Devaluacion

TIPO DE CAMBIO REAL, GASTO FISCAL Y DEVALUACION:
BOLIVIA: 1989 - 19921

Julio Humérez Quiróz
1. INTRODUCCION

En los últimos años se ha desarrollado abundante literatura vinculada a los efectos positivos
de aumentos en el ahorro fiscal sobre el tipo de cambio real (ganancias de competitividad)
(véase entre otros a: Mundlak, Y., Cavallo, D. y Domenech, R. 1989; Valdés, A., Muchnik,
E. y Hurtado, H. 1990; Marshall, J. y Klauss, S.H. 1991)2. Es más, muchos autores hacen
énfasis sobre la importancia en la composición del gasto público entre bienes transables y
bienes no transables (véase, p.e., Mohsin y Lizondo, 1990).

Existe, por otra parte, consenso tanto a nivel académico como empírico, acerca de que el
mantenimiento del tipo de cambio real en su nivel competitivo resulta vital para el desarrollo
de las actividades de bienes transables y la protección de actividades competitivas de las
importaciones, vía el mejoramiento de la rentabilidad de los primeros.

En Bolivia, si bien con la adopción de un nuevo sistema cambiario en agosto de 1985,
caracterizado por un régimen de tipo de cambio real y flexible, se han tenido impactos
importantes sobre el comercio exterior (principalmente aumentos en el ingreso promedio de
divisas por concepto de exportaciones, pese al deterioro observado de los términos de
intercambio) además de sus efectos positivos sobre la estabilidad del sistema de precios y
la mejora de los ingresos fiscales provenientes de los impuestos a las transacciones
internacionales, la inserción de la economía boliviana en la economía mundial aún es
precaria.

Lo anterior indudablemente es de inquietud permanente entre los administradores de
política económica, como exigencia de un contexto en que el desafío es la inserción exitosa
de la economía boliviana en la economía mundial. La base para alcanzar tal propósito
radica en aumentos en la competitividad internacional de los bienes y servicios exportables
y, de cuyo, el tipo de cambio real (precio relativo) es una de las piezas claves que, además
tiene efectos microeconómicos importantes al permitir la reasignación de recursos
productivos desde el sector de bienes no transables hacia el sector productivo de bienes
transables y de sustitución de importables. En consecuencia, resulta trascendental para los
"policymakers" contar al menos con una idea de la magnitud de variación y trayectoria
temporal probable del tipo de cambio real ante cambios en el gasto público (y su
composición) y el tipo de cambio nominal, entre otros. De esta manera, esta preocupación
es la que motiva el presente trabajo.

Al presente, se cuentan con tres metodologías para la estimación de los parámetros
estructurales que determinan las relaciones entre las variables económicas de interés
(Chumacero, 1994). La primera de ellas se halla vinculada con la metodología de
parámetros profundos o también conocida como la del ciclo real de negocios, que
básicamente consiste en la calibración - de acuerdo a ciertos parámetros estructurales
claves- de modelos dinámicos simples con microfundamentos; la segunda, se circunscribe a

1
Se agradece los comentarios y sugerencias de E. Antelo y F. Gumiel a la versión preliminar de este trabajo. Sin embargo,
cualquier error u omisión es de responsabilidad del autor.

2
Para mayores referencias, véase Arrau, Quiroz, Chumacero, 1992.

la econometría tradicional, que consiste en la estimación de relaciones entre variables
económicas a partir de especificaciones ad hoc de formas reducidas apoyadas en la teoría
económica, pero que en materia de política económica está sujeta a la crítica de Lucas
(Lucas, 1976) limitando su uso. Finalmente, la tercera metodología es aquella conocida
como la econometría dinámica o inglesa (Hendry y Richard, 1983) que está vinculada con el
tema de raíces unitarias, i. e., muchas de las variables económicas son no estacionarias y,
en materia de investigación, no tomar en cuenta esta propiedad de las series significa
comprometerse con resultados que son sesgados e invalidan per se cualquier esfuerzo por
determinar relaciones entre las variables económicas de interés (Arrau, Quiroz y
Chumacero, 1992).

El enfoque metodológico adoptado en este trabajo es el último. Muchas de las variables
consideradas "fundamentales" (gasto público, tipo de cambio nominal, términos de
intercambio, etc.) en la determinación del tipo de cambio real son no estacionarias (véase
Cuadros 1.1.b y 1.2.b, Anexo 1) por lo que, resulta necesaria la adopción de una
metodología que considere esta propiedad de las series.

En lo que sigue, el documento se organiza de la siguiente manera: En la segunda sección,
se presenta de manera sucinta, el marco metodológico bajo el cual se desarrolla el trabajo;
en la tercera sección, se analiza la verificación empírica de las relaciones entre el tipo de
cambio real y sus "fundamentales" tomando en cuenta, en primera instancia, el impacto del
gasto público total sobre el tipo de cambio real y, en una segunda instancia, las relaciones
entre el tipo de cambio real y la composición del gasto público en bienes transables y no
transables. Finalmente, en una última sección se reportan las principales conclusiones del
trabajo.

2. ASPECTOS METODOLOGICOS: LA ECONOMETRIA DINAMICA O INGLESA

La econometría dinámica o econometría inglesa se basa en los avances recientes de la
práctica econométrica. Ella no está relacionada con nuevas metodologías de estimación
(mínimos cuadrados ordinarios, máxima verosimilitud, mínimos cuadrados no lineales, etc.),
sino más bien consiste en un cambio de estrategia en la modelación. Este enfoque al igual
que el de series de tiempo, surgió como consecuencia de la constatación de que muchas
series (temporales) económicas no son estacionarias3, por lo que la postulación de
relaciones entre variables económicas, en muchos casos, conduce a falsos resultados por
la presencia de relaciones espúreas.

Esta metodología fue desarrollada por D. Hendry y sus coautores, inspirada en los trabajos
pioneros de Phillips, A. W. en sus artículos clásicos de 1954 y 1957, y Sargan, J. D. 1964.

Su característica está en que rescata aspectos tanto de la econometría tradicional como del
análisis de series de tiempo. La econometría tradicional, en general, ha sido estática como
contraparte del poco desarrollo teórico de los aspectos dinámicos de los modelos
3
Existen dos definiciones de estacionariedad de una serie temporal discreta: (a) Se dice que una serie es estacionaria en
sentido fuerte, si la función de probabilidad conjunta que genera la observación de la variable, digamos x, en el momento t es la
misma que generó la observación de la misma variable x en el momento t-k, o, dicho con otras palabras, si la distribución de
probabilidad conjunta permanece invariable en el tiempo y, (b) Una serie temporal se dice que es estacionaria en el sentido
débil, si posee media constante, varianza constante y la covarianza entre dos observaciones cualesquiera depende únicamente
de la distancia entre las mismas pero no así de la variable tiempo. Formalmente: E(X) = mt, V(X) = s2 y Cov(Xt, Xt-k) = tk. (Para
mayores referencias véase p. e. Guerrero, V., 1991, Pág. 13. Por otra parte, si la variable económica presenta tendencia, la
media del proceso estocástico subyacente será variable en el tiempo. Sin embargo, a pesar de esta característica será
estacionaria en covarianza si el coeficiente autorregresivo está fuera del círculo unitario (Pesaran, H. M., 1992).

económicos. Se parte de un modelo, dado por la teoría económica, el cual se supone
satisface con los supuestos clásicos de la regresión lineal4. La autocorrelación, la
heteroscedasticidad y la multicolinealidad son tomadas como patologías. Por tanto, es muy
rico en teoría pero pobre en la utilización de los datos. Por su parte, en el análisis de series
temporales el supuesto central es que una serie temporal discreta tiene detrás un proceso
estocástico teórico, que puede ser caracterizado completamente por una función de
distribución. Luego, el objetivo del análisis de series temporales es el descubrimiento y la
descripción del proceso estocástico teórico en base a la información proporcionada por los
datos observados de la serie. Así, son los datos los que proveen información para la
construcción del modelo estadístico. De esta manera, este enfoque resulta rico en datos
pero pobre en teoría.

