Professional Documents
Culture Documents
[Direccin de la compaa]
+0
Exportaciones de
caf en el Per:
1994-2014
Econometra I
Lima - Per
2015
pg. 1
INDICE
INTRODUCCIN
Antecedentes
6
PLANTEAMIENTO DEL PROBLEMA
6
Objetivos
6
ESPECIFICACIN DEL MODELO
7
Metodologa
7
Tipos de datos
7
Marco Terico
7
Modelo en economa abierta -Balanza de pagos-mercado de
divisas
7
Teora de la ventaja comparativa
10
MARCO CONCEPTUAL
12
Exportacin de caf
12
Producto Bruto Interno del Exterior
14
Tipo de cambio nominal
15
Precio Internacional
17
ESPECIFICACIN TERICA DEL MODELO
19
ESPECIFICACIN ECONOMTRICA DEL MODELO
19
JUSTIFICACIN ECONOMTRICA
19
Modelo Lineal
29
Modelo Logartmico
20
Matriz de Correlacin
23
EVALUACION ESTADISTICA DEL MODELO
24
Multicolinealidad
24
Test de Farrar - Glauber al modelo lineal
25
Correccin del problema de Multicolinealidad
26
Anlisis del DURWIN-WATSON
27
Autocorrelacin
28
Deteccin de la Autocorrelacin
29
Heterocedasticidad
32
Test de white
32
Prueba de estabilidad de parmetros
38
Quiebre estructural
38
pg. 2
RESIDUOS RECURSIVOS:
PRUEBA CUSUM Y CUSUMSQ:
TEST COEFICIENTES RECURSIVOS
TEST DE CHOW- PREDICTIVO
Correccin del quiebre estructural por el mtodo de variables
dummy
Supuesto de normalidad de las perturbaciones
Test de Jarque-Bera:
Estimacin con variables rezagadas
Estadsticas de prediccin
CONCLUSIONES
38
39
40
41
44
44
44
45
46
pg. 3
Introduccin
El caf fue introducido por inmigrantes franceses en Amrica Central a principios
del siglo XVIII, pero luego los holandeses extendieron su cultivo hacia Amrica del
Sur. El cultivo de caf permiti una ampliacin de la frontera agrcola en varios
pases americanos y fue un factor determinante para el crecimiento de la
poblacin en terrenos que antes tenan escaso valor.
Hacia fines del siglo XIX, la produccin de caf en el Per estaba dedicada al
consumo local con un bajo porcentaje del grano que se exportaba a Chile. Las
principales zonas de produccin estuvieron ubicadas en la silva alta semi-tropical,
en reas correspondientes a Moyobamba, Jan, Hunuco y Cusco.
En Chanchamayo, un frtil valle del centro del pas colonizado entonces por
franceses, alemanes, ingleses e italianos, el caf comenz a cultivarse en
asociacin con otros productos como caa de azcar, coca, tabaco y cacao.
Recin a partir de 1850, la regin adquiere un ritmo constante de produccin
cafetalera, cuya difusin estuvo a cargo de los sacerdotes jesuitas y alcanz sus
ms altos niveles a partir de 1880. El alza de los precios internacionales hacia
1887 convirti al Per por primera vez en exportador de caf, siendo sus
principales mercados Chile, Inglaterra y Alemania.
La cotizacin internacional del grano aromtico cay no solo por una menor
demanda mundial, sino adems por la perspectiva al alza en la cosecha cafetalera
de Brasil, que concentra casi el 35% de la produccin mundial. En ese
contexto, los envos de caf peruano sumaron US$251,3 millones en el primer
semestre, monto que representa una cada de 13,1% frente a enero y junio del
ao 2011.
Asimismo, los principales compradores del grano nacional en el periodo fueron:
Alemania (24% de participacin), EE.UU. (21,5%), Colombia (18,2%) y Blgica
(12,6%).
pg. 5
Antecedentes
Las exportaciones cayeron entre 10% y 11% el ao pasado, y tras el alza del
dlar, los nimos se mantienen cados tambin para este 2015, ya que analistas
afirman que las exportaciones tendran el mismo comportamiento en rojo que el
2014.
