determinantes del crecimiento de las exportaciones ... · se incrementó ligeramente su...

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


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


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


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.


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.


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


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.


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

http://www.bcrp.gob.pe/estadisticas.html


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.

http://www.afadeco.org.co/.../Los%20Determinates


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


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.


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


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


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).


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


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.

determinantes del crecimiento de las exportaciones ... · se incrementó ligeramente su...

Documents