|
|
|
Efecto de shocks de precios del petróleo y alimentos en la economía
ecuatoriana
The effect of
oil and food price
shocks on the
Ecuadorian economy
|
|
|
José Paúl Tinizhañay Peralta[1]
Resumen:
La respuesta del
crecimiento económico y la inflación doméstica debido a fluctuaciones de los
precios del petróleo constituyen un tema central para economías exportadoras de
crudo, como es el caso de Ecuador. Una comprensión más precisa de la dinámica
de estas relaciones es una condición necesaria para el desarrollo de planes de
acción de corto plazo y estrategias de desarrollo económico de mediano y largo
plazo. La presente investigación tiene por objetivo analizar el impacto de
corto plazo en variables macroeconómicas para Ecuador: el crecimiento económico
y la inflación debido a los shocks en dos variables exógenas: precio del
petróleo y el índice mundial de precios de alimentos en el periodo 1980-2019.
Para ello se utiliza un modelo VAR estructural y se analizan funciones impulso
respuesta y descomposición de varianza. Los resultados señalan que los shocks
del precio del petróleo afectan positivamente el crecimiento económico durante
dos años consecutivos, mientras que la inflación es afectada negativamente en
el periodo inicial por shocks en el índice de alimentos y precios del petróleo.
La varianza de error de pronóstico del PIB y la inflación es mayormente
afectada por shocks del índice de alimentos en periodos iniciales, y por shocks
en el precio del petróleo en periodos de pronóstico subsiguientes.
Palabras clave: crecimiento económico, inflación, precios del petróleo, VAR estructural.
Clasificación JEL: C32; C52; E31; O40.[2]
Abstract:
Measuring the response on economic
growth and domestic inflation due to fluctuations on oil prices in the
international market is a matter of interest for oil exporting economies, as is
the case of Ecuador. A more precise understanding of the dynamics of these
relationships is an essential condition for the development of short-term
action plans and medium- and long-term economic development strategies. This
research aims to analyze the short-term impact on macroeconomic variables in
Ecuador, economic growth and inflation specifically, due to shocks in two
exogenous variables: world oil price and the world food price index, in the
period 1980-2019. For this, a structural VAR model is used and impulse response
functions and variance decomposition are analyzed. The results allow to
conclude that oil price shocks positively affect Ecuador's economic growth for
two consecutive years, while inflation is negatively affected in the initial
period by shocks in the food index and oil prices. The forecast error variance
of GDP and inflation is mainly affected by shocks in the food index in initial
periods, and by shocks in the price of oil in subsequent forecast periods.
Keywords: economic
growth, inflation, oil prices, structural VAR.
JEL classification: C32; C52; E31; O40
1.
Introducción
Los precios del
petróleo están sujetos a una serie de factores económicos y, a menudo,
geopolíticos. Tanto las oscilaciones del ciclo económico de los principales
países industrializados importadores netos de petróleo, como los acontecimientos
geopolíticos inesperados, influyen en su evolución. La importancia del petróleo
como la fuente de energía más popular del planeta y los importantes intereses
financieros involucrados son una fuente continua de incertidumbre entre los
actores del mercado petrolero.
Si bien hace
algunos años existe una tendencia mundial por el uso de fuentes de energía
renovables, el petróleo sigue siendo el foco de muchos estudios, debido a la
relación entre el precio del mismo y algunas variables macroeconómicas.
Investigadores como Hamilton (1996), Bernanke et al. (1997), Kilian (2008), Mork (1989), Papapetrou (2001), Lee y Ni (2002) y Paladines (2017), han demostrado que las fluctuaciones de los precios
del petróleo poseen una gran influencia en la economía nacional.
En la última
década el precio del petróleo alcanzó los 100 dólares americanos por barril, lo
que fue considerado como un segundo boom petrolero para los países productores.
El mercado del petróleo afecta todo lo relacionado con él, como el transporte,
la factura de calefacción, etc. De igual forma, los precios del petróleo son
los responsables de disminuir el crecimiento económico real, como han
demostrado numerosos estudios (Abbott, Hurt, &
Tyner, 2008; Galesi & Lombardi, 2009; Headey & Fan, 2008).
Los países
importadores de petróleo crudo dependen de los precios del mismo, ya que los
altos precios podrían impactar significativamente la economía, aumentar los
precios internos y disminuir la producción en otras industrias (Doǧrul & Soytas, 2010). Por lo tanto, diversos estudios concluyen que estos
países deben destinar esfuerzos en materia de pronóstico de fluctuaciones de
los precios del petróleo, ya que impactos imprevistos a nivel de precios pueden
generar inestabilidad en la economía (Berument, Ceylan,
& Dogan, 2010; Burbidge & Harrison, 1984; Hamilton, 1996; R.
Jiménez-Rodríguez & Sánchez, 2006; Mork, 1989).
Para los países
exportadores de petróleo, como es el caso de Ecuador, los beneficios de los
mayores precios del petróleo, como lo explica Kilian (2005), son traducidos en más dinero para gastar, sin
embargo, el uso ineficiente de este ingreso puede provocar una recesión larga,
como está ocurriendo actualmente en Venezuela. Huseynov y Ahmadov (2013) establecen que precios más altos de materias primas
para un país primario-exportador pueden generar inestabilidad macroeconómica
por diferentes mecanismos y canales. No obstante, estos mecanismos de
transmisión son difíciles de capturar sin un modelo completamente especificado (Bjørnland, 2000). Algunos autores como Brown
& Yücel (2002), Jones et al. (2004) y Tang et al. (2010), han identificado empíricamente varios de estos mecanismos
de transmisión, que incluyen el efecto del lado de la oferta, el efecto de
transferencia de riqueza, la inflación, el saldo real, el ajuste del sector y
el efecto inesperado.
En este
sentido, la inflación puede ser un mecanismo de transmisión a través de tres
canales diferentes. El primero es el canal de costos. Los precios más altos del
petróleo pueden generar costos de producción más altos para los países
importadores de petróleo, ya que este aumento en los precios del petróleo
genera una alta inflación, como lo señala Kilian (2005), y puede reducir la producción (2011). De manera similar, en los países exportadores de
petróleo, los precios más altos del petróleo pueden conducir a costos de
producción más altos, a pesar de que el precio de la energía está subsidiado
por el gobierno en los países exportadores de petróleo, los bienes importados
utilizados para la producción aumentan o son componentes del índice de precios
al consumidor (IPC) (Hooker, 2002; Tang et
al., 2010). El segundo canal es el impacto en el tipo de cambio. Debido al aumento
en el precio del petróleo, la moneda local de un país exportador de petróleo
puede apreciarse. Pero puede ocurrir lo contrario cuando cae el precio del
petróleo: la devaluación de la moneda local es muy probable debido a la
sobrepresión sobre la inflación. El tercer canal es fiscal. A pesar de ser un
país exportador de petróleo, si el gobierno excede su capacidad de compra,
puede desencadenar inflación fácilmente, durante los altos precios del
petróleo, debido a la dependencia del mismo (Farzanegan, 2011).