Según la econometría dinámica o inglesa, el modelo econométrico debe ser la síntesis del
modelo económico y del modelo estadístico (véase, p. e., Hendry, Pagan y Sargan, 1984).
La información provista por la teoría económica es insuficiente; pese a su "dinamización"
aún es incapaz de proveer información a priori acerca de la estructura de los rezagos de las
relaciones. Por otra parte, los datos tampoco proveen toda la información necesaria para la
especificación del modelo, ya que los datos son generados por comportamientos
económicos. En síntesis, de acuerdo a la econometría dinámica los datos son generados
por un proceso no observable (Proceso Generador de Datos, PGD) y el objetivo de la
modelación econométrica es encontrar una aproximación a dicho mecanismo. Para ello,
hace uso de dos fuentes de información: (a) Análisis de datos y, (b) Teoría económica. La
primera fuente otorga información acerca de la estructura de rezagos óptimo mientras que
la segunda aporta con información sobre la variables explicativas, las restricciones sobre los
parámetros y las relaciones de largo plazo como, por ejemplo, la proporcionalidad del
consumo al ingreso. En este punto, la diferencia entre el análisis de series de tiempo y la
econometría dinámica parece mucho menos nítida. Sin embargo, no debe olvidarse que en
el primer caso, un vector de variables "trasladan" su efecto sobre otro vector mediante un
filtro lineal sin que interese cuales son las variables explicativas. En la econometría
dinámica, el interés central es la determinación de las relaciones entre las variables
explicativas y la variable dependiente (o un subconjunto de ellas).

Por otro lado, la econometría dinámica es una metodología de modelación de lo general a lo
particular, siendo el camino opuesto a la econometría tradicional (metodología de lo
particular a lo general). El punto de partida es la especificación sobreparametrizada5 (forma
irrestricta) del modelo, donde el término de error resulta ruido blanco6 por construcción.
Luego, en esta primera etapa deberán efectuarse tests sobre la autocorrelación de los
residuos y sobre la "falta de especificación", además de verificar si la "bondad de ajuste" es
satisfactoria. Un inconveniente natural que surge en esta etapa es la presencia de
multicolinealidad debido a la inclusión de varios rezagos de la misma variable. Por otra

4
En notación matricial, el modelo lineal general puede expresarse como: y=Xß+e, donde se asumen las siguientes hipótesis
básicas: E(e)=0, E(ee')=s2IT, X es un conjunto de números fijos, X tiene de rango K<T, donde K denota el número de
parámetros a estimarse y T el tamaño de la muestra (Johston, 1984, pág. 127-128).

5
La variable dependiente queda expresada en función de sus propios rezagos y de las observaciones corriente y rezagadas de
las variables explicativas (información brindada por la teoría económica). El número de rezagos a ser incluidos depende por lo
general de dos consideraciones: (i) Debe incluir al menos el rezago estacional. Así, por ejemplo, si los datos son de frecuencia
trimestral deberá incluirse al menos el cuarto rezago y, (ii) El número de rezagos deben ser lo suficientemente largos tal que el
término de error resulte como mínimo ruido blanco. Empero, aquí se enfrenta una limitante natural dada por los grados de
libertad disponibles, i. e., el tamaño de la muestra en relación al número de las variables explicativas.

6
Se tratan de extracciones independientes desde una distribución Normal con media cero y varianza constante.

parte, es probable que la multicolinealidad se dé junto a la "omisión de variables"; pero
agregando las variables rezagadas se solucionaría el sesgo derivado de su exclusión.

La segunda etapa, consiste en efectuar reducciones y reparametrizaciones en la forma
irrestricta, es decir, simplificaciones, a fin de obtener formas más parsimoniosas. El
procedimiento a seguirse más o menos consiste en lo siguiente: (i) restringir a cero los
coeficientes cuya magnitud es inferior a sus desviaciones estándar, (ii) probando distintos
rezagos para los niveles y diferentes rezagos y órdenes para las diferencias, tratando de
lograr ortogonalidad7. En un contexto de un mundo completamente no-ortogonal, la
búsqueda de la forma parsimoniosa implica un proceso de prueba y error.

El conjunto de restricciones impuesto vía (i) y (ii) debe ser admisible por los datos. Esto
implica la realización de test de validez cada vez que se realice una simplificación (p. e., el
test F de significación conjunta de los parámetros adicionales en la forma irrestricta).

Por último, en la última etapa, el modelo que se considere adecuado para describir el
proceso generador de datos de la variable dependiente deberá ser sujeto de una evaluación
rigurosa. Esto es, deberá pasar los tests de constancia de los parámetros, consistencia con
la teoría, englobamiento, coherencia con los datos, confiabilidad de predicciones y
condicionamiento válido. (Véase, p. e., Hendry y Richard, 1983)

2.1. Modelo de Corrección de Errores

Las posibles reducciones y parametrizaciones en la función irrestricta, pueden conducir a
distintos modelos parsimoniosos: Regresión estática, en diferencias o tasas de crecimiento,
ajuste parcial, rezagos distribuidos, corrección de errores, entre otros.

El modelo de corrección de errores (CE) es una de las posibles simplificaciones de la forma
irrestricta y es particularmente interesante ya que, "engloba" niveles y diferencias siendo
una alternativa al enfoque de vectores autorregresivos, en el cual todas las variables se
incluyen en niveles o en diferencias. El modelo de CE es compatible con relaciones de
proporcionalidad en el largo plazo (teoría económica) pero con una estructura dinámica
flexible de corto plazo (datos), (Ahumada, 1991, pág. 11) (véase Ecuación 2).

2.2. Análisis de Co-Integración

Una línea distinta para la estimación de los modelos de corrección de errores, es el análisis
de co-integración. El punto de partida del análisis econométrico es la relación de largo
plazo: y = Ax (véase p. e., Engle y Granger, 1987). Una vez estimada la relación de largo
plazo, se puede estimar un modelo dinámico (en dos etapas), el de corrección de errores,
basado en las desviaciones de esa relación de largo plazo. Un uso alternativo del análisis
de co-integración, es la verificación de la existencia o no del equilibrio, de una relación de
largo plazo.

La idea básica es que la serie temporal de una variable económica puede exhibir
fluctuaciones importantes en el corto plazo pero que, en el largo plazo, algunos pares de
estas series pueden no diferir de manera importante en sus movimientos. Esto es, guardan
una relación de largo plazo (equilibrio) aunque pueden presentar movimientos cíclicos y/o
7
La covarianza entre el regresor i-ésimo y el regresor j-ésimo debe ser cero, i.e., E(Xi, Xj) = 0 (i,j=1,2,...,K), para todo i distinto
de j.

estacionales distintos. Este equilibrio generalmente se deriva de alguna teoría económica y
se supone que desviaciones de estas situaciones de equilibrio generan "fuerzas
económicas" que tienden a restaurarlo.

