modelo econometrico. ECONOMÍA MEXICANA. INFLACIÓN.

UNAM-FE

MODELO ECONOMÉTRICO SOBRE LA INFLACIÓN EN MÉXICO 19802005 1

UNAM-FE

Antecedentes microeconómicos y macroeconómicos…………………………… macroeconómicos………………………………………………………… ………………………………………………………… …………………………… 3

Conceptos clave………………………………………………… clave……………………………………………………………………………… ……………………………………………………………… …………………………………………………………………… ……………………………………………………… …………………… 5

Modelo econométrico sobre la economía mexicana estimado en E-Views………………………………… 9 Modelo econométrico sobre la economía mexicana corregido en E-Views…………………………… 18

Conclusiones………………………………… Conclusiones…………………………………………………………………… …………………………………………………………………… ………………………………………………………………… ……………………………………………………………… ……………………………………… ……… 28

Bibliografía………………………………………………………………………………………………………………………………………………………………………………

29

Anexo…………………………………………………… Anexo……………………………………………………………………………………… …………………………………………………………………… ………………………………………………………………… ……………………………………………………………… ……………………………………… ……… 3 1

2

UNAM-FE

El modelo econométrico que se estimará en el presenta trabajo pretende analizar el comportamiento de la inflación en México en el periodo que va del primer trimestre de 1980 al primer trimestre del 2005. El estudio del comportamiento de la inflación es de relevancia porque nuestro país ha atravesado por procesos hiper-inflacionarios como resultado de la crisis de 1982 y el agotamiento del modelo económico de “crecimiento hacia adentro”. Todos los desequilibrios macroeconómicos

incluidos la inflación, que es medida con el INPC (índice Nacional de Precios al Consumidor), fueron la justificación para hacer un cambio de paradigma sobre la vía que se debía seguir para lograr el desarrollo del país. La tecnocracia que llegó al poder en 1982 optó por la implantación del modelo económico neoliberal. El modelo neoliberal opera bajo el marco de la globalización y la liberalización financiera. La apertura comercial comercial que se llevó a cabo ha generad generado o un déficit comer comercial cial que debe s ser er financiado mediante la entrada de capitales (divisas/dólares), mediante flujos de inversión extranjera directa (IED), exportaciones de bienes y servicios (XBYS), los ingresos petroleros que dependen en gran medida de los precios del petróleo (PP). Sin embargo estos flujos de capital han tenido un efecto adverso generando una distorsión de precios relativos sobre la economía como consecuencia de la apreciación sistemática del tipo de cambio (TC). Al incrementarse los flujos de capital a la economía, la oferta de dólares aumenta y este se abarata y se fortalece el peso. La apreciación del tipo de cambio se ha utilizado como una herramienta para el combate a la inflación y de este modo mantener estable el índice Nacional de Precios al Consumidor (INPC). Al tener un tipo de cambio apreciado, las importaciones importaciones de bienes y servicios se hacen más baratas y estas pueden fluir libremente a la economía debido a la apertura comercial, lo que incrementa la oferta de bines y servicios dentro de la economía, lo que origina que la demanda agregada sea siempre igual a la oferta, y de este modo no hay presiones en los precios. La inflación pude deberse a presiones sobre la demanda, es decir, que la demanda sea mayor que la oferta de bienes y servicios en la economía, generando que los precios se muevan hacia arriba. Otro causante de la inflación son los costos, ya que cuando estos se elevan por el motivo que seas, se reflejan en los precios. Las expectativas juegan otro papel importante en el proceso inflacionario, ya que si estas son pesimistas, generaran un proceso inercial que hará que los precios sigan subiendo. La inflación depende en parte del PIB porque este es a fin de cuentas la demanda agregada de la economía, por lo que si este crece se generarán presiones en los precios. Este es el motivo de que el gobierno aplique políticas contraccionistas para reducir la dinámica económica y de este modo evitar presiones en los precios. Por este motivo se ha incluido al PIB dentro de las variables que afectan al INPC. Las importaciones han jugado un papel fundamental en el control de la inflación porque han incrementado la oferta global de la economía reduciendo las presiones de la demanda. Además, el tipo de cambio apreciado (dólar barato) las hacen más baratas (ya de antemano son más baratas) que los productos mexicanos, por lo que las empresas locales se vuelven tomadoras de precios de los productos extranjeros. extranjeros. Todo esto contribuye a la reducción de la inflación. Los precios del petróleo al determinar en buena medida el valor de las exportaciones petroleras que son determinantes en la captación de divisas, juegan un rol importante en la apreciación del tipo de cambio que termina por abaratar importaciones y contribuir a la estabilidad de los precios.

3

UNAM-FE

El tipo de cambio ta también mbién fue incluido incluido en el model modelo o porque ha sido fundamental e en n el control de la inflación. De hecho, durante los años que duró el proceso de estabilización de la economía mexicana (y hoy en día) se le utilizó como ancla nominal de los precios, es decir, que dado el alto componente de importaciones de la economía mexicana dentro de la oferta global de bienes y servicios, mantener un tipo de cambio estable e incluso apreciado, contribuía a estabilizar los precios. Las exportaciones juegan un papel importante dentro del modelo porque estas son parte de la producción nacional que no se queda en el país, y estas aumentan drásticamente pueden generar presiones en los precios debido a que se reduce la oferta en la economía y la demanda puede no ser satisfecha. En este trabajo analizaremos cómo afecta cada variable explicatoria a la variable dependiente, que en este caso el INPC.

4

UNAM-FE

INPC (Índice Nacional de Precios al Consumidor): El Indice Nacional de Precios al Consumidor (INPC) se publicó por vez primera en 1969. Desde entonces, el Banco de México se ha dado a la tarea de que el Indice refleje, de la manera más precisa posible, el comportamiento de los precios que afectan a los consumidores en México. En la Constitución (Artículo 28) y en la Ley del Banco de México se establece que el objetivo prioritario de la Institución consiste en procurar la estabilidad del poder adquisitivo de la moneda nacional, lo cual se logra al tener tener una inflación baja y estable. Como consecuenci consecuencia, a, el el Banco de México requiere contar con un INPC confiable y representativo que le sea útil en la instrumentación de las acciones necesarias para lograr el objetivo de abatir la inflación y, una vez conseguido, conservar la estabilidad. Por los argumentos expuestos, el Banco de México decidió llevar a cabo la actualización de la base del INPC, fijándola en la segunda quincena de junio de 2002. ¿Qué es el INPC? El Índice Nacional de Precios al Consumidor (INPC) es un indicador económico de gran importancia, cuya finalidad es la de medir a través del tiempo la variación de los precios de una canasta de bienes y servicios representativa del consumo de los hogares. ¿Para qué sirve el INPC? El INPC es el instrumento estadístico por medio del cual se mide el fenómeno económico que se conoce como inflación. Así, el INPC es a la inflación lo mismo que el termómetro es a la temperatura, el barómetro a la presión atmosférica o el velocímetro a la velocidad. Se entiende por inflación, el crecimiento continuo y generalizado de los precios de los bienes y servicios que se expenden en una economía. ¿Por qué es difícil la medición de la inflación? Medir la inflación es un reto técnico complejo por las siguientes razones: (a) Por el número tan grande de precios que existe en una economía moderna; (b) Por la necesidad de tener una cobertura lo más amplia posible de los gastos que realizan los agentes económicos; (c) Porque los bienes y servicios se expenden a todo lo largo y ancho del territorio nacional; y (d) Porque los precios no cambian simultáneamente, simultáneamente, ni avanzan todo el tiempo a la misma velocidad. En razón de que es imposible cotizar la totalidad de los precios de los bienes y servicios que se consumen, la construcción del INPC y sus cálculos se realizan con base en procedimientos muestrales. Estos se apoyan en el principio fundamental de la estadística inferencial, de que no es necesario tomarse toda la sopa para saber si está buena, basta con probarla. ¿Por qué es importante el INPC? 5

UNAM-FE

Porque permite conocer cual es la inflación promedio en el país durante un periodo específico. También, porque de acuerdo con el comportamiento del INPC, el Banco de México diseña la política monetaria orientada a procurar la estabilidad del poder adquisitiv adquisitivo o de la moneda nacional. Contratos de diverso tipo, como alquileres de inmuebles y pensiones, se revisan con base en las variaciones del INPC. Otra utilidad complementaria del INPC es para obtener magnitudes “reales”, o lo que es lo mismo,

en términos del poder de compra, a partir de información económica expresada expresada en términos “nominales”.