Este conjunto
de antecedentes muestra la importancia de analizar las fluctuaciones en precios
del petróleo, a fin de estudiar los shocks que pueden impactar en la economía.
Por lo tanto, esta investigación busca estudiar las consecuencias de las
variaciones en los precios internacionales del petróleo y los alimentos, sobre
la estabilidad ecuatoriana expresada en el crecimiento económico y la inflación
interna. Desde un punto de vista metodológico, se emplea un modelo de vectores
autoregresivos estructurales (SVAR) para el periodo 1980-2019 y se exploran las
funciones de respuesta al impulso (FIR) y las descomposiciones de la varianza
del error de pronóstico (DV) para evaluar la dinámica de corto plazo entre las
variables. Los resultados de la FIR indican que, ante un shock positivo en los
precios del petróleo, el crecimiento económico de Ecuador se vio afectado
positivamente. Por otra parte, la inflación doméstica es positivamente
influenciada en periodos subsecuentes por shocks en el índice mundial de
alimentos y negativamente influenciada por shocks en los precios del petróleo.
Adicionalmente, el mayor cambio en el crecimiento económico y la inflación en
Ecuador se puede explicar por los shocks del índice mundial de alimentos en
periodos iniciales y fluctuaciones en el precio del petróleo en periodos
subsiguientes.
El documento
está estructurado en 4 secciones adicionales. La sección siguiente desarrolla
una breve revisión de trabajos y aportes académicos relevantes para la temática
de análisis. La sección tres detalla la metodología que se emplea en esta
investigación. La cuarta sección expone los resultados obtenidos y los discute.
Finalmente, la última sección sintetiza los principales hallazgos y resultados
del estudio.
2.
Revisión de literatura
El estudio del
efecto del precio del petróleo sobre las variables macroeconómicas data de la
década de 1980. Hamilton (1996) concluye que las recesiones estadounidenses después
de la Segunda Guerra Mundial fueron precedidas por aumentos en el precio del
petróleo, lo que determinó una correlación entre el impacto de los precios del
petróleo y las recesiones en la economía estadounidense. Posteriormente Brown y
Yücel (2002) concluyen resultados similares.
Las recesiones
también fueron estudiadas por Blanchard y Gali (2007) que caracterizaron el desempeño macroeconómico de un
conjunto de economías industrializadas luego de los shocks de precios del
petróleo de los años setenta y de la última década, utilizando un modelo VAR de
seis variables. Los autores hallan evidencia del papel significativo de los
precios del petróleo en las recesiones económicas. Además, concluyeron que
estos impactos pueden ir reduciéndose con el tiempo debido a la flexibilidad
del mercado laboral.
Uno de los
aportes mas relevantes sobre el impacto del precio del petróleo en las
variables macroeconómicas fue realizado por Kilian (2008), quien muestra evidencia de que el reciente aumento
en los precios del crudo, impulsado principalmente por los impactos de la
demanda agregada global, ayuda a explicar por qué este impacto del precio del
petróleo ha causado una recesión importante en los EE.UU. utilizando un modelo
SVAR que descompone el precio real del petróleo.
Los resultados
de Jimenez y Sánchez (2005) están en línea
con los hallazgos de Kilian (2005) y Hooker (2002), quienes concluyen que los precios del petróleo
afectan significativamente la recesión económica en los países del G7. De igual
forma, Du et al. (2010) y Gómez- Loscos et al. (2011) determinan una relación directa entre las mismas
variables.
Lescaroux y
Mignon (2008) y Berument et al. (2010), concluyen que incrementos en el precio del petróleo
podrían considerarse negativos para los países importadores de petróleo, pero positivos
para los países exportadores del mismo. Igualmente, Aydin y Acar (2011), hallan evidencia de un efecto negativo sobre el PIB
en términos de variaciones del precio del petróleo en Turquía. En este sentido,
Burbidge y Harrison (1984) mediante el uso de un modelo VAR, argumentan que el
precio del petróleo tiene efectos adversos sobre las variables macroeconómicas
en cinco países de la Organización para la Cooperación y el Desarrollo
Económicos (OCDE).
Este conjunto
de hallazgos es confirmado además por Taghizadeh-Hesary et al. (2013), quienes evaluaron el impacto de los choques de los
precios del petróleo en las economías productoras y consumidoras de petróleo a
nivel global. El estudio utilizó un enfoque de ecuaciones simultáneas para
diferentes países con relaciones comerciales. Los resultados muestran que los
productores de petróleo (Irán y la Federación de Rusia) se benefician de las
crisis de los precios del petróleo. Adicionalmente, Huseynov y Ahmadov (2013), confirman que una subida de los precios del petróleo
es un shock positivo que impulsa la economía nacional, pero que en general
conduce a una mayor inflación.
La literatura
económica señala que los aumentos del precio del petróleo afectan negativamente
a los países importadores netos de petróleo, a través del aumento del costo de
las importaciones (a casusa de la inflación), reduciendo la producción y aumentando
el desempleo (Bacon & Kojima,
2008). En este sentido, Chang y Wong (2003) indican que la volatilidad del petróleo posee un
impacto significativo en el PIB, la inflación y el desempleo. Cuñado y Pérez de
Gracia (2005) señalan que los precios del petróleo tienen un efecto
significativo tanto en la actividad económica como en los índices de precios,
aunque el impacto se limita al corto plazo para algunos países asiáticos. Por
otra parte, Tang et al. (2010) estudian los efectos a corto y largo plazo del precio
del petróleo en China. Al utilizar el modelo SVAR, los autores muestran que los
aumentos del precio del petróleo afectan negativamente la producción y la
inversión, pero afectan positivamente la inflación y la tasa de interés.
Existen
diversos trabajos que analizan el efecto de las fluctuaciones en el precio del
petróleo en el tiempo. Bjørnland (1998) concluye que, para Alemania, Reino Unido y Estados
Unidos, un shock adverso del precio del petróleo posee un efecto negativo en la
producción a corto plazo y también a largo plazo en el caso de Estados Unidos.
