Econometria Final Baez
Universidad Autónoma de Baja California
Facultad de Economía y Relaciones Internacionales
Econometría III
Profesor: Rogelio Varela Llamas
Francisco Gabriel Báez Márquez
Trabajo Final: Modelo De Corrección De Error
Tijuana, Baja California a 28 de Mayo del 2015
Contenido
Introducción 3
Fuentes de información y descripción de variables 4 4
Conclusiones 16
Referencias 17
Anexos 18Introducción
En el presente trabajo se estima el sentido y la magnitud de las relaciones de largo plazo para para ingreso, ahorro, se utilizó la base de Banco Mundial, para el PIB, Tasa de Interés (CETES). Con series en periodicidad trimestral y el periodo es de 1981 a 2013. Para ello recurrimos al análisis de cointegración. La finalidad es encontrar un modelo de corrección deerrores (MCE).
Fuentes de información y descripción de variables 4
Las series tienen periodicidad trimestral y el periodo es de 1981 a 2013, el trabajo utilizó una base de datos recopiladas de distintas fuentes, para ingreso, ahorro, se utilizó la base de Banco Mundial, para el PIB, Tasa de Interés (CETES).
Se necesitó de labor econométrica a través del software estadístico EViews, pararealizar las regresiones a partir de la siguiente función
Dónde:
El modelo econométrico a través de MCO fue el siguiente:
Se reporta los resultados sintetizados de las pruebas de raíces unitarias por prueba Dickey-Fuller
Cuadro 1. Dickey-Fuller
Variable
Modelo
t-Statistic
5%
Prob.
LNCONSUMO
Intercept
Constant, Linear Trend
-4.061664
-3.445308
0.0091
none
LNPIB
InterceptConstant, Linear Trend
-3.445308
-3.445308
0.0077
none
LNAHORRO
Intercept
Constant, Linear Trend
-2.168110
-3.445308
0.5028
none
LNINTERES
Intercept
Constant, Linear Trend
-3.352007
-3.445308
0.0627
none
Se construyó un modelo VAR1 debido que tenemos que las variables a utilizar deben ser de orden de integración 1, es decir I (-1).
Antes de especificar el número derezagos a emplear, se utilizó los criterios de decisión para el número de rezagos óptimo propuesto por el programa.
VAR Lag Order Selection Criteria
Endogenous variables: LNCONSUMO LNPIB LNAHORRO LNINTERES
Exogenous variables: C
Date: 25/05/15 Time: 11:16
Sample: 1980Q1 2013Q1
Included observations: 125
Lag
LogL
LR
FPE
AIC
SC
HQ
0
607.9650NA
7.47e-10
-9.663441
-9.572935
-9.626673
1
937.2896
632.3030
4.97e-12
-14.67663
-14.22410
-14.49279
2
1033.684
178.9090
1.37e-12
-15.96295
-15.14840
-15.63204
3
1098.874
116.8199
6.27e-13
-16.74999
-15.57341
-16.27200
4
1186.771
151.8854
1.99e-13
-17.90033
-16.36173*
-17.27528
5
1219.149
53.87715*
1.54e-13*
-18.16238*
-16.26176
-17.39026*
6
1234.565
24.66632
1.57e-13-18.15305
-15.89039
-17.23385
7
1243.877
14.30217
1.77e-13
-18.04603
-15.42135
-16.97976
8
1254.695
15.92465
1.95e-13
-17.96312
-14.97642
-16.74978
* 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
En su mayoría los criterios nos señalan que el número de rezagos óptimo son 5 (Sólo el SC muestra que 4 es el número óptimo) En función a los resultados obtenidos, se estimó el modelo con 5 rezagos:
Vector Autoregression Estimates
Date: 25/05/15 Time: 11:14
Sample (adjusted): 1980Q3 2013Q1
Included observations: 131 after adjustmentsLNCONSUMO
LNPIB
LNAHORRO
LNINTERES
LNCONSUMO(-1)
-0.961140
-1.264384
-2.018095
5.294442
(0.76490)
(0.72939)
(2.31840)
(4.92702)
[-1.25655]
[-1.73348]
[-0.87047]
[ 1.07457]
LNCONSUMO(-2)
0.529995
2.517207
6.449528
-1.454747
(0.77160)
(0.73577)
(2.33869)
(4.97013)
[ 0.68688]
[ 3.42118]
[ 2.75775]
[-0.29270]
LNPIB(-1)
1.830317
2.173310
2.886010...
Regístrate para leer el documento completo.