En busca de la estabilidad de los precios Una de las principales razones por las que se realiza una medición lo más precisa posible de la inflación es porque se trata de un fenómeno económico nocivo. La inflación es perjudicial por las siguientes razones: (a) Daña la estabilidad del poder adquisitivo de la moneda nacional; (b) Afecta el crecimiento económico al hacer más riesgosos los proyectos de inversión; (c) Distorsiona las decisiones de consumo y ahorro; (d) Propicia una desigual distribución del ingreso; y (e) Dificulta la intermediación financiera. Las anteriores son algunas de las causas de que la función primordial del Banco de México, por mandato constitucional, sea la de procurar que el país tenga una moneda sana. Ello da sustento al programa de reducción de la inflación en que está comprometido actualmente el Instituto Central. Principales componentes componentes del INPC Los los (a) (b) (c) (d) (e) (f) (g) (h)

principales componentes del INPC se agrupan en ocho categorías, de acuerdo con la forma en que consumidores distribuyen su gasto: Alimentos, bebidas y tabaco; Ropa, calzado y accesorios; Vivienda; Muebles, aparatos y accesorios domésticos; domésticos; Salud y cuidado personal; Transporte; Educación y esparcimiento; y Otros servicios.

PIB (Producto Interno Bruto): El PIB es el valor monetario de los bienes y servicios finales producidos por una economía en un período determinado. EL PIB es un indicador representativo que ayuda a medir el crecimiento o decrecimiento de la producción de bienes y servicios de las empresas de cada país, únicamente dentro de su territorio. Este indicador es un reflejo de la competitividad de las empresas. ¿Por qué es importante que crezca el PIB? 





Indica la competitividad de las empresas. Si la producción de las empresas mexicanas no crecen a un ritmo mayor, significa que no se está invirtiendo en la creación de nuevas empresas, y por lo tanto, la generación de empleos tampoco crece al ritmo deseado. Si el PIB crece por abajo de la inflación significa que los aumentos salariales tenderán a ser menores que la misma. Un crecimiento del PIB representa mayores ingresos para el gobierno a través de impuestos. Si el gobierno desea mayores ingresos, deberá fortalecer las condiciones para la inversión 6

UNAM-FE

no especulativa, es decir, inversión directa en empresas; y también fortalecer las condiciones para que las empresas que ya existen sigan creciendo. Algunas aclaraciones sobre el PIB 









El PIB de una país aumentará si el gobierno o las empresas dentro del mismo toman préstamos en el extranjero, obviamente, obviamente, esto disminuirá el PIB en períodos futuros. No toma en cuenta la depreciación del capital (Aquí se incluyen tanto maquinaria, fábricas, etc., como así también recursos naturales, y también se podría incluir al "capital humano"). Por ejemplo, un país puede incrementar su PIB explotando en forma intensiva sus recursos naturales, pero el capital del país disminuirá, dejando para generaciones futuras menos capital disponible. No tiene en cuenta externalidades negativas que algunas actividades productivas generan, por ejemplo, la contaminaci contaminación ón ambiental. No tiene en cuenta la distribución del ingreso. Los pobladores de un país con igual PIB per cápita que otro pero con una distribución más equitativa del mismo disfrutarán de un mayor bienestar que el segundo. La medida del PIB no tiene en cuenta actividades productivas que afectan el bienestar pero que no generan transacciones, por ejemplo trabajos de voluntarios voluntarios o de amas de casa.

IED (Inversión extranjera directa): La Inversión extranjera es la colocación de capitales a largo plazo en algún país extranjero, para la creación de empresas agrícolas, industriales y de servicios, con el propósito de internacional internacionalizarse. izarse. En inglés se habla de Foreign Direct Investment o FDI. Las características más importantes de las inversiones extranjeras directas son: 1. Significa una ampliación del capital industrial o comercial 2. Llega a países donde existe relativa estabilidad económica y política XBYS(Exportaciones XBYS(Exportaciones de bienes y servicios): Esta expresión se utiliza asociada al Comercio Exterior y el Comercio C omercio Internaci Internacional onal entre países. En inglés goods & services exports. Son todas las Transferencias de Propiedad de mercancías y prestación de servicios que los residentes de un país venden al exterior. Consisten en las salidas de mercadería y entrada de Divisas por éstas o por la prestación de servicios. Cabe distinguir entre exportación directa o del propio fabricante y la exportación indirecta cuando existe algún Intermediario comercial, privado o estatal. Las Exportaciones de servicios del país deben incluir los Costos de los servicios de transportes. MBYS (Importaciones de bienes y servicios): Este concepto se usa en el contexto de la Economía y las finanzas públicas. En inglés imports.

7

UNAM-FE

Son todas las Transferencias y adquisiciones de Bienes y servicios que un país adquiere del extranjero y por los cuales eroga Divisas. Las Importaciones de Bienes (de Consumo y productivos) consisten en la entrada física de los mismos a través de los sistemas aduaneros, y que son adquiridos tanto por el sector público como por el privado a través del sistema monetario de cambios. Se distinguen, lo mismo que las Exportaciones, las compras externas de "intangibles" o servicios, de las compras externas de mercancías; las primeras incluyen los servicios turísticos que los nacionales adquieren en el exterior, los pasajes internacionales, los fletes por transportes diversos, los egresos relacionados con inversiones extranjeras, los intereses y Utilidades que se pagan a capitales extranjeros y las Transferenci Transferencias. as. Todas éstas se registran en forma consolidad consolidada a en la Balanza De Pagos. TC (Tipo de cambio): Se trata del precio de una determinada moneda en relación a otra extranjera. El tipo de cambio se establece en el mercado de cambios en función de la oferta y demanda de los agentes económicos y de la intervención de las autoridades monetarias. PP (Precios del petróleo): Este concepto se refiere a la cotización de la mezcla mexicana de exportación en el mercado internacional. El precio de esta materia prima (commodity) es determinado por la oferta y la demanda de petróleo en la economía mundial. Para México el precio internacional del petróleo es muy importante para las finanzas públicas ya que de esta materia prima depende el 30% de los ingresos del gobierno federal. Multicolinealidad: El término multicolinealidad (o colinealidad) en Econometría se refiere a una situación en la que dos o más variables explicativas están fuertemente interrelacionadas y, por tanto, resulta difícil medir sus efectos individuales sobre la variable endógena. Heteroscedasticidad: En econometría se dice que un modelo de regresión lineal presenta heteroscedasticidad o heterocedasticidad cuando la varianza de las perturbaciones no es constante a lo largo de las observaciones. Esto implica el incumplimiento de uno de los supuestos básicos sobre las que se asienta el modelo de regresión lineal; la homoscedast homoscedasticidad. icidad. Autocorrelación: Esto es una violación de los supuestos del modelo de regresión lineal clásico y ocurre cuando los términos de error están correlacionados entre sí. Normalidad: Esto se refiere a que los términos de erros de la regresión se distribuyen de manera normal, es decir, en forma de una campana de Gauss. Estabilidad: 8

UNAM-FE

Este concepto se refiere a que no existe cambio estructural en el modelo. Es decir, que no hubo cambios radicales en los datos.

