Universidad Catlica Andrs Bello

Facultad de Ciencias Econmicas y Sociales

Escuela de Economa
Econometra













Estudio de las Importaciones de bienes de consumo de
Alemania para el periodo 1999-2012















Integrantes:
Antonorsi, Carlos
Kabbabe, Ma. Corina







Caracas, Junio de 2012
Introduccin


En el presente trabajo se realizar un anlisis del comportamiento de las importaciones
alemanas en el perodo que comprende desde enero del 1999 hasta marzo de 2012, en
periodicidad trimestral basndonos en los datos provistos por el Deutsche Bundesbank.

Las importaciones son la parte de la demanda nacional que muestra la demanda de bienes
extranjeros; ellas representan una parte del PIB de Alemania, segn los datos de la economa
Alemana cabe destacar que histricamente, las importaciones siempre han sido menores que las
exportaciones porque es un pas industrial.

Analizaremos si las importaciones pueden ser estimadas por distintas variables de la
economa alemana para lograr un modelo que nos muestre que factores y cuanto influyen en las
importaciones; para esto haremos uso de distintos test estadsticos y economtricos que nos
ayudaran a probar la robustez y la calidad del modelo estimado, as como tambin veremos si se
cumplen las hiptesis del Modelo Lineal General, y si nuestro modelo original necesita algn
tipo de modificaciones. Tomaremos los signos del modelo original basndonos en la teora
macroeconmica de distintos autores.
Informacin Previa

El crecimiento de la economa de Alemania ha mostrado un aumento en sus
exportaciones netas aunque sus importaciones no haban aumentado tan significativamente sino
hasta el ao 2006 donde aumentaron en un 9.5%, mientras que en este periodo de tiempo el
ingreso ha aumentado. Esto puede ser consecuencia de que los productos alemanes son de alta
calidad y pueden ser sustitutos perfectos. Se ha presentado un crecimiento en las importaciones
provenientes de pases de bajos costos de produccin (Sur y Este de Asia), por lo que las
importaciones de pases dentro de la Union Europea han disminuido con el tiempo.

Varios estudios mostraron que los precios relativos no son estadsticamente significativos
como un determinante en la demanda de importaciones, pero igualmente, la demanda de
importaciones reacciona positivamente a una cada en los precios de los bienes importados en
comparacin con los bienes nacionales, por lo que si llevamos esta relacin al tipo de cambio,
quiere decir que si el tipo de cambio disminuye (los bienes nacionales aumentan de precio)
aumentara la demanda de bienes importados (Stirbck, C. 2006., Deutsche BundesBank Monthly
Report, March 2008).

Definicin y Alcance del Modelo


Las importaciones constituyen parte de la demanda nacional, especficamente la demanda
de bienes extranjeros. Ellas estn determinadas por el Ingreso Nacional y el Tipo de Cambio
(Blanchard, O., 2008); estas variables son directamente e inversamente proporcionales a las
importaciones ya que una variacin positiva en el Ingreso Nacional aumenta la demanda interna
de bienes externos, asimismo, un aumento del tipo de cambio real reduce las importaciones ya
que aumentan los precios de los bienes importados (el tipo de cambio de la Union Europea es
flexible).

Igualmente incluiremos en el modelo las variables Consumo Privado, Consumo de
Gobierno, y el Desempleo, todas variables de Alemania. Siguiendo la metodologa de Sims
(1970) asumiremos de entrada que todas estas variables son endgenas para luego probar con el
modelo esta hiptesis.

Siguiendo el enfoque macroeconmico actual (Blanchard, O., 2008; Krugman, P., 2009;
Dornbusch, R., 2008) los signos y coeficientes esperados son los siguientes:


Ingreso Nacional (LRINGRESO) es un determinante fundamental de las importaciones,
el cual tiene una relacin directamente proporcional con las mismas, por lo que se espera
un signo positivo y un coeficiente alto ya que es la forma en la que la demanda agregada
acta sobre las importaciones y el sector externo de la economa, asimismo, el poder
adquisitivo es el que al final le permite a los ciudadanos consumir bienes nacionales o
extranjeros.


Tipo de Cambio (LTDC): en este trabajo utilizaremos un ndice del tipo de cambio
efectivo real del Euro contra las monedas del grupo EER-20 que son sus principales
socios comerciales en cuanto a importaciones. Se espera un signo negativo ya que la
relacin del tipo de cambio con las importaciones es inversamente proporcional, debido a
que si el tipo de cambio aumenta, la demanda de las importaciones deben reducirse;
asimismo esperamos un porcentaje alto, porque, adems de ser uno de los dos factores
que toda la literatura de macroeconoma asocia a las importaciones, podemos ver con la
relacin de la demanda que si el precio aumenta, las cantidades demandas deben
reducirse.


