• Like
Contraste
Upcoming SlideShare
Loading in...5
×
Uploaded on

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
554
On Slideshare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
1
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. CONTRASTE DE LA FUNCION KEYNESIANA DE CONSUMO EN LA ECONOMIA BOLIVIANA (PERIODO 1990-2009) 1. ESTIMACION ECONOMETRICA DE LA FUNCIONRecordemos que se quiere contrastar la siguiente función: C = a + c*YdPara ello tomamos la siguiente tabla de datos:Tabla 1 TRNX (Miles PIB acf (Miles de bs PNFX (Miles de YD (Miles de Bs CONSUMO (Miles AÑO de Bs de de 1990) Bs de 1990) de 1990) de Bs de 1990) 1990) 1990 -760166 5547,5 11869886,15 14.163.418,80 13.408.800,30 1991 -660782,6315 5652,904046 12264367,59 14.325.223,44 13.670.093,71 1992 -609293,6984 7084,008771 12700433,43 14.536.148,89 13.933.939,20 1993 -645808,6937 6579,501284 13122712,29 14.854.098,46 14.214.869,27 1994 -571558,4639 7767,034947 13507684,03 15.448.531,56 14.884.740,13 1995 -624861,2192 6758,143918 13905760,38 16.157.523,27 15.539.420,20 1996 -567433,3615 6441,205006 14359906,21 16.469.172,92 15.908.180,76 1997 -499288,3975 7423,161342 15139505,01 17.433.403,29 16.941.538,05 1998 -402298,9669 8442,821722 15934817,05 18.106.247,45 17.712.391,30 1999 -502229,42 9878,202506 16375000,61 18.589.306,19 18.096.954,97 2000 -586961,042 10066,27907 16752141,62 18.862.840,95 18.285.946,19 2001 -578541,4379 10852,72064 16964766,58 19.394.911,83 18.827.223,11 2002 -602690,483 10936,16771 17311639,08 20.211.113,89 19.619.359,58 2003 -918594,9023 14418,49903 17637776
  • 2. 21.393.187,91 20.489.011,51 2004 -1162080,723 14833,72658 18151034,79 22.923.860,73 21.776.613,73 2005 -1097666,998 17032,88076 18755349,22 22.775.427,77 21.694.793,65 2006 -1106864,045 22911,40221 19518920,68 25.000.579,52 23.916.626,87 2007 -1229623,498 31809,81404 20332797,12 25.467.122,14 24.269.308,46 2008 -1090782,157 26114,14902 21447626,61 26.102.267,86 25.037.599,85 2009 -1285816,531 23150,49007 22235429,36 26.495.756,49 25.233.090,45Donde:Yd= PIB acf + PNFX +TRNXYd= Ingreso DisponiblePIB acf = PIB a costo de factoresPNFX = Pago Neto a los Factores ExtranjerosTRNX = Transferencias Netas del ExtranjeroUtilizando el programa econométrico E-views obtenemos los siguientes resultados:Cuadro 1Dependent Variable: CONSUMOMethod: Least SquaresDate: 06/21/12 Time: 19:58Sample: 1990 2009Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C 2053970. 474899.4 4.325065 0.0004 YD 0.769046 0.024908 30.87526 0.0000R-squared 0.981468 Mean dependent var 16414378Adjusted R-squared 0.980438 S.D. dependent var 3067216.S.E. of regression 428991.4 Akaike info criterion 28.87090Sum squared resid 3.31E+12 Schwarz criterion 28.97047Log likelihood -286.7090 Hannan-Quinn criter. 28.89034F-statistic 953.2819 Durbin-Watson stat 0.928680Prob(F-statistic) 0.000000 2. ANALISIS TEORICO
  • 3. A partir del cuadro 1, la función keynesiana del consumo quedaría especificada de la siguiente forma: C = 2053970 + 0.7690YdGrafico 1 FUNCION DE CONSUMO KENESIANA (ECONOMIA BOLIVIANA 1990-2009) 30000000 CONSUMO (MILES DE BS DE 1990) 25000000 20000000 15000000 10000000 5000000 0 0 5000000 10000000 15000000 20000000 25000000 INGRESO DISPONIBLE (MILES DE BS DE 1990)La ecuación anterior cumple con las conjeturas de Keynes: El consumo depende del ingreso disponible, esto es resultado de la forma como se estimo el modelo donde solo se considero como variable explicativa el ingreso disponible La propensión marginal al consumo es 0.76, es decir, se encuentra entre cero y uno. De lo anterior se concluye que si el ingreso disponible incrementa en una unidad el consumo promedio incrementara en 0.76 unidades monetarias La propensión media al consumo disminuye conforme aumenta el ingreso disponible. Debido a que la ecuación fue estimada con intercepto, se tiene que PmeC = 2053970/Yd + 0.076, por lo que a medida que incrementa el Yd la PmeC disminuiráEn conclusión desde el punto de vista teórico la función estimada no contradice lo que Keynes conjeturo acerca el comportamiento agregado del consumo para una economía. Sin embargo deberá considerarse queeste es un análisis de corto plazo ya que solo se consideraron 20 años como muestra, por lo que losresultados anteriores podrían no ser ciertos para periodos de tiempo más largo (por ejemplo 50 años), en cuyocaso se puede recurrir a otras teorías como marco teórico para el mismo análisis en nuestra economía
