIB_X_(-1) + 19230.5204802 ) + 0.382547061505*D(IMPORTACIONES_Y_(-1)) - 0.00962015999596*D(PIB_X_(-1)) + 3206.77667852 D(PIB_X_) = - 0.236991657269*( IMPORTACIONES_Y_(-1) - 0.393374988765*PIB_X_(-1) + 19230.5204802 ) + 0.443164031917*D(IMPORTACIONES_Y_(-1)) - 0.054986878896*D(PIB_X_(-1)) + 10441.8002171

Estimación del modelo VAR (p)

con 3 variables.

Función de producción

Cobb – Douglas: Para estimar el modelo VAR (p) para 3 variables, se usara la función de

producción Cobb – Douglas:

𝑸 = 𝑨 ∗ 𝑲𝜶 ∗ 𝑳𝟏−𝜶

Lineanalizando el modelo tenemos:

𝒀𝒊 = 𝑿𝟏𝜷𝟏 + 𝑿𝟐𝜷𝟐

Donde Yi está representado por la variable PIB, la cual se encuentra en función de

la PEA y la Formación Bruta de Capital.



http://datos.bancomundial.org/pais/suiza


BASE DE DATOS

ESTIMANDO EL MODELO VAR


Date: 10/06/17 Time: 22:21



Standard errors in ( ) & t-statistics in [ ] LOG_PIB LOG_CAPITAL LOG_PEA LOG_PIB(-1) 1.116931 0.212280 1.420028

(0.22732) (0.06292) (0.66732)

[ 4.91342] [ 3.37364] [ 2.12794]

LOG_PIB(-2) -0.077540 -0.137665 0.029105

(0.35038) (0.09699) (1.02857)

[-0.22130] [-1.41945] [ 0.02830]

LOG_CAPITAL(-1) -1.089032 0.986118 -5.430697

(0.74025) (0.20490) (2.17306)

[-1.47117] [ 4.81264] [-2.49910]

LOG_CAPITAL(-2) 1.053923 -0.089491 3.274863

(0.59167) (0.16378) (1.73691)

[ 1.78126] [-0.54642] [ 1.88546]

LOG_PEA(-1) 0.024274 -0.017694 0.358118

(0.07043) (0.01949) (0.20674)

[ 0.34467] [-0.90766] [ 1.73219]

LOG_PEA(-2) 0.027684 0.032236 -0.256752

(0.06357) (0.01760) (0.18661)

[ 0.43551] [ 1.83209] [-1.37591]

C -0.412653 -0.511271 -5.024800

(1.18980) (0.32934) (3.49274)

[-0.34683] [-1.55243] [-1.43864] R-squared 0.990191 0.997442 0.734286

Adj. R-squared 0.986729 0.996539 0.640504

Sum sq. resids 0.000763 5.84E-05 0.006572

S.E. equation 0.006698 0.001854 0.019662

F-statistic 286.0151 1104.775 7.829757

Log likelihood 90.22699 121.0540 64.38127

Akaike AIC -6.935583 -9.504499 -4.781772

Schwarz SC -6.591984 -9.160900 -4.438173

Mean dependent 2.726577 -2.374569 4.483942

S.D. dependent 0.058141 0.031514 0.032793 Determinant resid covariance (dof adj.) 5.02E-14

Determinant resid covariance 1.79E-14

Log likelihood 277.7155

Akaike information criterion -21.39296

Schwarz criterion -20.36216

INTERPRETACIÓN Se trabaja con un nivel de confianza del 95%

INTERPRETACION R CUADRADO: el r cuadrado explica la bondad de ajuste de

las variables importaciones y el PIB las cuales son altamente significativas, por lo

cual el modelo explica el 99,01 para el PIB %, 99,74% para el capital y 73,28% de

la variable trabajo de la variación total de las variables de estudio.

PRO F ESTADISTIC: EL MODELO para la variable PIB no es significativo porque

tiene un valor mayor a cero de 286,051.

PRO F ESTADISTIC: EL MODELO para la variable capital no es significativo porque

tiene un valor mayor a cero de 1104,775.

PRO F ESTADISTIC: EL MODELO para la variable trabajo PEA no es significativo

porque tiene un valor mayor a cero de 7,82.

VAR Lag Order Selection Criteria Endogenous variables: LOG_PIB LOG_CAPITAL LOG_PEA


Date: 10/06/17 Time: 22:22

Sample: 1960 2016

Included observations: 21 Lag LogL LR FPE AIC SC HQ 0 156.3251 NA 9.14e-11 -14.60239 -14.45317 -14.57001

1 236.6274 130.0133* 1.04e-13* -21.39309* -20.79622* -21.26355*

2 243.2343 8.809170 1.40e-13 -21.16517 -20.12065 -20.93848

3 249.5921 6.660583 2.13e-13 -20.91353 -19.42136 -20.58969

4 256.5634 5.311461 3.77e-13 -20.72032 -18.78050 -20.29933

5 270.4923 6.632827 5.28e-13 -21.18975 -18.80227 -20.67160 * indicates lag order selected by the criterion






El modelo de COB DOUGLAS presenta 1 rezago según el criterio de AKAIKE.

