Post on 20-Sep-2018
HORIZONTE ECONOMICO Nº3
25
DETERMINANTES DEL CRECIMIENTO DE LAS EXPORTACIONES
MANUFACTURERAS PERUANAS: 1990-2012
Juan León Mendoza
Renzo Guzmán Anaya
RESUMEN
En el período 1990-2012, las exportaciones manufactureras peruanas
mostraron un buen desempeño en su proceso de crecimiento, liderados
básicamente por los subsectores químicos y de textiles. Las exportaciones de químicos mostraron el mayor crecimiento de modo que su participación
porcentual, en el total de las exportaciones manufactureras, aumentó de 12% en el año de 1990 a 24% en el año 2012.
La regresión econométrica efectuada indica que la productividad manufacturera y el tipo de cambio real son las variables determinantes de las
exportaciones manufactureras peruanas: por cada incremento de 1% en la productividad y el tipo de cambio real, las exportaciones manufactureras
aumentaron en 0.53% y 0.31% respectivamente.
Palabras clave: exportaciones, exportaciones no tradicionales exportaciones
manufactureras
1. Introducción
El presente artículo tiene como objetivo fundamental analizar la
evolución de las exportaciones de productos manufactureros del Perú en el período 1990-2012.
Según informaciones estadísticas del Banco Central de Reserva del Perú (2013), las exportaciones manufactureras peruanas representan
actualmente el 60.7% de las exportaciones de productos no tradicionales, y
mostraron un crecimiento muy interesante en el período 1990-2012, tal que se incrementó ligeramente su participación porcentual en el PBI de 2.8% a
3.1%. Dado este comportamiento de las exportaciones del citado sector se torna relevante especificar a las variables determinantes del mismo.
El artículo resume las características de la evolución de las exportaciones manufactureras y, luego, mediante la regresión econométrica
trata de especificar a las variables que explican o han determinado dicha evolución.
Revista del Instituto de Investigación de la Facultad de Ciencias Económicas
26
2. Evolución y estructura de las exportaciones manufactureras
En el año de 1990, las exportaciones de productos manufactureros del
Perú fueron de 746 millones de dólares, en tanto que en el 2012 llegó a sumar los 6,714 millones de dólares. Estas exportaciones mostraron un
crecimiento relativamente sostenido, con una ligera desaceleración en el año 2009 producto de la crisis internacional. En el gráfico No 1, se observa con
claridad el crecimiento de las exportaciones manufactureras peruanas (en
términos de dólares constantes del año 1994).
Las exportaciones del sector manufacturero están comprendidas en el rubro de las exportaciones de productos no tradicionales. Al año 2012, las
exportaciones manufactureras representaron el 60.7% de las exportaciones
no tradicionales, sin embargo, dicho porcentaje era mayor en el año de 1990 (72%). La caída en la participación porcentual se explica porque el
crecimiento de las exportaciones manufactureras fueron menores que la que mostraron las exportaciones de productos no tradicionales.
Gráfico No 1. Perú: Evolución de las exportaciones manufactureras, 1991-2012
(en millones de dólares de 1994)
Fuente: Banco Central de Reserva del Perú (2013)
Elaboración propia
HORIZONTE ECONOMICO Nº3
27
Cuadro No 1. Perú: Evolución de la estructura de las exportaciones
manufactureras, 1990-2012
(en porcentajes)
SECTORES 1990 2012
Textiles Maderas y papeles, y sus manufacturas
Químicos
Minerales no metálicos Sidero-metalúrgicos y joyería
Metal-mecánicos
49 2
12
2 29
6
32 6
24
11 19
8
TOTAL 100 100
Fuente: Banco Central de Reserva del Perú (2013) Elaboración propia
Dentro de las exportaciones manufactureras, los productos más importantes son: textiles, químicos y las sidero-metalúrgicas. Las
exportaciones de químicos mostraron la mayor tasa de crecimiento de modo que su participación porcentual – dentro de las exportaciones
manufactureras- aumentó de 12% en el año de 1990 a 24% en el 2012. En
tanto que cayeron las participaciones de los textiles y los sidero-metalúrgicos (véase cuadro No 1).