Consumo Privado (LRPRIV): debe tener un signo positivo, porque al aumentar el
consumo aumentan las importaciones y la produccin nacional, el coeficiente debe ser
moderado-alto, ya que el consumo privado representa una gran parte de cualquier
economa.


Consumo del Gobierno (LRGOB): as como el consumo privado, este debe tener un signo
positivo pero el coeficiente debe ser moderado-bajo, ya que el gobierno alemn tiene una
poltica de poco gasto.



Desempleo (LDESEMP) esta variable la hemos agregado por la relevancia que nos
parece que puede tener en las importaciones, dado que es una relacin directa con el
poder adquisitivo de las personas. Esperamos un signo negativo y un coeficiente de
moderado a bajo; la razn del signo negativo es que cuando hay un gran desempleo, el
poder adquisitivo de las personas se reduce porque muchos de estos no estn recibiendo
salarios haciendo que la demanda agregada se contraiga.

Todas las variables que se utilizarn para construir el modelo estarn en trminos reales,
las que no lo estn se deflactarn con el IPC y usando como base el segundo trimestre de 2005.

La forma del modelo estar identificada por:

LRIMPORTS= + *LTDC + *LRINGRESO +
3
*LRGOB +
4
*LRPRIV +
5
*LDESEMP
+
t


Queremos que se cumplan los siguientes supuestos de Gauss-Markov:

Homoscedasticidad: este supuesto nos dice que la varianza del trmino de perturbacin es
la misma para todas las observaciones, es decir, que sea idntico para las i
observaciones. Si no se cumple el supuesto de homoscedasticidad la varianza del trmino
de perturbacin ser diferente para todas las observaciones, es decir, habr
heteroscedasticidad. Este supuesto lo contrastaremos con las pruebas WHITE y ARCH.
En ambas pruebas Ho: los residuos se distribuyen homoscedasticamente, y Hi: los
residuos se distribuyen heteroscedasticamente. La prueba WHITE se contrastara con
de k-1 grados de libertad, donde k representa el nmero de variables explicativas
incluidas en el modelo. Asimismo la prueba ARCH se contrastara con una de p
grados de libertad, donde p representa el orden del rezago evaluado.

Autocorrelacin: se busca que la correlacin entre y j (ij) sea igual a cero. Es decir,
que las perturbaciones no estn correlacionadas. Si las perturbaciones muestran
correlacin significara que nuestra variable depende de las variables explicativas y de los
errores pasados de la misma. Para comprobar este supuesto utilizaremos las pruebas
Durbin-Watson (para autocorrelacin de orden 1) y Breusch-Godfrey (para
autocorrelacin de orden mayor a 1). Para el contraste Durwin-Watson, Ho: hay
autocorrelacion en los residuos, y Hi: no hay autocorrelacion en los residuos, si el valor
del DW2 se rechaza la hiptesis nula. Para realizar el contraste de Breusch-Godfrey
donde Ho: no hay autocorrelacion en los residuos, y Hi: hay autocorrelacin en los
residuos, esta prueba se contrasta con una F de p, p-n-k grados de libertad, donde p es
el orden del rezago evaluado, n el nmero de observaciones y k el nmero de variables
explicativas incluidas en el modelo.

Multicolinealidad: el supuesto establece que no hay una relacin perfectamente lineal
entre las variables explicativas, si esta relacin existiese significa que podramos sustituir
una variable en funcin de otra de las variables explicadas, esto traera como
consecuencia que los intervalos de confianza se ampliaran y que aumente la probabilidad
de cometer el Error Tipo II. La multicolinealidad la podemos detectar con un R elevado
y valores t poco significativos, alta correlacin entre parejas de regresores.


Normalidad de los residuos: con este supuesto queremos determinar si los residuos se
distribuyen normalmente, es decir, que los residuos y j sean independientes.
Utilizaremos el test Jarque-Bera, donde si el valor JB<5,99 ( con 2 GDL) se acepta Ho,
donde Ho: los residuos se distribuyen normalmente, y Hi: los residuos no se distribuyen
normalmente.

Forma Funcional: este test nos ayudara a ver si la forma funcional del modelo es correcta
o existe otra forma (con ms o menos variables) que explique el modelo de mejor
manera. Para este contraste se utiliza el Ramsey Reset Test, en el cual se contrastan dos
modelos:
(a) Yt = + Xt +
(b) Yt = + Xt + t + t +
Y se calcula:

El cual que se distribuye como una F de K-1, n-K grados de libertad.

Donde R y R son los coeficientes de estimacin conjunta de los modelos a y b
respectivamente, K es el nmero de nuevas variables que se agregan a la ecuacin b, K
es el nmero de variables que explican el modelo y n el nmero de observaciones. Esta
divisin se compara con una F de K,n-K grados de libertad, donde Ho: la forma
funcional es la correcta, y Hi: la forma funcional es incorrecta. Cuando esta divisin
tiende a cero significa que el modelo a explica a Y igual que el modelo b, es decir la
forma funcional original es correcta.