Sin embargo, el problema no es la productividad, sino los bajos precios
internacionales de las materias primas, dijo Orlando Ganoza, jefe de promocin
comercial del Centro de Comercio Exterior (CCEX) de la Cmara de Comercio de
Lima (CCL).
Este problema afecta tambin al caf que ha sufrido una gran cada en estos aos
por los bajos precios internacionales hace prever que tampoco ser un buen ao
para el caf peruano. Desde el 2011, cuando el sector marc un pico histrico en
las exportaciones ascendentes a los US$1.500 millones, hasta ahora no han sido
los mejores aos.
Tipos de datos
La informacin de las variables utilizadas en el modelo son series de tiempo con
una frecuencia anual en el periodo 1994 2012.
Marco Terico
Modelo en economa abierta -Balanza de pagos-mercado de divisas
Balanza de pagos:
La balanza de pagos de un pas es el documento contable que registra
sistemticamente todas las operaciones comerciales y financieras que tienen
lugar, durante cierto periodo de tiempo entre los residuos y los del resto del mundo
La balanza de pagos (BP) se estructura en cuatro subdivisiones:
Cuenta corriente.
Cuenta de capital
pg. 7
Cuenta financiera.
Para este tema solo tomaremos en cuenta la balanza comercial, ya que el tema a
tratar es las exportaciones de caf y su registro ya sea anualmente o en un
periodo determinado estar dentro de la cuenta corriente de la balanza de pagos.
Cuenta corriente:
La balanza por cuenta corriente registra los cobros y pagos procedentes del
comercio de bienes y servicios y las rentas en forma de beneficios, intereses y
dividendos obtenidos del capital invertido en otro pas. La compraventa de bienes
se registrar en la balanza comercial, los servicios en la balanza de servicios, los
beneficios en la balanza de rentas y las transferencias de dinero en la balanza de
transferencias.
La balanza por cuenta corriente estar dividida en dos secciones. La primera es
conocida como balanza visible y la compone ntegramente la balanza comercial.
La segunda seccin se llama balanza invisible y est compuesta por la balanza de
servicios, rentas y por la balanza de transferencias.
Balanza comercial:
La balanza comercial, tambin llamada de bienes o de mercancas, utiliza
como fuente de informacin bsica los datos recogidos por el Departamento
de Aduanas de
la Agencia
Tributaria.
En
ella
se
registran
los pagos y cobros procedentes de las importaciones y exportaciones de bienes
tangibles, como pueden ser los automviles, la vestimenta o la alimentacin.
Un dato a tener en cuenta es que las importaciones y exportaciones en la balanza
de pagos tienen que aparecer con valoracin FOB para la exportacin y CIF
para la importacin, que es como las elaboran las aduanas. Los precios FOB
(Free On Board) se diferencian de los precios CIF (Cost, Insurance and Freight) en
que estos ltimos incluyen el flete y los seguros. Al elaborar la balanza de pagos,
los fletes y los seguros tienen que ser contabilizados como servicios y no como
mercancas.
Mercado de divisas:
Dado que cada pas tiene su propia moneda, las transacciones econmicas
internacionales implican, en general, operaciones entre monedas diferentes y, por
tanto, la conversin de unas en otras. Para poder desarrollar su actividad, el
importador tendr que adquirir, contra la entrega de moneda nacional, las divisas
extranjeras necesarias para pagar los bienes y servicios obtenidos en otros
pases. Anlogamente el exportador convertir la moneda nacional las divisas
extranjeras obtenidas por los bienes y servicios vendidos al exterior.
pg. 8
Pf
)
P
pbi del resto del mundo, del tipo de cambio nominal, ndice de precios del resto del
mundo e inversamente del ndice de precio de los bienes domsticos.
pg. 10
encuentren en su etapa inicial de cultivo. Sin duda un punto a favor que ayuda a
posicionar nuestro caf en el mercado mundial.
Asimismo, nuestro caf est siendo reconocido a nivel mundial por medio de
premios internacionales, en donde se reconoce la calidad y aroma del caf
peruano que en los ltimos aos ha ganado mayores adeptos en su consumo al
ser un producto con un alto valor agregado.