3. Marco teórico y modelo
En la teoría del comercio internacional existen varios enfoques sobre los determinantes de las exportaciones. En términos generales, los estudios
empezaron a girar hacia el enfoque de demanda por importaciones y oferta de exportaciones desde finales de la década del setenta del siglo pasado
(Sawyer y Sprinkle,1996).
Dado que las exportaciones manufactureras están catalogadas como
de productos no tradicionales, algunos asumen que las exportaciones de estos productos de un país pequeño enfrentan una demanda internacional
perfectamente elástica, de manera que sólo el precio relativo y las condiciones
de oferta y demanda interna determinan su nivel de exportación.
Sin embargo, según Botero y Meisel (1988) tal enfoque no explica satisfactoriamente las exportaciones de países latinoamericanos a mercados
externos vecinos, debido a que estos productos no son muy competitivos
como para penetrar en el mercado de los países desarrollados de modo que dependen del precio relativo y la demanda externa. Adicionalmente, en el
Revista del Instituto de Investigación de la Facultad de Ciencias Económicas
28
contexto señalado, asumir a la exportación como un saldo excedentario no tiene mucha consistencia, debido a que el producto que se exporta tiende a
diferenciarse de los sustitutos domésticos, por lo que la demanda interna no
juega un rol importante en la determinación de las exportaciones. Por ello, se sostiene que un modelo relevante debe asumir que el producto exportado es
un sustituto imperfecto de aquél producido y consumido en el mercado doméstico.
La incorporación de una función de demanda externa se basa también en la hipótesis, de que la empresa o país exportador debe afrontar costos de
creación del mercado y acumulación de conocimientos en la exportación (Greco, 2001).
A continuación, siguiendo lo expuesto por Goldstein y Khan (1978) y Mesa, Cock y Jiménez (1999), se formula un modelo económico que especifica
a las variables que determinan las exportaciones de productos manufactureros. Se asume una economía pequeña y abierta y que los
productos manufactureros exportados son sustitutos imperfectos de los
producidos en los países destino.
Las exportaciones manufactureras están determinadas por la demanda de los países extranjeros y la oferta exportable doméstica. La
demanda de exportaciones en el momento t ( ), está en función inversa del precio externo de venta de los productos exportados ( relativizada por el
precio de los sustitutos en el país de destino o comprador ( ), además del
nivel de ingreso o producción de los países socios comerciales ( ). Las
variables y se multiplican por el tipo de cambio ( ) para expresarlo en términos de moneda nacional. En logaritmos:
Se espera que y
La cantidad ofrecida de productos de exportación en el período t ( )
depende en sentido directo, del precio externo de venta de los productos
exportados ( ) relativizada por el precio de venta de éstos en el mercado doméstico ( ) y de la competitividad o productividad sectorial ( ):
Se espera que y
HORIZONTE ECONOMICO Nº3
29
Aplicando la regla de los logaritmos a los precios relativos
especificados y, despejando ( ) e igualando ambas ecuaciones, además,
asumiendo que la cantidad demandada por las exportaciones es igual a la cantidad ofrecida e igual a su vez al nivel de las exportaciones ( = = ),
se tiene el modelo en su forma reducida:
Se asume que β1, β2 y β3 son positivos y representan la elasticidad
precio de oferta, elasticidad ingreso y la elasticidad productividad
respectivamente.
El modelo formulado indica que las exportaciones de productos
manufacturados dependen, en sentido directo, del precio relativo , del
nivel de ingreso de los países socios comerciales y, de los factores asociados a la competitividad ).
4. Antecedentes
En el Perú, no existen trabajos de investigación, que hayan abordado
específicamente el proceso de exportación del sector manufacturero. Se cuenta con sólo algunos trabajos sobre las exportaciones de productos no
tradicionales, el cual incluye además del sector manufacturero, a los sectores agropecuario y pesquero.
Referido a los determinantes de las exportaciones de productos no tradicionales peruanos, se tienen algunos estudios a nivel agregado (Hunt,
1987; Schydlowsky et. al, 1983; Bromberg, 1989; Bieberach, 1992).