ESTIMACION DEL VAR CON 1 REZAGO


Date: 10/06/17 Time: 22:25



Standard errors in ( ) & t-statistics in [ ] LOG_PIB LOG_CAPITAL LOG_PEA LOG_PIB(-1) 1.100786 0.144451 1.377982

(0.14108) (0.04462) (0.43871)

[ 7.80267] [ 3.23748] [ 3.14102]

LOG_CAPITAL(-1) -0.144906 0.777439 -2.210605

(0.24799) (0.07843) (0.77117)

[-0.58432] [ 9.91230] [-2.86655]

LOG_PEA(-1) -0.025503 -0.003036 0.139170

(0.06382) (0.02018) (0.19845)

[-0.39963] [-0.15040] [ 0.70130]

C -0.497814 -0.904305 -5.146700

(0.82225) (0.26005) (2.55691)

[-0.60543] [-3.47744] [-2.01286] R-squared 0.987449 0.995667 0.590870

Adj. R-squared 0.985656 0.995048 0.532423

Sum sq. resids 0.001053 0.000105 0.010179

S.E. equation 0.007080 0.002239 0.022016

F-statistic 550.7352 1608.387 10.10948

Log likelihood 90.46795 119.2472 62.10510

Akaike AIC -6.917436 -9.219774 -4.648408

Schwarz SC -6.722416 -9.024754 -4.453388

Mean dependent 2.723382 -2.376127 4.483448








cual el modelo explica el 98,74% para el PIB %, 99,56% para el capital y 59,08% de

la variable trabajo de la variación total de las variables de estudio.

PRO F ESTADISTIC: EL MODELO para la variable PIB no es significativo porque

tiene un valor mayor a cero de 550.7352 PRO F ESTADISTIC: EL MODELO para la variable capital no es significativo porque

tiene un valor mayor a cero de 1608.387

PRO F ESTADISTIC: EL MODELO para la variable trabajo PEA no es significativo

porque tiene un valor mayor a cero de 10.10948


Date: 10/06/17 Time: 22:31

Sample: 1960 2016


Numbers in [ ] are p-values LOG_PIB LOG_CAPITAL LOG_PEA Joint Lag 1 1652.206 4825.162 30.32843 10737.79

[ 0.000000] [ 0.000000] [ 1.18e-06] [ 0.000000] df 3 3 3 9

La probabilidad en todos los casos son 0 por lo tanto los rezagos son significativos

para el modelo.



efecto ninguno en ningunas de las variables, ni respecto a su pasado de si mismas

ni al pasado de la otra variable.



1: cuadro de la variable PRODUCCION (PIB) en función al capital y trabajo (PEA) =

Como responde el PIB al PIB, la variación del PIB para ahora y para el futuro

responde con una evolución creciente que tiende a estabilizarse.

2: cuadro de la variable PRODUCCION (PIB) en función al capital y trabajo (PEA)

=Como responde el PIB al capital presenta una evolución que tiende 0 por lo tanto

la variable PIB no responde a los cambios en el pasado relacionada con el capital.


=Como responde el PIB al trabajo presenta una evolución creciente que tiende a

cero la variable relacionada con la PEA no responde a los cambios relacionados

con la PEA .


=Como responde el capital al PIB presenta una evolución creciente POSITIVA es

decir el capital si responde a los cambios o shoks del PIB.


=Como responde el capital al capital presenta una evolución Decreciente negativa

que tiende a 0, por lo cual nos responde a los cambios del CAPITAL.


=Como responde el capital al trabajo presenta una evolución, es decir no responde

a los cambios de la PEA.


=Como responde el PEA al PIB presenta una evolución decreciente POSITIVA.

La PEA si responde a los cambios del PIB.


=Como responde el trabajo y al capital presenta una evolución creciente negativa y

tampoco responde a los cambios del capital.


=Como responde el trabajo al trabajo presenta una evolución decreciente que tiende

a cero y tampoco responde el capital al trabajo.



Date: 10/06/17 Time: 22:47

Sample: 1960 2016


Dependent variable: LOG_PIB Excluded Chi-sq df Prob. LOG_CAPITAL 0.341426 1 0.5590

LOG_PEA 0.159702 1 0.6894 All 0.346197 2 0.8411

Dependent variable: LOG_CAPITAL

Excluded Chi-sq df Prob. LOG_PIB 10.48129 1 0.0012

LOG_PEA 0.022621 1 0.8804 All 17.53145 2 0.0002

Dependent variable: LOG_PEA Excluded Chi-sq df Prob. LOG_PIB 9.866002 1 0.0017

LOG_CAPITAL 8.217108 1 0.0041 All 10.85928 2 0.0044

Según el test de granger el PIB esta en función del capital y el trabajo (PEA) en un

84,11% es decir no es relevante y requiere correcciones.

COINTEGRACION DEL MODELO

Date: 10/06/17 Time: 22:51

Sample: 1960 2016


Series: LOG_PIB LOG_CAPITAL LOG_PEA


Selected






Trace 0 0 0 0 0







0 255.2904 255.2904 258.0969 258.0969 263.4099

1 262.7469 263.2091 265.8835 267.5102 271.7104

2 266.0895 267.7788 270.2860 273.1752 276.2803

3 267.0355 270.5367 270.5367 277.5079 277.5079



0 -20.63395 -20.63395 -20.61712 -20.61712 -20.81826

1 -20.76060 -20.71383 -20.77248 -20.82698 -21.01830*

2 -20.52952 -20.50250 -20.63357 -20.71089 -20.89394

3 -20.09004 -20.13363 -20.13363 -20.47895 -20.47895

Schwarz Criteria by


0 -19.74530* -19.74530* -19.58037 -19.58037 -19.63339

1 -19.57574 -19.47960 -19.43951 -19.44464 -19.53722

2 -19.04844 -18.92269 -19.00438 -18.98296 -19.11664

3 -18.31274 -18.20822 -18.20822 -18.40544 -18.40544

Por las pruebas TRACE o MAX se debe buscar la aparición de los vectores de

cointegración en ambas pruebas.