Igualmente, investigaciones sobre el efecto que tienen en la producción los
shocks en los precios del petróleo para el caso de Arabia Saudita, Indonesia,
Irán y Kuwait ha sido analizado por Mehrara y Oskoui
(2007), quienes, utilizando un modelo SVAR, concluyen que dichas
variaciones de los precios del petróleo son la principal fuente de fluctuaciones
de la producción en Arabia Saudita e Irán. Sin embargo, en Kuwait e Indonesia,
las fluctuaciones de la producción se debieron principalmente a perturbaciones
de la oferta agregada. Además, sus resultados muestran que las variaciones de
los precios del petróleo en Arabia Saudita expanden constantemente los precios,
mientras que tal impacto en los precios a largo plazo en Irán, Kuwait e
Indonesia no está corroborado estadísticamente.
Los modelos VAR
estructurales permiten pronosticar escenarios basados en estructuras
hipotéticas de futuro, como lo demuestran Baumeister y Kilian (2016), quienes analizan las causas de la fuerte caída del
precio Brent del petróleo entre junio y diciembre de 2014. Su análisis muestra
que más de la mitad de esta disminución era predecible en tiempo real a junio
de 2014.
No obstante, la
literatura existente para el caso ecuatoriano es muy limitada (Campuzano et al.,
2019). Son escasos los estudios que abordan esta problemática desde un
enfoque dinámico, por lo tanto, surge la necesidad de contribuir al debate
sobre esta temática de actualidad. Al ser Ecuador una economía primordialmente
agro-exportadora sin valor agregado, cuyo principal ingreso por producto de
exportación lo constituye el petróleo, es necesario analizar los efectos que
poseen las fluctuaciones de su precio sobre diferentes variables
macroeconómicas. Consecuentemente, este trabajo busca aportar al debate
académico en este ámbito.
3.
Metodología
Kilian (2008) y Alom et al. (2013) señalan que el modelo SVAR introducido por Sims (1980) es adecuado para abordar apropiadamente las
relaciones macroeconómicas cuando se analizan variables altamente fluctuantes.
Por lo tanto, este trabajo utiliza dicho enfoque para medir el impacto en las
variables macroeconómicas debido a cambios en los precios del petróleo y el
índice de precios de los alimentos. Las relaciones entre estas variables descritas
a continuación son ampliamente documentadas en la literatura económica en los
trabajos de, por ejemplo, Alom et al., 2013;
Bjørnland, 2000; Fueki et al., 2016; Lamazoshvili, 2014; Lanteri, 2014; Lorusso
& Pieroni, 2018; Roach, 2014.
Las variables
económicas internas sobre las cuales se busca analizar el efecto de shocks en
precios del petróleo fuero el PIB real per cápita y la inflación (en términos
de IPC). La primera variable es obtenida de las estadísticas económicas del
Banco Central del Ecuador (BCE, 2020) e introducida en el modelo en tasas de crecimiento.
La segunda variable es obtenida de los Indicadores de Desarrollo del Banco Mundial
(2020).
Siguiendo el
trabajo de Kilian (2008), quien postula una estructura recursiva tal que, el
error de forma
Esta investigación plantea un modelo VAR estructural con
variables similares a Alom et al. (2013), Khan & Ahmed (2011), Omojolaibi (2013) y
Taghizadeh-Hesary et al. (2013), con el precio
mundial del petróleo y el índice mundial de alimentos, como variables exógenas.
La primera de estas variables es obtenida de la base de datos estadísticos de
la OCDE (2020), medida como el
precio promedio en dólares de Brent, Dubai y WTI, que los países importadores
de petróleo pagaron en determinado periodo. La segunda variable es el Índice de precios de los alimentos calculado por la
Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO, 2020) en términos reales, tomando como referencia el cambio
porcentual entre 2014 y 2015. El periodo de análisis de este estudio comprende desde 1980 hasta
2015.
Para tener un modelo consistente, se plantea un esquema
de identificación recursivo, asumiendo que la matriz A es triangular inferior,
mientras que la matriz B es diagonal, capturando relaciones contemporáneas. La
matriz de impacto con las restricciones impuestas puede ser expresada como:
Este esquema
sigue un orden de exógeno a endógeno, relacionado con las respectivas
respuestas de las variables a los shocks temporales. Se aplicaron cuatro
restricciones según la teoría, cuya estimación sugiere que, la primera y la
segunda fila, que son los shocks de precios de petróleo y del índice de
alimentos, se colocan en primer lugar por considerarse macro-variables. El
precio del petróleo no responde a las innovaciones del resto de variables
macroeconómicas consideradas en el período t (Lee & Ni, 2002). El precio de los alimentos responde a los shocks de
los precios del petróleo, aunque no hay evidencia de que el índice de alimentos
pueda verse afectado por los shocks de los precios del petróleo a nivel global (Baumeister &
Kilian, 2014); esto puede afectar las variables a nivel interno en
Ecuador. Se espera que un shock positivo en el índice de alimentos afecte
positivamente la inflación y un shock positivo en el precio del petróleo genere
un impacto positivo en el crecimiento económico de Ecuador.
La tercera
fila, muestra el crecimiento económico de Ecuador, representado por el
crecimiento del PIB real per cápita. Siguiendo a Jiménez-Rodríguez (2007) y Alom et al. (2013), se asume que esta variable se ve afectada por ella
misma, el precio del petróleo y el índice de alimentos. Finalmente, de acuerdo
con Alom et al. (2013) Khan & Ahmed
(2011) y Jiménez-Rodríguez (2007) la inflación recibe efectos contemporáneos de todas
las demás variables del sistema.
4.
Resultados y discusión
4.1.
Prueba de raíz unitaria
Existen
importantes diferencias entre series de tiempo estacionarias y no
estacionarias. Los cambios en las series estacionarias son necesariamente
temporales, lo cual implica que, los efectos de los shocks se disiparán y la
serie volverá a su nivel medio en el largo plazo. Mientras que una serie no
estacionaria necesariamente tiene componentes permanentes, la media y la
varianza de una serie no estacionaria dependen del tiempo (Enders, 2014).
Las variables
se probaron mediante la prueba aumentada de Dickey-Fuller y la prueba de
Phillips-Perron (Phillips & Perron,
1988). Estas pruebas mostraron que solo la tasa de crecimiento del PIB per
cápita es estacionaria en niveles, mientras que el resto de variables son
estacionarias en primera diferencia (ver Tabla A1 en anexos).
