Un modelo de coyuntura para la actividad industrial boliviana

UN MODELO DE COYUNTURA PARA LA ACTIVIDAD INDUSTRIAL BOLIVIANA
Beatriz Muriel Hernández
1. INTRODUCCIÓN
El trabajo tiene como objetivo evaluar y cuantificar el comportamiento del sector industrial en
Bolivia; identificando sus componentes tendencial y cíclico, y proyectando su comportamiento
hacia el futuro.
Debido a la limitada información disponible, se ha escogido como indicador decoyuntura al índice
del volumen físico de la industria manufacturera (IQVF), que cuenta con datos trimestrales desde
1982. Cabe señalar que existen otras variables, como los índices del volumen de ventas, del
consumo de energía y del empleo, que podrían ser relacionadas con el IQVF a través de la
econometría de series temporales; sin embargo, no cuentan con suficientes observaciones para
elaboraresta clase de estudios, ya que generalmente comienzan en la década de los noventa. Por
este motivo, se ha optado por realizar únicamente análisis univariados para el IQVF.
La metodología utilizada se basa en los siguientes aspectos. Primero, la serie (en logaritmos y
desestacionalizada por el método X-11) parte de la especificación del modelo ARIMA que mejor se
ajuste a los datos, de acuerdo alos criterios de Akaike y Schwarz. Posteriormente, se proyecta el
índice para cuatro periodos al frente de la muestra, evaluando la capacidad de predicción del
modelo a través del coeficiente de desigualdad Theil (U). Finalmente, se desagrega la serie IQVF
en sus componentes tendencial y cíclico, a partir de los filtros de Hodrick y Prescott y Pase de
Bandas.
La descomposición de la seriepermite identificar claramente dos estados de largo plazo en su
evolución subyacente. El primero, sucedido en la década de los ochenta, marca un crecimiento
acelerado del índice y, el segundo, que se presenta en la década de los noventa, muestra un
relativo estancamiento en su desarrollo, sin perspectivas de mejoras para el año 1999. El
diagnóstico sobre el indicador industrial de la formadescrita anteriormente, no muestra las causas
o determinantes de este comportamiento, sin embargo, evidencia la necesidad de elaborar
políticas que efectivamente consigan dinamizar al sector. Para esto, es recomendable estudiar más
detalladamente los factores principales de incidencia sobre la industria manufacturera, a fin de
poder estimular aquellos que sean positivos, como, por ejemplo, capitalfísico y humano, y combatir
los negativos, como, por ejemplo, el contrabando.
El detalle teórico de la metodología es descrito en la sección 2. En la sección 3 se presenta los
resultados del proceso de selección del modelo ARIMA, y la forma de desagregación de la serie en
sus componentes tendencial y cíclico. Por último, en la sección 4 se exponen las principales
conclusiones.
2. METODOLOGÍA2.1. Determinación del modelo ARIMA
Los modelos ARIMA (autoregressive integrated moving average) consiguen describir
satisfactoriamente la dinámica de las series temporales individuales, por lo que son usualmente
utilizados para realizar proyecciones. Parten del supuesto de que la variable en estudio (y),
especificada generalmente en logaritmos, sigue un proceso estocástico en el tiempo de lasiguiente
forma:
q(L)yt = a + f(L) e
t (2.1)
et
~ i.i.d. N(0,
2
e s ) (2.2)
donde; L representa el operador de retardo, q(L) y f(L) son polinomios de orden p y q
respectivamente. Si la variable es no estacionaria, es decir, algunos valores de los coeficientes de
q(L) son cercanos a la unidad; entonces, es recomendable excluir estas raíces antes de estimar el
modelo, diferenciando ytcuantas veces sea necesario para llegar a una nueva serie que sea
estacionaria, de la siguiente manera:
q*(L)(1-L)d
yt = a + f(L) e
t (2.3)
donde; (1-L)yt = Dyt = yt - yt-1, d representa el orden de integración del modelo ARIMA (p,d,q)
necesario para llegar al modelo ARMA(p,q). Sin embargo, también es posible que el
comportamiento no estacionario de la serie sea descrito por una tendencia...