En el mode de COB DOUGLAS no presenta el vector de Cointegracion

MODELO CORREGIDO


Date: 10/06/17 Time: 22:58



Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 LOG_PIB(-1) 1.000000

LOG_CAPITAL(-1) -1.333179

(0.20825)

[-6.40180]

LOG_PEA(-1) 0.346935

(0.20855)

[ 1.66355]

C -7.446428

Error Correction: D(LOG_PIB) D(LOG_CAPIT

AL) D(LOG_PEA) CointEq1 0.093030 0.059644 -0.211849

(0.06609) (0.01830) (0.24972)

[ 1.40760] [ 3.25981] [-0.84835]

D(LOG_PIB(-1)) 0.015533 0.155369 2.021471

(0.24446) (0.06768) (0.92366)

[ 0.06354] [ 2.29576] [ 2.18853]

D(LOG_CAPITAL(-1)) -1.058382 0.092281 -2.629465

(0.55377) (0.15331) (2.09236)

[-1.91124] [ 0.60194] [-1.25670]

D(LOG_PEA(-1)) -0.020308 -0.034700 -0.104678

(0.04906) (0.01358) (0.18538)

[-0.41391] [-2.55466] [-0.56466]

C 0.011415 0.002612 -0.002393

(0.00366) (0.00101) (0.01381)

[ 3.12218] [ 2.58094] [-0.17325] R-squared 0.221010 0.719680 0.383434

Adj. R-squared 0.057012 0.660665 0.253631

Sum sq. resids 0.000766 5.87E-05 0.010932

S.E. equation 0.006348 0.001757 0.023986

F-statistic 1.347637 12.19489 2.953959

Log likelihood 90.17842 121.0019 58.27524

Akaike AIC -7.098202 -9.666821 -4.439603

Schwarz SC -6.852774 -9.421394 -4.194175

Mean dependent 0.007003 0.004125 1.79E-05






Estimation Proc: =============================== EC(C,1) 1 1 LOG_PIB LOG_CAPITAL LOG_PEA VAR Model: =============================== D(LOG_PIB) = A(1,1)*(B(1,1)*LOG_PIB(-1) + B(1,2)*LOG_CAPITAL(-1) + B(1,3)*LOG_PEA(-1) + B(1,4)) + C(1,1)*D(LOG_PIB(-1)) + C(1,2)*D(LOG_CAPITAL(-1)) + C(1,3)*D(LOG_PEA(-1)) + C(1,4) D(LOG_CAPITAL) = A(2,1)*(B(1,1)*LOG_PIB(-1) + B(1,2)*LOG_CAPITAL(-1) + B(1,3)*LOG_PEA(-1) + B(1,4)) + C(2,1)*D(LOG_PIB(-1)) + C(2,2)*D(LOG_CAPITAL(-1)) + C(2,3)*D(LOG_PEA(-1)) + C(2,4)

D(LOG_PEA) = A(3,1)*(B(1,1)*LOG_PIB(-1) + B(1,2)*LOG_CAPITAL(-1) + B(1,3)*LOG_PEA(-1) + B(1,4)) + C(3,1)*D(LOG_PIB(-1)) + C(3,2)*D(LOG_CAPITAL(-1)) + C(3,3)*D(LOG_PEA(-1)) + C(3,4) VAR Model - Substituted Coefficients: =============================== D(LOG_PIB) = 0.0930302101736*( LOG_PIB(-1) - 1.33317908555*LOG_CAPITAL(-1) + 0.346934508676*LOG_PEA(-1) - 7.44642763644 ) + 0.0155330100997*D(LOG_PIB(-1)) - 1.05838249467*D(LOG_CAPITAL(-1)) - 0.0203083805924*D(LOG_PEA(-1)) + 0.0114151185543 D(LOG_CAPITAL) = 0.0596441474104*( LOG_PIB(-1) - 1.33317908555*LOG_CAPITAL(-1) + 0.346934508676*LOG_PEA(-1) - 7.44642763644 ) + 0.155368777471*D(LOG_PIB(-1)) + 0.092280648026*D(LOG_CAPITAL(-1)) - 0.03470000074*D(LOG_PEA(-1)) + 0.00261235069633 D(LOG_PEA) = - 0.211848563348*( LOG_PIB(-1) - 1.33317908555*LOG_CAPITAL(-1) + 0.346934508676*LOG_PEA(-1) - 7.44642763644 ) + 2.02147113868*D(LOG_PIB(-1)) - 2.6294645718*D(LOG_CAPITAL(-1)) - 0.104678307605*D(LOG_PEA(-1)) - 0.00239330429742

Estimación del modelo VAR (p)

con 4 variables

Función de Pass – Through

Para estimar el modelo VAR (1) para 4 variables, se usara la función de Pass –

Through:

𝑇𝐶 = 𝐼𝑁𝐹𝐿𝐴𝐶𝐼𝑂𝑁 + 𝐴𝑃𝐸𝑅𝑇𝑈𝑅𝐴 𝐶𝑂𝑀𝐸𝑅𝐶𝐼𝐴𝐿 + 𝐼𝑃𝐶

• PIB (Producto Interno Bruto)

• Inflación (%)

• IPC (Índice de precios al consumidor)

• Apertura Comercial (Importaciones + Exportaciones)/PIB





BASE DE DATOS

ESTIMACION DEL MODELO


Date: 10/06/17 Time: 23:28




TC INFLACION APERTURA_C

OMERCIAL IPC TC(-1) 1.254868 -0.019840 0.013128 -1.158921

(0.13970) (0.01110) (0.00783) (0.57290)

[ 8.98243] [-1.78809] [ 1.67701] [-2.02290]

TC(-2) -0.374261 0.018248 -0.009013 0.695193

(0.14700) (0.01168) (0.00824) (0.60282)

[-2.54600] [ 1.56298] [-1.09427] [ 1.15323]

INFLACION(-1) -0.716391 0.462525 0.267132 -2.859139

(2.55341) (0.20280) (0.14308) (10.4712)

[-0.28056] [ 2.28071] [ 1.86705] [-0.27305]

INFLACION(-2) -0.560721 -0.102778 0.170746 0.986459

(1.76632) (0.14029) (0.09897) (7.24343)

[-0.31745] [-0.73263] [ 1.72517] [ 0.13619]

APERTURA_COMERCIAL(

-1) 0.481192 -0.333782 0.722168 -28.88001

(2.51555) (0.19979) (0.14096) (10.3159)

[ 0.19129] [-1.67065] [ 5.12336] [-2.79955]

APERTURA_COMERCIAL(

-2) -1.386437 0.060700 -0.001845 2.875831

(2.74402) (0.21794) (0.15376) (11.2529)

[-0.50526] [ 0.27852] [-0.01200] [ 0.25556]

IPC(-1) -0.024049 0.000319 -0.002422 1.476926

(0.04759) (0.00378) (0.00267) (0.19516)

[-0.50533] [ 0.08452] [-0.90813] [ 7.56768]

IPC(-2) 0.019794 -0.000471 0.003084 -0.480604

(0.04799) (0.00381) (0.00269) (0.19679)

[ 0.41249] [-0.12348] [ 1.14682] [-2.44227]

C 0.561339 0.025318 -0.062380 1.651554

(0.38455) (0.03054) (0.02155) (1.57699)

[ 1.45972] [ 0.82895] [-2.89496] [ 1.04728] R-squared 0.979354 0.661272 0.910742 0.999254

Adj. R-squared 0.975764 0.602363 0.895218 0.999124

Sum sq. resids 1.617114 0.010201 0.005077 27.19513

S.E. equation 0.187496 0.014891 0.010506 0.768894

F-statistic 272.7561 11.22528 58.66973 7699.271

Log likelihood 18.94235 158.2558 177.4414 -58.67350

Akaike AIC -0.361540 -5.427482 -6.125141 2.460855

Schwarz SC -0.033067 -5.099010 -5.796669 2.789327

Mean dependent 2.132837 0.025851 -0.009945 69.58160

S.D. dependent 1.204362 0.023615 0.032456 25.97776 Determinant resid covariance (dof adj.) 1.92E-10





INTERPRETACION

A un nivel de significancia del 95% de confianza la variable TC tiene significancia

con respecto a su mismo resago, mas no con respecto a los demás, la variable IPC

tiene significancia con respecto a su mismo rezago, mas no a los demás,la variable

AC tiene significancia con respecto a su mismo rezago, mas no con respecto a los

demás, la variable INF no tiene significancia.

Interpretación DEL VAR

AKAIKE: Se debe aplicar AKAIKE con el modelo linear con un rezago

SCHWARZ: Se debe aplicar SCHWARZ con el modelo linear con dos

rezagos

Por tanto se aplicara SCHWARZ con el modelo linear con dos rezagos.



cual el modelo explica el 97,93 para el TC, 66,12% para la inflación, 91,07% de la

variable de apertura comercial y 99,92 del IPC de la variación total de las variables

de estudio.

El TC no muestra dependencia respecto a su pasado, al pasado de la apertura

comercial, al pasado de la inflación.

El PIB tampoco tiene dependencia respecto a su pasado ni al de otras variables.

La Apertura Comercial muestra dependencia respecto a su propio pasado, al

pasado del Tipo de Cambio y la constante, también se puede ver claramente que

no tiene relación con la Inflación.

La Inflación muestra dependencia respecto a su misma variable, a la apertura

comercial, inflación.

