ECONOMETRIA - Curso 2010

Doctorado en Economa
FCE - UBA

Profesores: Alberto Landro y Julio Fabris

Trabajo Final

Eleonora Tubio
10 de junio de 2011

TIPO DE CAMBIO REAL, EMPLEO Y PRODUCCIN INDUSTRIAL EN

ARGENTINA (1990-2006)
Por Eleonora Tubio
1. INTRODUCCIN
Durante los ltimos aos ha surgido a nivel internacional una lnea de investigacin que
destaca la conveniencia para pases en desarrollo de mantener una paridad cambiaria
competitiva y estable (Williamson, 2003). Efectivamente, esta poltica no slo facilita la
preservacin del equilibrio externo sino que tambin resulta una pieza central en el
desarrollo de los pases.
La discusin acerca de los efectos positivos sobre el desarrollo de mantener un tipo de
cambio competitivo y estable se puede rastrear hasta los aos setenta. Por ejemplo, Balassa
(1971) y Daz Alejandro (1979) ponan nfasis en que el incentivo a la produccin de
transables favorece el crecimiento porque se trata de actividades que otorgan mayor
dinamismo a la economa.
Los tericos modernos, no obstante, consideran otros aspectos. Frenkel y Taylor (2005)
destacan que la poltica cambiaria constituye un instrumento para proteger industrias
jvenes que es relativamente fcil de administrar y no se encuentra penalizado por
acuerdos de comercio multilaterales. Rodrik (2003) plantea que un tipo de cambio real
competitivo impulsa la inversin y la actividad en los sectores transables. Autores como
Feldstein (1999) y Dooley, Folkerts-Landau y Garber (2004) resaltan que preservar el tipo
de cambio real deriva en una acumulacin de reservas internacionales que permite a los
pases resguardarse de la volatilidad de los mercados financieros. Asimismo, Polterovich y
Popov (2002) encuentran una correlacin positiva entre el crecimiento del producto y la
acumulacin de reservas internacionales.
Contemporneamente surgi en Amrica Latina el inters por investigar la incidencia del
tipo de cambio real en el mercado de trabajo. El enfoque tradicional ha sido resaltar el
efecto indirecto del tipo de cambio real en el empleo a travs de su impacto sobre el nivel de
actividad. Sin embargo, las variadas experiencias de la regin, en la que se alternaron
perodos prolongados de apreciacin y de depreciacin real, han motivado el estudio de los
efectos directos. La conclusin principal ha sido que para un determinado nivel de actividad
existe una correlacin positiva entre el nivel del tipo de cambio real y el crecimiento del
empleo. En estas economas, que son importadoras de bienes de capital, la depreciacin real
abarata relativamente el trabajo local lo cual incentiva la sustitucin a favor de este ltimo
a la vez que promueve la expansin de actividades trabajo-intensivas. En esta lnea se
encuentran los aportes de Frenkel (2004a y b) para la experiencia de Argentina, Daz (1995)
para la de Chile, Hernndez Laos (1999) para la de Mxico y Amadeo y Melo Filho (1999)
para la de Brasil.
En este marco, se plantea como objetivo general para este trabajo analizar
economtricamente la relacin entre el tipo de cambio real multilateral (TCRM) y el empleo
industrial en la economa argentina en el perodo comprendido entre enero de 1991 y
diciembre de 2006 1 . De acuerdo con lo desarrollado previamente, la hiptesis principal es
que existe una asociacin positiva entre el nivel del tipo de cambio real y la tasa de
crecimiento del empleo industrial.
El tipo de cambio real impacta sobre el nivel de actividad de los sectores transables, entre
ellos la industria. La hiptesis acerca del efecto positivo de la depreciacin real sobre la
generacin de empleo se basa en Frenkel (2004b). El autor distingue una va directa y una
va indirecta a travs de las cuales el tipo de cambio real competitivo afecta la demanda de
empleo. En primer lugar, la depreciacin real induce el uso ms intensivo del trabajo local
El perodo de anlisis finaliza en diciembre de 2006 debido a la falta de credibilidad alrededor de los datos
publicados por el Instituto Nacional de Estadstica y Censos (INDEC) luego de que ste fuera intervenido en
enero de 2007.

al abaratarlo relativamente. En segundo lugar, la demanda de trabajo aumenta como