Un modelo SVAR
se puede estimar con variables no estacionarias en el nivel y las respuestas al
impulso resultantes a corto y mediano plazo, y son entonces estimadores
confiables de las verdaderas respuestas al impulso. Esto también se aplica a
las variables cointegradas. Este resultado proviene de que el VAR en niveles
tiene implícitamente en cuenta las relaciones cointegradas. Del mismo modo,
como señalan Sims et al. (1990), la práctica común de transformar modelos en
representaciones estacionarias mediante la primera diferenciación o el uso de
operadores de cointegración es a menudo innecesaria incluso si los datos
parecen estar integrados (al menos de forma asintótica). Por lo tanto, el resto
del análisis fue realizado con las variables en niveles.
4.2.
Estimación del modelo SVAR
Los criterios
de información de Akaike (AIC), Schwarz (BIC) y Hannan-Quinn (HQIC) muestran
que, para eliminar correctamente la correlación residual, el rezago óptimo es 1
(ver Tabla A2 en anexos). Por lo tanto, la estimación se realiza incluyendo
únicamente un rezago. La Tabla 1 muestra los coeficientes del modelo SVAR,
según el orden de las variables en las dos matrices descritas en la sección 3.
Tabla 1. Resultados
modelo SVAR
|
Matriz A |
||||
|
precio_petroleo |
índice_real |
pib_c |
infl |
|
|
precio_petroleo |
1 |
0 |
0 |
0 |
|
índice_real |
-0.34285 |
1 |
0 |
0 |
|
pib_c |
-0.06331 |
-0.08684 |
1 |
0 |
|
infl |
-0.31456 |
0.72635 |
1.433582 |
1 |
|
Matriz B |
||||
|
precio_petroleo |
índice_real |
pib_c |
infl |
|
|
precio_petroleo |
12.57616 |
0 |
0 |
0 |
|
índice_real |
0 |
4.799919 |
0 |
0 |
|
pib_c |
0 |
0 |
2.077564 |
0 |
|
infl |
0 |
0 |
0 |
12.9914 |
Fuente: Elaboración propia
El principal
objetivo de este trabajo es estudiar el impacto de los choques de los precios
del petróleo en el crecimiento económico y la inflación en Ecuador, utilizando
funciones impulso-respuesta. Por lo tanto, un análisis más detallado se efectúa
en epígrafes subsiguientes.
4.3.
Validación del modelo estimado
Como la técnica
VAR es relativamente flexible y está dominada por la endogeneidad de las
variables, no es habitual analizar los coeficientes de regresión estimados y su
significación estadística, ni la bondad del ajuste. No obstante, es habitual
comprobar la ausencia de correlación serial de los residuales de las ecuaciones
individuales del modelo y la distribución multivariante normal. Algunos
investigadores realizan pruebas adicionales, como la estabilidad del modelo, la
significancia conjunta de las variables consideradas, su dirección de
causalidad, la cointegración y la descomposición de la varianza del error de pronóstico
(FEDV, por sus siglas en inglés) (Arias-Cubillo &
Torres-Gutiérrez, 2004).
Es necesaria la
normalidad de los datos subyacentes de los procesos generados para establecer
intervalos de pronóstico (los errores de pronóstico utilizados en la
construcción de intervalos de pronóstico son sumas ponderadas de las
Tabla 2. Condición de
estabilidad de los valores propios
|
Eigenvalue |
Modulus |
|
0.907392 |
0.907392 |
|
0.722523 |
0.722523 |
|
0.449228 |
0.449228 |
|
0.045690 |
0.045690 |
Fuente: Elaboración propia
El modelo SVAR
estimado es estable si todas las raíces tienen módulos inferiores a la unida (<1)
y se encuentran dentro del círculo unitario. Si el SVAR no es estable, ciertos
resultados (como los errores estándar de respuesta al impulso) no son válidos. En
este sentido, de acuerdo con la Tabla 2, es posible concluir que el modelo es
dinámicamente estable.
4.4.
Funciones Impulso Respuesta (FIR)
Dado que los
coeficientes individuales en los modelos VAR estimados a menudo son difíciles
de interpretar, los investigadores a menudo estiman las funciones
impulso-respuesta (Gujarati & Porter,
2010). En este sentido, Pesaran y Shin (1998) proponen un tipo de impulso-respuesta generalizada
que consiste en construir un conjunto de innovaciones ortogonales (shocks), de
manera que no dependen del ordenamiento en el SVAR. El Gráfico 1 expone los
resultados obtenidos al aplicar FIR de impulsos generalizados para las
variables de crecimiento económico e inflación producto de shocks en inflación
e índice de alimentos de manera individual.
Gráfico 1. Funciones
impulso-respuesta
Fuente: Elaboración propia
La gráfica
muestra que un shock positivo en el precio internacional promedio del petróleo
produce un efecto positivo de 1.17 puntos porcentuales sobre la tasa de
crecimiento per cápita en Ecuador en el periodo t+1, y desde de ese instante el
efecto se amortigua lentamente hasta desaparecer. Por otra parte, dicho shock
ocasiona una disminución en la tasa de inflación de 0.85 puntos porcentuales en
el periodo t+1, con una tendencia a la baja hasta el periodo t+4, periodo a
partir del cual se evidencia una tendencia sostenida hacia cero, es decir, el
efecto tiende a desaparecer en el tiempo. Los resultados sobre el impacto en el
PIB de los choques en el precio del petróleo, dan continuidad a los hallazgos
de Paladines (2017), y son similares a los expuestos por Taghizadeh-Hesary
et al. (2013), Du et al. (2010), Gómez-Loscos et al. (2011); Lescaroux y Mignon (2008), Berument, et al. (2010); y Chang & Wong (2003), pues los autores coinciden que el efecto sobre el
PIB disminuye gradualmente. Si bien el resultado obtenido para la variable
inflación doméstica puede resultar controversial, es posible intuir que dicho
comportamiento es debido al efecto de los shocks positivos en el precio del
petróleo sobre gasto fiscal, el cual tiende a aumentar en periodos de auge.
Dado que Ecuador posee una economía dolarizada, dicho aumento no tiene una
repercusión inmediata en la inflación, por el contrario, es posible esperar que
la inflación se mantenga o incluso disminuya, no debido a la gestión del
gobierno de turno, sino más bien a las expectativas de los agentes durante el
periodo de auge. No obstante, este fenómeno, como lo muestran los resultados,
es transitorio.