En otras palabras, si las series temporales de las variables x e y son integradas8 de orden 1
[I(1)], la combinación lineal de ambas puede ser integrada de orden cero (I(0)), es decir,
estacionaria. Formalmente, si x e y son I(1), entonces zt=et=yt - Axt es I(0). Este resultado
significa que las desviaciones de la relación de largo plazo no serán muy distintas de la
media de zt y, por lo tanto, el equilibrio ocurrirá ocasionalmente. Por último, se ha mostrado
que cuando existe A este es único. Asimismo, se probó que las estimaciones por mínimos
cuadrados ordinarios de A son más consistentes cuando existe co-integración que cuando
no la hay (Engle y Granger, 1987).

3. EL TIPO DE CAMBIO REAL, GASTO PUBLICO Y TIPO DE CAMBIO NOMINAL:
EVIDENCIA EMPIRICA

El problema de la determinación de las relaciones entre el tipo de cambio real, la
devaluación y el gasto público, se aborda con la utilización del enfoque de la econometría
dinámica o inglesa (Hendry y Richard, 1983); que se vincula con la literatura de raíces
unitarias a través del concepto de co-integración y en virtud al Teorema de Representación
de Granger, la confluencia final en términos de modelos de corrección de errores (Engle y
Granger, 1987; Hendry, 1986 y Granger, 1981).

Como se ha mencionado en la sección anterior, la metodología consiste en partir con una
especificación sobreparametrizada. Es decir, la variable tipo de cambio real queda
especificada en términos de los valores pasados de la propia variable, de los valores
presentes y pasados de otras variables que se consideran las "fundamentales" en la
explicación de las variaciones del TCR (gasto público, tipo de cambio nominal, términos de
intercambio, etc.). El número de rezagos para cada variable y el número de éstas a incluirse
en la especificación se efectúa hasta que el término del error se comporte como una
innovación; esto es, hasta que no sea posible inferir valores futuros de los residuos (et) a
partir de valores pasados del mismo y, lo crucial, con el uso de la información disponible en
el período t. Formalmente, se tiene:

m0 k mj

TCRt = ∑ α i0 TCRt -i + ∑ ∑ α ji X t -i + ε t (¡Error!
i=1 j=1 i=0

Argumento de modificador desconocido.)
donde X es un
vector cuyos elementos son el tipo de cambio nominal, el gasto público como proporción del
PIB, el índice de término de intercambio y el crédito doméstico del BCB al gobierno. El
término de error (et) es una innovación por construcción. En cuanto al número de rezagos,
éste en la especificación sobreparametrizada está limitado por el tamaño de la muestra que
en la praxis siempre es finita y en la mayoría de los casos pequeña, tal cual como en el
presente caso.

8
Se dice que una serie es I(1) (no estacionaria), si su primera diferencia es I(0). En general, xt es I(d) si ∆dxt es I(0).

El objetivo, es alcanzar una aproximación parsimoniosa al proceso aleatorio desconocido
que genera el TCR. Así, una vez hecha la estimación (por Mínimos Cuadrados Ordinarios)
de la especificación sobreparametrizada, se procede a su simplificación mediante un
proceso continuo de reducción y reparametrización, hasta encontrar la especificación final
que debe satisfacer un conjunto de requisitos estadísticos: los términos contemporáneos en
el lado derecho de la especificación no deben violar la condición de exogeneidad débil9 (de
Engle, 1983) y, el término de error debe ser una innovación y como mínimo un ruido blanco.
En cada paso del proceso de búsqueda de la estructura dinámica del TCR, se efectúan
tests contra el modelo general (1), haciendo uso de tests F, de residuos y otros criterios
como el de la estabilidad de los parámetros asociados a las variables explicativas.

En el presente trabajo esta metodología, en primer lugar, se aplica a datos trimestrales que
abarcan el período: 1986:I - 1991:IV y que permitirá la cuantificación de las relaciones entre
el tipo de cambio real, el gasto fiscal global y el tipo de cambio nominal en la economía
boliviana. En una segunda instancia, se examinan los efectos de la composición del gasto
gubernamental en bienes transables y no transables sobre el comportamiento del tipo de
cambio real, en base a información mensual para el período 1989:01 y 1991:12. Se hace
uso de dos definiciones alternativas del tipo de cambio real. La primera corresponde al TCR
multilateral que se calcula sobre la base de la evolución de una canasta de monedas de los
principales socios comerciales de Bolivia; la segunda es el tipo de cambio real bilateral que
se aproxima por el producto del tipo de cambio nominal (promedio) de Bolivia y el índice de
precios al por mayor de los Estados Unidos divido por el IPC de Bolivia. Por su parte, las
variables explicativas que se consideran relevantes son: el tipo de cambio nominal
(promedio), el índice de términos de intercambio, el crédito del BCB al gobierno y,
finalmente, el gasto público como proporción del PIB.

En el proceso de búsqueda de una estructura dinámica parsimoniosa del TCR, el primer
paso consistió en la determinación de si el TCR se relaciona con las otras variables en
niveles, en primeras diferencias o en ambos. Si se verifica la hipótesis de co-integración
entre el TCR y las variables fundamentales, gracias al Teorema de Representación de
Granger la especificación dinámica del TCR puede representarse por un modelo de
corrección de errores del tipo:

∞ K
_ TCR t = ∑ α j _ TCR + φ ( TCR - ∑ α
t- j t -1 j X j, t -1 ) + ε t ; t = 1, 2, ... ,T
j=1 j=0

donde los parámetros aj (j=1,2,...) indican el efecto impacto o de corto plazo. Por su parte f
indica el efecto feedback: si TCR es mayor que q'X en el período t-1, TCR disminuye en la
proporción f y, viceversa; si TCR es menor que q'X en t-1, TCR aumenta en f ajustando la
relación de corto plazo10.

9
Esta condición no es directamente testeable, sin embargo, es necesario no poder rechazarla a través de estimaciones
recursivas de los coeficientes de la estructura dinámica en cuestión.

10
Sólo por comodidad θ'Xt-1=ΣajXt-j.

La ventaja de esta representación es que "engloba" niveles y diferencias siendo una
alternativa al enfoque de los vectores autorregresivos (VAR), en el que todas las variables
intervienen en diferencias o en niveles.

3.1. Resultados

En primer lugar, no se ha podido verificar una relación de equilibrio de largo plazo del tipo
de cambio real multilateral (TCRM) con variables que pueden considerarse como sus
"fundamentals" (la variable monetaria tipo de cambio nominal, los términos de intercambio y
el crédito doméstico del BCB como proporción del PIB) tomadas individualmente (véase
Cuadro 2.2., Anexo 2), esto a pesar que el TCRM al igual que sus determinantes con la
excepción del logaritmo del gasto público como proporción del PIB, pueden considerarse
procesos integrados de primer orden. Sin embargo, las combinaciones del TCRM con la
tasa de interés internacional (LIBOR) y los términos de intercambio (TI) y sustituyendo ésta
última por el crédito doméstico (como proporción del PIB) y el tipo de cambio nominal
obteniéndose dos nuevas combinaciones, sí presentan cierta evidencia de co-integración
(Cuadro 1.1.b, Anexo 1). Sin embargo, a pesar de este resultado y siguiendo el
procedimiento en dos etapas11 no se pudo derivar un modelo de corrección de errores ya
que, el término zt-1 (véase nota de pie 11) no resultó estadísticamente significativo a los
niveles usuales de significación.