MODELO: ÍNDICE NACIONAL DE PRECIOS AL CONSUMIDOR= F (PRODUCTO INTERNO BRUTO, IMPORTACIONES DE BIENES Y SERVICIOS, PRECIOS DEL PETRÓLEO, TIPO DE CAMBIO, EXPORTACIONES DE BIENES Y SERVICIOS)

MODELO ORIGINAL ESTIMADO EN E-VIEWS Estimation Command: ===================== LS INPC C PIB MBYS PP TC XBYS Estimation Equation: ===================== INPC = C(1) + C(2)*PIB + C(3)*MBYS + C(4)*PP + C(5)*TC + C(6)*XBYS Substituted Coefficients: Coefficients: ===================== INPC = -16.99809883 + 6.244086755e-008*PIB - 0.0008676196629*MBYS - 0.1332525417*PP + 2.68639082*TC 2.68639082*TC + 0.002006837803*XBYS 0.002006837803*XBYS Donde: INPC: Índice Nacional de Precios al Consumidor PIB: Producto Interno Bruto MBYS: Importaciones de bienes y servicios PP: Precios del petróleo TC: Tipo de Cambio XBYS: Exportaciones de bienes y servicios C: Constante

Work File en E-Views: Cuadro 1 Dependent Variable: INPC Method: Least Squares Date: 06/17/10

Time: 22:52

Sample: 1980Q1 2005Q1 Included observations: 101 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-16.99810

1.264491

-13.44265

0.0000

PIB

6.24E-08

8.53E-09

7.319339

0.0000

MBYS

-0.000868

0.000207

-4.188263

0.0001

PP

-0.133253

0.060667

-2.196444

0.0305

TC

2.686391

0.448728

5.986679

0.0000

XBYS

0.002007

0.000193

10.38351

0.0000

R-squared

0.994511

Mean dependent var

39.08871

Adjusted R-squared

0.994222

S.D. dependent var

39.15233

9

UNAM-FE S.E. of regression

2.976138

Akaike info criterion

5.076699

Sum squared resid

841.4529

Schwarz criterion

5.232052

F-statistic

3442.297

Prob(F-statistic) Prob(F-stat istic)

0.000000

Log likelihood Durbin-Watson Durbin-Watso n stat

-250.3733 0.656718

Como se aprecia en el cuadro uno nuestro modelo estimado tiene un coeficiente de determinación muy alto, de 99.45%, por lo que podemos decir que las variables independientes explican de manera satisfactoria a la variable dependiente. La prueba “ t” para cada variable explicatoria ha resultado significante (ya que la probabilidad asociada es menor a 0.05), por lo que podemos concluir que se acepta la hipótesis alterna, es decir, que b 0 es diferente de cero. La prueba global “F” también ha sido satisfactoria para el modelo, ya que la probabilidad asociada es de 0

(menor a 0.05) aceptamos la hipótesis alterna que dice que b

1

es diferente de b 2.

A pesar de que el coeficiente de determinación R 2 es muy alto, al pasar todas las variables independientes la prueba “ t”, se puede afirmar que el modelo no presenta multicolinealidad. El coeficiente que presenta la variable “PIB” nos indica que cuando este aumenta en una unidad, el

INPC aumenta también en 0.0000000624. Esto ocurre debido a que si aumenta el PIB aumenta la demanda y esto genera presiones en los precios. Para la variab le “MBYS” tenemos que cuando estas aumentan en una unidad, el INPC se reduce en 0.000868 unidades. Esto pasa debido a que las importaciones de bienes y servicios aumentan la oferta y además las importaciones suelen ser más baratas dado el tipo de cambio apreciado (dólar barato). -0.133253 por lo que un aumento de una unida en los precios del petróleo se genera una reducción de 0.133253 unidades en los precios (INPC). Esto se puede deber a que al incrementarse los precios el petróleo se incrementa el valor de las exportaciones mexicanas mexicanas y con ello la captación de divisas, lo que acentúa la apreciación del tipo de cambio al incrementarse la oferta de dólares, con lo cual, se abaratan los productos importados. La variable “PP” tiene un coeficiente de

El tipo de cambio al aumentar en una unidad provoca que el INPC se incremente en 2.686391 unidades. Esto se debe a que al incrementarse el tipo de cambio se incrementa el precio de los productos importados, que representan una buena parte de la oferta global de la economía. Cuando las exportaciones de bienes y servicios aumentan en una unidad, el INPC se incrementa en 2.686391 unidades. Este resultado se puede deber a que al incrementarse las exportaciones se reduce la oferta de bienes y servicios en el merado interno, generando que la demanda sea mayor a la oferta y que los precios se muevan hacia arriba. A continuación se presenta la grafica de los residuales: Gráfico 1

10

UNAM-FE

Correlograma La prueba del correlograma sirve para detectar la presencia de autocorrelación en los residuales del modelo. La prueba que se hizo para el modelo indica la presencia de este problema. Se concluye que los residuales están correlacionados ya que las barras salen de las bandas. Cuadro 2 Date: 06/17/10 Time:23:27 Sample: 1980Q1 2005Q1 Included observations:101

Con base en el cuadro tres se llega a la conclusión de que el modelo presenta autocorrelación, ya que no pasa la prueba de Breusch-Godfrey. La probabilidad asociada a este test es de 0 (Menor a 0.05), por lo que se acepta la hipótesis alterna que dice que existe autocorrelación. 11

UNAM-FE

Cuadro 3 Breusch-Godfrey Serial Correlation LM Test: F-statistic

77.17507

Probability

0.000000

Obs*R-squared

45.53632

Probability

0.000000

Test Equation: Dependent Variable: RESID Method: Least Squares Date: 06/17/10

Time: 23:38

Presample missing value lagged residuals set to zero. Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

0.230170

0.942378

0.244243

0.8076

PIB

-4.62E-09

6.38E-09

-0.724999

0.4703

MBYS

0.000164

0.000155

1.057285

0.2931

PP

0.013322

0.045221

0.294606

0.7689

TC

0.157094

0.334769

0.469261

0.6400

XBYS

-0.000166

0.000145

-1.140342

0.2570

RESID(-1)

0.679805

0.077383

8.784934

0.0000

R-squared

0.450855

Mean dependent var

8.34E-15

Adjusted R-squared

0.415803

S.D. dependent var

2.900781

S.E. of regression

2.217148


4.497108

Sum squared resid

462.0800

Schwarz criterion

4.678354

F-statistic

12.86251


0.000000


-220.1040 2.412709

Histograma Esta prueba nos permite comprobar si los residuales se comportan de maneta “normal”, es decir, en

forma de campana de Gauss. La prueba Jarque-bera tiene una probabilidad asociada de 0.741653, por lo que aceptamos la hipótesis nula que dice que hay normalidad en los residuales. Gráfico 2

12

UNAM-FE

El gráfico 3 nos muestra el grafico de densidad de Kernel, este test también sirve para detectar la presencia de normalidad. Para esto es necesario analizar la gráfica y ver si tiene la forma que estamos buscando. En este caso nuestro modelo también pasa el test de Kernel, por lo que, aunado a la prueba JarqueBera podemos decir que los residuales del modelo si se distribuyen de forma normal. Hasta el momento el modelo ha pasado la prueba de multicolinelaidad y la de normalidad, pero no ha pasado la prueba para autocorrelación.

