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