Cuadro 1
Estimación del TCRM por Mínimos Cuadrados Ordinarios
(Datos Trimestrales: 1989:I - 1992:IV)
Variable Dependiente: DLTCRM

¡Error! Coef. T-Stat
Marcador no
Constante -1.03 -4.55
LGPUBPIBt-2 -0.39 -4.21
∆DLLIBOR -0.12 -1.40
∆DLTIt-2 -0.45 -3.59
∆LTCNt-2 0.59 2.22

R2 = 0.70 D.W. = 2.02
R2 aj. = 0.56
S.E. reg. = 0.034 F-Stat = 14.77

Nota: En la estimación se utilizaron dummies estacionales.

Notación:

∆LGPUBPIBt-2 = Logaritmo del gasto público como proporción del PIB, rezagado en dos
períodos.
∆DLLIBOR = Primera diferencia del logaritmo de la tasa LIBOR a seis meses.
∆DLTIt-2 = Diferencia entre el log. de términos de intercambio del período corriente y el
11
Primero, estimamos por mínimos cuadrados ordinarios la ecuación:
K
TCR t = ∑ α j X j,t + z , t = 1,2,...,T
t
j=0

donde: X0,t = 1 y, segundo, también por mínimos cuadrados, la ecuación (2).

log. de términos de intercambio rezagado en dos períodos.
∆DLTCNt-2 = Diferencia entre el log. del tipo de cambio nominal del período corriente y el
log. del tipo de cambio nominal rezagado en dos períodos.

Entre los resultados más importantes del cuadro 1, se tiene que el coeficiente de la
diferencia del logaritmo del tipo de cambio nominal tiene el signo correcto y es de magnitud
importante, lo cual evidencia que la política cambiaria es importante para las modificaciones
del tipo de cambio real. Sin embargo, esta relación es de corto plazo (véase Cuadro 2.1,
Anexo 2), constatándose de esta manera la proposición de que las devaluaciones
nominales sólo tienen efectos transitorios sobre el tipo de cambio real (Khan y Lizondo,
1990). Por otra parte, la elasticidad de las diferencias en el TCRM con respecto al logaritmo
del gasto fiscal como proporción del producto con dos rezagos es de -0.39. Esto significa,
en otras palabras, que un aumento en el gasto fiscal de 1 punto del PIB, tendría un impacto
de corto plazo de una caída en el TCRM, pero de magnitud poco significativa (véase,
además, Cuadro 2.1, Anexo 2).

Un shock positivo en los términos de intercambio, por su parte, tendría un efecto negativo
sobre el tipo de cambio real en el corto plazo, tal como se puede deducir a partir de los
signos negativos y la magnitud de los coeficientes asociados a los términos en diferencias
(contemporáneo y rezagado) (Véase Cuadro 1 y Cuadro 2.1 del Anexo 2).

En lo que respecta a las propiedades estadísticas del modelo, la información contenida en
el Cuadro 1 y Cuadro 3.1.a del Anexo 3 revelan que el ajuste es bastante satisfactorio (R2
ajust.= 0.70). En cuanto al test de autocorrelación de los residuos de primer orden, el test de
Durbin-Watson permite rechazar con suficiente holgura (al 5% de nivel de significación) la
hipótesis nula de la presencia de autocorrelación de primer orden. Y, la nula de
autocorrelación de orden superior de los errores, también queda rechazada a los niveles
usuales de significación por el test LM de Breusch-Godfrey junto a la Q de Ljung-Box.
Asimismo, la nula de homoscedasticidad de los errores no se pudo rechazar mediante los
test ARCH.

De acuerdo a los resultados reportados en el mismo Cuadro 3.1 del Anexo 3, el modelo
también posee capacidad para pasar otros test importantes como el de normalidad
(aceptada) de los residuos que resulta de importancia para la interpretación correcta de los
resultados dado el reducido tamaño de la muestra; la nula de "random walk" también se
rechaza a través de los estadísticos de Durbin Watson, Dickey Fuller y Dickey Fuller
Aumentado. En cuanto a la estabilidad estructural del modelo, se computó el test CUSUM
Cuadrado (Brow, Durbin y Evans, 1975; McCabe y Harrison, 1980) y el estadístico
resultante se presenta en el gráfico 3, Apartado 3.4.a del Anexo 3. Los resultados no
permiten rechazar la nula de ausencia de cambio estructural. Un segundo test que permite
corroborar este resultado es el de los Residuos Recursivos, que evidencia que no existe
ningún error recursivo en el resto de la muestra (Gráfico 1, Apartado 3.4.a, Anexo 3). Por
último, la inspección ocular de los gráficos 1 al 4 del apartado 3.3.a, Anexo 3, evidencian
aunque únicamente en forma débil la estabilidad de los parámetros.

En suma, apoyado en los resultados de los test examinados que revelan las bondades del
modelo, los resultados obtenidos en esta primera sección se pueden resumir en los
siguientes: primero, que no es posible aceptar la nula de la existencia de una relación de
largo plazo entre el TCRM y el tipo de cambio nominal, entre el TCRM y el crédito

doméstico como tampo de la combinación lineal de las tres variables. Segundo, con
acciones de política fiscal (disminuciones en el gasto público) no es posible la obtención de
ganancias importantes en el tipo de cambio real. Tercero, en el corto plazo la política de
devaluaciones del tipo de cambio nominal es importante para afectar el nivel del tipo de
cambio real.

Sin embargo, pese a que estos resultados brindan información respecto a la dirección y
magnitud de cambios en el tipo de cambio real del gasto fiscal, no permite una evaluación
de cambios en la composición del gasto fiscal sobre TCRM. Desde el punto de vista teórico
la magnitud de cambios en el TCRM no dependen únicamente de las devaluaciones
(magnitud) del tipo de cambio nominal y del grado de ajuste de política fiscal, sino
fundamentalmente de la forma en que se efectúan las reducciones en el déficit fiscal. Es
decir, si las disminuciones se encaran mediante aumentos en los impuestos o reducciones
en el gasto público en bienes transables y no transables.

Con el propósito de efectuar una evaluación cuantitativa de estas relaciones, y continuando
con la misma estrategia de modelación econométrica (Hendry y Richard, 1983; Hendry
et.al., 1984) hecha referencia en la primera parte de este documento, en la sección
siguiente se aplica la metodología a datos mensuales comprendidos en el período 1989:01
a 1992:12.

4. LA COMPOSICION DEL GASTO FISCAL Y EL TIPO DE CAMBIO REAL

Las definiciones del tipo de cambio real utilizadas en la presente sección, al igual que en la
primera parte de esta misma sección, corresponden a la multilateral12. La elección del
período muestral y su frecuencia (mensual), fue impuesta por la escasa disponibilidad de la
información necesaria que permita una adecuada evaluación econométrica de las
relaciones económicas de interés. Asimismo, la ausencia de sets de observaciones de las
distintas variables con frecuencia mensual también impuso la restricción a un enfoque
parcial. Entre las variables fundamentales que explican el comportamiento del TCR y que
no se consideraron debido a la restricción de los datos, están los aranceles, otras
restricciones al comercio internacional, tales como licencias, cuotas y prohibiciones y otras
determinantes del TCR (Edwards, 1992).

Como etapa previa al proceso de estimación del "set" de parámetros que vincula los
comportamientos de las variables independientes con el comportamiento del TCR, pero
como parte de la estrategia de la modelación, se procede examinando el orden de
integración y los procesos que subyacen en las variables de interés: Tipo de cambio real,
gasto público (del sector público no financiero) en bienes transables y no transables, el
crédito interno del BCB al gobierno, la tasa de interés internacional y los términos de
intercambio.