EL SIGUIENTE PASO ES IDENTIFICAR EL NÚMERO DE REZAGOS

DEL VAR. (AKAIKE, SCHWARZ, HANNAN)

VAR Lag Order Selection Criteria

Endogenous variables: TC INFLACION APERTURA_COMERCIAL IPC


Date: 10/06/17 Time: 23:33

Sample: 1960 2016

Included observations: 47 Lag LogL LR FPE AIC SC HQ 0 17.26486 NA 6.68e-06 -0.564462 -0.407003 -0.505209

1 261.1420 435.8655 4.12e-10 -10.26136 -9.474063 -9.965095

2 277.3238 26.16640 4.16e-10 -10.26910 -8.851964 -9.735821

3 288.8930 16.73846 5.22e-10 -10.08056 -8.033583 -9.310266

4 298.2468 11.94101 7.49e-10 -9.797738 -7.120928 -8.790436

5 335.4376 41.14718 3.48e-10 -10.69947 -7.392824 -9.455157

6 357.8013 20.93624 3.29e-10 -10.97027 -7.033783 -9.488941

7 379.8517 16.88973 3.57e-10 -11.22773 -6.661412 -9.509396

8 418.8103 23.20933 2.28e-10 -12.20469 -7.008533 -10.24934

9 446.3645 11.72520 3.30e-10 -12.69636 -6.870365 -10.50400

10 550.6743 26.63228* 3.62e-11* -16.45422* -9.998390* -14.02485* * indicates lag order selected by the criterion






El modelo de PASS-TROUGH según la estimación debe tener 10 rezagos

ESTIMACION DEL MODELO CON 10 REZAGOS


Date: 10/06/17 Time: 23:37





OMERCIAL IPC TC(-1) -0.084551 0.014130 0.027167 -0.887924

(0.33449) (0.03154) (0.02511) (1.17771)

[-0.25278] [ 0.44804] [ 1.08206] [-0.75394]

TC(-2) 0.103276 -0.031046 -0.014283 -1.299461

(0.37316) (0.03518) (0.02801) (1.31386)

[ 0.27676] [-0.88240] [-0.50995] [-0.98904]

TC(-3) 0.236463 -0.022251 -0.021162 -1.246257

(0.31773) (0.02996) (0.02385) (1.11870)

[ 0.74423] [-0.74276] [-0.88735] [-1.11402]

TC(-4) 0.330073 -0.004010 0.007636 -0.005376

(0.31552) (0.02975) (0.02368) (1.11093)

[ 1.04611] [-0.13481] [ 0.32242] [-0.00484]

TC(-5) -0.058773 -0.026613 0.014510 -2.834851

(0.31324) (0.02953) (0.02351) (1.10290)

[-0.18763] [-0.90109] [ 0.61712] [-2.57037]

TC(-6) -0.712184 0.019474 0.010083 1.218061

(0.31342) (0.02955) (0.02353) (1.10352)

[-2.27230] [ 0.65900] [ 0.42860] [ 1.10379]

TC(-7) -0.538583 0.040073 0.037776 0.760483

(0.38224) (0.03604) (0.02869) (1.34584)

[-1.40901] [ 1.11191] [ 1.31665] [ 0.56506]

TC(-8) 0.071450 0.034896 -0.013885 1.439953

(0.38792) (0.03658) (0.02912) (1.36584)

[ 0.18419] [ 0.95409] [-0.47688] [ 1.05426]

TC(-9) 0.174864 -0.009513 -0.025515 0.961949

(0.38293) (0.03610) (0.02874) (1.34825)

[ 0.45665] [-0.26348] [-0.88772] [ 0.71348]

TC(-10) 0.027584 0.018275 0.006120 0.608330

(0.35166) (0.03316) (0.02640) (1.23816)

[ 0.07844] [ 0.55117] [ 0.23184] [ 0.49132]

INFLACION(-1) 5.094256 0.106147 0.473459 -23.93238

(6.29617) (0.59364) (0.47259) (22.1682)

[ 0.80910] [ 0.17881] [ 1.00184] [-1.07958]

INFLACION(-2) 4.788397 -0.308468 0.039721 9.802835

(5.35702) (0.50509) (0.40210) (18.8615)

[ 0.89385] [-0.61072] [ 0.09878] [ 0.51973]

INFLACION(-3) 34.15401 -1.116224 -1.285517 -41.97504

(11.4049) (1.07531) (0.85604) (40.1554)

[ 2.99469] [-1.03805] [-1.50169] [-1.04531]

INFLACION(-4) 9.395478 -2.245626 0.301521 -35.70320

(14.0713) (1.32672) (1.05619) (49.5437)

[ 0.66770] [-1.69262] [ 0.28548] [-0.72064]

INFLACION(-5) 5.197033 -0.641642 0.225059 -90.52459

(9.79413) (0.92344) (0.73514) (34.4842)

[ 0.53063] [-0.69484] [ 0.30614] [-2.62511]

INFLACION(-6) -6.655619 -0.455141 -0.009470 -4.565281

(9.05140) (0.85341) (0.67939) (31.8691)

[-0.73531] [-0.53332] [-0.01394] [-0.14325]

INFLACION(-7) -19.72345 -0.602765 0.256962 -32.05465

(8.16512) (0.76985) (0.61287) (28.7486)

[-2.41557] [-0.78296] [ 0.41928] [-1.11500]

INFLACION(-8) -0.310775 0.190399 0.213420 -17.24871

(9.05559) (0.85381) (0.67971) (31.8838)

[-0.03432] [ 0.22300] [ 0.31399] [-0.54099]

INFLACION(-9) -11.56279 -0.594570 -0.331396 -9.453218

(8.03356) (0.75745) (0.60300) (28.2854)

[-1.43931] [-0.78497] [-0.54958] [-0.33421]

INFLACION(-10) 8.724734 -0.731195 0.035743 -54.11769

(4.86049) (0.45827) (0.36483) (17.1133)

[ 1.79503] [-1.59555] [ 0.09797] [-3.16232]