Un shock
positivo en el índice mundial de alimentos genera un impacto inicialmente
positivo (0.41 puntos porcentuales) en la tasa de creciente del PIB per cápita
en el periodo inicial, para ser posteriormente negativo y luego desaparecer en
el tiempo. Sobre la inflación, este provoca una disminución de 4.08 puntos
porcentuales en la misma, pasado a producir un efecto positivo a partir del
periodo 5 y posteriormente converger a cero. Estos resultados son congruentes
con los hallazgos de Alom et al. (2013) y Huseynov & Ahmadov (2013) , quienes señalan que el impacto en la inflación por
shock en los precios del petróleo y los alimentos poseen efectos negativos iniciales
y efectos positivos posteriores.
Este conjunto
de tendencias de respuesta a shocks exógenos muestra la vulnerabilidad de la
economía ecuatoriana, pues es evidente que cada impacto (salvo en el caso de
respuesta del PIB frente a shocks en el índice de alimentos) posee
repercusiones que no tienden a subsanarse en el corto plazo. Por esta razón,
resulta necesario que el gobierno de turno diseñe e implemente mecanismos que
permitan a la economía ecuatoriana hacer frente a las fluctuaciones de los
precios en los mercados internacionales. Un análisis detallado de dichas
políticas está fuera del alcance de este documento, no obstante, los resultados
obtenidos permiten concluir que dichos mecanismos deben ser prioridad para los
responsables de la planificación macroeconómica en el país.
4.5.
Análisis de descomposición de varianza (DV)
La predicción
de las descomposiciones de la varianza del error también son herramientas
populares para interpretar modelos VAR y SVAR (Lütkepohl &
Krätzig, 2004). La descomposición de la varianza ofrece un método
ligeramente diferente para examinar la dinámica de un sistema SVAR. Dan la
proporción de los movimientos en las variables dependientes que se deben a sus
propios shocks y a shocks de otras variables. Un shock a una variable
específica afectará directamente a esa variable, pero se transmitirá a todas
las demás variables del sistema a través de la estructura dinámica del modelo (Enders, 2014). Por lo tanto, la Tabla 3 presenta los resultados de
descomposición de la varianza del error de pronóstico para las dos variables
endógenas consideradas. La columna S.E. muestra los errores estándar de pronóstico
para cada año sucesivo en cada variable. Las dos columnas subsiguientes
muestran el porcentaje de las varianzas del pronóstico que pueden atribuirse a
shocks solo en el precio promedio internacional del petróleo y solo en el
índice mundial de precios de alimentos, respectivamente.
Tabla 3. Descomposición
de la varianza
|
Variance Decomposition of PIB_C: |
Variance Decomposition of INFL: |
||||||
|
Period |
S.E. |
PRECIO PETROLEO |
ÍNDICE ALIMENTOS |
Period |
S.E. |
PRECIO PETROLEO |
ÍNDICE ALIMENTOS |
|
1 |
2.983278 |
1.08E-25 |
1.38E-24 |
1 |
17.22149 |
1.92E-26 |
2.92E-24 |
|
2 |
4.391696 |
2.416795 |
5.293558 |
2 |
28.69639 |
1.561829 |
3.169569 |
|
3 |
5.702946 |
2.210447 |
15.69580 |
3 |
44.09771 |
5.202332 |
10.55002 |
|
4 |
7.134683 |
1.984853 |
28.07959 |
4 |
66.02935 |
11.61736 |
18.83152 |
|
5 |
9.061903 |
8.511283 |
37.29878 |
5 |
97.48929 |
20.92109 |
24.98524 |
|
6 |
11.98832 |
23.77321 |
39.07136 |
6 |
142.4263 |
32.05326 |
27.82311 |
|
7 |
16.35815 |
41.99776 |
34.72042 |
7 |
205.6857 |
43.40103 |
27.75978 |
|
8 |
22.45885 |
57.54658 |
28.33773 |
8 |
292.7815 |
53.70051 |
25.88356 |
|
9 |
30.46448 |
68.92772 |
22.44165 |
9 |
409.7081 |
62.37536 |
23.20007 |
|
10 |
40.50059 |
76.83497 |
17.73921 |
10 |
562.8414 |
69.37653 |
20.36030 |
Fuente: Elaboración propia
Al analizar la
Tabla 3, es posible observar que para el pronóstico de un año de crecimiento
económico en Ecuador, el error estándar es 3.43 la desviación estándar de
Existen
estudios que analizan la dinámica del crecimiento económico y la inflación
debido a factores endógenos mediante la descomposición de la varianza en
modelos VAR. Un análisis comparativo con dichos estudios, para tres economías
de la región, permite observar que los resultados obtenidos se muestran
congruentes con los hallazgos de Saucedo &
González (2019), quienes analizan el efecto de los precios del
petróleo en la actividad económica sectorial de México. Los autores hallan
evidencia de una dinámica similar a la expuesta en este trabajo, para lapsos
temporales de 24 y 36 meses de pronóstico. En esta línea, Palmero (2014), en su estimación de un modelo SVAR para la economía
boliviana, también halla evidencia empírica que sugiere que el PIB se explica a
sí mismo en un porcentaje muy bajo, mientras que, el resto de la varianza del
pronóstico (aproximadamente un 87%), es mayormente atribuible a shocks en el
resto de variables endógenas incluidas en el modelo. Por otra parte, para el
caso colombiano, Ramírez & Rodríguez (2013), concluyen en su análisis de descomposición de
varianza que, ante choques de política monetaria, se presentan mayores efectos
acumulados en el crecimiento económico que en la inflación. Dicha dinámica es
similar, en comparación con el presente estudio, a partir del sexto periodo de
pronóstico.
En relación con
la dependencia que tiene el Ecuador hacia el petróleo, los resultados obtenidos
soportan medidas de política económica destinadas a la trasformación de la
matriz productiva del país. En este sentido, la evidencia actual parece indicar
que no sería muy eficiente o, al menos, llevaría mucho tiempo alcanzar este
objetivo. Si bien los gobiernos, tanto el de turno como su predecesor, han
realizado varios esfuerzos en los últimos años para avanzar en el cambio de la
matriz productiva, todavía no parece haber resultados alentadores (Campuzano et al.,
2019; Paladines, 2017). No obstante, la implementación de una medida de este tipo es
necesaria, dada la actual configuración económica del Ecuador.
5.
Conclusiones
La relación
dinámica entre las dos variables globales: el precio del petróleo y el índice
de alimentos, con las variables domésticas, que son el crecimiento económico,
representado por el PIB real per cápita, y la inflación de Ecuador, son
cuestiones muy importantes a tener en cuenta para la formulación de políticas.