12
Calculado sobre la base de la evolución de una canasta de monedas de los principales socios comerciales de Bolivia
(Argentina, Brasil, Chile, Perú, EE. UU., Alemania, Reino Unido y Japón). La fórmula empleada es la siguiente:

ITCN Bol / IPC Bol
ITCRM = 8
* 100
∑ ( ITCN *i / IPC*i ) α i
i=1

Donde, ITCNBol y IPCBol denotan el tipo de cambio nominal de Bolivia e índice de precios al consumidor, respectivamente.
Asimismo, ITCN*i y IPC*i denotan el tipo de cambio nominal y índice de precios del país socio i-ésimo. Por último, αi denota el
factor de ponderación dada por el flujo comercial entre Bolivia y el i-ésimo país socio comercial.

Los resultados de los distintos test reportados en el Cuadro 1.2.b del Anexo 1, no permiten
rechazar la hipótesis nula de raíces unitarias para las variables gasto público en bienes no
transables como proporción del PIB, TCRM, tipo de cambio nominal, tasa de interés
internacional y crédito doméstico del BCB al gobierno. En lo que respecta al gasto público
en bienes transables como proporción del PIB, esta es estacionaria, siendo este resultado
robusto a los distintos tests empleados (Durbin-Watson, Dickey-Fuller, Dickey-Fuller-
Aumentado y Phillips-Perron).

En una segunda etapa, se procede a la verificación de la hipótesis de una relación de largo
plazo entre las distintas combinaciones (lineales) de series integradas de orden 1. Es decir,
se evalúa si una combinación lineal de series I(1) está cointegrada, o lo que es lo mismo, si
sigue un proceso estacionario (Engle y Granger, 1987). Los resultados encontrados,
nuevamente, no permiten aceptar la hipótesis de co-integración excepto para la
combinación TCRM, la tasa LIBOR y el tipo de cambio nominal. Es decir, en el período bajo
estudio, los cambios experimentados en el tipo de cambio real no están sujetos a fuerzas
que hacen que sean convergentes en el largo plazo, esto es que guardan una relación de
equilibrio de largo plazo con sus "fundamentals" (véase, Cuadro 2.3, Anexo 2). Asimismo, al
igual que en el primer caso, no se pudo derivar un modelo de corrección de errores al no
resultar estadísticamente signiticativo el término de error rezagado de la ecuación de co-
integración.

Con las evidencias sobre raíces unitarias de las variables de interés, se estimó un modelo
dinámico donde la variable dependiente (DTCRM) queda expresada como función de un
número suficientemente grande de rezagos de la propia variable dependiente, los términos
de intercambio, gasto público en bienes transables y no transables relativo al producto,
crédito doméstico al Gobierno Central, tipo de cambio nominal y la tasa de interés
internacional. En el proceso de modelación se efectúan reducciones de acuerdo a la
metodología descrita al principio del documento, así como un proceso de reparametrización
de tal forma que las variables en el lado derecho de la ecuación sean estacionarias y con
interpretación económica razonable. Cabe insistir en el hecho de que a cada ecuación
resultante de una nueva reducción o reparametrización, se sometió a un conjunto de test
aplicados a los residuos, coeficientes y tests-F que permite evaluar la importancia de la
pérdida de información ante cada nueva reducción.

El proceso descrito derivó en un modelo dinámico para tipo de cambio real, estimado
mediante el método de los Mínimos Cuadrados, cuyos resultados se reportan en el Cuadro
2.
Cuadro 2
Estimación del TCR por Mínimos Cuadrados Ordinarios
(Datos mensuales: 1989:01 - 1992:12)
Variable Dependiente: DLTCRMt

¡Error! Coef. T. Stat.
Marcador no
Constante 0.26 1.17
∆LTCRMt-1 -0.23 -2.96
LCDGPIBt-3 -0.08 -2.83
LCDGPIBt-4 0.06 5.53
LGNTPIBt-2 -0.11 -3.15
LGNTPIBt-3 0.06 1.76
LGNTPIBt-4 0.08 2.76
LGBTPIB -0.03 -1.17
∆LLIBOR 0.24 2.04
LTIt-3 -0.06 -1.62
∆LTCN34 -5.47 -4.87

R2 = 0.70 R2 aj.= 0.61
σ(Reg.) = 0.034 D.W. = 2.0
F-Stat = 17.6

Notación:
∆LTCRMt-1: Diferencia entre el logaritmo del TCRMt-1 y el logaritmo del TCRMt-2
LCDGPIBt-j: Logaritmo del crédito interno del BCB como proporción del PIB, con tercer y
cuarto rezagos (j=3, 4)
LGNTPIBt-j: Logaritmo del gasto público en bienes no transables, con segundo, tercer y
cuarto rezagos (j=2,3,4)
LGBTPIB: Logaritmo de gasto público en bienes transables
∆LLIBOR: Primera diferencia del logaritmo de la tasa LIBOR
LTIt-3: Logaritmo del índice de términos de intercambio, con tres rezagos
∆LTCN34: Diferencia entre el logaritmo del tipo de cambio nominal con tres rezagos y el
logaritmo del tipo de cambio nominal con cuatro rezagos.

La aproximación parsimoniosa al proceso que genera el tipo de cambio real, resultante de
un proceso de reducciones y reparametrizaciones fue sometido a una batería de test. El
hecho que el modelo resultante pueda pasar los distintos tests, garantizan razonablemente
la bondad de la interpretación económica de los coeficientes, al avalar los test-t asociados a
los distintos parámetros.

A partir de los resultados registrados en el Cuadro 3.2.a del Anexo 3, los errores del modelo
pueden ser descritos como innovaciones distribuidos idénticamente Normal. La verificación
de la propiedad de innovación en los residuos, requiere como requisito la ausencia de
autocorrelación de primer orden o mayor en los errores. La primera de ellas, en el presente
caso quedó verificada con un alto grado de confianza mediante los test de Durbin-Watson y,
la autocorrelación de orden mayor a 2 mediante los test LM de autocorrelación de Breush-
Godfrey junto con el estadístico-Q de Ljung-Box.

La normalidad de los errores, por su parte, se verifica mediante el test de Jarque-Bera. Este
test no permite el rechazo de la nula de que los errores están distribuidos normal. Este
resultado también queda corroborado con el test Reset de Ramsey.

Por último, la nula de residuos homoscedásticos se testea mediante los test ARCH
("Autoregressive Conditional Heteroskedasticity"), rechazándose por amplio margen. Otro
test que permite evaluar la nula de la independencia de la varianza de los residuos respecto
de los regresores es el Test de White.

Finalmente, la constancia de los parámetros se verifica mediante las estimaciones
recursivas del modelo (Gráficos 1 al 9, Apartado 3.3.b, Anexo 3). El procedimiento consiste
en partir estimando el modelo con la utilización de un número mínimo de observaciones, y
en los pasos siguientes se va adicionando una observación por vez que da lugar a nuevas
estimaciones de los parámetros junto con un intervalo de confianza de dos desviaciones
estándar. La constancia del parámetro de interés se puede verificar por simple inspección
de la evolución del parámetro a lo largo de los distintos puntos muestrales junto con la
banda de dos desviaciones estándar13.
13
En la inspección ocular, debe tenerse en cuenta tres criterios básicos:

- Que el estimador final del parámetro caiga dentro de todas las bandas anteriormente estimadas.
- Que la desviación estándar asociada al parámetro estimado se reduzca a lo largo del tiempo y

Los resultados muestran que no es posible rechazar la nula de exogeneidad débil de las
variables en el lado derecho de la ecuación para los distintos parámetros, aunque no con la
holgura suficiente como sería lo deseable. En casi todos los casos es posible constatar
disminuciones en la desviación estándar asociada al parámetro i-ésimo a medida que
transcurre el tiempo; pero los cambios que ocurren al interior de la recursión no presentan
una tendencia determinística no predecible como sería lo deseable. El cumplimiento de
estos dos últimos criterios es de suma importancia para que no se pueda rechazar con
suficiente holgura la hipótesis nula (Engle, 1983), pero además para hacer inferencias
respecto al TCRM condicional a las variables independientes de la ecuación.