Gráfico 3

Existen otras pruebas más rigurosas para detectar la presencia ó no de normalidad en los residuales o términos de error, es la prueba de Kolmogorov y la de Anderson-Darling. Con base en 13

UNAM-FE

el cuadro 4, podemos afirmar que el modelo presenta normalidad en sus residuales, ya que de acuerdo a la probabilidad asociada que es de 0.9453 (mayor a 0.05) se acepta la hipótesis nula. Cuadro 4 Empirical Distribution Test for RESID Hypothesis: Normal Date: 06/17/10

Time: 23:36

Sample: 1980Q1 2005Q1 Included observations: 101 Method

Value

Adj. Value

Probability

Kolmogorov (D+)

0.051610

0.525430

0.5757

Kolmogorov (D-)

0.050850

0.517698

0.5851

Kolmogorov (D)

0.051610

0.525430

0.9453

Kuiper (V)

0.102460

1.048040

0.7595

Cramer-von Mises (W2)

0.049200

0.045747

0.8822

Watson (U2)

0.047457

0.046845

0.7385

Anderson-Darling Anderson-Darli ng (A2)

0.314141

0.314141

0.9272

Std. Error

z-Statistic

Parameter

Value

Prob.

MU

8.34E-15

*

NA

NA

SIGMA

2.900781

*

NA

NA

Log likelihood

-250.3758

Mean dependent var.

8.34E-15

0

S.D. dependent var.

2.900781

No. of Coefficients * Fixed parameter value

Pruebas para detectar Heteroscedasticidad Heteroscedasticidad De acuerdo a la probabilidad asociada a la prueba Arch (ver cuadro 5), se puede afirmar que las varianzas de los residuales o términos de error son constantes para todos los términos. La hipótesis nula se acepta ya que la probabilidad que se tiene es de 0.066339 (mayor a 0.05).Los residuales son homoscedastic homoscedasticos. os. Cuadro 5 ARCH Test: F-statistic

3.447829

Probability

0.066339

Obs*R-squared

3.398622

Probability

0.065251

Test Equation:

14

UNAM-FE Dependent Variable: RESID^2 Method: Least Squares Date: 06/17/10

Time: 23:43

Sample (adjusted): 1980Q2 2005Q1 Included observations: 100 after adjustments Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

6.721515

1.365430

4.922635

0.0000

RESID^2(-1)

0.184623

0.099429

1.856833

0.0663

R-squared

0.033986

Mean dependent var

8.274664

Adjusted R-squared

0.024129

S.D. dependent var

10.92497

S.E. of regression

10.79236


7.615351

Sum squared resid

11414.55

Schwarz criterion

7.667455

F-statistic

3.447829


0.066339

Log likelihood

-378.7676

Durbin-Watson Durbin-Watso n stat

2.096253

La prueba White (cuadro 6) para detectar Heteroscedasticiad nos indica la presencia de este problema ya que la probabilidad asociada que se tiene fue de 0.003357 (menor a 0.05), por lo que se acepta la hipótesis alterna que dice que las varianzas de los residuales no son constantes. Cuadro 6

White Heteroskedasticity Test: F-statistic

2.890094

Probability

0.003557

Obs*R-squared

24.54981

Probability

0.006267

Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/17/10

Time: 23:44


Coefficient

Std. Error

t-Statistic

Prob.

C

32.67956

11.99757

2.723847

0.0078

PIB

-2.15E-07

9.42E-08

-2.284724

0.0247

PIB^2

2.85E-16

1.03E-16

2.774890

0.0067

MBYS

0.002049

0.001780

1.150659

0.2529

MBYS^2

-2.15E-08

2.68E-08

-0.801481

0.4250

PP

-2.172038

1.248447

-1.739792

0.0853

PP^2

0.056258

0.029880

1.882784

0.0630

TC

-1.047631

3.513003

-0.298215

0.7662

TC^2

0.237287

0.208857

1.136122

0.2589

XBYS

0.000394

0.001522

0.258868

0.7963

15

UNAM-FE XBYS^2

-2.50E-08

2.56E-08

-0.975542

0.3319

R-squared

0.243067

Mean dependent var

8.331217

Adjusted R-squared

0.158964

S.D. dependent var

10.88505

S.E. of regression

9.982468


7.542049

Sum squared resid

8968.470

Schwarz criterion

7.826864

F-statistic

2.890094


0.003557

Log likelihood

-369.8735


2.055582

La prueba White de términos cruzados (ver cuadro 7) también nos indica la existencia de heteroscedasticidad porque la probabilidad asociada fue de 0.000161 (menor a 0.05), entonces se acepta la hipótesis alterna. Cuadro 7


3.119430

Probability

0.000161

Obs*R-squared

44.25388

Probability

0.001391


Time: 23:45


Coefficient

Std. Error

t-Statistic

Prob.

C

22.51635

12.63736

1.781729

0.0786

PIB

7.21E-08

2.24E-07

0.322413

0.7480

PIB^2

9.70E-16

5.98E-16

1.621207

0.1089

PIB*MBYS

-2.72E-11

1.90E-11

-1.429574

0.1567

PIB*PP

-2.04E-08

7.86E-09

-2.588455

0.0114

PIB*TC

-9.99E-09

4.73E-08

-0.211124

0.8333

PIB*XBYS

1.63E-11

2.24E-11

0.726284

0.4698

MBYS

-0.000280

0.004926

-0.056775

0.9549

MBYS^2

1.54E-07

3.25E-07

0.473409

0.6372

MBYS*PP

0.000257

0.000215

1.194242

0.2359

MBYS*TC

-0.000194

0.001208

-0.160724

0.8727

MBYS*XBYS

-7.88E-08

6.82E-07

-0.115683

0.9082

PP

-1.745979

1.602433

-1.089580

0.2792

PP^2

0.108577

0.050691

2.141943

0.0352

PP*TC

0.631373

0.523618

1.205788

0.2315

PP*XBYS

-0.000227

0.000241

-0.943595

0.3482

TC

-5.426241

8.532169

-0.635974

0.5266

TC^2

4.362494

2.023809

2.155585

0.0341

TC*XBYS

-0.001610

0.001970

-0.817489

0.4161

16

UNAM-FE XBYS

-0.000149

0.004784

-0.031088

0.9753

XBYS^2

1.67E-07

4.99E-07

0.335382

0.7382

R-squared

0.438157

Mean dependent var

8.331217

Adjusted R-squared

0.297697

S.D. dependent var

10.88505

S.E. of regression

9.122061


7.442016

Sum squared resid

6656.960

Schwarz criterion

7.985754

F-statistic

3.119430


0.000161


-354.8218 2.114312

Pruebas de estabilidad Dentro de las prueba de estabilidad que nos indican las presencia de cambio estructural tenemos las de CUSUM y CUSUM cuadrado. Para nuestro modelo tenemos que existe cambio estructural de 1997 al año 2005, por lo que el modelo no es estable, esto según la prueba de CUSUM (Gráfico 4). Gráfico 4