APERTURA_COMERCIAL(

-1) -9.223381 -0.115709 0.336434 -0.820548

(6.02412) (0.56799) (0.45217) (21.2103)

[-1.53107] [-0.20372] [ 0.74405] [-0.03869]

APERTURA_COMERCIAL(

-2) 0.159238 -0.657381 0.264904 -62.24832

(6.50056) (0.61291) (0.48793) (22.8878)

[ 0.02450] [-1.07256] [ 0.54291] [-2.71971]

APERTURA_COMERCIAL(

-3) 7.580155 -0.389807 0.167983 -36.26762

(6.47453) (0.61045) (0.48598) (22.7962)

[ 1.17077] [-0.63855] [ 0.34566] [-1.59095]

APERTURA_COMERCIAL(

-4) 15.00585 -0.886283 0.145081 -25.57531

(6.50405) (0.61324) (0.48819) (22.9001)

[ 2.30716] [-1.44526] [ 0.29718] [-1.11682]

APERTURA_COMERCIAL(

-5) 7.767134 -0.738421 0.063898 -70.45775

(6.40867) (0.60424) (0.48103) (22.5643)

[ 1.21197] [-1.22206] [ 0.13284] [-3.12253]

APERTURA_COMERCIAL(

-6) -8.911488 0.908370 0.273276 25.20078

(5.48584) (0.51723) (0.41176) (19.3151)

[-1.62445] [ 1.75621] [ 0.66367] [ 1.30472]

APERTURA_COMERCIAL(

-7) -17.75026 0.166259 0.326289 -1.367311

(6.61889) (0.62406) (0.49681) (23.3044)

[-2.68176] [ 0.26641] [ 0.65677] [-0.05867]

APERTURA_COMERCIAL(

-8) -11.10909 1.121311 -0.128265 13.82112

(7.67270) (0.72342) (0.57591) (27.0148)

[-1.44787] [ 1.55001] [-0.22272] [ 0.51161]

APERTURA_COMERCIAL(

-9) -15.76557 0.042731 0.505128 36.64333

(7.43475) (0.70099) (0.55805) (26.1770)

[-2.12052] [ 0.06096] [ 0.90517] [ 1.39983]

APERTURA_COMERCIAL(

-10) 0.096029 0.321349 0.437363 -52.97245

(8.48542) (0.80005) (0.63691) (29.8763)

[ 0.01132] [ 0.40166] [ 0.68669] [-1.77306]

IPC(-1) -0.147866 -0.006001 -0.002131 0.751386

(0.11622) (0.01096) (0.00872) (0.40921)

[-1.27224] [-0.54765] [-0.24428] [ 1.83617]

IPC(-2) -0.028428 0.000659 0.012468 -0.405078

(0.14306) (0.01349) (0.01074) (0.50370)

[-0.19871] [ 0.04885] [ 1.16113] [-0.80420]

IPC(-3) -0.192884 0.013065 0.012263 0.278674

(0.16387) (0.01545) (0.01230) (0.57697)

[-1.17706] [ 0.84560] [ 0.99702] [ 0.48300]

IPC(-4) 0.222266 0.012842 -0.026410 0.405300

(0.18136) (0.01710) (0.01361) (0.63857)

[ 1.22552] [ 0.75101] [-1.94002] [ 0.63470]

IPC(-5) -0.100732 -0.017066 0.004880 0.780558

(0.24154) (0.02277) (0.01813) (0.85045)

[-0.41703] [-0.74938] [ 0.26916] [ 0.91781]

IPC(-6) 0.127510 0.011113 0.003476 -1.030852

(0.21563) (0.02033) (0.01619) (0.75921)

[ 0.59134] [ 0.54664] [ 0.21478] [-1.35780]

IPC(-7) 0.133672 -0.007520 -0.005749 0.593441

(0.20085) (0.01894) (0.01508) (0.70717)

[ 0.66553] [-0.39710] [-0.38131] [ 0.83917]

IPC(-8) -0.123478 -0.012508 -0.000592 -0.479797

(0.18882) (0.01780) (0.01417) (0.66481)

[-0.65395] [-0.70259] [-0.04178] [-0.72171]

IPC(-9) 0.348658 0.004212 0.009269 -0.280528

(0.17994) (0.01697) (0.01351) (0.63357)

[ 1.93759] [ 0.24824] [ 0.68625] [-0.44278]

IPC(-10) -0.259205 -0.000751 -0.006947 0.305974

(0.10163) (0.00958) (0.00763) (0.35784)

[-2.55040] [-0.07840] [-0.91062] [ 0.85506]

C 4.314259 0.186162 -0.111761 15.01369

(1.98761) (0.18740) (0.14919) (6.99816)

[ 2.17058] [ 0.99339] [-0.74912] [ 2.14537] R-squared 0.996119 0.962507 0.984073 0.999928

Adj. R-squared 0.970248 0.712554 0.877891 0.999447

Sum sq. resids 0.121652 0.001081 0.000685 1.508085

S.E. equation 0.142391 0.013425 0.010688 0.501346

F-statistic 38.50329 3.850754 9.267848 2078.104

Log likelihood 73.29330 184.2805 194.9986 14.13360

Akaike AIC -1.374183 -6.097044 -6.553130 1.143251

Schwarz SC 0.239776 -4.483085 -4.939172 2.757210

Mean dependent 1.751541 0.024304 -0.003854 76.50874






EL SIGUIENTE PASO ES VERIFICAR SI LOS REZAGOS SON

SIGNIFICATIVOS.