5. RESULTADOS Y CONCLUSIONES

En base a los test presentados, que son básicos para una adecuada interpretación de los
resultados del modelo14 se tiene como resultados más importantes a los siguientes:
Primero, con datos mensuales para el período 1989:01 - 1992:12, el modelo final resultante
de un proceso de reducción y reparametrización derivó en un modelo dinámico, donde las
primeras diferencias del logaritmo del tipo de cambio real se explica por su propio rezago,
por los rezagos del crédito interno al Gobierno Central, por rezagos del gasto público en
bienes no transables del SPNF como proporción del PIB, por el logaritmo del gasto público,
en bienes transables relativo al producto por la tasa de interés internacional y la diferencia
rezagada del tipo de cambio nominal.

Segundo, respecto de las variables de interés (composición del gasto público en bienes
transables y no transables), se deriva las siguientes conclusiones: a) El efecto inmediato de
cambios del TCRM ante cambios del gasto en bienes no transables es inexistente, y se
presenta más bien con un rezago de dos períodos siendo aquél negativo, lo cual está de
acuerdo a lo esperado teóricamente. Sin embargo, para fines de política en términos de su
magnitud es considerablemente pequeña; b) En cuanto al gasto público en bienes
transables relativo al producto, no resultó significativo desde el punto de vista estadístico y
tampoco exhibe el signo correcto.

Tercero, la variable tasa de interés internacional tiene un impacto contemporáneo
significativo sobre el tipo de cambio real. El signo es el esperado. Mayores tasas de interés
externas comprometen salidas de recursos externos, (presiones sobre la balanza de
pagos), generando un déficit en la balanza de pagos lo cual, a su vez, requeriría un
aumento en el tipo de cambio real para restablecer el equilibrio.

En este sentido, la evidencia empírica presentada en el documento sobre las relaciones
entre el tipo de cambio real con aquellas variables que pueden pensarse son sus
"fundamentals", apuntan en la dirección de que los efectos de variaciones en el gasto
público sobre el tipo de cambio real, para todos los efectos prácticos de política económica,
son pequeños y volátiles. Y en el caso específico del gasto público en bienes no transables,
se constata la ausencia de una relación de largo plazo con el TCRM (Cuadro 2.3, Anexo 2).

- Que los cambios que se observen al interior de la recursión no exhiban tendencia determinística predecible.
(Apt, J. y Quiroz, J. [1992])
14
La propiedad del modelo con residuos que son innovación, garantiza que la especificación dinámica del modelo sea
apropiada. Asimismo, la normalidad de los residuos permite tener una apropiada confianza en los test-t de los parámetros
asociados a las variables en el lado derecho del modelo resultante del proceso de reducciones y reparametrizaciones. Por
último, la ausencia de residuos heteroscedásticos sugiere que los "ourliers" serán poco frecuentes (Engle, 1982).

En suma, el espacio que se tiene para incrementar el tipo de cambio real mediante política
fiscal activa es reducido -por no decir nulo-, razón por la que sus beneficios deberían
buscarse en otras áreas.

Finalmente, aumentos en la tasa de interés internacional generan un déficit en la balanza de
pagos, requiriéndose una depreciación del tipo de cambio real para restablecer el equilibrio
en la balanza de pagos.

ANEXO I
TEST DE RAICES UNITARIAS

1.1. Con Datos Trimestrales

Cuadro 1.1.a
PERIODO: 1986:I - 1992: IV

DW1 DW2 DF-1 DF-2 DFA-1 DFA-2 PP

Variable 1/ 2/ 3/ 4/ 5/ 6/ 7/

En niveles
Log TCRBI 0.572 0.596 -2.755 -4.062 -2.314 -2.372 -2.981
Log TCRM 0.233 0.305 -1.697 -3.141 -1.147 -2.449 -1.888
Log LIBOR 0.298 0.336 -0.218 n.a. -0.716 -0.106 -0.569
Log ITI 0.175 0.197 -0.171 -4.575 n.a. -2.184 n.a.
Log TCN 0.020 0.059 n.a. -4.357 -0.496 -2.713 n.a.
Log GPUBPIB 2.089 2.345 -5.265 -5.169 -8.610 -9.052 -5.486
Log CDGPIB 0.363 0.120 -2.451 -3.161 -1.766 -2.694 -2.619
Log CDG88PIB 0.255 0.123 -2.973 -3.179 -2.381 -2.636 -3.184

En Primeras Dif.
D(Log TCRBI) 0.956 1.045 -4.831 -4.505 -3.961 -3.908 -5.149
D(Log TCRM) 1.587 1.476 -4.419 -4.760 -3.830 -3.963 -4.701
D(Log LIBOR) 1.202 1.126 -3.228 -3.853 -2.238 -3.423 -3.353
D(Log ITI) 2.809 2.824 -8.534 -8.512 -5.143 -5.440 -9.487
D(Log TCN) 0.621 0.666 -3.074 -2.554 -2.919 -2.569 -3.219
D(Log GPUBPIB) 2.437 2.963 -6.588 -6.510 -8.718 -8.542 -6.948
D(Log CDGPIB) 1.492 1.350 -3.160 -2.596 -2.285 -1.766 -3.413
D(Log CDG88PIB) 1.896 1.415 -3.181 -2.608 -2.198 -1.649 -3.437

Valor Crit. (5%) 0.493 0.493 -2.930 -3.500 -2.930 -3.500 -2.930

1/ Corresponde a la regresi ón de la va riable X y la constante
2/ Corresponde al a regresi ón de la va riableX con respecto a 4 dummies
estacionales
3/ Corresponde al estadístico t de la ecuación de Dickey-Fuller, e incluye la constante
4/ Corresponde al estadístico t de la ecuación de Dickey-Fuller, e incluye además de la constante la variable
tendencia
5/ Corresponde al estadístico t de la ecuación de Dickey-Fuller aumentada, e incluye la constante
6/ Corresponde al estadístico t de la ecuación de Dickey-Fuller aumentada, e incluye además de la constante
la variable tendencia
7/ Corresponde al test de Phillips-Perron (1979), sin tendencia.

Notación:
TCRBI : Tipo de cambio real bilateral
TCRM : Tipo de cambio real multilateral
LIBOR : Tasa LIBOR a seis meses
ITI : Indice de términos de intercambio
TCN : Tipo de cambio nominal oficial (venta)
GPUBPIB : Gasto público como proporción del PIB
CDGPIB : Crédito interno del BCB co mo proporción del PIB
CDG88PIB : Crédito interno del BCB (en Bs de 1988) como proporción del PIB.