En el informe Per: Exportaciones de productos orgnicos (2010) publicado por
PROMPERU, se refleja que estas caractersticas y la calidad del producto han
permito que el Per ocupe el primer lugar en la produccin y exportacin de caf
orgnico a nivel mundial, siendo Estados Unidos el principal destino de nuestras
exportaciones con un 28%, seguido de Alemania con un 26%, Blgica (14%),
Suecia (9%), Reino Unido (7%) y Canad con un (2%).
En tiempos de un mundo globalizado, las exportaciones de caf orgnico y otros
productos han contribuido a que nuestro pas tenga un crecimiento sostenido,
contribuyendo a mejorar considerablemente nuestra economa generando
mayores divisas a la vez de propiciar la creacin de nuevos puestos de trabajo.
Segn datos publicados en el informe Caser: Riesgos de Mercados (Enero,
2011) 24 nuevas empresas han incursionado en el mercado cafetero como
producto de la buena performance en el sector, conllevando a que la fuerza laboral
en dicho sector se incremente.
Por lo expuesto, el Per en base a su desarrollo exportador tiene las capacidades
suficientes para ingresar a nuevos mercados que estn en la bsqueda de
productos ecolgicos con valor agregado, como el caf orgnico, que representa
el 17% del total de exportaciones del pas.
MARCO CONCEPTUAL
No es posible exagerar la importancia del caf en la economa mundial. El caf es
uno de los productos primarios ms valiosos, segundo en valor durante muchos
aos nicamente al petrleo como fuente de divisas para los pases en
desarrollo. El cultivo, procesamiento, comercio, transporte y comercializacin del
caf proporciona empleo a millones de personas en todo el mundo. El caf tiene
una importancia crucial para la economa y la poltica de muchos pases en
desarrollo. Para muchos de los pases menos adelantados del mundo, las
exportaciones de caf representan una parte sustancial de sus ingresos en
divisas, en algunos casos ms del 80%. El caf es un producto bsico que se
comercia en los principales mercados de materias primas y de futuros, muy en
especial en Londres y en Nueva York.
Exportacin de caf
pg. 12
Los principales mercados de destino son los pases de la Unin Europea, los
Estados Unidos y el Japn. Dado el fenmeno de occidentalizacin de los gustos
asitico el consumo en esta regin resulta de inters en las proyecciones futuras
del grano.
Las principales empresas exportadoras de caf se encuentran distribuidas Por
Perales Huancaruna S.A.C con US$ 119.8 millones, Cia Internacional Del Caf
S.A.C con US$ 58.07 millones, Comercio & Cia S.A con US$ 39.9 millones,
Procesadora del Sur Ao
S.A con US$ 26.6
Exports FOB
millones,
Romero
Trading S.A con US$
1994
206.8
23.3 millones, Louis
Dreyfus Peru S.A con
US$ 23.3 millones, 1995
Machu Picchu Coffee
286
Trading S.A.C con
US$ 21.7 millones,
1996
223.3
entre otros.