Cambio Estructural: este test se realiza para ver si existe algn cambio en los parmetros
a lo largo del modelo, ya que como utilizamos series de tiempo puede existir un cambio
entre las variables regresadas y las regresoras como por ejemplo que la pendiente cambie
o que el intercepto varie. Para este supuesto utilizaremos el Test de Chow para modelos
restringidos y no restringidos, y para estimaciones recursivas usaremos CUSUM y
CUSUM-SQ. El Test de Chow muestra si ocurre un cambio en un momento en el tiempo
determinado, dividiendo la serie en dos partes y comparando las pendientes y los
interceptos con la frmula:


la cual se contrasta con una F de k, n-2k grados de libertad, y donde las hiptesis son
Ho: no hay cambio estructural, y Hi: hay cambio estructural.
Los Test CUSUM y CUSUM-SQ se utilizan para contrastar la estabilidad residual del
modelo; este modelo nos ayuda a ver en qu momento ocurri el cambio estructural, en
comparacin con el Test de Chow donde el investigador debe asumir y elegir el momento
donde el piense que ocurri un cambio estructural. La Ho: los parmetros son estables, es
decir =, mientras que la Hi: los parmetros no son estables .
Grupo de datos

Los datos usados en este estudio fueron obtenidos de las series de tiempo del Deutsche
Bundesbank, las series estn previamente ajustadas estacionalmente, es decir, no debera haber
relaciones estacionales en las series. Parte de la data est presentada de manera nominal as que
se procedi a deflactarla con el IPC del mismo espacio de tiempo utilizando como base
2005=100 (Julio), en la siguiente pgina se muestran los refinamientos utilizados en cada serie.
Mostramos los datos utilizados en el estudio:
obs IMPORTS TDC INGRESO GOB PRIV DESEMP IPC
1999Q1 71.32000 100.0000 370.9000 97.25000 95.96000 4113.667 90.90000
1999Q2 74.18000 96.30570 376.8500 96.54000 95.91000 4099.000 91.40000
1999Q3 75.70000 94.97460 379.0800 97.05000 96.29000 4104.667 91.50000
1999Q4 76.00000 93.00040 380.7800 96.80000 97.78000 4057.667 92.00000
2000Q1 78.67000 89.69430 387.4700 98.55000 97.76000 3959.333 92.40000
2000Q2 80.66000 86.88340 384.0100 98.08000 98.75000 3896.000 92.60000
2000Q3 83.26000 85.66320 383.4700 97.91000 99.04000 3855.333 93.10000
2000Q4 87.25000 83.97580 385.9900 98.65000 98.39000 3807.333 93.60000
2001Q1 84.79000 88.47450 393.6400 98.87000 99.77000 3799.667 94.00000
2001Q2 84.63000 85.79100 392.3600 98.41000 100.0700 3814.333 94.90000
2001Q3 83.37000 87.01150 392.6700 98.08000 100.1000 3873.333 95.00000
2001Q4 82.16000 87.49960 398.4100 99.60000 99.44000 3958.667 95.10000
2002Q1 80.76000 86.96900 393.1500 99.21000 99.10000 3970.667 95.80000
2002Q2 82.37000 88.95040 397.1800 99.75000 98.97000 4021.333 95.80000
2002Q3 83.21000 92.15990 401.5200 99.99000 99.20000 4101.000 96.00000
2002Q4 84.69000 93.17250 399.5000 100.8400 99.77000 4208.333 96.10000
2003Q1 87.61000 97.77890 398.2800 99.67000 99.79000 4355.667 97.00000
2003Q2 86.26000 102.1794 398.0500 99.92000 99.64000 4403.667 96.80000
2003Q3 86.51000 101.9593 407.8400 100.6500 99.36000 4392.333 97.00000
2003Q4 88.57000 103.9881 404.3100 100.9100 99.49000 4379.000 97.10000
2004Q1 90.69000 106.3962 417.7200 99.78000 99.72000 4310.333 97.90000
2004Q2 93.02000 103.7957 424.8400 99.61000 99.51000 4358.000 98.50000
2004Q3 95.00000 104.2979 422.6800 100.1300 99.54000 4404.000 98.90000
2004Q4 96.25000 106.6582 421.5600 99.31000 100.0600 4482.000 99.10000
2005Q1 94.06000 106.4175 420.5300 98.90000 99.59000 4920.333 99.60000
2005Q2 98.52000 104.4420 433.4600 100.4600 99.89000 4930.667 99.80000
2005Q3 101.2600 102.8009 429.0200 100.4400 100.1600 4838.333 100.6000
2005Q4 105.1900 101.6195 430.6700 100.2000 100.0300 4749.000 100.7000
2006Q1 108.4000 101.8335 445.3300 100.5900 100.8100 4738.000 101.0000
2006Q2 110.2900 104.0647 450.1700 100.4500 101.2400 4587.333 101.6000
2006Q3 112.5800 104.7206 453.1400 101.1000 101.1900 4399.000 101.6000
2006Q4 116.2900 104.4087 460.0900 101.5500 102.6700 4210.000 102.2000
2007Q1 117.0400 105.0450 469.2600 102.1100 100.3600 3958.333 103.0000
2007Q2 116.5800 106.2615 463.7700 102.2500 101.4700 3809.333 103.6000
2007Q3 119.0900 106.2219 470.2900 102.1100 101.7700 3695.000 104.3000
2007Q4 119.9600 108.3834 474.0100 103.0100 101.6200 3567.000 105.4000
2008Q1 122.7700 109.4491 478.3100 104.4500 101.7700 3366.333 106.1000
2008Q2 121.1900 111.3419 481.1600 105.7000 101.8500 3271.333 107.0000
2008Q3 123.8000 108.6815 474.4200 105.6700 101.9800 3202.667 107.3000
2008Q4 118.8600 104.7987 460.3300 106.2900 101.6600 3189.667 106.6000
2009Q1 112.9900 107.8432 443.4800 108.0000 101.9500 3315.333 106.6000
2009Q2 106.8500 108.7435 442.5900 108.7900 102.3800 3470.000 107.1000
2009Q3 111.5200 109.3937 456.5100 109.4500 101.6300 3468.333 107.0000
2009Q4 110.4100 110.6593 463.5800 109.8600 101.4900 3411.333 107.5000
2010Q1 116.8000 105.5839 467.6000 110.8600 101.4900 3376.667 107.8000
2010Q2 124.0100 100.3745 471.4900 110.2200 102.3100 3257.333 108.1000
2010Q3 125.0900 99.54080 476.1600 111.1100 102.6000 3181.000 108.4000
2010Q4 126.6800 101.0071 482.5900 111.2100 103.3300 3132.000 109.4000
2011Q1 128.2700 100.1614 489.5200 111.0800 103.7000 3070.333 110.1000
2011Q2 132.5500 102.5694 487.3000 112.0400 103.0700 2975.667 110.5000
2011Q3 135.7700 100.6206 496.6100 112.2900 104.3500 2942.000 111.1000
2011Q4 134.7000 99.43130 497.1500 112.9400 104.1400 2909.000 111.6000
2012Q1 134.7300 96.93810 506.4300 113.1600 104.5800 2862.000 112.5000

