UNP-FACULTAD DE ECONOMIA ECONOMETRIA I

PROF: MARTIN CASTILLO AGURTO PC04 I_2021

1. DADOS EL PLANTEAMIENTO DE LOS SIGUIENTES MODELOS DINAMICOS:

INVt=bo + b1.INFt-1 + ut
INVt= bo + b1.INFt + b2.INFt-1 + b3.INFt-2 + ut

DONDE: INV: INVERSION e INF: INFLACION SE PIDE:

La Teoría Económica sostiene que en la mayoría de los casos las relaciones entre
variables económicas son más que estáticas, de tipo dinámico, lo que implica que el
impacto de una variable sobre otra no necesariamente es instantáneo, sino que se
deja sentir en uno o más periodos. Al respecto, se pide. INTERPRETE EN CADA
MODELO COMO SERIA EL IMPACTO DEL CAMBIO EN LA VARIABLE
EXPLICATORIA SOBRE LA EXPLICADA. (5 puntos)
2. Dado la siguiente información:
XPV: Exportaciones no tradicionales de prendas de vestir y otras confecciones
(Millones de dólares)
TCRB: Índice del Tipo de Cambio Real Bilateral con EEUU donde (enero de
1969=100)
TI: Índice de Términos de Intercambio (2007=100). Se pide:
Estime el siguiente modelo de regresión lineal:

XPVt=αo + α1.TCRBt + α2.TIt + et

2.1. Estime dicho modelo e interprete el valor de α1 y α2 estimado

Dependent Variable: XPV

Method: Least Squares
Date: 10/05/21 Time: 12:32
Sample: 1994M01 2017M12
Included observations: 288

Variable Coefficient Std. Error t-Statistic Prob.

C -163.2645 17.02039 -9.592289 0.0000

TCRB 1.931356 0.304002 6.353100 0.0000
TI 1.912936 0.070315 27.20506 0.0000

R-squared 0.740151 Mean dependent var 73.13019

Adjusted R-squared 0.738328 S.D. dependent var 40.53739
S.E. of regression 20.73646 Akaike info criterion 8.912026
Sum squared resid 122550.2 Schwarz criterion 8.950182
Log likelihood -1280.332 Hannan-Quinn criter. 8.927316
F-statistic 405.8960 Durbin-Watson stat 0.493116
Prob(F-statistic) 0.000000

2.2. Determine la presencia de Autocorrelacion

 Date: 10/05/21 Time: 12:52
Sample: 1994M01 2017M12
Included observations: 288

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

1 0.749 0.749 163.40 0.000

2 0.601 0.089 268.76 0.000
3 0.563 0.199 361.75 0.000
4 0.507 0.028 437.38 0.000
5 0.444 0.013 495.43 0.000
6 0.401 0.024 543.15 0.000
7 0.378 0.041 585.54 0.000
8 0.339 -0.00... 619.82 0.000
9 0.297 -0.01... 646.16 0.000
1... 0.268 0.002 667.77 0.000
1... 0.304 0.145 695.57 0.000
1... 0.325 0.069 727.56 0.000
1... 0.175 -0.31... 736.91 0.000
1... 0.025 -0.25... 737.10 0.000
1... -0.03... -0.10... 737.46 0.000
1... -0.08... -0.05... 739.74 0.000
1... -0.13... -0.00... 745.35 0.000
1... -0.20... -0.15... 758.77 0.000
1... -0.21... 0.042 772.43 0.000
2... -0.19... 0.087 784.25 0.000
2... -0.17... 0.153 793.86 0.000
2... -0.19... -0.06... 805.85 0.000
2... -0.12... 0.125 810.70 0.000
2... -0.06... 0.098 812.16 0.000
2... -0.15... -0.03... 819.28 0.000
2... -0.21... -0.01... 833.57 0.000
2... -0.20... -0.00... 846.63 0.000
2... -0.18... 0.020 857.50 0.000
2... -0.19... -0.00... 869.19 0.000
3... -0.19... -0.02... 881.58 0.000
3... -0.15... -0.00... 889.17 0.000
3... -0.09... -0.01... 892.17 0.000
3... -0.04... 0.020 892.97 0.000
3... -0.02... -0.02... 893.21 0.000
3... 0.061 0.084 894.43 0.000
3... 0.154 0.114 902.28 0.000
.
(8 puntos)

SI EXISTE AUTOCORRELACIÓN ES VER EL GRÁFICO DE LOS RESIDUOS A LO

LARGO DEL TIEMPO. SI ERRORES POSITIVOS SON SEGUIDOS DE ERRORES
POSITIVOS Y ERRORES NEGATIVOS POR ERRORES DE IGUAL SIGNO,
ENTONCES ESTAMOS EN PRESENCIA DE AUTOCORRELACIÓN POSITIVA

3. Partiendo de la especificación del modelo de la pregunta anterior. Evalúe la

posibilidad de incorporar tendencia y estacionalidad. Debe agregar los
procedimientos necesarios y pegar los test y/o gráficos que crea conveniente.
Interprete el procedimiento hecho.
200

160

120

80

40

0
94 96 98 00 02 04 06 08 10 12 14 16

Export no trad_Prendas de vestir y otras conf(mill u$)

Ind de TCRB con USA (Enero de 1969=100)
Terminos de Intercambio (2007=100)

PODEMOS CONLUIR QUE LAS VARIABLES DE EXPORTACION Y EL TIPO DE

CAMBIO TIENEN TENDENCIA Y TAMBIEN TIENE INTERCEPTO

POR OTRO LADO A SIMPLE VISTA PODEMOS DECIR QUE EL INDICE DE

TERMINOS DE INTERCAMBIO NO TIENE UNA TENDENCIA TAN
PRONUNCIADA A SIMPLE VISTO PERO SI TIENE INTERCEPTO

ESTACIONALIDAD

XPV
Export no trad_Prendas de vestir y otras conf(mill u$) by Season
200

160

120

80

40

0
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

Means by Season
 Export no trad_Prendas de vestir y otras conf(mill u$) by Season
200