Cuadro 1.1.b
ORDEN DE INTEGRACION Y ORDEN DE AUTOCORRELACION
PERIODO: 1986:I - 1992:IV

I(?) AR(?)
Log TCRBI I(1) AR(1)
Log TCRM I(1) AR(1)
Log LIBOR I(1) ó I(2) AR(1)
Log TI I(1) AR(2)
Log TCN I(1) ó I(2) AR(1) ó AR(2)
Log GPUBPIB I(0) AR(2)
Log CDGPIB I(1) ó I(2) AR(1)
Log CDG88PIB I(1) ó I(2) AR(1)

Fuente: Elaborado en base al Cuadro 1.1.a

1.2. Con datos mensuales

Cuadro 1.2. a
PERIODO: 1989:ENE - 1992:DIC
DW1 DW2 DF-1 DF-2 DFA-1 DFA-2 PP
Variable 1/ 2/ 3/ 4/ 5/ 6/ 7/
En niveles
Log GBTPIB 0.868 0.501 -4.197 -6.629 -3.557 -5.565 -4.154
Log GNTPIB 0.556 0.137 -2.244 -6.342 -0.971 -4.049 -1.764
Log ITI 1.41 1.573 -4.999 -5.933 -3.104 -3.532 -5.025
Log TCRBI 0.031 0.069 -1.319 -1.854 -1.373 -1.864 -1.352
Log TCRM 0.068 0.072 -1.151 -1.483 -1.501 -2.158 -1.257
Log TCN 0.004 0.016 -4.37 -1.366 -2.789 -1.778 3.876
Log LIBOR 0.022 0.049 n.a - -2.216 -0.04 2.299 n.a
Log CDGPIB 0.395 0.48 -7.992 -9.546 -2.713 -3.528 -8.042
Log CDG88PI 0.492 0.589 -9.239 -9.661 -3.257 -3.559 -9.329
En Primeras Dif.
D(Log GBTPI 3.008 2.625 -11.926 -11.809 -8.915 -8.835 -13.097
D(Log GNTPI 2.982 2.626 -11.262 -11.286 -7.081 -7.172 -11.939
D(Log ITI) 3.113 3.222 -12.616 -12.471 -6.924 -6.835 -13.344
D(Log TCRBI 2.047 1.99 -6.766 -6.845 -4.655 -4.766 -6.918
D(Log TCRM) 1.439 1.396 -4.863 -4.854 -4.574 -4.628 -4.997
D(Log TCN) 0.855 0.673 -4.18 -4.519 -3.218 -3.628 -4.245
D(Log LIBOR 1.596 1.609 -5.532 -5.527 -5.219 -5.149 -5.65
D(Log CDGPI 1.366 1.265 -11.603 -11.033 -4.955 -4.563 -12.163
D(LogCDG88P 1.365 1.26 -11.561 -10.987 -4.965 -4.571 -12.136

Valor Crit. (5%) 0.493 0.493 -2.93 -3.5 -2.93 -3.5 -2.93

1/ Corresponde a la regresión de la variable X y l a constante.
2/ Corresponde a la regresión de la variable X con respecto a 4 dummies Estacionales.
3/ Corresponde al estadístico t de la ecuación de Dckey-Fuller, e incluye la constante.
4/ Corresponde al estadístico t de la ecuación de Dckey Fuller, incluye además de la constante la variable tendencia.
5/ Corresponde al estadístico t de la ecuación de Dickey-Fuller aumentada, e incluye la constante.
6/ Corresponde al estadístico t de la ecuación de Dickey-Fuller aumentada, e incluye además de la constante la variable
tendencia
7/ Corresponde a test de Phillips-Perron (1979)
Notación:
GBTPIB :Gasto público en bienes transables como proporción del PIB
GNTPIB :Gasto público en bienes no transables como proporción del PIB

Cuadro 1.2.b
ORDEN DE INTEGRACIÓN Y ORDEN AUTOCORRELACION
PERIODO: 1986:01 - 1992:12

I(?) AR(?)

Log GBTPIB I(0) AR(1)
Log GNTPIB I(1) AR(1)
Log TI I(0) AR(1)
Log TCRBI I(1) AR(1)
Log TCRM I(1) AR(1)
Log TCN I(1) AR(1)
Log LIBOR I(1) AR(1)
Log CDGPIB I(0) ó I(1) AR(1) ó
AR(2)
Log CDG88PIB I(1) AR(1)

Fuente: Elaborado en base al Cuadro 1.2.

ANEXO 2
Cuadro 2.1
Estimación del TCR por MCO 1/
(Datos trimestrales: 1989:I - 1992 : IV
Variable Dependiente: LTCRM

J
0 1 2
LTCRMt-j -- -- 1.035 (2.205) -0.292 (-0.663)
LGPUBPIBt-j 0.243 (2.665) 0.209 (1.985) -0.380 (-1.138)
LLIBORt-j -0.120 (-1.803) 0.142 (1.848) -.- -.-
LTIt-j -0.333 (-1.990) -.- -.- 0.271 (1.396)
CDGPIBt-j -0.002 (-1.632) -0.001 (-1.481) 0.001 (1.590)
LTCNt-j 1.262 (1.368) -2.520 (-1.431) 1.427 (-1.500)
2
R = 0.988 D.W = 2.079
2
R = aj. = 0.914 σ(reg.) = 0.0 F-Stat = 13.47

Notas: Los valroes entre paréntesis corresponden a los estadísticos t.
1/ Estos resultados corresponden a una etapa intermedia en el proceso de simplificación en la
forma irrestricta.

Cuadro 2.2
Test de Co-Integración
(Datos Trimestrales: 1989:I - 1994:IV)

DW I(?) DF I(?) DFA I(?) DFA I(?)
s/tend. c/tend.

LTCRM, LLIBOR 0.57 I(0) -2.9 I(1) -2.3 I(1) -4.24 I(0)
LTCRM, LTI 0.51 I(0) -3.68 I(0) -3.2 I(0) -3.46 I(1)
LTCRM, CDGPIB 0.54 I(0) -2.74 I(1) -2.25 I(1) -2.55 I(1)
LTCRM, LTCN 0.41 I(1) -3.13 I(0) -2.21 I(1) -2.33 I(1)
LTCRM, LLIBOR, LTI 0.76 I(0) -4.69 I(0) -4.05 I(0) -4.62 I(0)
LTCRM, LLIBOR, 0.91 I(0) -4.41 I(0) -3.69 I(0) -3.9 I(0)
CDGPIB
LTCRM, LLIBOR, LTCN 0.75 I(0) -4.99 I(0) -3.97 I(0) -4.29 I(0)
LTCRM, LTI, CDGPIB 0.51 I(0) -3.67 I(0) -3.19 I(0) -3.43 I(1)
LTCRM, LTI, LTCN 0.59 I(0) -3.27 I(0) -2.89 I(1) -3.14 I(1)
LTCRM, CDGPIB, LTCN 0.45 I(1) -2.99 I(0) -2.18 I(1) -2.2 I(1)

Valor Crítico (5%) 1/ 0.49 -2.93 -2.93 -3.5

1/ Tomado de Phillips, 1976 .

Cuadro 2.3
Test de Co-Integración
(Datos Mensuales: 1989:01 - 1994:12)

DW I(?) DF I(?) DFA I(?) DFA I(?)
s/tend. s/tend. tend.

LTCRM, LGNTPIB 0.79 I(0) -3.2 I(0) -1.92 I(1) -1.65 I(1)
LTCRM, LLIBOR 0.16 I(1) -1.42 I(1) -1.92 I(1) -1.79 I(1)
LTCRM, LTCN 0.34 I(1) -2.1 I(1) -2.75 I(1) -2.72 I(1)
LTCRM, 0.47 I(1) -2.27 I(1) -1.53 I(1) -1.26 I(1)
LGNTPIB,LLIBOR
LTCRM, LGNTPIB, 0.34 I(1) -2.03 I(1) -2.65 I(1) -2.62 I(1)
LTCN
LTCRM, LLIBOR, LTCN 0.54 I(0) -3.5 I(0) -4.27 I(0) -4.36 I(0)

Valor Crítico (5%) 1/ 0.49 -2.93 -2.93 -3.5
1/ Tomado de Phillips, 1976 .