Date: 10/06/17 Time: 23:39

Sample: 1960 2016


Numbers in [ ] are p-values


OMERCIAL IPC Joint Lag 1 3.672033 1.251866 3.826983 6.169012 89.15512

[ 0.452207] [ 0.869488] [ 0.429927] [ 0.186877] [ 3.58e-12]

Lag 2 0.957333 1.891616 4.050453 8.054617 52.68622

[ 0.916195] [ 0.755685] [ 0.399221] [ 0.089598] [ 8.48e-06]

Lag 3 10.42665 1.509560 4.076135 3.348440 34.43570

[ 0.033823] [ 0.824947] [ 0.395800] [ 0.501294] [ 0.004744]

Lag 4 7.473372 4.395525 5.383481 2.013492 45.15104

[ 0.112889] [ 0.355116] [ 0.250163] [ 0.733277] [ 0.000132]

Lag 5 2.576099 4.510937 1.211721 17.51106 67.79555

[ 0.631063] [ 0.341253] [ 0.876165] [ 0.001537] [ 2.42e-08]

Lag 6 7.186153 3.776106 0.521120 6.541421 67.59990

[ 0.126372] [ 0.437154] [ 0.971413] [ 0.162199] [ 2.62e-08]

Lag 7 12.62976 2.632090 2.092815 1.662333 53.84933

[ 0.013234] [ 0.621149] [ 0.718692] [ 0.797548] [ 5.49e-06]

Lag 8 4.279249 3.313753 0.395930 3.234650 33.03308

[ 0.369531] [ 0.506756] [ 0.982809] [ 0.519353] [ 0.007316]

Lag 9 7.597168 1.280545 3.141413 3.747131 44.76371

[ 0.107500] [ 0.864668] [ 0.534445] [ 0.441308] [ 0.000151]

Lag 10 8.853399 3.567324 1.202572 10.98379 88.53230

[ 0.064870] [ 0.467716] [ 0.877675] [ 0.026747] [ 4.66e-12] df 4 4 4 4 16

Los rezagos si son significativos ya que su probabilidad es menor al 10%



efecto ninguno en ningunas de las variables, ni respecto a su pasado de si mismas

ni al pasado de la otra variable.





Date: 10/06/17 Time: 23:47

Sample: 1960 2016


Dependent variable: TC Excluded Chi-sq df Prob. INFLACION 27.57385 10 0.0021

APERTURA_COMERCIAL 15.55600 10 0.1131

IPC 16.88638 10 0.0769 All 55.05331 30 0.0035

Dependent variable: INFLACION Excluded Chi-sq df Prob. TC 8.063138 10 0.6227

APERTURA_COMERCIAL 15.29417 10 0.1217

IPC 9.843877 10 0.4543 All 45.29360 30 0.0362

Dependent variable: APERTURA_COMERCIAL Excluded Chi-sq df Prob. TC 5.936503 10 0.8206

INFLACION 7.351076 10 0.6919

IPC 8.607922 10 0.5697 All 37.51807 30 0.1625

Dependent variable: IPC Excluded Chi-sq df Prob. TC 25.16349 10 0.0050

INFLACION 21.55800 10 0.0175 APERTURA_C

OMERCIAL 48.49447 10 0.0000 All 103.7091 30 0.0000

INTERPRETACION

Según la causalidad de Granger se puede observar que Tipo de Cambio no

depende de la Inflación, la apertura comercial y el Índice de Precios al Consumidor.

Por lo cual necesita corrección del modelo.

CORRECCION DEL MODELO

COINTEGRACION

Date: 10/06/17 Time: 23:53

Sample: 1960 2016


Series: TC INFLACION APERTURA_COMERCIAL IPC


Selected






Trace 0 0 0 0 0







0 300.7248 300.7248 302.4602 302.4602 304.5396

1 310.0197 311.1043 312.6334 314.0523 315.9793

2 314.4505 318.3314 319.5813 324.0265 325.9422

3 316.7111 321.8728 322.3649 330.1341 331.7581

4 316.7251 324.0620 324.0620 331.8682 331.8682



0 -9.952769 -9.952769 -9.868897 -9.868897 -9.797762

1 -10.00073 -10.00386* -9.949386 -9.964899 -9.925161

2 -9.868537 -9.938201 -9.910417 -10.00098 -9.997859

3 -9.655968 -9.736030 -9.717217 -9.893856 -9.916965

4 -9.360188 -9.483778 -9.483778 -9.624746 -9.624746

Schwarz Criteria by


0 -8.774112* -8.774112* -8.542908 -8.542908 -8.324441

1 -8.527407 -8.493709 -8.328733 -8.307413 -8.157175

2 -8.100552 -8.096549 -7.995099 -8.011996 -7.935209

3 -7.593318 -7.562881 -7.507235 -7.573375 -7.559651

4 -7.002874 -6.979132 -6.979132 -6.972768 -6.972768

Por las pruebas TRACE o MAX se debe buscar la aparición de los vectores de

cointegración en ambas pruebas. En el MODELO de PASS – TROUGH no aparece

ningún VEC.

Otro paso es verificar las tablas inferiores de johansen, para conocer cuántos

rezagos se tiene según akaike y schwarz.

Según el criterio de AKAIKE presenta el modelo 1 rezago.