Esta investigación se realizó tomando datos anuales de 1980 a 2019, y
utilizando dos herramientas econométricas la FIR y la DV, con base en un modelo
SVAR, se consiguió explicar la relación entre las variables descritas en el
corto plazo.
Dado que las
pruebas de estabilidad del SVAR fueron significativas, se concluye que el
modelo está bien especificado. Los resultados de la FIR indican que, ante un
shock positivo en los precios del petróleo, el crecimiento económico de Ecuador
se vio afectado positivamente. Por otra parte, la inflación doméstica es
positivamente influenciada en periodos subsecuentes por shocks en el índice
mundial de alimentos y negativamente influenciada por shocks en los precios del
petróleo. Adicionalmente, al analizar la descomposición de la varianza, se
observa que el mayor cambio en el crecimiento económico y la inflación en
Ecuador se pueden explicar por los shocks del índice mundial de alimentos en
periodos iniciales, no obstante, los precios del petróleo poseen gran
significancia estadística durante el periodo de análisis y su importancia
supera al índice de alimentos a partir del sexto periodo de pronóstico.
La sensibilidad de la economía ecuatoriana frente a
los shocks en las variables analizadas también ha sido documentada en la
literatura económica debido a dos factores que juegan un rol relevante para
explicar el comportamiento de una economía. Estos factores son el sistema
monetario y la estructura productiva del país. En este sentido, es posible
inferir que, un sistema monetario de tipo de cambio fijo posee una mayor
sensibilidad ante shocks externos (comportamiento evidenciado para el caso
ecuatoriano).
Consecuentemente, dado que Ecuador posee una economía
dolarizada, dicho sistema monetario exigiría, como requisito fundamental, la
diversificación productiva (algo de lo que la economía ecuatoriana carece por
su alta dependencia con respecto al sector petrolero, como lo sugieren los
resultados obtenidos). No obstante, un análisis pormenorizado de dichos
elementos, que permita inferir de manera inequívoca el efecto final al interior
de la economía, se encuentra fuera del alcance del presente documento. Por lo
tanto, esto presenta una oportunidad para futuras investigaciones en esta línea.
Bibliografía
Abbott, P. C., Hurt, C., & Tyner, W. E.
(2008). What's Driving Food Prices?
Retrieved from http://ageconsearch.umn.edu/record/37951/files/FINAL WDFP REPORT 7-28-08.pdf
Alom, F.,
Ward, B. D., & Hu, B. (2013). Macroeconomic effects of world
oil and food price shocks in Asia and Pacific economies: Application of SVAR
models. OPEC Energy Review, 37(3), 327-372.
doi:10.1111/opec.12015
Arias-Cubillo,
E., & Torres-Gutiérrez, C. (2004). Modelos VAR y VECM para el pronóstico de
corto plazo de las importaciones de Costa Rica. Retrieved
from Costa Rica: https://activos.bccr.fi.cr/sitios/bccr/investigacioneseconomicas/DocMetodosCuantitativos/Modelos_VAR_y_VECM.pdf
Aydin, L.,
& Acar, M. (2011). Economic impact of oil price
shocks on the Turkish economy in the coming decades: A dynamic CGE analysis. Energy Policy, 39(3), 1722-1731.
doi:10.1016/j.enpol.2010.12.051
Bacon, R.,
& Kojima, M. (2008). Oil Price Risks . Viewpoint:
Public Policy for the Private Sector; Note No. 320. Retrieved from
Washington, DC: http://hdl.handle.net/10986/11151
Baumeister,
C., & Kilian, L. (2014). Do oil price increases cause
higher food prices? Economic Policy, 29(80),
691-747. doi:10.1111/1468-0327.12039
Baumeister,
C., & Kilian, L. (2016). Understanding the decline in
the price of oil since June 2014. Journal
of the Association of Environmental and Resource Economists, 3(1), 131-158.
doi:10.1086/684160
BCE. (2020). Estadísticas macroeconómicas. Retrieved from https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/Anuario/Boletinanuario.htm
Bernanke,
B. S., Gertler, M., & Watson, M. (1997).
Systematic monetary policy and the effects of oil price shocks. Brookings Papers on Economic Activity(1),
91-157. doi:10.2307/2534702
Berument,
M. H., Ceylan, N. B., & Dogan, N. (2010).
The impact of oil price shocks on the economic growth of selected MENA 1
countries. Energy Journal, 31(1),
149-176. doi:10.5547/ISSN0195-6574-EJ-Vol31-No1-7
Bjørnland,
H. C. (1998). The economic effects of north
sea oil on the manufacturing sector. Scottish
Journal of Political Economy, 45(5), 553-585. doi:10.1111/1467-9485.00112
Bjørnland,
H. C. (2000). The dynamic effects of
aggregate demand supply and oil price shocks - A comparative study. Manchester School, 68(5), 578-607.
doi:10.1111/1467-9957.00220
Blanchard,
O. J., & Gali, J. (2007). The macroeconomic effects of
oil shocks: Why are the 2000s so different from the 1970s? NBER Working Paper No. 13368. doi:10.3386/w13368
Brown, S.
P. A., & Yücel, M. K. (2002). Energy prices and aggregate
economic activity: An interpretative survey. Quarterly Review of Economics and Finance, 42(2), 193-208.
doi:10.1016/S1062-9769(02)00138-2
Burbidge,
J., & Harrison, A. (1984). Testing for the effects of
oil-price rises using vector autoregressions. International Economic Review, 25(2), 459-484. doi:10.2307/2526209
Campuzano,
Vásquez, J., Salcedo-Muñoz, Virgilio, Bejarano, Copo, H., Linda. (2019). Impacto de choques exógenos petroleros sobre
algunos indicadores macroeconómicos en el Ecuador. Cumbres, 5(2).
Chang, Y.,
& Wong, J. F. (2003). Oil price fluctuations and
Singapore economy. Energy Policy, 31(11),
1151-1165. doi:10.1016/S0301-4215(02)00212-4
Chuku, A.
C., Akpan, U. F., Sam, N. R., & Effiong, E. L. (2011).