Si la línea de CUSUM sale de las bandas de confianza (líneas punteadas), entonces se dice que existe inestabilidad o cambio estructural estructural. . La prueba de CUSUM cuadrado (ver gráfico 5) también nos señala que el modelo no es estable ya que la línea de CUSUM sale de las bandas de confianza desde el año de 1985 hasta el año 2002. Esto pude ser explicado por el proceso inflacionario que vivió México en los años 80’s como resultado

de la crisis de la deuda y el agotamiento del modelo de sustitución de importaciones, que hicieron que el INPC se comportara de manera diferente de cómo lo venía haciendo en los años previos. Gráfico 5

17

UNAM-FE

Prueba de Chow Este test también sirve para detectar inestabilidad en los modelos econométricos. De acuerdo al cuadro 8 debemos aceptar la hipótesis alterna que dice que no hay estabilidad, ya que la probabilidad asociada es de 0.000030 (menor a 0.05). Con base en las pruebas de CUSUM y la de Chow se concluye que el modelo presenta cambio estructural o inestabilidad. Cuadro 8

Chow Breakpoint Test: 2002Q1 F-statistic

5.938966

Probability

0.000030

Log likelihood ratio

34.01109

Probability

0.000007

Debido a que el modelo estimado originalmente presenta problemas de autocorrelación, heteroscedasticidad y de inestabilidad los resultados arrojados por este no son confiables para hacer predicciones, ni los parámetros son MELI (Mejor Estimador Lineal Insesgado), ni la prueba “t” es exacta para las variables explicatorias. Por estos motivos se debe corregir el modelo.

Para evitar los problemas que causan las violaciones a los supuestos del modelo de regresión lineal clásico existen diferentes métodos, entre los que se encuentran, cambiar la forma funcional del modelo, aumentar o disminuir el tamaño de la muestra, mejorar la calidad de los datos, etc. 18

UNAM-FE

En el caso de nuestro modelo lo que se hizo fue hacer un modelo LOG-LOG, agregar dos rezagos y reducir el rango de la muestra de 1980.1-2005.1 a 1994.1-2005.1. Con estas modificaciones se lograron corregir loas problemas de autocorrelación, heteroscedasticidad e inestabilidad. El modelo corregido se presenta a continuación:

Estimation Command: ===================== LS LINPC C LPIB LMBYS LPP LTC LXBYS LINPC(-2) Estimation Equation: ===================== LINPC = C(1) + C(2)*LPIB + C(3)*LMBYS + C(4)*LPP C (4)*LPP + C(5)*LTC + C(6)*LXBYS + C(7)*LINPC(-2) Substituted Coefficients: Coefficients: ===================== LINPC = -3.792730034 + 0.1843720505*LPIB - 0.5367154434*LMBYS - 0.08228906609*LPP + 0.1514390003*LTC 0.1514390003*LTC + 0.7047739462*LXBYS 0.7047739462*LXBYS + 0.6105862611*LINPC(-2) 0.6105862611*LINPC(-2) Work File en E-Views: Cuadro 9 Dependent Variable: LINPC Method: Least Squares Date: 06/15/10

Time: 23:03


Coefficient

Std. Error

t-Statistic

Prob.

C

-3.792730

1.004603

-3.775354

0.0005

LPIB

0.184372

0.063843

2.887900

0.0064

LMBYS

-0.536715

0.066504

-8.070481

0.0000

LPP

-0.082289

0.016023

-5.135776

0.0000

LTC

0.151439

0.068658

2.205712

0.0335

LXBYS

0.704774

0.107450

6.559079

0.0000

LINPC(-2)

0.610586

0.062399

9.785137

0.0000

R-squared

0.998535

Mean dependent var

4.260267

Adjusted R-squared

0.998303

S.D. dependent var

0.436611

S.E. of regression

0.017985


-5.056501

Sum squared resid

0.012292

Schwarz criterion

-4.775465

Log likelihood

120.7713

F-statistic

4315.430


1.760230


0.000000

Como se aprecia en el cuadro uno nuestro modelo estimado tiene un coeficiente de determinación muy alto, de 99.85%, por lo que podemos decir que las variables independientes explican de manera satisfactoria a la variable dependiente. La prueba “ t” para cada variable explicatoria ha resultado significante (ya que la probabilidad asociada es menor a 0.05), por lo que podemos concluir que se acepta la hipótesis alterna, es decir, que b 0 es diferente de cero. La prueba global “F” también ha sido satisfactoria para el modelo, ya que la probabilidad asociada es de 0

(menor a 0.05) aceptamos la hipótesis alterna que dice que b

1

es diferente de b 2. 19

UNAM-FE

A pesar de que el coeficiente de determinación R

2

es muy alto, al pasar todas las variables

independientes independientes la prueba “t “ t”, se puede afirmar que el modelo no presenta multicolinealidad. El coeficiente que presenta la variable “PIB” nos indica que cuando este aumenta en una unidad, el

INPC aumenta también en 0.184372. Esto ocurre debido a que si aumenta el PIB aumenta la demanda y esto genera presiones en los precios. Para la variable “MBYS” tenemos que cuando estas aumentan en una unidad, el INPC se reduce en -

0.536715 unidades. Esto pasa debido a que las importaciones de bienes y servicios aumentan la oferta y además las importaciones suelen ser más baratas dado el tipo de cambio apreciado (dólar barato). La variable “PP” tiene u n coeficiente de -0.082289 por lo que un aumento de una unida en los

precios del petróleo se genera una reducción de 0.082289 unidades en los precios (INPC). Esto se puede deber a que al incrementarse los precios el petróleo se incrementa el valor de las exportaciones mexicanas y con ello la captación de divisas, lo que acentúa la apreciación del tipo de cambio al incrementarse la oferta de dólares, con lo cual, se abaratan los productos importados. El tipo de cambio al aumentar en una unidad provoca que el INPC se incremente en 0.151439 unidades. Esto se debe a que al incrementarse el tipo de cambio se incrementa el precio de los productos importados, que representan una buena parte de la oferta global de la economía. Cuando las exportaciones de bienes y servicios aumentan en una unidad, el INPC se incrementa en 0.704774 unidades. Este resultado se puede deber a que al incrementarse las exportaciones se reduce la oferta de bienes y servicios en el merado interno, generando que la demanda sea mayor a la oferta y que los precios se muevan hacia arriba. A continuación se presenta la grafica de los residuales:

Gráfico 6

20

UNAM-FE

Pruebas para detectar autocorrelación El cuadro 10 nos permite apreciar como fue corregido el problema de la autocorrelación ya que ninguna barra sale de las bandas. Cuadro 10

Date: 06/18/10 Time: 11:06 Sample: 1994Q1 2005Q1 Included observations: 50

Con base en el cuadro 11 se llega a la conclusión de que el modelo ya no presenta autocorrelación, ya que ahora sí pasa la prueba de Breusch-Godfrey. La probabilidad asociada a este test es de 0.196020 (Mayor a 0.05), por lo que se acepta la hipótesis nula que dice que no existe autocorrelación.

21

UNAM-FE

Cuadro 11

Breusch-Godfrey Serial Correlation LM Test: F-statistic

1.705578

Probability

0.196020

Obs*R-squared

3.894888

Probability

0.142638

Test Equation: Dependent Variable: RESID Method: Least Squares Date: 06/18/10

Time: 05:42

Presample missing value lagged residuals set to zero. Variable

Coefficient

Std. Error

t-Statistic

C

0.689775

1.077688

0.640051

0.5262

LPIB

-0.037750

0.066723

-0.565764

0.5751

LMBYS

-0.009390

0.065502

-0.143357

0.8868

LPP

0.005543

0.016090

0.344517

0.7325

LTC

-0.036101

0.070588

-0.511442

0.6122

LXBYS

0.003988

0.105741

0.037714

0.9701

LINPC(-2)

0.043634

0.067113

0.650148

0.5197

RESID(-1)

0.135989

0.162147

0.838677

0.4072

RESID(-2)

-0.306443

0.178796

-1.713920

0.0951

R-squared

Prob.