Se pesenta a continuacin las grficas histricas de las series, previo a cualquier
refinamiento estadstico. Podemos observar que cuatro (GOB, IMPORTS, INGRESO, PRIV)
tienen un comportamiento similar con tendencias crecientes, mientras que el tipo de cambio
(TDC) no tiene un comportamiento deducible visualmente, el desempleo tambin presenta un
comportamiento difcil de definir visualmente aunque pareciera que pudiese tener una tendencia
decreciente.

Procederemos a realizar un anlisis individual de las series y grupal del modelo para
determinar si es necesario realizar algn otro refinamiento para poder obtener un modelo que
explique las importaciones de Alemania.



Regresin por MCO
Primero analizaremos la relacin de los datos con una regresin de Mnimos Cuadrados
Ordinarios (MCO), habiendo previamente aplicado el logartmo a todas las series con el fn de
suavizar las variaciones, esto se puede hacer ya que al realizar un contraste de varianzas por el
test de Bartlett, conseguimos que las varianzas son iguales y que la transformacin se puede
hacer; haremos la regresin con el siguiente comando en eViews:
LS LIMPORTS C LTDC LRINGRESO LGOB LPRIV LDESEMP
Es decir, estamos diciendo que el modelo ser:

Obtendremos:

Dependent Variable: LIMPORTS
Method: Least Squares
Date: 06/26/12 Time: 17:35
Sample: 1999Q1 2012Q1
Included observations: 53


Variable Coefficient Std. Error t-Statistic Prob.


LTDC -0.009086 0.086781 -0.104706 0.9171
LRINGRESO 1.808940 0.151601 11.93227 0.0000
LGOB -0.152400 0.236171 -0.645298 0.5219
LPRIV 1.512607 0.597235 2.532682 0.0147
LDESEMP -0.018564 0.054786 -0.338843 0.7362
C -12.43907 2.029308 -6.129709 0.0000


R-squared 0.980032 Mean dependent var 4.610983
Adjusted R-squared 0.977908 S.D. dependent var 0.187685
S.E. of regression 0.027897 Akaike info criterion -4.214352
Sum squared resid 0.036576 Schwarz criterion -3.991300
Log likelihood 117.6803 Hannan-Quinn criter. -4.128577
F-statistic 461.3500 Durbin-Watson stat 1.150901
Prob(F-statistic) 0.000000