1997
396.5
1998
287.4
1999
267.9
2000
224.8
2001
180.5
Producto Bruto
Exterior
2002
188.1
2003
181.1
Es el valor monetario
servicios finales que
internamente en el
mundo, durante un
de
tiempo
ao). Esta produccin
bienes y servicios
capacidad
instalada
del resto de pases,
productor en el caso
2004
289.9
2005
306.7
2006
515
2007
426.9
2008
645.1
2009
548.7
2010
888.7
2011
1597.2
2012
1020.7
2013
700
2014
695.5
Interno del
de todos los bienes y
se
producen
resto de pases del
periodo determinado
(normalmente
un
es la oferta interna de
generados
por
la
en el territorio interno
valorada a precios del
de bienes y servicios
pg. 13
Ao
PBI EUA
1994
5956.36
1995
5668.706
1996
6173.277
1997
7347.545
1998
7843.694
1999
8776.037
2000
10774.686
2001
11485.261
2002
11254.547
2003
9849.894
2004
9529.142
2005
10146.291
2006
10654.03
2007
10236.191
2008
9716.821
2009
10018.426
2010
10936.788
2011
10830.244
2012
12207.97
2013
12625.631
2014
13111.253
pg. 14
PIB EUA
14000
12000
10000
8000
6000
4000
2000
0
PIB EUA
Ao
TCN
1994
2.2
1995
2.26
1996
2.45
1997
2.66
1998
2.93
1999
3.38
2000
3.49
2001
3.51
2002
3.52
pg. 15
2003
3.48
2004
3.41
2005
3.3
2006
3.27
2007
3.13
2008
2.93
2009
3.01
2010
2.83
2011
2.75
2012
2.64
2013
2.78
2014
2.98
TCN
4
3.52
3.51
3.49
3.48
3.41
3.38
3.3 3.27
3.13 3.01
2.98
2.93
2.93 2.83
2.78
2.75
2.66
2.64
2.5
2.45
2.2 2.26
2
3.5
1.5
1
0.5
0
TCN
Precio Internacional
El precio es el nico elemento de la estrategia comercial que es generador de
ingresos, todos los dems son costos. Sirve tambin como medio de
comunicacin con el comprador al proporcionar una base para juzgar el atractivo
pg. 16
Ao
PIC
1994
134.45
1995
138.42
1996
102.07
1997
133.91
1998
108.95
1999
85.71
2000
64.24
2001
45.59
2002
47.74
2003
51.9
2004
62.15
2005
89.36
2006
95.75
2007
107.68
2008
124.25
2009
115.67
2010
147.24
2011
210.39
2012
156.34
2013
123.21
2014
125.56
pg. 17
La data usada para nuestros clculos fue obtenida de las siguientes instituciones
publicas: BCRP, INEI, Organizacin Internacional del Caf (International Coffe
Organization, por sus siglas en ingls)
pg. 18
En donde:
EXPORTS: Exportaciones de Caf (variable dependiente).
PBIUSA:
PIC:
TCN:
Justificacin Economtrica
Para realizar la justificacin hemos visto conveniente expresar nuestro modelo en
dos formas, la primera en versin lineal y la segunda en versin logartmica.
Modelo Lineal
Modelo Logartmico
t-Statistic
Prob.
pg. 19
-2072.209 343.9163
-6.025331
0.0000
PBI_EUA
0.054057
0.014352
3.766622
0.0015
PIC
9.688778
0.963733
10.05338
0.0000
TCN
325.9369
111.7986
2.915395
0.0096
R-squared
0.937935
479.8476
353.6352
S.E. of regression
95.55884
12.12700
155235.4
Schwarz criterion
12.32596
Log likelihood
-123.3335
Hannan-Quinn criter.
12.17018
F-statistic
85.63487
Durbin-Watson stat
1.882425
Prob(F-statistic)
0.000000
Interpretacin de coeficientes:
^ 0=2072.209
^ 1=0.054057
^ 2=9.688778
pg. 20
^ 3=325.9369
R2=0.937935
Los valores de las probabilidades T-Student nos muestra que todas las variables
(PIBEUA, PIC y TCN) son significativas a nivel individual.
t-Statistic
Prob.
-14.00357 1.585150
-8.834220 0.0000
LNPBI_EUA
1.354534 0.236750
5.721374
0.0000
LNPIC
1.483711 0.164956
8.994598
0.0000
LNTCN
0.667550 0.600077
1.112441
0.2814
pg. 21
R-squared
0.941750
0.629708
S.E. of regression
-0.597970
Schwarz criterion
-0.399014
Log likelihood
10.27869
F-statistic
91.61521
Durbin-Watson stat
Prob(F-statistic)
0.000000
0.164846
2.030706
Interpretacin de coeficientes
^ 1=1.354534
^ 2=1.483711
^ 3=0.66755
R2=0.94175
Los valores de las probabilidades T-Student en este caso nos muestran que las
variables que son significativas a nivel individual son PBI de Estados Unidos
(logPIBEUA) y el Precio Internacional del Caf (logPIC) nuevamente.