Bustamante (2007), encuentra que las exportaciones peruanas de productos no tradicionales están determinadas por el precio relativo y la demanda
externa del resto del mundo. Fairlie (2003) y (2005) analiza la exportación de las Pymes del sector industrial peruano, pero, sin especificar
econométricamente los determinantes de su desempeño.
Revista del Instituto de Investigación de la Facultad de Ciencias Económicas
30
A nivel de otros países, es destacable la investigación efectuada por Cuevas (2010) para el caso de las exportaciones manufactureras de México.
En ella, utilizando un modelo autorregresivo integrado de promedios móviles
de carácter estructural, encuentra que la exportación manufacturera depende, en sentido directo, de la productividad del trabajo y del nivel de la
actividad externa (demanda externa). Sin embargo, encuentra que la depreciación del tipo de cambio tiende a reducir las citadas exportaciones.
5. Metodología
Con la finalidad de especificar los factores que explican la evolución de las exportaciones manufactureras del Perú, tomando en cuenta lo expuesto
por Goldstein y Khan (1978) y Mesa, Cock y Jiménez (1999), regresionaremos
el siguiente modelo:
Y = f (X1, X2, X3)
Donde Y=exportaciones de productos manufactureros, X1= tipo de
cambio real, X2 = PBI de Estados Unidos de América, X3=productividad laboral del sector manufacturero.
El sector de las exportaciones manufactureras comprende: (a) textiles; (b) maderas, papeles y sus manufacturas; (c) químicos; (d) minerales no
metálicos; (e) Sidero-metalúrgicos y joyería, (f) metal-mecánicos.
Las exportaciones estarán expresadas en términos reales. En forma
similar que el trabajo de Morón (2004) para el caso colombiano, utilizamos el índice de tipo de cambio real multilateral estimado por el Banco Central de
Reserva del Perú (BCRP). Como variable proxi de productividad utilizamos un índice de productividad laboral. Dicha productividad se elabora dividiendo el
PBI manufacturero entre la PEA ocupada en el sector.
La información sobre el tipo de cambio real, las exportaciones y la
producción manufacturera se recabó del BCRP. La producción de USA se tomó de las Estadísticas Financieras Internacionales del FMI. La información
sobre la PEA empleada en este sector se extrajo de la base de datos y
estimaciones efectuadas por el Ministerio de Trabajo y Promoción del Empleo.
Las variables consideradas en la regresión están expresadas en logaritmos, de manera que nos permite estimar directamente las elasticidades
precio, elasticidades ingreso y la elasticidad productividad respectivamente.
HORIZONTE ECONOMICO Nº3
31
De esa forma determinaremos el sentido y el grado en que las evoluciones del
tipo de cambio real, del nivel de la producción en los países socios
comerciales y de la productividad sectorial condicionan el desempeño de las exportaciones manufactureras.
La serie de datos utilizados en la regresión corresponden al período 1991-2011. No se tomaron en cuenta los años de 1990 y 2012 por su baja
consistencia.
6. Resultados
La regresión efectuada arroja que los parámetros estimados de la
productividad laboral y el tipo de cambio real son estadísticamente significativos al 5% de error. La producción de Estados Unidos de
Norteamérica no tiene significancia estadística (véase cuadro No 2). Dado que el intercepto también es estadísticamente significativo, aunque de un valor
muy pequeño, se concluye que existen también otras variables –diferentes al
tipo de cambio real, productividad laboral y GPD de USA- que tangencialmente explican la evolución de las exportaciones manufactureras
del Perú.
En resumen, en el período 1990-2012, la regresión econométrica
indica que el crecimiento de las exportaciones de productos manufactureros peruanos se explica por la evolución de la productividad laboral sectorial y el
tipo de cambio real. Por cada 1% en que aumenta la productividad, la
exportación manufacturera aumenta en 0.53%, en tanto que por cada incremento de 1% en el tipo de cambio real, la exportación se eleva en 0.31%.