Se puede notar que hay una relacin de un R
2
alto, muy cercano a 1 (la regresin explica
muy bien el modelo) y un Durbin-Watson muy bajo y lejano a 2 (seal de un alto grado de
autocorrelacin positiva), estos dos valores son indicadores de una posible regresin espurea,
tambin nos est indicando que tanto el tipo de cambio (LTDC), el consumo del gobierno
(LGOB) y el desempleo (LDESEMP), pueden que no estn explicando el modelo. Procederemos
a realizarle una batera de tests para analizar si el modelo est correctamente formulado.
LIMPORTS=
0
+
1
LTDC+
2
LRINGRESO+
3
LGOB+
4
LPRIV +
5
LDESEMP+
t
Tests
Test de Jarque-Bera
Como primer test para probar si se cumplen los supuestos del Modelo Lineal General,
usaremos el test de normalidad de Jarque-Bera para analizar si los residuos se distribuyen
normalmente.



Se puede ver que el valor obtenido por el test (6,462561) es mucho mayor que el valor de

2
(2)
(valor aproximadamente 5.99), por lo tanto rechazamos la hiptesis nula de que los
residuos se distribuyan normalmente.


Tests CUSUM y CUSUM-SQ
Estos tests nos indicarn la estabilidad del modelo, primero usaremos el test CUSUM:

El test nos est indicando al salirse de la linea roja (de 5% de significancia) que no es estable.
Confirmaremos esto con el test CUSUM-SQ:

Este test contradice lo que el test anterior nos indicaba, que el modelo no es totalmente
estable, as que no se puede concluir nada efectivamente, procedemos con el test de Ramsey para
poder determinar si la forma funcional es incorrecta.
Test de Ramsey RESET
Realizamos el test de Ramsey para analizar si la forma funcional es correcta:

Ramsey RESET Test:


F-statistic 0.820279 Prob. F(1,46) 0.3698
Log likelihood ratio 0.936777 Prob. Chi-Square(1) 0.3331



Test Equation:
Dependent Variable: LIMPORTS
Method: Least Squares
Date: 06/26/12 Time: 17:47
Sample: 1999Q1 2012Q1
Included observations: 53


Variable Coefficient Std. Error t-Statistic Prob.


LTDC -0.051575 0.098796 -0.522031 0.6042
LRINGRESO 4.824646 3.333186 1.447458 0.1545
LGOB -0.403628 0.364602 -1.107039 0.2740
LPRIV 3.723182 2.513036 1.481547 0.1453
LDESEMP -0.076671 0.084435 -0.908047 0.3686
C -35.29736 25.32023 -1.394038 0.1700
FITTED^2 -0.178208 0.196764 -0.905693 0.3698


R-squared 0.980382 Mean dependent var 4.610983
Adjusted R-squared 0.977823 S.D. dependent var 0.187685
S.E. of regression 0.027950 Akaike info criterion -4.194291
Sum squared resid 0.035936 Schwarz criterion -3.934064
Log likelihood 118.1487 Hannan-Quinn criter. -4.094220
F-statistic 383.1250 Durbin-Watson stat 1.136591
Prob(F-statistic) 0.000000







El test no est indicando que la forma funcional es correcta, aceptando la hipotesis nula
de que la forma funcional del modelo es la correcta, confirmandolo el p-valor de FITTED^2,
que nos dice que se est aceptando la hiptesis nula de que no sea significativo para el modelo.
Pero a la vez nos est mostrando que todas las dems variables no son significativas, un
resultado que no tiene sentido.
Anlisis individuales

Procederemos a realizar un anlisis individual de cada una de las variables para poder
determinar el grado de integrabilidad de cada serie y as determinar si podemos diferenciarlas
para eliminar el componente de la tendencia que puede estar generando los altos niveles de R
2
y
poder analizar si es posible hacer un anlisis de cointegracin entre ellas al determinar si son
I
(1).
asd

A continuacin presentamos una tabla con los resultados obtenidos luego de aplicar el
test de Dickey-Fuller a cada una de las series:


Nombre Raiz unitaria
I
(0).
con
constante
Diferenciacin Nueva serie
Importaciones LIMPORTS Si (1) Si Si DLIMPORTS
Tipo de Cambio LTDC Si (1) No Si DLTDC
Ingreso Real LRINGRESO Si (1) Si Si DLRINGRESO
Consumo del
Gobierno
LGOB Si (1) Si Si DLGOB
Consumo
Privado
LPRIV No (0)* Si, y tendencia* No -
Desempleo LDESEMP Si (1) No Si DLDESEMP
*El test ADF mostr que no haba presencia de raiz unitaria a un nivel del 5%
pero si a un nivel del 1%.. Los datos claramente tienen una tendencia.
Refinamientos estadsticos