0.086553

Mean dependent var

2.79E-15

Adjusted R-squared

-0.116435

S.D. dependent var

0.016714

S.E. of regression

0.017660


-5.058142

Sum squared resid

0.011228

Schwarz criterion

-4.696810

Log likelihood

122.8082

F-statistic

0.426395


1.859525


0.897412

Pruebas para detectar normalidad en los residuales Histograma Esta prueba nos permite comprobar si los residuales se comportan de maneta “normal”, es decir, en

forma de campana de Gauss. La prueba Jarque-bera tiene una probabilidad asociada de 0.969463, por lo que aceptamos la hipótesis nula que dice que hay normalidad en los residuales.

22

UNAM-FE

Gráfico 7

Como se observa en el gráfico 8 inclusive la forma de los residuales en la prueba de densidad de Kernel se mejoró considerablemente, al igual que la probabilidad asociada para la prueba JarqueBera. Gráfico 8

El cuadro 12 muestra los resultados de las pruebas de Kolmogorov y Anderson-Darling que muestran una evaluación satisfactoria para el modelo. La probabilidad asociada de la prueba de Kolmogorov mejoró notablemente en relación al modelo estimado original, ya que esta es de 0.9935 (mayor a 0.05). Por su parte, la prueba de Anderson-Darling también también mejoró para el nuevo modelo, obteniendo una probabilidad mayor que el modelo estimado, se obtuvo una probabilidad de 0.9892 (mayor a 0.05).

23

UNAM-FE

Cuadro 12 Empirical Distribution Test for RESID Hypothesis: Normal Date: 06/18/10

Time: 00:34

Sample: 1994Q1 2005Q1 Included observations: 50 Method

Value

Adj. Value

Probability

Kolmogorov (D+)

0.059225

0.405373

0.7199

Kolmogorov (D-)

0.062174

0.425556

0.6961

Kolmogorov (D)

0.062174

0.425556

0.9935

Kuiper (V)

0.121399

0.837531

0.9629

Cramer-von Mises (W2)

0.028903

0.020762

0.9807

Watson (U2)

0.028638

0.026935

0.9424

Anderson-Darling Anderson-Darli ng (A2)

0.204345

0.204345

0.9892

Std. Error

z-Statistic

Parameter

Value

Prob.

MU

2.79E-15

*

NA

NA

SIGMA

0.016714

*

NA

NA

Log likelihood

120.7656

Mean dependent var.

2.79E-15

0

S.D. dependent var.

0.016714

No. of Coefficients * Fixed parameter value

Según las tres pruebas de normalidad que se aplicaron al modelo se concluye que los residuales se comportan de forma normal. Pruebas para detectar heteroscedasticidad heteroscedasticidad De acuerdo a la probabilidad asociada a la prueba Arch (ver cuadro 13), se puede afirmar que las varianzas de los residuales o términos de error son constantes para todos los términos. La hipótesis nula se acepta ya que la probabilidad que se tiene es de 0.470329 (mayor a 0.05).Los residuales son homoscedasticos. La probabilidad obtenida por el modelo en esta prueba supera por mucho a la obtenida por el modelo estimado original. original. Cuadro 13 ARCH Test: F-statistic

0.768727

Probability

0.470329

Obs*R-squared

1.591589

Probability

0.451223

24

UNAM-FE Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/18/10

Time: 00:35

Sample (adjusted): 1994Q3 2005Q1 Included observations: 43 after adjustments Variable

Coefficient

Std. Error

t-Statistic

C

0.000228

8.50E-05

2.687695

0.0104

RESID^2(-1)

0.191863

0.157674

1.216828

0.2308

RESID^2(-2)

-0.000180

0.158103

-0.001140

0.9991

R-squared

Prob.

0.037014

Mean dependent var

0.000282

Adjusted R-squared

-0.011136

S.D. dependent var

0.000415

S.E. of regression

0.000418


-12.65628

Sum squared resid

6.98E-06

Schwarz criterion

-12.53341

Log likelihood

275.1101

F-statistic

0.768727


2.002032


0.470329

La prueba White (cuadro 14) para detectar Heteroscedasticiad nos indica la presencia de este problema ya que la prob probabilidad abilidad asocia asociada da que se tiene es de 0.020228 (menor a 0.05), 0.05), por lo que se acepta la hipótesis alterna que dice que las varianzas de los residuales no son constantes. A pesar de que el modelo no pasa esta prueba, la probabilidad obtenida es mejor que la del modelo estimado original. Cuadro 14


2.476171

Probability

0.020228

Obs*R-squared

21.66658

Probability

0.041431


Time: 00:35


Coefficient

Std. Error

t-Statistic

Prob.

C

-0.688123

0.663314

-1.037401

0.3073

LPIB

0.029663

0.083617

0.354749

0.7251

LPIB^2

-0.000679

0.002096

-0.323836

0.7482

LMBYS

0.039625

0.063047

0.628500

0.5341

LMBYS^2

-0.002035

0.003045

-0.668359

0.5087

LPP

-0.000536

0.004332

-0.123674

0.9023

LPP^2

3.69E-06

0.000788

0.004680

0.9963

25

UNAM-FE LTC

0.001017

0.007535

0.135027

0.8934

LTC^2

0.000295

0.001738

0.169661

0.8663

LXBYS

0.036143

0.075016

0.481795

0.6332

LXBYS^2

-0.001427

0.003598

-0.396525

0.6943

LINPC(-2)

-0.018811

0.008599

-2.187597

0.0361

LINPC(-2)^2

0.001700

0.001135

1.498021

0.1439

R-squared

0.481479

Mean dependent var

0.000273

Adjusted R-squared

0.287034

S.D. dependent var

0.000408

S.E. of regression

0.000345


-12.87193

Sum squared resid

3.80E-06

Schwarz criterion

-12.35000

Log likelihood

302.6184

F-statistic

2.476171


2.474277


0.020228

La prueba White de términos cruzados (ver cuadro 15) también nos indica la existencia de homoscedasticidad porque la probabilidad asociada fue de 0.194373 (mayor a 0.05), entonces se acepta la hipótesis nula. Cuadro 15


1.465541

Probability

0.194373

Obs*R-squared

28.68767

Probability

0.232107


Time: 00:36


Coefficient

Std. Error

t-Statistic

Prob.