Cuadro No 2: Determinantes de las exportaciones
manufactureras
VARIABLES EXPLICATIVAS (1) (2)
Intercepto
Productividad laboral Tipo de cambio real
GDP de USA
-0.01*
0.53 * 0.35*
0.37
-0.01*
0.53* 0.31*
(*) Estadísticamente significativo al 5% de error Elaboración propia
Fuente: Cuadro No 2A del anexo
Revista del Instituto de Investigación de la Facultad de Ciencias Económicas
32
En las últimas dos décadas, la economía mundial ha venido experimentando una tendencia al crecimiento económico, en especial las
economías de mayor tamaño, liderados por China. Aunque hubo ciertos
baches recesivos en los últimos años de la década del noventa del siglo pasado y en el año 2009, la economía capitalista está mostrando una
expansión a un ritmo nunca visto en la historia económica mundial.
El dinamismo de la economía internacional, de alguna manera
representa un contexto favorable para el crecimiento de las exportaciones peruanas en general y de las manufactureras en particular. Sin embargo, el
buen desempeño de las exportaciones manufactureras del Perú también tiene que ver con la evolución de la productividad del mismo sector.
En la década del noventa del siglo pasado, el gobierno de Fujimori implementó una serie de reformas estructurales e institucionales que se han
traducido en una mayor eficiencia y productividad no sólo en el sector manufacturero, sino, también en mayor o menor grado, en todos los sectores
de la economía peruana.
Por ello, en la medida en que los gobiernos de Toledo, Alan García y
Humala han continuado –en lo sustancial- con el modelo económico iniciado por el gobierno de Fujimori, el Perú ha ganado mayor competitividad
internacional, por lo que hay una mayor dinámica de las exportaciones en
general. Un claro indicador de ello es la mayor participación alcanzada por las exportaciones dentro de la producción nacional: en el año de 1990, las
exportaciones peruanas de bienes representaban el 10% del producto bruto interno, al año 2012 la cifra llegó al 22.9%.
El gráfico No 2 muestra la tendencia al crecimiento en las exportaciones manufactureras y la productividad sectorial. Las exportaciones
manufactureras crecieron mucho más rápidamente que la productividad del
sector, en especial en el período de 1995 al 2005. Tal hecho se explica, en parte, por el efecto del incremento en el tipo de cambio real que se produjo en
el citado subperíodo.
HORIZONTE ECONOMICO Nº3
33
Gráfico No 2. Perú: Índice de evolución de la productividad
laboral sectorial y la exportación manufacturera, 1991-2011
(1994=100)
Fuente: Banco Central de Reserva del Perú (2013)
Elaboración propia
7. Conclusiones
En el período de 1990-2012 se produjo un crecimiento interesante en
el nivel de las exportaciones manufactureras peruanas.
El crecimiento de las exportaciones manufactureras peruanas se explica básicamente por el aumento en la productividad sectorial y la
evolución del tipo de cambio real.
8. Referencias Bibliográficas
Banco Central de Reserva del Perú (2013). Estadísticas Económicas, Lima.
http://www.bcrp.gob.pe/estadisticas.html BIEBERACH, Patricia (1992). Determinantes de la demanda de exportaciones no
tradicionales: caso de los hilados y tejidos de algodón (años 1980-1990), Tesis, PUCP, Lima.
BOTERO, C., y A. MEISEL (1988); “Funciones de oferta de las exportaciones menores colombianas”; Ensayos Sobre Política Económica, No 13, Bogotá.
0
50
100
150
200
250
300
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
EXPORTACION PRODUCTIVIDAD
Revista del Instituto de Investigación de la Facultad de Ciencias Económicas
34
BROMBERG, Max (1989). Los determinantes de las exportaciones no tradicionales en el Perú, Tesis, PUCP, Lima.
BUSTAMANTE, Rafael (2007). “Determinantes de las exportaciones de productos no tradicionales 1990-2006”, Revista de la Facultad de Ciencias Económicas de la UNMSM No 27, Lima.
CUEVAS, Víctor (2010). México: Dinámica de las exportaciones manufactureras.