pg. 22
Matriz de Correlacin
a) Matriz de correlacin de los regresores del modelo lineal
PBI_EUA
PIC
TCN
PBI_EUA
1.000000
-0.071273
0.522084
PIC
-0.071273
1.000000
-0.750355
TCN
0.522084
-0.750355
1.000000
LNPBI_EUA LNPIC
LNTCN
LNPBI_EUA 1.000000
-0.173510
0.621873
LNPIC
-0.173510
1.000000
-0.752355
LNTCN
0.621873
-0.752355
1.000000
pg. 23
LOG(PIB_EUA) y LOG(TCN)
LOG(PIC) y LOG(TCN)
Del mismo modo podemos observar que existe una BAJA correlacin negativa entre:
LOG(PBI_EUA) y LOG(PIC)
LOG(TCN) y LOG(PIC)
La hiptesis nula ser que las variables explicativas son ortogonales entre si y la
hiptesis alternativa esta variables no sern ortogonales entre s.
pg. 24
2
2
calc
k2( k 1) / 2 calc
n 1
( 2 k 5)
6
ln R
PIC
TCN
PBI_EUA
1.000000
-0.071273
0.522084
PIC
-0.071273
1.000000
-0.750355
TCN
0.522084
-0.750355
1.000000
X 2calc = 211
X 2=
23+5
lnR= 12.126
6
3(31)
=3
2
7.8147
Por lo tanto se rechaza la hiptesis nula lo cual indica que las variables explicativas no
son ortogonales entre si y se concluye con un nivel de significancia del 5% que existe
multicolinealidad en el modelo.
pg. 25
t-Statistic
Prob.
-14.39811 1.555124
-9.258500 0.0000
LNPBI_EUA
1.553993 0.155621
9.985724
0.0000
LNPIC
1.330374 0.091211
14.58572
0.0000
R-squared
0.937510
0.629708
S.E. of regression
-0.622940
Schwarz criterion
-0.473723
Log likelihood
9.540875
F-statistic
135.0223
Durbin-Watson stat
Prob(F-statistic)
0.000000
0.165930
1.924886
LNPBI_EUA LNPIC
LNPBI_EUA 1.000000
-0.173510
LNPIC
1.000000
-0.173510
Autocorrelacin
K=3
n = 21
Lmite inferior (dL) = 1.026
Lmite superior (dU) = 1.669
4 dL = 2.974
4 dU = 2.331
1.026
1.669
2.331
2.974
K=3
pg. 27
n = 21
Lmite inferior (dL) = 1.026
Lmite superior (dU) = 1.669
4 dL = 2.974
4 dU = 2.331
1.026
1.669
2.331
2.974
pg. 28
2,000
1,600
1,200
800
400
200
100
0
-100
-200
94
96
98
00
02
Residual
04
06
Actual
08
10
12
14
Fitted
Deteccin de la Autocorrelacin
a) Correlograma de Residuos
Ante los correlogramas de la serie de residuos para 12 retardos que estn en esta
figura observamos los diversos coeficientes de autocorrelacin simple
pg. 29
b) Prueba de Breusch-Godfrey
H 0=no hay correlacin
H 1=sihay correlacin
0.001032
Prob. F(1,16)
0.9748
Obs*R-squared
0.001354
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 07/07/15 Time: 22:45
Sample: 1994 2014
Included observations: 21
Presample missing value lagged residuals set to zero.
Variable
t-Statistic
Prob.
0.667226 355.0974
0.001879
0.9985
PBI_EUA
0.000101 0.015126
0.006706
0.9947
PIC
-0.001342 0.994240
-0.001350 0.9989
TCN
-0.487081 116.2291
-0.004191 0.9967
RESID(-1)
-0.008770 0.273041
-0.032121 0.9748
R-squared
0.000064
88.10090
pg. 30
S.E. of regression
98.49662
12.22218
Schwarz criterion
12.47087
Log likelihood
-123.3329
F-statistic
0.000258
Durbin-Watson stat
Prob(F-statistic)
1.000000
1.867848
0.029014
Prob. F(2,15)
0.9715
Obs*R-squared
0.080927
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 07/07/15 Time: 22:49
Sample: 1994 2014
Included observations: 21
Presample missing value lagged residuals set to zero.
Variable
t-Statistic
Prob.