  • 4. 3. ANALISIS ECONOMETRICO Tomando la tabla anterior de E- Views, se puede observar lo siguiente: P-value (Estadistico t) = 0.0000 (prueba de significancia individual) <0.05 P-value (Estadistico F) = 0.0000 (prueba de significancia global) <0.05 R^2= 0.9815 Es decir, el modelo estimado es estadísticamente significativo tanto a nivel individual como global y tiene una bondad de ajuste del 98 %. Dichos indicadores señalan que se realizo una buena estimación, por tanto se puede confiar en los resultados de la ecuación hallada para el periodo 1990-2009 Utilizando el mismo programa se hallaron los siguientes intervalos de confianza para la propensión marginal al consumo al 90%, 95% y 99% de confianza Cuadro 2Coefficient Confidence IntervalsDate: 06/21/12 Time: 21:34Sample: 1990 2009Included observations: 20 90% CI 95% CI 99% CI Variable Coefficient Low High Low High Low High C 2053970. 1230465. 2877476. 1056244. 3051697. 687000.9 3420940. YD 0.769046 0.725853 0.812238 0.716715 0.821376 0.697349 0.840742 Por otro lado para evaluar si el modelo ajustado cumple con los supuestos que sustentan el modelo clásico de regresión lineal se tiene el siguiente análisis: Multicolinealidad No se puede evaluar dad o que el modelo solo tiene una variable explicativa Heterocedasticidad Utilizando el Test de White del programa E-views Cuadro 3 Heteroskedasticity Test: White F-statistic 3.075262 Prob. F(2,17) 0.0725 Obs*R-squared 5.313508 Prob. Chi-Square(2) 0.0702 Scaled explained SS 4.145390 Prob. Chi-Square(2) 0.1258 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/21/12 Time: 21:40
  • 5. Sample: 1990 2009Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C 7.05E+11 1.35E+12 0.523345 0.6075 YD -88128.79 144182.3 -0.611232 0.5491 YD^2 0.003043 0.003730 0.815773 0.4259R-squared 0.265675 Mean dependent var 1.66E+11Adjusted R-squared 0.179284 S.D. dependent var 2.36E+11S.E. of regression 2.14E+11 Akaike info criterion 55.15073Sum squared resid 7.76E+23 Schwarz criterion 55.30009Log likelihood -548.5073 Hannan-Quinn criter. 55.17989F-statistic 3.075262 Durbin-Watson stat 2.487225Prob(F-statistic) 0.072452Dado que la hipótesis nula es homocedasticidad, no rechazamos la misma considerando que p-value(estadístico F)=0.072>0.05. De lo anterior se concluye que el modelo cumple con el supuesto dehomocedasticidad AutocorrelaciónUtilizando nuevamente el programa E-views, se tiene:Cuadro 4Breusch-Godfrey Serial Correlation LM Test:F-statistic 2.177882 Prob. F(2,16) 0.1457Obs*R-squared 4.279637 Prob. Chi-Square(2) 0.1177Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/21/12 Time: 21:52Sample: 1990 2009Included observations: 20Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. C -122010.6 458000.1 -0.266399 0.7933 YD 0.007516 0.024210 0.310445 0.7602 RESID(-1) 0.545258 0.277120 1.967591 0.0667 RESID(-2) -0.061814 0.283047 -0.218387 0.8299R-squared 0.213982 Mean dependent var -2.17E-09Adjusted R-squared 0.066603 S.D. dependent var 417549.5S.E. of regression 403404.8 Akaike info criterion 28.83013Sum squared resid 2.60E+12 Schwarz criterion 29.02927Log likelihood -284.3013 Hannan-Quinn criter. 28.86900F-statistic 1.451922 Durbin-Watson stat 1.817004Prob(F-statistic) 0.265012
  • 6. Bajo la hipótesis nula que no existe Autocorrelación el modelo, no se rechaza la misma, considerando que p-value (estadístico TR^2) =0.11 >0.05. De lo anterior concluimos que en el modelo estimado no existeAutocorrelación de orden 2, AR (2).En síntesis el modelo cumple de forma general con los supuestos establecidos por el modelo clásico deregresión lineal por lo que no es necesario realizar ninguna corrección por lo menos econométrica