160 Jan
Feb
Mar
120 Apr
May
Jun
Jul
80 Aug
Sep
Oct
Nov
40 Dec

0
94 96 98 00 02 04 06 08 10 12 14 16

SE PUEDE APRECIAR QUE SI EXISTE UNA ESTACIONALIDAD MEDIANTE

LAS DOS GRAFICAS YA QUE EN LA PRIMERA NO SE APRECIA UNA MEDIA
CONSTANTE PARA CADA MES, Y EN LA SEGUNDA GRAFICA NO SE
APRECIA UNA SOLA TENDENCIA ENTRE LOS MESES SE PUEDE DECIR QUE
VAN EN LA MISMA DIRECCIONY TIENE IMPACTOS DIFERENTES

Date: 10/05/21 Time: 13:11

Sample: 1994M01 2017M12
Included observations: 288
Ratio to Moving Average
Original Series: XPV
Adjusted Series: XPV_M

Scaling Factors:

1 0.906058
2 0.901478
3 1.014242
4 0.889186
5 0.943645
6 1.019081
7 1.079317
8 1.023640
9 1.008127
10 1.069145
11 1.064558
12 1.113577

SE APRECIAN FACTORES ESTACIONALES ALTOS EN EL MES 3,6,7 HASTA

EL 12
VARIABLES AJUSTADA METODO MUTIPLICATICO XPV_M
 XPV_M by Season
180

160

140

120

100

80

60

40

20

0
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

Means by Season

TI

Terminos de Intercambio (2007=100) by Season

120

110

100

90

80

70

60

50
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

Means by Season

Terminos de Intercambio (2007=100) by Season

120

110
Jan
100 Feb
Mar
Apr
90 May
Jun
Jul
80
Aug
Sep
70 Oct
Nov
Dec
60

50
94 96 98 00 02 04 06 08 10 12 14 16
A SIMPLE VISTA SE PUEDE INTUIR QUE NO EXISTE ESTACIONALIDAD YA
QUE LA MEDIA EN LOS MESES DE LA PRIMERA GRAFIC A ES
PRACTICAMENTE LA MISMA Y EN LA SEGUNDA GRAFICA LA MAYORIA
DE MESES VA EN LA MISMA DIRECCION
EXTRACCION DE FACTORES ESTACIONALES

Date: 10/05/21 Time: 13:11

Sample: 1994M01 2017M12
Included observations: 288
Ratio to Moving Average
Original Series: TI
Adjusted Series: TI_M

Scaling Factors:

1 0.996552
2 1.008035
3 1.007744
4 1.003745
5 1.008009
6 0.996982
7 0.999139
8 0.996796
9 0.996803
10 0.994665
11 0.998253
12 0.993438

APRECIAMOS QUE EN EL MES 2,3,4,5 EXISTEN FACTORES ESTACIONALES

QUE EN LAS GRAFICAS NO SE APRECIABAN
AJUSTE ESTACIONALE METODO MULTIPLICATIVO
TI_M
TI_M by Season
120

110

100

90

80

70

60

50
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

Means by Season

TCRB
 Ind de TCRB con USA (Enero de 1969=100) by Season
55.0

52.5

50.0

47.5

45.0

42.5

40.0

37.5

35.0
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

Means by Season

Ind de TCRB con USA (Enero de 1969=100) by Season

55.0

52.5
Jan
50.0 Feb
Mar
47.5 Apr
May
45.0 Jun
Jul
Aug
42.5
Sep
Oct
40.0 Nov
Dec
37.5

35.0
94 96 98 00 02 04 06 08 10 12 14 16

PODRIAMOS DECIR QUE SE APRECIA UNA ESTACIONALIDAD EN

ALGUNOS MESES, AUNQUE EN LA PRIMERA GRAFICA NO SE APRECIA
TANTO YA QUE LAS MEDIAS SON CASI IGUALES, PERO EN AL SEGUNDA
GRAFICA SE APRECIA MAS Y POR ELLOS DECIMOS QUE SI EXISTEN
FACTORES ESTACIONALES

FACTORES ESTACIONALES
MULTIPLICATIVO
Date: 10/05/21 Time: 13:08
Sample: 1994M01 2017M12
Included observations: 288
Ratio to Moving Average
Original Series: TCRB
Adjusted Series: TCRB_M

Scaling Factors:

1 1.001222
2 1.004035
3 0.998534
4 0.996689
5 0.999090
6 1.001723
7 0.996202
8 0.997855
9 1.002280
10 1.002469
11 1.003158
12 0.996786

SE APRECIA QUE LOS FACTORES SON MUY ALTOS EN LA MAYORIA DE

MESES POR LO QUE EL AJUSTA ES NECESARIO

VARIABLES DESESTACIONALIZADA METODO MULTIPLICATIVO

TCRB_M
TCRB_M by Season
55.0

52.5

50.0

47.5

45.0

42.5

40.0

37.5

35.0
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

Means by Season

CONCLUSION DE ESTACIONALIDAD SI EXISTIA PERO CON LOS METODOS

GRAFICOS NO SE APRECIABAN HASTA EXTRAER LOS FACTORES
ESTACIONALES DE LAS 3 VARIABLES DEL MODELO, SE EXTRAJERON LOS
FACTORES Y VEMOS UNA MEJORIA EN LA ESTACIONALIDAD DE CADA
UNA DE LAS VARIABLES

(7 puntos)