9.944320 368.1021
0.027015
0.9788
PBI_EUA
0.001046 0.016086
0.065022
0.9490
PIC
-0.021919 1.028513
-0.021312 0.9833
TCN
-5.758904 121.8290
-0.047270 0.9629
RESID(-1)
-0.014760 0.282575
-0.052233 0.9590
RESID(-2)
-0.067867 0.284118
-0.238867 0.8144
pg. 31
R-squared
0.003854
88.10090
S.E. of regression
12.31362
Schwarz criterion
12.61205
Log likelihood
-123.2930
F-statistic
0.011606
Durbin-Watson stat
Prob(F-statistic)
0.999947
101.5339
1.905168
Heterocedasticidad
La Heterocedasticidad significa que la varianza de las perturbaciones no es
constante a lo largo de las observaciones y supone una violacin de hiptesis del
modelo lineal general.
Los procedimientos tratan de cuantificar la presencia de heterocedasticidad.
Algunos de ellos, no slo se limitan a cuantificarla sino que, adems, permiten
valorar la existencia de Heterocedasticidad en trminos de probabilidad
recurriendo a distribuciones estadsticas conocidas; este ltimo grupo de contrates
se denominan, por ello, contrastes "paramtricos".
Test de white
H 0=existe h omocedasticidad
H 1=existe h eterocedasticidad
pg. 32
pg. 33
F-statistic
3.905207
Prob. F(9,11)
0.0186
Obs*R-squared
15.99424
Scaled explained
SS
6.497624
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/07/15 Time: 22:54
Sample: 1994 2014
Included observations: 21
Variable
t-Statistic
Prob.
296192.3 360451.9
0.821725
0.4287
PBI_EUA^2
0.000713 0.000649
1.098515
0.2954
PBI_EUA*PIC
0.161493 0.078772
2.050133
0.0650
PBI_EUA*TCN
10.98964 7.941486
1.383827
0.1938
PBI_EUA
-66.03672 30.51744
-2.163901 0.0533
PIC^2
2.426705 2.151176
1.128083
0.2833
PIC*TCN
176.1428 617.3990
0.285298
0.7807
PIC
-2762.085 1731.128
-1.595541 0.1389
TCN^2
-40211.03 42423.66
-0.947845 0.3636
TCN
122857.0 256960.3
0.478117
R-squared
0.761631
0.6419
8434.257
S.E. of regression
20.38765
Schwarz criterion
20.88504
Log likelihood
-204.0703
F-statistic
3.905207
Durbin-Watson stat
Prob(F-statistic)
0.018637
5552.527
2.410586
pg. 34
Viendo los resultados que nos ofrece el programa se evidencia que la probabilidad
del estadstico es mayor a 0.05 (0.0670), entonces no se rechaza la hiptesis nula,
por lo que la varianza es constante y homocedastica, concluyendo que no hay
heterocedasticidad en el modelo.
La prueba de White nos indica que no hay una relacin significativa entre los
residuos al cuadrado y el PBIUSA al cuadrado, TCN al cuadrado, y PIC al
cuadrado.
0.584689
Prob. F(9,11)
0.7853
Obs*R-squared
6.795280
Scaled explained
SS
2.629394
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/09/15 Time: 15:38
Sample: 1994 2014
Included observations: 21
Variable
t-Statistic
Prob.
pg. 35
3.318637 22.53527
0.147264
0.8856
LNPBI_EUA^2
-0.246977 0.309035
-0.799190 0.4411
1.358397
0.2015
LNPBI_EUA*LNTC
N
1.059245 1.082974
0.978089
0.3491
LNPBI_EUA
1.297391 5.003385
0.259303
0.8002
LNPIC^2
-0.094115 0.145652
-0.646164 0.5314
LNPIC*LNTCN
-0.581434 1.091165
-0.532856 0.6047
LNPIC
-2.577537 1.975078
-1.305031 0.2185
LNTCN^2
-0.362497 1.894177
-0.191374 0.8517
LNTCN
-6.108237 5.595529
-1.091628 0.2983
R-squared
0.323585
0.024496
S.E. of regression
-4.067999
Schwarz criterion
-3.570607
Log likelihood
52.71399
F-statistic
0.584689
Durbin-Watson stat
Prob(F-statistic)
0.785294
0.027165
2.271779
Ahora, en este caso, viendo los resultados que nos ofrece, se evidencia que la
probabilidad del estadstico tambin es mayor a 0.05 (0.65), entonces no se
rechaza la hiptesis nula, por lo que la varianza es constante y homocedastica,
concluyendo que no hay heterocedasticidad en el modelo.