Cdigo Nombre Variable Periodicidad
Ajuste
Periodicidad
Real/Nominal Ajuste Proceso de ajuste Unidades / Base
BBK01.JB5006 Importaciones IMPORTS Trimestral No Indice - - 2005=100
BBEE2.Q.I6.AAA.
XZ15.R.AACPE.M00
Tipo de Cambio TDC Trimestral No Real - - 1999Q1 = 100
BBK01.JAA025 Ingreso Nacional INGRESO Trimestral No Nominal Deflactar (Ingreso/IPC)*100
DM/EURO
Billones
BBK01.JAB106 Consumo del Gobierno GOB Trimestral No Indice - - 2005=100
BBK01.JBB103 Consumo Privado PRIV Trimestral No Indice Deflactar - 2005=100
BBK01.USCC01 Desempleo DESEMP Mensual
Si // Promedio
de 3 meses
- - - Miles
BBK01.USFA01
Indice de Precios al
Consumidor
IPC Mensual Si Indice - - 2005=100

Modelo Estimado
Para el estudio de la relacin de largo plazo, haremos un anlisis de cointegracin por el
Mtodo de Mxima Verosimilitud de Johansen. Usaremos los logaritmos de las series (deflactados, en
los casos necesarios) y usaremos un modelo de tipo:

Es decir, un modelo en el que el vector de variables Zt tiene tendencia lineal y la ecuacin de
cointegracin tiene intercepto. Realizamos el test solo con las series que tienen un comportamiento I
(1)

mostradas en la seccin anterior.
Al hacer varias pruebas, se determin que las nicas series que presentan una relacin de
cointegracin son las importaciones (LIMPORTS), el tipo de cambio (LTDC) y el ingreso real
(LRINGRESO).

Date: 06/26/12 Time: 18:48
Sample (adjusted): 2000Q2 2012Q1
Included observations: 48 after adjustments
Trend assumption: Linear deterministic trend
Series: LIMPORTS LTDC LRINGRESO
Lags interval (in first differences): 1 to 4

Unrestricted Cointegration Rank Test (Trace)


Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**


None * 0.443522 37.46812 29.79707 0.0054
At most 1 0.158540 9.334009 15.49471 0.3354
At most 2 0.021605 1.048387 3.841466 0.3059


Trace test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)


Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**


None * 0.443522 28.13412 21.13162 0.0044
At most 1 0.158540 8.285622 14.26460 0.3504
At most 2 0.021605 1.048387 3.841466 0.3059


Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values


Z
t 1
+ W
t
= (' Z
t 1
+
0
)+
0
La ecuacin de cointegracin que se obtuvo es:

1 Cointegrating Equation(s): Log likelihood 397.4895


Normalized cointegrating coefficients (standard error in parentheses)
LIMPORTS LTDC LRINGRESO
1.000000 0.006761 -2.021351
(0.06750) (0.06319)


La ecuacin de cointegracin adems presenta los signos correctos esperados segn la teora
econmica. Al obtener el MCE con los residuos de la ecuacin de cointegracin le realizamos un test
ADF y Jarque-Bera y pudimos demostrar que tenian un comportamiento estacionario.

Procedemos a realizar el anlisis de corto plazo partiendo del modelo ms general posible,
tomando en cuenta todas las series con hasta 4 rezagos y fuimos eliminando una por una las series que
no fuesen significativas y que tuviesen un p-valor ms alto. Llegamos hasta la siguiente representacin:


Dependent Variable: DLIMPORTS
Method: Least Squares
Date: 06/26/12 Time: 19:48
Sample (adjusted): 2000Q2 2012Q1
Included observations: 48 after adjustments


Variable Coefficient Std. Error t-Statistic Prob.


DLRINGRESO(-4) -0.275850 0.114445 -2.410327 0.0203
DLDESEMP -0.375469 0.096390 -3.895323 0.0003
DLDESEMP(-4) 0.456421 0.098280 4.644088 0.0000
MCE(-1) -0.300868 0.093243 -3.226721 0.0024
C -2.281570 0.710679 -3.210406 0.0025


R-squared 0.552652 Mean dependent var 0.011209
Adjusted R-squared 0.511039 S.D. dependent var 0.025819
S.E. of regression 0.018054 Akaike info criterion -5.092558
Sum squared resid 0.014016 Schwarz criterion -4.897642
Log likelihood 127.2214 Hannan-Quinn criter. -5.018899
F-statistic 13.28053 Durbin-Watson stat 2.305793
Prob(F-statistic) 0.000000




El modelo de corto plazo obtenido con un mecanismo de correccin del error (MCE) nos est
mostrando que el tipo de cambio no fu significativo para explicar las importaciones pero el ingreso
rezagado en 4 periodos y el desempleo tanto en el mismo momento como 4 periodos rezagados si lo
son. Procedemos a realizar los tests para determinar si el modelo est bien formulado:

El correlograma nos est indicando un comportamiento estacionario en los residuos, lo
comprobamos con un test ADF:


Null Hypothesis: RESIDUOS has a unit root
Exogenous: None
Lag Length: 0 (Fixed)


t-Statistic Prob.*


Augmented Dickey-Fuller test statistic -7.979999 0.0000
Test critical values: 1% level -2.615093
5% level -1.947975
10% level -1.612408


*MacKinnon (1996) one-sided p-values.