Revista de la Cepal No. 102, Santiago de Chile. FAIRLE, Alan (2003) Competitividad e integración: Las PYMES industriales
exportadoras del Perú. LATN/PUCP, Lima. FAIRLE, Alan (2005) Las PYME industriales exportadoras: el caso de la región norte,
CIES, Lima. GOLDSTEIN, M. y KHAN, M. (1978) “The Supply and Demand for Exports: A
simultaneous Approach” The Review of Economics and Statistics, 60 (2), 275-286. GRECO (2001). Exportaciones no tradicionales de Colombia, Bogotá.
GREENE, W. H. (2003). Econometric Analysis. 5th ed. Upper Saddle River: Prentice Hall.http://www.banrep.gov.co/docum/ftp/borra170.pdf
HUNT, Shane (1987). Peru's non-traditional exports: the present and the future.Boston University, Center for Latin American Development Studies, Boston.
KRUGMAN, Paul (1992). Geografía y comercio. Antoni Bosch, Madrid.
MESA, F., COCK, M., y JIMÉNEZ, Á. (1998). “Evaluación teórica y empírica de las exportaciones no tradicionales en Colombia” Archivos de Macroeconomía, No 94,
Bogotá. MORON, Jaime (2004). Los determinantes estructurales de las exportaciones
departamentales en Colombia 1980-2001.Universidad de Magdalena, Colombia. Disponible en www.afadeco.org.co/.../Los%20Determinates%20 Estructurales % 20 de % 20 las %
SAWYER, C. y R. SPRINKLE (1996). “The Demand for Imports and Exports in the U.S.: A survey”. Journal of Economics and Finance 20, pp 147-178.
SCHYDLOWSKY, D., S. HUNT, J. MEZERA (1983). La promoción de exportaciones no tradicionales en el Perú: una evaluación crítica, Adex, Lima.
HORIZONTE ECONOMICO Nº3
35
ANEXO
Como se puede observar en el gráfico No 1, la serie de las exportaciones manufactureras muestra un crecimiento relativamente
variable. Por lo tanto, presenta las características de una serie no
estacionaria. Como la serie no es estacionaria, no se puede plantear un modelo de forma directa y estimarlo, tenemos que aplicar la transformación
de datos para hacer que esta serie sea estacionaria. Inicialmente utilizamos la transformación Box Cox, la cual en su forma más simple procede con el
método de la transformación logarítmica. Algunas de las ventajas de la
transformación logarítmica son que independiza la varianza de la media, induce normalidad a los datos y linealiza las relaciones. Sin embargo, dada la
persistencia de la variabilidad, no se podría afirmar que es una serie estacionaria. Para solucionar ese problema, aplicamos la transformación en
diferencias y así tratamos de eliminar la tendencia de la serie y hacer que
ésta tenga una media estable. Podemos aplicar esta transformación a los datos en niveles como
también a los datos luego de haber efectuado la transformación logarítmica.
Para determinar si las series son estacionarias, aplicamos el test de
Dickey-Fuller aumentado (ADF). Esto consiste en probar la hipótesis nula de un proceso con raíz unitaria y constante contra la hipótesis alternativa de
que la serie es un proceso estacionario alrededor de una tendencia. Esto es:
0 1
1 1 1
:
:
t t t
t t t
H W W
H W t W
Esta prueba estima el modelo auxiliar de la siguiente forma:
1 1 1
2
p
t t t i t
i
W W t W
Existen diferentes criterios para determinar el número de rezagos (p) óptimos al momento de realizar la prueba; sin embargo, el programa E-Views
estima por defecto solo el primer rezago. En el test efectuado, se encontró que
el p-value de la t-student es menor que 0.05 lo que nos lleva a aceptar la estacionariedad de la serie.
La prueba ADF puede ampliarse, admitiendo que el ruido sigue un
proceso estacionario ARMA(p,q) y la posibilidad de ruidos heterocedásticos.