Test de Glejser
Para este caso, primero observaremos algunos puntos puntos tericos referentes
a este test tomados del trabajo
CONCEPTOS BSICOS SOBRE LA
HETEROCEDASTICIDAD EN EL MODELO BSICO DE REGRESIN LINEAL
pg. 36
yi 0 1 x1i 2 x 2i ... k x ki ui
X ' X 1 X ' Y
ei y i y i
2 Estimar cuatro regresiones para los valores absolutos del error del modelo
anterior en funcin de una variable elevada consecutivamente a "h", que
para cada modelo tomara los valores -1, -0,5, 0,5 y 1.
| ei | 0 1 z h i
h 1,0.5,0.5,1
Esta conclusin es especialmente vlida para muestras grandes segn las propias
conclusiones ofrecidas por Glesjer por lo que su utilizacin parece especialmente
adecuada en este tipo de condiciones muestrales.
0.447653
Prob. F(3,17)
0.7222
Obs*R-squared
1.537491
Scaled explained
SS
1.008179
Test Equation:
Dependent Variable: ARESID
Method: Least Squares
Date: 07/09/15 Time: 16:01
Sample: 1994 2014
Included observations: 21
Variable
t-Statistic
Prob.
-41.55708 179.6267
-0.231352 0.8198
PBI_EUA
-0.008110 0.007496
-1.081902 0.2944
PIC
0.446706 0.503356
0.887456
0.3872
TCN
48.30336 58.39214
0.827224
0.4196
R-squared
0.073214
47.79789
S.E. of regression
10.82797
Schwarz criterion
11.02693
Log likelihood
-109.6937
F-statistic
0.447653
Durbin-Watson stat
Prob(F-statistic)
0.722159
49.91017
2.203119
Sea el modelo:
EXPORTS= 0 + 1 PIBEUA+ 2 PIC+ 3 TCN + i
RESIDUOS RECURSIVOS:
Nos muestra los errores de prediccin de un periodo hacia delante, calculando en cada
periodo la estimacin recursiva.
300
200
100
-100
-200
1998
2000
2002
2004
2006
Recursive Residuals
2008
2010
2012
2014
2 S.E.
CUSUM CUADRADO
pg. 39
1.6
1.2
0.8
0.4
0.0
-0.4
1998
2000
2002
2004
2006
2008
CUSUM of Squares
2010
2012
2014
5% Significance
COEFICIENTES RECURSIVOS
pg. 40
1,000
.4
.2
.0
-1,000
-.2
-2,000
-.4
-3,000
-.6
98
00
02
04
06
08
10
12
14
98
00
02
04
06
08
10
12
14
12
14
12
2,000
1,500
8
1,000
4
500
0
0
-500
-4
-1,000
98
00
02
04
06
08
10
12
14
98
00
02
04
06
08
10
Se observa que los coeficientes que tiene un mayor comportamiento normal son el
coeficiente del Producto Bruto Interno de Estados Unidos y el coeficiente del Tipo
de Cambio Nominal. Y los coeficientes ms inestables son el componente
autnomo y el coeficiente del Precio internacional del Caf.
Sin embargo en todos los coeficientes (en algunos de manera ms significativa y
en otros no muy significativos) existe un ensanchamiento de las bandas a partir de
los das del ao 2004.
En el modelo de las exportaciones del caf se aplica este test debido a que el
quiebre se da en el ao 2004 y este es cercano al final del periodo muestral.