C

3.569032

6.939258

0.514325

0.6127

LPIB

-0.601888

0.898066

-0.670204

0.5104

LPIB^2

0.019300

0.032942

0.585883

0.5645

LPIB*LMBYS

-0.003203

0.052417

-0.061101

0.9519

LPIB*LPP

-0.004989

0.012141

-0.410880

0.6855

LPIB*LTC

0.030326

0.049695

0.610242

0.5486

LPIB*LXBYS

-0.003478

0.002543

-1.367809

0.1865

LPIB*LINPC(-2) LPIB*LINPC(- 2)

-0.034347

0.048933 0.0489 33

-0.701925

0.4908

LMBYS

0.371302

0.787108

0.471729

0.6422

LMBYS^2

-0.015805

0.015007

-1.053148

0.3048

LMBYS*LPP

-0.016072

0.016715

-0.961519

0.3478

LMBYS*LTC

-0.057569

0.050047

-1.150299

0.2636

LMBYS*LINPC(-2) LMBYS*LINPC( -2)

0.046917

0.046394

1.011272

0.3240

LPP

-0.031238

0.179787

-0.173748

0.8638

26

UNAM-FE LPP^2

-0.003287

0.002109

-1.558279

0.1349

LPP*LTC

-0.018651

0.014702

-1.268644

0.2191

LPP*LXBYS

0.031747

0.022141

1.433892

0.1671

LPP*LINPC(-2) LPP*LINPC(-2 )

0.006194

0.013414

0.461742

0.6492

LTC

-0.556920

0.711654

-0.782572

0.4430

LTC^2

-0.006119

0.036715

-0.166651

0.8693

LTC*LXBYS

0.071662

0.060596

1.182619

0.2508

LTC*LINPC(-2) LTC*LINPC(-2 )

-0.025787

0.050589

-0.509741

0.6158

LXBYS*LINPC(-2) LXBYS*LINPC( -2)

-0.041654

0.033529

-1.242342

0.2285

LINPC(-2)

0.511295

0.837773

0.610303

0.5485

LINPC(-2)^2

0.017526

0.028610

0.612602

0.5470

R-squared

0.637504

Mean dependent var

0.000273

Adjusted R-squared

0.202508

S.D. dependent var

0.000408

S.E. of regression

0.000364


-12.69656

Sum squared resid

2.66E-06

Schwarz criterion

-11.69286

Log likelihood

310.6726

F-statistic

1.465541


2.320448


0.194373

El modelo corregido no presenta heteroscedasticidad porque paso satisfactoriamente las pruebas ARCH y White de términos cruzados.

Pruebas de estabilidad Prueba de CUSUM y CUSUM cuadrado El gráfico 9 presenta la prueba CUSUM de estabilidad, la cual es aprobad por el modelo corregido, dado que la línea de CUSUM no sale de las bandas de confianza. Este modelo no presenta cambio estructural como el primer modelo. Gráfico 9

La prueba de CUSUM cuadrado que se muestra en el gráfico 10 indica que el modelo corregido no presenta inestabilidad como el modelo estimado.

27

UNAM-FE

Gráfico 10

Prueba de Chow

Cuadro 16

Chow Breakpoint Test: 2002Q1 F-statistic

2.288298

Probability

0.053083

Log likelihood ratio

18.74454

Probability

0.009026

De acuerdo al cuadro 16 debemos aceptar la hipótesis nula que dice que hay estabilidad, ya que la probabilidad asociada es de 0.053083 (mayor a 0.05). Con base en las pruebas de CUSUM y la de Chow se concluye que el modelo no presenta cambio estructural o inestabilidad.

28

UNAM-FE

Sin duda las violaciones de los supuestos de la regresión lineal clásica generan severos problemas en un modelo econométrico. Tales problemas afectan a los parámetros, los cuales bajo esta circunstancia ya no son MELLI (Mejor Estimador Lineal Insesgado), por lo que pierden eficiencia, entre otras características. La heteroscedasticidad puede provocar que la prueba “t” para cada variable explicatoria ya no sea confiable, al igual que la prueba global “F”. La presencia de

autocorrelación genera que los parámetros puedan ser equivocados y las predicciones que se hagan con el modelo resulten ser erróneas. Por estos motivos es indispensable que cuando un modelo presenta violaciones en los supuestos, este sea corregido mediante cualquier técnica posible, ya se cambiando la forma funcional del modelo, o mejorando la calidad de las series de tiempo, etc. Nuestro modelo fue corregido cambiando la forma funcional del modelo, pasando de LIN-LIN a LOGLOG. Además, se recorto el rango de tiempo, pasando de 1980.1-2005.1 a 1994.1-2005.1. También se agregaron dos rezagos. En cuanto a los resultados del modelo las relaciones que marcaron los parámetros parecen tener mucha lógica y ajustarse a lo que se había propuesto en el apartado de antecedentes micro y macroeconómicos. Por su parte el PIB guarda una relación positiva con respecto al INPC, es decir, que cuando el primero se incrementa, el segundo también lo hace en la proporción estimada en el modelo. Las importaciones como se había dicho, tienen una relación negativa, es decir, que cuando estas aumentan, el INPC se reduce. Los precios del petróleo también tienen una relación negativa, ya que al incrementarse estos, el INPC se reduce. El tipo de cambio tiene una relación positiva, porque al incrementarse este el INPC también aumenta. Las exportaciones tienen una relación positiva con el INPC, debido a que cuando estas se incrementan también lo hace el INPC. Sin duda que las variables que elegimos tienen una importante influencia sobre el INPC y el signo de los parámetros fue coincidente con lo que se dijo en la parte teórica de este trabajo. El modelo al quedar libre de problemas de violaciones de supuestos, se pude decir que es un buen modelo econométrico para la estimación de parámetros y la predicción. 29

UNAM-FE

Damodar N. Gujarati, Econometría , Ed. McGraw-Hill, 4° edición, 2004 Mankiw, Gregory, Macroeconomía , Ed. Bosch, 2° edición Huerta González, Arturo, La economía política del estancamiento , Ed. Diana, 1° edición, 2004

Fuentes electrónicas:

http://www.banxico.org.mx/ http://www.inegi.org.mx/inegi/default.aspx www.economia.gob.mx/ www.shcp.gob.mx/

30

UNAM-FE

31

UNAM-FE

Precios al consumidor

1980/01 1980/02 1980/03 1980/04 1981/01 1981/02 1981/03 1981/04 1982/01 1982/02 1982/03 1982/04 1983/01 1983/02 1983/03 1983/04 1984/01 1984/02 1984/03 1984/04 1985/01 1985/02 1985/03 1985/04 1986/01 1986/02 1986/03 1986/04 1987/01 1987/02

Exportaciones Importaciones Inversión Precio de Bienes y de Bienes y extranjera de servicios servicios directa petróleo

Base: 2Q Jun 2002 = 100

Millones de dólares

Millones de dólares

0.10 0.11 0.12 0.12 0.13 0.14 0.15 0.16 0.18 0.21 0.26 0.31 0.38 0.44 0.50 0.57 0.66 0.74 0.81 0.90 1.05 1.14 1.28 1.48 1.76 2.08 2.50 3.04 3.76 4.72

5,810.90 6,059.90 6,263.50 6,726.30 8,156.30 8,132.10 6,988.60 7,834.40 7,018.30 7,708.70 8,038.10 8,207.00 7,546.80 8,115.70 8,270.10 8,996.00 9,768.90 9,502.10 9,288.20 9,271.40 9,245.20 8,379.10 9,110.30 9,124.30 7,517.30 7,342.10 7,025.00 8,043.50 8,720.40 9,548.50

7,146.50 8,614.30 9,442.10 10,091.90 10,741.10 12,009.60 12,067.30 12,534.20 11,111.80 10,232.30 8,413.20 7,104.80 7,104.80 5,908.50 6,706.70 7,235.80 7,218.10 7,595.10 8,258.00 8,996.90 8,797.10 9,070.70 8,901.30 8,796.30 8,291.20 7,917.10 8,194.00 7,658.80 7,531.50 7,341.80 8,025.90