Para ello planteamos aplicar el test de Phillips-Perrón. El resultado fue similar a la del ADF, aunque este último resulta inválido cuando no se
cumple el supuesto que presume, esto es que el modelo captura las
Revista del Instituto de Investigación de la Facultad de Ciencias Económicas
36
principales características del proceso de una manera en que los errores son independientes e idénticamente distribuidos. En este caso el test de Phillips-
Perrón es el más adecuado y, éste también arrojó un p-value de la t-student
menor que 0.05 lo que nos lleva a aceptar la estacionariedad de la serie.
Dado que la variable ya ha sido convertida a una serie estacionaria, quedó por identificar cual era el proceso estocástico generador de la serie. El
correlograma efectuado indicó que el proceso estocástico generador de la
serie sería un ARMA(2,2), pero como la serie tuvo que ser integrada dos veces, tendría el componente adicional I(2) por lo que sería un ARIMA(2,2,2).
Una vez que identificamos el proceso estocástico, podemos estimar el
modelo, el cual tendrá el siguiente y resultado:
2 2
2 2( ) 0.0065 0.0235 ( ) 0.9146t t tLn XM Ln XM
Donde 2 es definido como el operador de diferencias de segundo
orden. Sin embargo, la variable Exportaciones Manufactureras puede ser
explicada por otras variables exógenas, como el tipo de cambio, el PBI
internacional (en este caso, el PBI de Estados Unidos) y la productividad de la mano de obra. Luego de convertir las variables mencionadas en series
estacionarias, se plantea el modelo correspondiente, siendo el resultado de la
regresión lo expuesto en el cuadro No 1A.
HORIZONTE ECONOMICO Nº3
37
Cuadro No 1A: Resultados de la regresión
Podemos observar que todos los parámetros del modelo son
estadísticamente significativos, ya que el p-value del t-statistic es menor que 0.05, excepto por el parámetro que capta la sensibilidad de la transformación
de las exportaciones manufactureras con respecto a la transformación del PBI de Estados Unidos.
Dado que esta variable no reporta mucha utilidad al modelo, y que existen estudios que han planteado modelos que explican exitosamente el
comportamiento de las exportaciones sin necesidad del PBI internacional,
Dependent Variable: D2LXM Method: Least Squares
Date: 11/02/13 Time: 23:00 Sample (adjusted): 1995 2011
Included observations: 17 after adjustments
Convergence achieved after 45 iterations MA Backcast: 1993 1994
Variable Coefficient Std. Error t-Statistic Prob.
C -0.012370 0.004074 -3.036699 0.0113
D2LGDPUSA 0.373930 1.126600 0.331910 0.7462 D2LITCR 0.346032 0.154002 2.246927 0.0461
D2LPROM 0.529788 0.095509 5.547017 0.0002 AR(2) -0.720564 0.202089 -3.565581 0.0044
MA(2) -0.912459 0.094707 -9.634562 0.0000
R-squared 0.865658 Mean dependent var 0.002038
Adjusted R-squared 0.804593 S.D. dependent var 0.126726
S.E. of regression 0.056019 Akaike info criterion
-
2.655689
Sum squared resid 0.034519 Schwarz criterion
-
2.361614
Log likelihood 28.57336 Hannan-Quinn criter.
-
2.626457
F-statistic 14.17609 Durbin-Watson stat 2.414459 Prob(F-statistic) 0.000176
Inverted MA Roots .96 -.96
Revista del Instituto de Investigación de la Facultad de Ciencias Económicas
38
omitiremos esta variable y volveremos a estimar el modelo. Siendo el resultado la que se muestra en el cuadro No 2A.
Cuadro No 2A: resultados de la regresión
Dependent Variable: D2LXM Method: Least Squares
Date: 11/02/13 Time: 23:00
Sample (adjusted): 1995 2011 Included observations: 17 after adjustments
Convergence achieved after 59 iterations MA Backcast: 1993 1994
Variable Coefficient Std. Error t-Statistic Prob.