H 0=No hay cambio estructural
H 1=sihay cambio estructural
pg. 41
F-statistic
3.733631
Prob. F(4,13)
0.0310
16.06319
Prob. Chi-Square(4)
0.0029
Wald Statistic
14.93452
Prob. Chi-Square(4)
0.0048
Viendo los resultados que nos ofrece el programa se evidencia que la probabilidad
del estadstico es menor a 0.05, entonces se rechaza la hiptesis nula a favor de
la alternativa concluyendo que si hay cambio estructural.
pg. 42
pg. 43
EFECTO COMBINADO
pg. 44
(asimetra) ( curtosis3 )
JB=T
+
X 2(2)
6
24
pg. 45
Series: Residuals
Sample 1994 2014
Observations 21
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
-1.27e-13
-10.15051
174.3228
-128.8577
88.10090
0.372824
2.239828
Jarque-Bera
Probability
0.992120
0.608925
0
-150
-100
-50
50
100
150
Estadsticas de prediccin
2,000
Forecast: EXPORTS_FOF
Actual: EXPORTS_FOB
Forecast sample: 1994 2014
Included observations: 21
Root Mean Squared Error
Mean Absolute Error
Mean Abs. Percent Error
Theil Inequality Coefficient
Bias Proportion
Variance Proportion
Covariance Proportion
1,600
1,200
800
400
85.97767
72.22406
22.18344
0.073120
0.000000
0.016017
0.983983
-400
94
96
98
00
02
04
EXPORTS_FOF
06
08
10
12
14
2 S.E.
pg. 46
Root Mean Squared Error: es uno de los indicadores que mide la desviacin de la variable
simulada, con respecto a la variable histrica, para comprobar si el error es significativo,
debemos compararlo con el Mean Dependent Var de la estimacin. En este caso el Root
Mean Squared Error es igual a 85.97767, es menor al MDV, que es igual 479.8476 (de la
primera corrida del modelo lineal), por lo tanto la simulacin es aceptable.
Mean Absolute Error: Este indicador hace que la simulacin pase la prueba, si resulta
menor que la S.D. dependet var (SDDV) de la estimacin que es igual a 353.6352 y ya
que el valor del MAE es igual a 72.22406. Por ende la simulacin es aceptable
Mean Abs. Percent Error: Es un indicador til como indicio de un sesgo sistemtico. Un
valor pequeo de este indicador es una medida deseable de ajuste de la simulacin as
sabramos que porcentaje de error que tiene la prediccin, este valor es este escenario es
de 22.18344
Theil Inequality Coefficient: Este coeficiente, es uno de los que indica el grado de
desempeo predictivo del modelo economtrico, su evaluacin es entre cero y uno,
mientras ms cercano a cero, el desempeo es ms eficiente para la prediccin, lo
contrario sucede si es ms cercano a uno.
En este caso esta prediccin nos da un valor de 0.07312 que es cercano a cero o tiende a
l, por tanto nos deja deducir que el modelo tiene capacidad predictiva.
Bios Proportion (proporcin del sesgo): determina cunto se aleja la media del pronstico
de la media de la variable observada. El Bias Proportion es igual a 0.00. Tienen la misma
orientacin; esto significa que no hay presencia de un error sistemtico, indicando que las
medidas de los valores predichos y los valores observados no son muy distintas.
Variance Proportion (proporcin de la varianza): Nos indica la capacidad del modelo para
predecir l grado de variabilidad de la variable analizada, por tanto en este caso, el tener
un valor de 0.016017, el supuesto tiene baja capacidad para pronosticar el grado de
variabilidad de las exportaciones de caf.
Covariance Proportion (proporcin de la covarianza): nos da el grado de relacin de los
datos dela serie de la variable endgena estimada por el Eviews con respeto a la serie
ingresada por el modelista, en este caso ambas series, tienen una relacin directa casi al
100%. Es normal que este indicador nunca sea 1 debido a que es poco comn ver un
modelo real, que prediga siempre con exactitud los hechos, siempre habr un margen de
error.
pg. 47
CONCLUSIONES
Como era de esperarse, las Exportaciones de Caf tienen una relacin directa con
su Precio Internacional y el Tipo de Cambio, ya que al aumentar el precio de este
producto habr una mayor cantidad exportada debido a que nuestro producto
presenta ventajas competitivas con el resto del mundo.
pg. 48