Oil Price Shocks and the Dynamics ofCurrent Account Balance in Nigeria. OPEC Energy
Review, 35(2), 119-139.
doi:10.1016/j.cbrev.2020.02.002
Cuñado, J.,
& Pérez De Gracia, F. (2005). Oil Prices, Economic Activity and Inflation: Evidence for
Some Asian Countries. The Quarterly
Review of Economics and Finance, 45(1), 65-83.
doi:10.1016/j.qref.2004.02.003
Doǧrul,
H. G., & Soytas, U. (2010). Relationship between oil
prices, interest rate, and unemployment: Evidence from an emerging market. Energy
Economics, 32(6), 1523-1528.
doi:10.1016/j.eneco.2010.09.005
Du, L., Yanan,
H., & Wei, C. (2010). The relationship between oil price shocks and China's
macro-economy: An empirical analysis. Energy
Policy, 38(8), 4142-4151. doi:10.1016/j.enpol.2010.03.042
Enders, W. (2014). Applied
Econometric Time Series (J. W. S. Inc Ed. 4th ed.). New York: Wiley.
FAO. (2020). FAO Food Price Index. Retrieved from http://www.fao.org/worldfoodsituation/foodpricesindex/en/
Farzanegan,
M. R. (2011). Oil revenue shocks and
government spending behavior in Iran. Energy Economics, 33(6), 1055-1069. doi:10.1016/j.eneco.2011.05.005
Fueki, T.,
Higashi, H., Higashio, N., Nakajima, J., Ohyama, S., & Tamanyu, Y. (2016). Identifying
Oil Price Shocks and Their Consequences Role of Expectations and Financial
Factors in the Crude Oil Market. BIS
Working Paper No. 725, 1-25.
Galesi, A.,
& Lombardi, M. J. (2009). External Shocks and International Inflation Linkages: A
Global VAR Analysis. ECB Working Paper
No. 1062.
Gujarati,
D., & Porter, D. (2010). Econometría (5th ed.). México DF:
McGraw-Hill.
Gómez-Loscos,
A., Montañés, A., & Gadea, M. D. (2011). The impact of oil shocks on the Spanish economy. Energy Economics, 33(6), 1070-1081.
doi:10.1016/j.eneco.2011.05.016
Hamilton,
J. D. (1996). This is what happened to the
oil price - Macroeconomy relationship. Journal
of Monetary Economics, 38(2), 215-220. doi:10.1016/S0304-3932(96)01282-2
Headey, D.,
& Fan, S. (2008). Anatomy of a crisis: The causes
and consequences of surging food prices. Agricultural
Economics, 39(SUPPL. 1), 375-391. doi:10.1111/j.1574-0862.2008.00345.x
Hooker, M.
A. (2002). Are oil shocks inflationary?
Asymmetric and nonlinear specifications versus changes in regime. Journal of Money, Credit and Banking, 34(2),
540-561. doi:10.1353/mcb.2002.0041
Huseynov,
S., & Ahmadov, V. (2013). Oil Windfalls, Fiscal Policy and Money Market Disequilibrium, 40.
Jiménez-Rodríguez,
R. (2007). The Industrial Impact of Oil
Price Shocks: Evidence From the Industries of Six OECD Countries. Banco de España
Research Paper No. WP-0731, 1-51.
doi:10.2139/ssrn.1019446
Jiménez-Rodríguez,
R., & Sánchez, M. (2005). Oil price shocks and real GDP growth: empirical evidence for
some OECD countries. Applied Economics,
37(2), 201-228. doi:10.1080/0003684042000281561
Jiménez-Rodríguez,
R., & Sánchez, M. (2006). Oil price shocks and real GDP growth: Empirical evidence for
some OECD countries. Applied Economics,
37(2), 201-228. doi:10.1080/0003684042000281561
Jones, D.
W., Leiby, P. N., & Paik, I. K. (2004).
Oil price shocks and the macroeconomy: What has been learned since 1996. Energy Journal, 25(2), 1-32.
doi:10.5547/ISSN0195-6574-EJ-Vol25-No2-1
Khan, M.
A., & Ahmed, A. (2011). Macroeconomic effects of
global food and oil price shocks to the pakistan economy: A structural vector
autoregressive (SVAR) analysis. Pakistan
Development Review, 50(4), 491-511. doi:10.30541/v50i4iipp.491-511
Kilian, L. (2005). The Effects of Exogenous Oil Supply Shocks on
Output and Inflation: Evidence from the G7 Countries. CEPR Discussion Paper No. 5404.
Kilian, L. (2008). Exogenous oil supply shocks: How big are they and
how much do they matter for the U.S. economy? Review of Economics and Statistics, 90(2), 216-240.
doi:10.1162/rest.90.2.216
Lamazoshvili,
B. (2014). Effects of Oil Shocks on
Oil-Importing Developing Economies: The Case of Georgia and Armenia. EERC Working
Paper Series 14/06e, 1-33.
Lanteri, N. (2014). Determinantes de los precios reales del
petróleo y su impacto sobre las principales variables macroeconómicas: EU,
España, Noruega y Argentina. Economía:
Teoría Y Práctica, 41, 45-70. doi:10.24275/ETYPUAM/NE/412014/Lanteri
Lee, K.,
& Ni, S. (2002). On the dynamic effects of oil
price shocks: A study using industry level data. Journal of Monetary Economics, 49(4), 823-852.
doi:10.1016/S0304-3932(02)00114-9
Lescaroux,
F., & Mignon, V. (2008). On the influence of oil prices
on economic activity and other macroeconomic and financial variables. OPEC Energy Review, 32(4), 343-380.
doi:10.1111/j.1753-0237.2009.00157.x
Lorusso,
M., & Pieroni, L. (2018). Causes and Consequences of Oil
Price Shocks on the UK Economy. Economic
Modelling, 72, 223-236. doi:10.1016/j.econmod.2018.01.018
Lütkepohl,
H., & Krätzig, M. (2004). Applied Time Series Econometrics. Themes in Modern Econometrics.
Cambridge: Cambridge University Press.
Mehrara, M.,
& Oskoui, K. N. (2007). The sources of macroeconomic fluctuations in oil exporting
countries: A comparative study. Economic
Modelling, 24(3), 365-379. doi:10.1016/j.econmod.2006.08.005
Mork, K. A. (1989). Oil and the macroeconomy when prices go up and
down: An extension of Hamilton's results. Journal
of Political Economy, 97(3), 740-744. doi:10.1086/261625
Mundial, B.
(2020). World Development Indicators.
Retrieved from https://databank.worldbank.org/source/world-development-indicators
OECD. (2020). Crude oil import prices. Retrieved from https://doi.org/10.1787/9ee0e3ab-en
Omojolaibi,
J. A. (2013). Does volatility in crude oil
price precipitate macroeconomic performance in Nigeria? International Journal of Energy Economics and Policy, 3(2),
143-152.