ANEXO 3
PROPIEDADES Estadísticas

3.1 Modelo con datos Trimestrales

Cuadro 3.1.1
Test de los Residuos de la estimación del TCRM

Test Valor Calc. V. Crit.

Durbin Watson 1.724 0.493
Dickey-Fuller -4.168 -2.93
Dickey-Fuller Aumentado -3.983 -2.93
LM auto. test (1) 0.258 3.84
LM auto. test (3) 4.629 7.81
Ljung-Box Q-stat 11.740 21.00
Jarque-Bera Normality 0.093 5.99
Arch Test (1) (n*R2) 1.522 3.84
Arch Test (2) (n*R2) 1.825 5.99
Arch Test (3) (n*R2) 3.000 7.81
Ramsey Reset test(1) (F-stat) 1.203 4.74
Notas:

Los valores críticos se tomaron de Johnston (1984)
LM test y Lung-Box, prueban la Ho: ausencia de autocorrelación en los residuos.
El test de normalidad de Jarque-Bera, prueba la condición de normalidad de
los errores.
El test Arch, prueba la Ho: Ausencia de heteroscedasticidad en los residuos.
El test Reset de Ramsey, prueba la Ho: Los errores se distribuyen Normal con
media cero Vs H1: Los errores se distribuyen Normal con media distinta a cero.

3.2. Modelo con Datos Mensuales

Cuadro 3.2.1
Test de los Residuos de la estimación la Estimación
del TCRM

Test Valor Calc. V. Crit.

Durbin Watson 1.997 0.493
Dickey-Fuller -6.346 -2.93
Dickey-Fuller Aumentado -4.207 -2.93
LM auto. test (1) 0.000 3.84
LM auto. test (3) 0.114 5.99
Jarque-Bera Normality 0.157 5.99
Arch Test (1) (n*R2) 0.325 3.84
Arch Test (2) (n*R2) 0.271 5.99
Arch Test (3) (n*R2) 1.335 7.81
Notas:
Los valores críticos se tomaron de Johnston (1984)
LM test y Lung-Box, prueban la Ho: ausencia de autocorrelación en los residuos.
El test de normalidad de Jarque-Bera, prueba la condición de normalidad de
los errores.
El test Arch, prueba la Ho: Ausencia de heteroscedasticidad en los residuos.
El test Reset de Ramsey, prueba la Ho: Los errores se distribuyen Normal
con media cero Vs H1: Los errores se distribuyen Normal con media distinta de cero.

3.3. Test de Exogeneidad Débil¡Error! Marcador no definido.

3.3.1. Modelo con Datos Trimestrales

Figura 1

Figura 2

¡Error! Marcador no definido.Figura 3

Figura 4

3.3.2. Modelo con Datos Mensuales

Figura 1

Figura 2

Figura 9

3.4. Test Adicionales

3.4.1. Modelo con Datos Trimestrales

Figura 1

3.4.2. Modelo con Datos Mensuales

Figura 1

Figura 2

BIBLIOGRAFIA

AHUMADA, H. 1991. "Notas Introductorias a la Econometría Dinámica".
ILADES/Georgetown University. Serie Docente D-3/Junio

APT, J.; QUIROZ, J. 1992. "Una Demanda por Dinero Mensual para Chile: 1983:1 -
1992:8". Revista de Análisis Económico, Vol. 7, No. 2.

ARRAU, P.; QUIROZ, J.; CHUMACERO, R. 1992. Ahorro Fiscal y Tipo de Cambio Real.
ILADES/Georgetwon University. Dcto. de Investigación

BROWN, R.L.; DURBIN, J.; EVANS, J.M. 1975. "Techiques for testing the Constancy of
Regression Relationship over time". Journal of the Royal Statistical Society, B,37.

CHUMACERO, R. 1994. Un Marco Metodológico para el Análisis de la Economía
Boliviana en el Largo Plazo. La Paz, Bolivia. Mimeo.

EDWARDS, S. 1992. "Política Cambiaria en Bolivia: Avances Recientes y Perspectivas".
Los Angeles: Depto de Economía-Universidad de California. (Art.publicado en "Análisis
Económico", UDAPE, Vol. 5, 1992).

ENGLE, R. 1982. "Autoregressive Conditional Heteroscedasticity with Estimates of the
Variance of United Kingdom Inflation". Econométrica, Vol. 50 No. 4.

ENGLE, R.F.; HENDRY, D.; RICHARD, J.F. 1983. "Exogeneity", Econométrica, 52: 277-
304.

ENGLE, R.; GRANGER, C. 1987. "Cointegration and Error Correction: Representation,
Estimation and Testing". Econometrica, 55.

________.; HENDRY D.; RICHARD J.F. 1983. "Exogeneity". Econometrica, 55: 251-277.

FRENKEL, J.; RODRIGUEZ, C. 1977. "Exchange Rate Dynamics and the
Overshooting Hypothesis". The World Bank Economic Review.

GRANGER, C.W.J. 1981. "Some Properties of time series data and their use in
econometric Model Specification". Journal of Econometrics, 16, pp 121-130.

GUERRERO, V. 1991. "Análisis Estadístico de Series de Tiempo Económicas". Mexico:
Universidad Autónoma Metropolitana.

HENDRY, D. 1986. "Econometric Modelling with cointegrated Variables: An overview",
Oxford Bulletin of Economics and Statistics, 3, August, pp.201-212.

________.; PAGAN, A.; SARGAN, J. 1984. "Dynamic Specification", In Grilliches Z. y M.
Intrilligator (eds)., North Holland, Handbook of Econometrics, vol. 2, pp. 1024-100.

________.; RICHARD, J. F. 1983. "On the Formulation of Empirical Models in Dynamic
Econometrics". Journal of Econometrics. 20, pp. 3-33.

JOHNSTON, J. 1984. "Métodos de Econometría", Edit Vecens-Vives.

LUCAS, R. 1976. Econometric Policy Evaluation: A Critique. In Brunner, K.; Meltzer, A.
Eds. The Phillips Curve and Labor Markets.

McCABE, B.P.M. y HARRISON, M.J. 1980. "Testing the constancy of regression
Relationship Over Time Using Least Squares Residuals". Journal of the Royal Statistical
Society C. (Applied Statistics), 29.

MOHSIN S., KHAN ; LIZONDO, J. SAUL. 1990. "Devaluation, Fiscal Deficits, and the Real
Exchange Rate". The World Bank Economic Review. 1(2): 357-374.

PESARAN, H. M. 1992. Stationarity. In Newman, P.; Milgate, M.; Eatwell, J. Eds. New
Palgrave Dictionary of Money and Finance. Cambridge: University y UCLA.

PHILLIPS, A.W. 1954. "Stabilization Policy in a closed Economy". The Economic Journal
64: 290-323.

_______. 1957. "Stabilization Policy and the Time Form of Lagged Responses". The
Economic Journal 67, pp. 265-277.

SARGAN, J. 1964. "Wages and Prices in U.K:. a study in econometric Metodology". In Hart,
P., Mills G. and Whitacen (eds) - Econometric Analysis for National Economic Planning,
London, Butterworths.

Devaluacion

Más contenido relacionado

La actualidad más candente (13)

Similar a Devaluacion (20)

Devaluacion