C -0.012996 0.003046 -4.266292 0.0011
D2LITCR 0.310111 0.141735 2.187969 0.0492 D2LPROM 0.529048 0.082545 6.409239 0.0000
AR(2) -0.716581 0.186863 -3.834789 0.0024
MA(2) -0.929505 0.080082 -11.60685 0.0000 R-squared 0.864160 Mean dependent var 0.002038
Adjusted R-squared 0.818880 S.D. dependent var 0.126726
S.E. of regression 0.053932 Akaike info criterion -
2.762251
Sum squared resid 0.034904 Schwarz criterion -
2.517188
Log likelihood 28.47913 Hannan-Quinn criter.
-
2.737891 F-statistic 19.08486 Durbin-Watson stat 2.329848
Prob(F-statistic) 0.000039 Inverted MA Roots .96 -.96
En este caso, podemos observar que todos los parámetros del modelo
son estadísticamente significativos. Además, que las relaciones directas entre las exportaciones manufactureras con el tipo de cambio y el factor de
productividad se mantienen a pesar de que las variables trabajadas sean
transformaciones de las iniciales, y que la sensibilidad de la variable endógena ante cambios en la transformación del tipo de cambio es de 0.3101
HORIZONTE ECONOMICO Nº3
39
y con respecto a la transformación del factor de productividad es de 0.5290.
También podemos afirmar que para calcular las exportaciones
manufactureras de un periodo determinado, además de las variables exógenas expuestas, se debe tomar el 71.66% del valor de las exportaciones
manufactureras de hace 2 periodos y el 92.95% del error de estimación
cometido 2 periodos antes. Por otro lado, las variables son significativas en su conjunto (p-value del f-statistic es menor que 0.05) y que el modelo explica el
86.41% de la varibilidad de las exportaciones manufactureras.
Podemos visualizar de mejor forma qué tan bien se ajusta el modelo a
los datos reales mediante el gráfico No 1A.
Gráfico No 1A
La línea roja representa los datos reales mientras que la línea verde
representa los datos estimados utilizando el modelo, vemos que el modelo se
ajusta bien a los datos reales, especialmente en los datos correspondientes a los últimos 5 años. La línea azul (de la parte inferior) representa a los errores
de estimación, los cuales serán analizados por separado para verificar que estos cumplan con las condiciones requeridas (normales y homocedásticos).
Revista del Instituto de Investigación de la Facultad de Ciencias Económicas
40
Gráfico No 2A
El correlograma de los errores mostró que ninguna de las barras
sobrepasó los límites de confianza, por lo que se podría afirmar que los errores del modelo son ruido blanco. Es de suma importancia que los errores
del modelo estimado sean ruido blanco, ya que muchas de las pruebas y
otras aplicaciones realizadas asumen que los errores tienen dicho comportamiento, si los errores fuesen generados por otro proceso (AR, MA,
ARMA, etc) entonces las pruebas aplicadas carecerían de sentido, como es el caso del test ADF que mencionamos anteriormente.
También podemos analizar el histograma de los residuos, tal como se expone en el gráfico No 2A
Podemos ver que los residuos del modelo se distribuyen con una
media cercana a 0 y que además el histograma se asemeja al de una
distribución normal, pero para demostrar que los errores son normales formalmente, aplicaremos el test de Jarque-Bera.
Este test trabaja con los estadísticos asimetricos (skewness) y curtosis (kurtosis), que también son proporcionados en la tabla. El estadístico de
prueba de este test le asigna una ponderación a las desviaciones que tengan los estadísticos de la variable con respecto a los valores esperados en una
distribución normal, de la siguiente forma:
2 2
2
(2)
( 3)
6 24
A KJB n X
HORIZONTE ECONOMICO Nº3
41
Este estadístico también es proporcionado en los resultados, y como
se observa que tiene un p-value mayor que 0.05, se acepta la hipótesis nula de normalidad de los residuos.
Luego, tenemos que comprobar la no correlación serial entre los errores, esto es, que los errores del modelo estimado no se encuentren correlacionados, ( , ) 0t t nCov . El Test de Breusch-Godfrey efectuado
arroja que ninguna de las variables explicativas de la regresión auxiliar es estadísticamente significativa, ni individualmente ni en conjunto, por lo que
se concluye que no existe correlación serial entre los residuos.