Cocacola en mexico

Solo disponible en BuenasTareas
  • Páginas : 12 (2780 palabras )
  • Descarga(s) : 0
  • Publicado : 25 de noviembre de 2010
Leer documento completo
Vista previa del texto
Econometría de Series de Tiempo

Prof. Hernán Sabau
Tarea #2

FEMSA

Félix Mahuad
Carlos Salgado

Fecha de Entrega: 24 de Septiembre de 2010

Descripción del Modelo
En este trabajo nos dedicaremos a explicar de que dependen las ventas y la inversión de la empresa FEMSA en un formato Coca-Cola Femsa (Kof), ya descrita anteriormente, con esto intentaremos probar que podemos dar unestimado de cuanto podrán ser estas variables en un futuro, ya que estadísticamente podemos pronosticar esta, esto nos podría ser de gran utilidad en un análisis financiero, que nos ayudaría a conocer más sobre los futuros y expectativas de la empresa o por otro lado. En este caso cambiaremos nuestro marco tanto nuestro marco teórico como nuestras variables. En trabajos anteriores hemos mescladovariables reales con nominales, en este caso cambiamos nuestras variables a reales, esto nos ayudara a tener un mejor análisis econométrico y quitar tendencia y multicolinealidad de la variables.

Ventas
En el caso de las ventas pensamos que estas tienen una relación estadística con el PIB (PIB03) la inflación (INF) y la tasa de interés (cete90) ya que las personas consumen o ahorran según la tasade interés que haya en el mercado, como nuestros datos son trimestrales decidimos usar el cete90 días.

| | | | |
| | | | |
Variable | Coefficient | Std. Error | t-Statistic | Prob.   |
| | | | |
| | | | |
C | -33493078 | 4302978. | -7.783698 | 0.0000 |
PIB03 | 6300.641 | 522.4307 | 12.06024 | 0.0000 |
INF | 4.695516 | 1.872663 | 2.507401 | 0.0147 |
CETE90 |-76667.20 | 16402.74 | -4.674050 | 0.0000 |
| | | | |
| | | | |
R-squared | 0.780183 |     Mean dependent var | 10775421 |
Adjusted R-squared | 0.770038 |     S.D. dependent var | 7388935. |
S.E. of regression | 3543315. |     Akaike info criterion | 33.05525 |
Sum squared resid | 8.16E+14 |     Schwarz criterion | 33.18476 |
Log likelihood | -1136.406 |     F-statistic |76.90039 |
Durbin-Watson stat | 0.609611 |     Prob(F-statistic) | 0.000000 |
| | | | |
| | | | |
(EQVENTAS)
Por supuesto este modelo tiene muchas carencias, pero debemos trabajar mucho en la Auto correlación que es muy fuerte y en la heteroscedasticidad.
MDA VENTAS
Debo mencionar que en este modelo fue muy difícil corregir la auto correlación desde el principio, ya queoriginalmente la ecuación estaba cargada de esta, para esto fue indispensable cambiar nuestra variable ventas por el crecimiento de las estas (TCVENTAS). Esto ayudo mucho a que entraran lo Moving
Average que hasta antes de cambiar la variable no entraban al modelo o entraban pero no corrigen la auto correlación. También vemos que no aparece la variable CETE90 ni aquí ni en el MDG lo que no dice comoconclusión es que la gente no se rifa en la tasa de interés para comprar o no refresco y se ven poco afectadas. Tampoco se distribuye de manerra normal y carece de linealidad

Variable | Coefficient | Std. Error | t-Statistic | Prob.   |
| | | | |
| | | | |
C | -10.86289 | 3.998279 | -2.716890 | 0.0087 |
PIB03/1000 | 1.060563 | 0.497204 | 2.133054 | 0.0372 |
INF/1000 | 0.015808| 0.001427 | 11.07967 | 0.0000 |
@YEAR=1996 | -4.043679 | 1.129449 | -3.580223 | 0.0007 |
TCVENTAS(-3) | -0.263933 | 0.065728 | -4.015512 | 0.0002 |
MA(1) | -0.552906 | 0.097679 | -5.660452 | 0.0000 |
MA(3) | 0.441657 | 0.107741 | 4.099263 | 0.0001 |
| | | | |
| | | | |
R-squared | 0.685239 |     Mean dependent var | 0.753129 |
Adjusted R-squared | 0.652677 |     S.D.dependent var | 5.700643 |
S.E. of regression | 3.359622 |     Akaike info criterion | 5.362974 |
Sum squared resid | 654.6495 |     Schwarz criterion | 5.597139 |
Log likelihood | -167.2967 |     Hannan-Quinn criter. | 5.455367 |
F-statistic | 21.04444 |     Durbin-Watson stat | 1.986280 |
Prob(F-statistic) | 0.000000 | | | |
| | | | |
| | | | |
Inverted MA Roots |...
tracking img