Paladines,
J. (2017). Oil price and real GDP growth
of Ecuador: A vector autoregressive approach. Journal of Economics and Political Economy, 4(1), 71-78.
doi:10.1453/jepe.v4i1.1153
Palmero, M. (2014). UN MODELO SVAR PARA LA ECONOMÍA BOLIVIANA. Revista Investigación & Desarrollo, 1(14),
81-99.
Papapetrou,
E. (2001). Oil price shocks, stock market,
economic activity and employment in Greece. Energy
Economics, 23(5), 511-532. doi:10.1016/S0140-9883(01)00078-0
Pesaran, H.
H., & Shin, Y. (1998). Generalized impulse response
analysis in linear multivariate models. Economics
Letters, 58(1), 17-29. doi:10.1016/s0165-1765(97)00214-0
Phillips,
P. C. B., & Perron, P. (1988). Testing for a unit root in
time series regression. Biometrika, 75(2), 335-346. doi:10.1093/biomet/75.2.335
Ramírez, A.,
& Rodríguez, H. (2013). UN
ANÁLISIS VAR ESTRUCTURAL DE POLÍTICA MONETARIA EN COLOMBIA. Revista Facultad de Ciencias Económicas:
Investigación y Reflexión, 21, 17-41.
Roach, K. (2014). A structural analysis of oil price shocks on the
Jamaican macroeconomy. Monetaria, 2(2), 217-252.
Saucedo, E.,
& González, J. (2019). Efecto
de los precios del petróleo en la actividad económica sectorial de México.
Análisis para el periodo 2002-2018. 2019,
14(2), 23. doi:10.21919/remef.v14i2.301
Sims, C. A. (1980). Macroeconomics and reality. Econometrica, 48(1), 1-48.
Sims, C.
A., Stock, J. H., & Watson, M. W.
(1990). Inference in linear time series models with some unit roots. Econometrica, 58(1), 113-144.
Taghizadeh
Hesary, F., Yoshino, N., Abdoli, G., & Farzinvash, A. (2013). An estimation of the impact of oil shocks on crude
oil exporting economies and their trade partners. Frontiers of Economics in China, 8(4), 571-591.
doi:10.3868/s060-002-013-0029-3
Tang, W.,
Wu, L., & Zhang, Z. (2010). Oil price shocks and their
short- and long-term effects on the Chinese economy. Energy Economics, 32(SUPPL. 1), S3-S14.
doi:10.1016/j.eneco.2010.01.002
Anexos
Tabla A1. Test de Raíz
Unitaria
|
Intercepto |
Tendencia e
Intercepto |
||||||||
|
Niveles |
Diferencias |
Niveles |
Diferencias |
||||||
|
t-Statistic |
Prob. |
t-Statistic |
Prob. |
t-Statistic |
Prob. |
t-Statistic |
Prob. |
||
|
Precio petróleo |
ADF-test |
-1.33481 |
0.6037 |
-5.61476 |
0.0000 |
-2.11424 |
0.5221 |
-5.54794 |
0.0003 |
|
PP-test |
-1.33481 |
0.6037 |
-5.58875 |
0.0000 |
-2.11424 |
0.5221 |
-5.51616 |
0.0003 |
|
|
Índice comida |
ADF-test |
-1.71526 |
0.4159 |
-5.82740 |
0.0000 |
-2.51451 |
0.3198 |
-5.83234 |
0.0001 |
|
PP-test |
-1.78081 |
0.3842 |
-5.82468 |
0.0000 |
-2.48904 |
0.3315 |
-5.83256 |
0.0001 |
|
|
pib_c |
ADF-test |
-4.82423 |
0.0003 |
-7.50076 |
0.0000 |
-4.83853 |
0.0019 |
-7.41765 |
0.0000 |
|
PP-test |
-4.80333 |
0.0004 |
-13.16285 |
0.0000 |
-4.80767 |
0.0021 |
-13.0369 |
0.0000 |
|
|
infl |
ADF-test |
-2.16733 |
0.2209 |
-6.16281 |
0.0000 |
-3.18066 |
0.1031 |
-6.12511 |
0.0001 |
|
PP-test |
-2.19726 |
0.2105 |
-7.38012 |
0.0000 |
-3.0637 |
0.1290 |
-7.54227 |
0.0000 |
|
Fuente: Elaboración propia
Tabla A2. Criterio de
selección de rezago óptimo
|
lag |
LL |
LR |
df |
p |
FPE |
AIC |
HQIC |
SBIC |
|
0 |
-530.863 |
9.40E+07 |
29.7146 |
29.776 |
29.8906 |
|||
|
1 |
-472.626 |
116.47 |
16 |
0 |
9.1e+06* |
27.3681* |
27.6752* |
28.2478* |
|
2 |
-458.844 |
27.564 |
16 |
0.036 |
1.10E+07 |
27.4913 |
28.044 |
29.0748 |
|
3 |
-450.449 |
16.789 |
16 |
0.399 |
1.80E+07 |
27.9138 |
28.7122 |
30.2011 |
|
4 |
-432.937 |
35.024* |
16 |
0.004 |
2.00E+07 |
27.8298 |
28.8738 |
30.8209 |
Fuente: Elaboración propia
Tabla A3. Jarque-Bera
test
|
Equation |
chi2 |
df |
Prob > chi2 |
|
precio_petróleo |
14.508 |
2 |
0.00071 |
|
índice_real |
0.378 |
2 |
0.82768 |
|
pib_c |
2.274 |
2 |
0.3207 |
|
infl |
1.5 |
2 |
0.47236 |
|
ALL |
18.661 |
8 |
0.01678 |
Fuente: Elaboración propia
Tabla A4.
Lagrange-multiplier test
|
lag |
chi2 |
df |
Prob > chi2 |
|
1 |
19.6347 |
16 |
0.23713 |
|
2 |
10.2185 |
16 |
0.85497 |
|
H0: no autocorrelation at lag order |
|||
Fuente: Elaboración propia
Tabla A5. White VAR
residual heteroskedasticity test
|
chi2 =
174.135 |
|
df = 160 |
|
Prob>chi2= 0.210 |
Fuente: Elaboración propia
[1] Estudiante del Programa de Doctorado en Economía y Empresa. Departamento
de Econometría e Historia e Instituciones Económicas. Universidad de Castilla –
La Mancha
Facultad de
Ciencias Sociales. AV DE LOS ALFARES, 4216071 – CUENCA, ESPAÑA