Queda confirmado que no tienen raiz unitaria y son estacionarios. Procedemos a realizar un test
de normalidad para asegurarnos que cumplan con los supuestos del Modelo Lineal General:
El test de Jarque-Bera nos indica que los residuos se distribuyen normalmente y todo indica que
son estacionarios y que son adecuados para el modelo. Procedemos a realizar las pruebas para
comprobar que el modelo est formulado adecuadamente:


El test CUSUM nos indica que el modelo es totalmente estable, lo confirmamos con el test
CUSUM-SQ:
El test confirma que el modelo es estable y que puede ser utilizado para hacer predicciones.
Procederemos a realizar un test de Ramsey para analizar si la forma funcional es la correcta y que el
modelo est formulado adecuadamente:
Ramsey RESET Test:


F-statistic 0.706569 Prob. F(1,42) 0.4053
Log likelihood ratio 0.800790 Prob. Chi-Square(1) 0.3709



Test Equation:
Dependent Variable: DLIMPORTS
Method: Least Squares
Date: 06/26/12 Time: 22:54
Sample: 2000Q2 2012Q1
Included observations: 48


Variable Coefficient Std. Error t-Statistic Prob.


DLRINGRESO(-4) -0.288610 0.115837 -2.491528 0.0168
DLDESEMP -0.359808 0.098499 -3.652919 0.0007
DLDESEMP(-4) 0.489539 0.106196 4.609764 0.0000
MCE2(-1) -0.300886 0.093562 -3.215888 0.0025
C -2.279390 0.713121 -3.196356 0.0026
FITTED^2 -4.134422 4.918554 -0.840577 0.4053


R-squared 0.560054 Mean dependent var 0.011209
Adjusted R-squared 0.507679 S.D. dependent var 0.025819
S.E. of regression 0.018116 Akaike info criterion -5.067575
Sum squared resid 0.013784 Schwarz criterion -4.833675
Log likelihood 127.6218 Hannan-Quinn criter. -4.979184
F-statistic 10.69323 Durbin-Watson stat 2.246247
Prob(F-statistic) 0.000001



El test nos est confirmando que la forma funcional es la correcta, esto se puede notar al ver que
el trmino FITTED^2 est siendo rechazado y no es significativo para el modelo, es decir, no lo est
explicando y se debe quitar. Se puede adems ver el comportamiento similar entre el modelo y la serie,
pareciera que lo est explicando efectivamente.
Resultados Economtricos

El modelo estimado, luego de todos los test realizados, ser un modelo de corto plazo con un
mecanismo de correcin del error:

DLIMPORTS = -0.275850141195*DLRINGRESO(-4) - 0.375469280724*DLDESEMP + 0.456420890517*DLDESEMP(-4)
-0.300868114526*MCE2(-1) - 2.28156974681


Comparacin de los signos esperados con los obtenidos en el modelo:
(c) Ingreso nacional (DLRINGRESO): el signo contrario al esperado y no es consistente con la
teora econmica, esto se puede deber a que se est tomando la serie con 4 rezagos, es decir un
ao de diferencia. El coeficiente no es alto, nos dice que una variacin en un 1% del ingreso
nacional producir una variacin negativa en promedio de 0.275% en las importaciones, en el
corto plazo.

(d) Desempleo (DLDESEMP): el signo obtenido es el esperado en la variable no rezagadas y el
contrario al esperado en la variable rezagada en 4 periodos. Los coeficientes son altos en
comparacin con lo esperado, una variacin en un 1% en el desempleo vara en un estimado de
0.375% las importaciones en el mismo periodo y un 0,456% en 4 periodos hacia adelante.

Se pudiese reformular el modelo e incluir otras variables con el fin de buscar si hay otros
factores que puedan influir en las importaciones, el modelo presentado cumple con los supuestos
estocsticos y pero no completamente los de la teora econmica, esto se puede deber a la cantidad de
rezagos significativos para el modelo.
Usos del Modelo Estimado


La forma funcional del modelo de corto plazo con un MCE es la correcta como lo demostr el
Test Ramsey mostrado anteriormente, adems es estable segn los test CUSUM y CUSUM-SQ.
Las elasticidades del corto plazo son las siguientes:


DLRINGRESO(-4) -0.275850
DLDESEMP -0.375469
DLDESEMP(-4) 0.456421
MCE2(-1) -0.300868



Los multiplicadores no necesitan ser obtenidos ya que el modelo es un Doble-Log y las
elasticidades son iguales a los coeficientes obtenidos en el modelo.