ESTIMACION DEL MODELO CON UN REZAGO


Date: 10/06/17 Time: 23:58





OMERCIAL IPC TC(-1) 0.941619 -0.003773 0.005686 -0.777528

(0.05640) (0.00434) (0.00315) (0.23314)

[ 16.6942] [-0.86933] [ 1.80703] [-3.33498]

INFLACION(-1) -2.196499 0.444192 0.243074 19.44607

(1.43176) (0.11018) (0.07987) (5.91810)

[-1.53413] [ 4.03160] [ 3.04345] [ 3.28587]

APERTURA_COMERCIAL(

-1) -1.200925 -0.281564 0.776285 -33.62279

(1.63025) (0.12545) (0.09094) (6.73854)

[-0.73665] [-2.24440] [ 8.53622] [-4.98963]

IPC(-1) -0.001180 -0.000217 0.000641 0.995449

(0.00323) (0.00025) (0.00018) (0.01334)

[-0.36545] [-0.87403] [ 3.55931] [ 74.6004]

C 0.191777 0.033722 -0.063465 2.435358

(0.34542) (0.02658) (0.01927) (1.42778)

[ 0.55520] [ 1.26864] [-3.29368] [ 1.70570] R-squared 0.977688 0.635377 0.902637 0.999174

Adj. R-squared 0.975938 0.606779 0.895001 0.999110

Sum sq. resids 1.857559 0.011000 0.005780 31.73705

S.E. equation 0.190847 0.014686 0.010646 0.788857

F-statistic 558.6980 22.21758 118.2034 15430.21

Log likelihood 15.90991 159.5256 177.5419 -63.56029

Akaike AIC -0.389640 -5.518773 -6.162211 2.448582

Schwarz SC -0.208805 -5.337938 -5.981376 2.629417

Mean dependent 2.172839 0.025720 -0.010843 68.77603






CORRECCION DEL MODELO


Date: 10/06/17 Time: 23:59



Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 TC(-1) 1.000000

INFLACION(-1) -240.6721

(42.8791)

[-5.61280]

APERTURA_COMERCIAL(

-1) 90.84124

(35.1428)

[ 2.58491]

IPC(-1) -0.138264

(0.04286)

[-3.22565]

C 14.65272

Error Correction: D(TC) D(INFLACION) D(APERTURA_COMERCIAL) D(IPC)

CointEq1 0.003470 0.002150 -0.002007 -0.015408

(0.01100) (0.00091) (0.00061) (0.04841)

[ 0.31547] [ 2.35272] [-3.26834] [-0.31828]

D(TC(-1)) 0.318991 -0.016513 0.015796 -0.853965

(0.13691) (0.01137) (0.00764) (0.60256)

[ 2.33000] [-1.45170] [ 2.06659] [-1.41723]

D(INFLACION(-1)) -0.136697 0.062219 -0.146982 -4.269890

(1.76321) (0.14649) (0.09844) (7.76035)

[-0.07753] [ 0.42472] [-1.49313] [-0.55022]

D(APERTURA_COMERCI

AL(-1)) -0.298729 -0.441071 0.009657 -26.27663

(2.25086) (0.18701) (0.12566) (9.90662)

[-0.13272] [-2.35855] [ 0.07685] [-2.65243]

D(IPC(-1)) -0.000130 0.003832 -0.004049 0.723545

(0.04507) (0.00374) (0.00252) (0.19838)

[-0.00288] [ 1.02334] [-1.60919] [ 3.64726]

C -0.041208 -0.005845 0.008401 0.345466

(0.06612) (0.00549) (0.00369) (0.29103)

[-0.62319] [-1.06382] [ 2.27566] [ 1.18703] R-squared 0.119734 0.267946 0.278716 0.577886

Adj. R-squared 0.029911 0.193247 0.205116 0.534813

Sum sq. resids 1.783983 0.012315 0.005561 34.55777

S.E. equation 0.190808 0.015853 0.010653 0.839798

F-statistic 1.333005 3.586994 3.786887 13.41649

Log likelihood 16.24171 153.0765 174.9416 -65.26235

Akaike AIC -0.372426 -5.348238 -6.143332 2.591358

Schwarz SC -0.153444 -5.129256 -5.924350 2.810340

Mean dependent -0.061595 -0.000415 0.002048 1.332281






INTERPRETACION:



cual el modelo explica el 11,97 para el TC, 26,79% para la inflación, 27,87% de la

variable de apertura comercial y 57,78 del IPC de la variación total de las variables

de estudio.

El TC no muestra dependencia respecto a su pasado, al pasado de la apertura

comercial, al pasado de la inflación.

El PIB tampoco tiene dependencia respecto a su pasado ni al de otras variables.

La Apertura Comercial muestra dependencia respecto a su propio pasado, al

pasado del Tipo de Cambio y la constante, también se puede ver claramente que

no tiene relación con la Inflación.

La Inflación muestra dependencia respecto a su misma variable, a la apertura

comercial, inflación.

Tarea nº 7 MODELOS VAR (p) PAIS: SUIZA · Tarea nº 7 MODELOS VAR (p) PAIS: SUIZA Modelo VAR (p)...

Documents

Transcript of Tarea nº 7 MODELOS VAR (p) PAIS: SUIZA · Tarea nº 7 MODELOS VAR (p) PAIS: SUIZA Modelo VAR (p)...