PIB

dólares Millones por de dólares barril millones de promedio dólares 400.8 29.8 189,208,603 509.8 30.7 198,467,598 680.6 31.8 204,525,541 498.6 31.9 226,200,472 530.4 36.2 250,318,613 970.4 33.1 259,573,648 541.9 31.8 255,387,063 1,033.10 31.6 272,560,382 584.4 30.2 186,782,737 620.8 28.2 199,572,971 607.9 28.3 154,043,714 87.2 28.5 133,581,713 824.3 27.5 144,137,269 682.6 25.6 146,308,067 454.9 26.0 147,445,997 229.9 26.7 156,315,870 665.4 26.7 173,151,317 451.5 26.9 174,393,596 259.9 26.9 178,835,586 164.2 26.9 184,860,141 601.6 26.4 207,572,030 835.4 26.1 207,450,567 433.6 24.6 169,170,326 112.9 24.4 159,773,395 281.6 14.9 139,317,466 702.7 10.1 133,408,526 400.1 10.6 112,664,821 1,016.30 12.5 112,983,142 352.5 15.1 126,673,026 632.5 17.0 132,562,976 32

UNAM-FE

1987/03 1987/04 1988/01 1988/02 1988/03 1988/04 1989/01 1989/02 1989/03 1989/04 1990/01 1990/02 1990/03 1990/04 1991/01 1991/02 1991/03 1991/04 1992/01 1992/02 1992/03 1992/04 1993/01 1993/02 1993/03 1993/04 1994/01 1994/02 1994/03 1994/04 1995/01 1995/02 1995/03 1995/04 1996/01 1996/02 1996/03 1996/04 1997/01 1997/02 1997/03 1997/04 1998/01

5.88 7.89 10.37 11.12 11.48 11.96 12.56 13.08 13.46 14.32 15.62 16.49 17.32 18.60 19.69 20.30 20.83 22.10 23.00 23.52 24.02 24.74 25.40 25.84 26.30 26.72 27.21 27.61 28.06 28.61 32.76 38.02 40.26 43.47 47.10 50.12 52.34 55.51 58.62 60.32 62.15 64.24 67.57

9,402.50 9,697.00 10,339.20 10,339.20 10,749.40 10,343.10 10,664.10 11,696.90 12,347.00 11,708.20 12,351.40 13,121.80 12,468.70 14,203.80 16,276.50 13,390.60 14,807.40 14,606.20 15,283.00 14,460.20 15,467.30 15,484.30 16,257.20 15,628.30 16,951.90 16,683.30 18,488.60 18,061.80 19,406.30 19,460.70 21,442.90 23,017.40 24,056.10 24,413.10 25,542.60 26,626.20 28,416.70 29,104.40 31,168.80 30,415.40 32,658.90 33,334.00 34,909.80 33,738.10

8,871.70 8,890.10 9,580.00 10,713.00 11,796.60 12,381.80 12,727.30 13,617.90 13,769.70 13,809.70 15,312.70 14,127.50 15,982.10 18,099.50 15,533.60 18,659.30 18,763.80 19,777.20 19,611.50 21,365.10 22,339.20 22,791.50 21,289.40 22,596.90 23,349.40 23,915.50 24,843.30 26,882.10 27,369.10 28,939.20 24,372.10 23,699.80 24,863.60 25,670.60 26,789.60 28,161.50 29,968.90 32,903.70 30,635.20 33,842.80 35,924.20 38,580.90 36,983.20

497 1,152.60 470.3 857.8 594.5 957.5 618.3 842.4 883.3 831.6 561 615.6 578.9 877.8 1,649.40 20.00 702.1 1,263.40 1,042.70 1,180.20 1,275.00 894.9 1,163.70 954.4 550.1 1,720.60 3,152.00 3,283.40 2,813.90 1,723.20 1,982.80 2,913.60 2,254.70 2,375.20 2,027.70 1,779.90 2,004.40 3,373.50 2,109.20 2,594.50 5,595.00 2,530.80 2,538.60

17.0 14.9 12.8 13.3 11.8 10.9 14.5 16.3 15.3 16.5 15.6 11.9 22.2 25.4 14.4 14.3 15.2 14.4 12.5 15.5 16.3 15.1 14.1 14.0 12.9 11.8 11.6 14.3 14.6 15.0 15.8 16.8 14.8 15.5 17.0 18.0 19.1 21.6 18.5 15.9 16.0 15.6 10.8

135,264,032 127,090,753 164,043,614 181,599,897 180,062,145 198,224,575 212,420,679 221,650,641 212,079,030 223,556,314 240,647,941 252,875,588 253,417,682 283,979,934 293,914,389 314,752,933 301,817,178 336,151,580 342,908,083 359,767,375 355,289,925 387,717,842 394,337,725 400,536,511 390,753,118 429,775,174 403,435,497 420,084,809 406,805,845 287,020,347 238,991,890 284,447,485 281,364,352 278,906,318 302,535,409 322,314,378 330,164,085 368,681,079 373,732,535 394,346,546 395,295,053 437,727,868 429,665,419 33

UNAM-FE

1998/02 1998/03 1998/04 1999/01 1999/02 1999/03 1999/04 2000/01 2000/02 2000/03 2000/04 2001/01 2001/02 2001/03 2001/04 2002/01 2002/02 2002/03 2002/04 2003/01 2003/02 2003/03 2003/04 2004/01 2004/02 2004/03 2004/04 2005/01

69.56 72.05 76.19 79.90 81.66 83.46 85.58 87.98 89.34 90.84 93.25 94.30 95.21 96.42 97.35 98.69 99.92 101.19 102.90 104.26 104.19 105.28 107.00 108.67 108.74 110.60 112.55 114.5

35,441.10 34,207.00 36,682.60 35,406.30 39,268.40 40,820.90 43,444.30 44,417.20 47,553.50 49,760.90 51,549.40 46,821.10 47,764.20 45,626.30 45,390.00 43,198.70 48,485.60 48,168.90 48,003.30 46,400.10 48,032.60 49,340.80 51,388.70 51,421.2 56,230.1 56,842.3 58,886.7 56,468.22

38,868.20 38,920.90 41,368.80 39,084.30 42,124.90 43,990.20 47,741.20 49,166.40 50,947.30 53,501.60 57,832.60 51,647.70 51,381.30 49,121.10 51,609.50 46,586.00 51,264.70 51,315.00 52,773.20 48,462.40 49,662.60 51,494.10 54,691.70 53,120.2 56,863.8 58,660.0 63,448.5 59,069.65

3,468.90 3,006.80 3,006.80 3,237.90 3,298.90 2,907.60 3,708.80 4,223.34 4,458.34 2,784.72 5,443.14 3,141.94 5,136.57 14,968.31 4,473.95 2,809.50 4,546.52 3,078.72 4,890.48 3,056.48 3,958.32 2,395.65 2,253.17 8,077.83 3,157.61 2,424.56 2,941.84 3,771.91

10.5 10.3 9.2 9.2 13.8 18.5 21.3 24.4 24.4 26.3 23.5 19.6 19.8 19.9 14.9 17.0 22.4 23.8 22.7 26.5 23.0 24.6 25.1 26.8 30.2 33.5 33.3 34.4

415,536,420 373,783,900 425,681,979 454,459,618 477,352,879 484,016,382 527,521,379 574,539,849 547,917,492 577,433,322 605,852,630 609,733,518 639,734,638 594,249,988 653,473,717 653,963,933 631,940,232 606,744,768 647,453,450 625,323,921 658,758,473 610,258,040 647,541,361 661,190,546 667,365,028 661,083,141 738,691,092 706,261,066

34

UNAM-FE

35

modelo econometrico. ECONOMÍA MEXICANA. INFLACIÓN.

Recommend Documents