El modelo estimado sirve explicar las importaciones en funcin del ingreso y el desempleo en el
corto plazo, adems el vector de cointegracin es de la forma:

LIMPORTS LTDC LRINGRESO
1.000000 0.006761 -2.021351


Conclusiones y Recomendaciones


Las series analizadas demuestran tener una relacin de largo plazo definida bajo los supuestos
de cointegracin por el mtodo de Mxima Verosimilitud de Johansen.

La variable de Consumo Privado mostr no ser significativa, lo cual nos pareci que no tiene
una explicacin econmica, a menos que se tomase en cuenta que la calidad de los bienes nacionales
son de alta calidad, por lo que actuaran como sustitutos perfectos ante los bienes extranjeros, asimismo
puede ser que los gustos de los ciudadanos se inclinen ms por los bienes nacionales. Alemania es un
pas industrial, cuyas exportaciones netas siempre son positivas, y de altos volmenes.

Las principales variables que explican las importaciones son el Ingreso y el Desempleo, tanto
en el mismo periodo (solo el desempleo) como las variables rezagadas en 4 periodos (un ao) esto
puede tener sentido ya que los importadores de bienes de consumo seguramente utilizan la informacin
pasada para planificar las compras que harn a otros paises y el desempleo ser un factor relevante que
pueden tomar en cuenta.

Recomendamos que, para siguientes estudios, la utilizacin de otros mtodos de cointegracin
como el Modelo Bietapico de Engle y Granger, un Modelo de Rezagos Distribuidos (ADL) o un VAR
irrestricto donde se pueda ver la funcin de Impulso-Respuesta y poder analizar cmo afecta realmente
cada serie a cada una de las otras series; se debera realizar un estudio de exogeneidad y determinar si
las series se causan en el sentido de Granger para poder determinar su grado de exogeneidad y de esa
manera contar con ms elementos para determinar un modelo ms apropiado. Tambin se podran
incluir otras variables que pudiesen afectar las importaciones y un mayor rango de observaciones, ya
que este modelo no toma en cuenta el periodo pre-euro (antes de 1999).
Bibliografa


Blanchard, Olivier (2006). Macroeconoma (4ta edicin). Espaa: Prentice Hall. ISBN 978-84-
8322-289-8.
Charemza, Wojciech; Deadman, Derek F. (1997) (en Ingls). New Directions in Econometric
Practice (2da edicin). UK: Edward Elgar Publishing Ltd.. ISBN 1-85898-600-1.
Deutsche Bundesbank (Marzo 2007). German intra-euro-area trade: cyclical effects and
structural determinants. Monthly report.
Deutsche Bundesbank (Marzo 2008). German intra-euro-area trade: cyclical effects and
structural determinants. Monthly report.
Deutsche Bundesbank (Marzo 2011). The German balance of payments in 2010. Monthly
report.
Dornbusch, Rudiger; Fischer, Stanley; Startz, Richard (2008). Macroeconoma (10ma edicin).
Mxico: McGraw-Hill. ISBN 978-970-10-6950-9.
Gujarati, Damodar N. (1994). Econometra (2da edicin). Mxico: McGraw-Hill. ISBN 970-10-
0075-7.
Jhonston, Jack; Dinardo, John (1997) (en Ingls). Econometric Methods (4ta edicin). UK:
McGraw-Hill. ISBN 0-07-913121-2.
Johansen, Sren; Juselius, Katarina (1990). Maximum Likelihood Estimation and Inference on
Cointegration - With Applications to the Demand for Money. Oxford Bulletin of Economics
and Statistics (Blackwell Publishing Ltd.). ISSN 0305-9049.
Krugman, Paul; Wells, Robin (2007). Macroeconoma (1era edicin). Espaa: Editorial Revert.
ISBN 978-84-291-2632-7.
Mata M., Luis; Nio D., Jos (2000) (1ra edicin). Fondo Editorial Tropykos.ISBN 980-00-1729-1.
Pankratz, Alan (1983) (en Ingls). Forecasting with Univariate Box-Jenkins Models (1era
edicin). EE.UU.: John Wiley & Sons. Inc.. ISBN 0-471-09023-9.
Pulido, Antonio; Prez, Julin. Modelos Economtricos: Gua para la elaboracin de Modelos
Economtricos con eViews. Ediciones Pirmide.
Stirbck, Claudia (2006). Heinz Herrmann, Thilo Liebig, Karl-Heinz Tdter. ed (en Ingls).
How strong is the impact of exports and other demand components on German import demand?
Evidence from euro-area and non-euro-area imports. Alemania: Deutsche Bundesbank. ISBN 3
865582303.
Suriach C., Andreu; Arts O., Manuel; Lpez B., Enrique; Sans R. (1995). Anlisis
Econmico Regional: Nociones Bsicas de la Teora de la Cointegracin (1ra edicin).
Barcelona, Espaa: Antoni Bosch S.A.. ISBN 84-85855-75-0.
Wooldridge, Jeffrey M. (2005) (en Ingls). Introductory Econometrics (3ra edicin).