resultado de la expansin del nivel de actividad. Asimismo, el autor (2004a) muestra que en
Argentina el crecimiento de la actividad luego de la devaluacin ha sido notablemente ms
intensivo en el uso de mano de obra de lo que lo fue durante los aos de la Convertibilidad.
El trabajo se estructura como sigue. Luego de la introduccin, en la seccin 2 se repasan
algunos hechos estilizados de la economa argentina durante los aos noventa en
contraposicin con el perodo post-devaluacin. En la seccin 3 se detalla la metodologa de
las estimaciones realizadas en el trabajo. En la seccin 4 se presentan los resultados y
finalmente en la seccin 5 se exponen las conclusiones.
2. ALGUNOS HECHOS ESTILIZADOS DE LA ECONOMA ARGENTINA
Desde una perspectiva de largo plazo se puede afirmar que durante los aos de la
Convertibilidad el peso mostr en la Argentina una intensa apreciacin real (ver grfico 1).
El brusco y persistente cambio de precios relativos que tuvo lugar luego de la devaluacin
de 2002 ha abierto la posibilidad de investigar el comportamiento de las variables
macroeconmicas y del mercado de trabajo en un nuevo contexto caracterizado por la
depreciacin cambiaria, en contraposicin al perodo prolongado de apreciacin
caracterstico de los aos noventa.
Pese a que el producto se increment de manera sostenida hasta el ao 1994 los indicadores
del mercado de trabajo mostraron un marcado deterioro. La situacin empeor bruscamente
durante la crisis del Tequila y, si bien se revirti parcialmente con la recuperacin
posterior, desde mediados de 1998 se volvi a deteriorar.
La tasa de desempleo, que a comienzos de 1991 ascenda a 6,9%, haba superado el 18%
hacia el final del rgimen. Paralelamente se verific una cada del empleo a tiempo
completo desde 33,4% al 27,6% durante el mismo perodo. Es importante mencionar que la
mayor destruccin de puestos de trabajo tuvo lugar en la industria manufacturera. En
efecto, entre 1991 y 2001 la cantidad de obreros ocupados en la industria se redujo un 21%
y las horas trabajadas lo hicieron en un 43% (ver grfico 2).
Luego del impacto negativo inicial del cambio de modelo macroeconmico todos los
indicadores del mercado de trabajo mejoraron y revirtieron la tendencia de la dcada
anterior. Tras la contraccin inicial del empleo, desde fines de 2002 y hasta principios de
2007 se verific un notable crecimiento de esta variable. Este proceso fue caracterizado, a
partir de mediados de 2003, por la gran creacin de nuevos puestos de trabajo por parte del
sector privado.
La dinmica del empleo fue particularmente positiva en el caso de las actividades
industriales. Desde el cuarto trimestre de 2002, en las manufacturas se revirti finalmente
la tendencia negativa que caracteriz su comportamiento durante los noventa. En
particular, despus de tres trimestres de contraccin, entre fines de 2002 y el cuarto
trimestre de 2006 los obreros ocupados en la industria se incrementaron un 32% y las horas
trabajadas un 38%.
3. METODOLOGA
Para estudiar la relacin entre el tipo de cambio real multilateral y el empleo industrial
primero es necesario determinar el orden de integracin de las series.
Se trabaj con el logaritmo del promedio trimestral del ITCRM (ndice de Tipo de Cambio
Real Multilateral) publicado mensualmente por el Banco Central de la Repblica
Argentina. Para la serie de empleo industrial se tom la tasa de crecimiento del IHT (ndice
de Horas Trabajadas) publicado trimestralmente por el INDEC a partir de datos de la
Encuesta Industrial Mensual. Asimismo, en una variante de la estimacin se incluy la
tasa de crecimiento del IVF (ndice de Volumen Fsico) de la misma fuente. Tanto el IVF
como el IHT se refieren al nivel general de la industria manufacturera.
Para determinar el orden de integracin de las series se llevaron a cabo tests de raz
unitaria. Para todas las variables se pudo rechazar la hiptesis de raz unitaria a niveles de

significatividad del 5%. Se debe mencionar que sobre el logaritmo del ITCRM fue necesario
realizar el test de cambio estructural de Perron (1989) debido al quiebre que presenta la
serie en el primer trimestre de 2002 (ver Anexo I).
Puesto que las tres series son estacionarias se puede estimar con ellas un vector
autorregresivo (VAR). El VAR tiene la ventaja de que permite captar interacciones entre las
variables al tratar a todas simultneamente como endgenas. En este caso, se pretende
analizar si el TCRM influye sobre las horas trabajadas en la industria pero no se desea
excluir la posibilidad de que las horas trabajadas en la industria repercutan sobre el
TCRM. Este tipo de feedback no podra estudiarse con funciones de transferencia (transfer
functions).
Concretamente, se estim la forma reducida del VAR:
Yt = 10 + A11(L) Yt-1 + A12(L) Zt-1 + e1t
Zt = 20 + A21(L) Yt-1 + A22(L) Zt-1 + e2t
donde Yt = logaritmo del ITCRM en el perodo t
Zt = tasa de crecimiento del IHT entre el perodo t y el perodo t-1
i0 = contiene la constante y eventualmente una variable dummy para el trimestre
de la devaluacin (2002q1)
Aij = polinomios en el operador retardo L
eit = perturbaciones independientes e idnticamente distribuidas
Se estim un segundo VAR para incluir tambin en el modelo la produccin industrial:
Yt = 10 + A11(L) Yt-1 + A12(L) Zt-1 + A13(L) Wt-1 + e1t
Zt = 20 + A21(L) Yt-1 + A22(L) Zt-1 + A23(L) Wt-1 + e2t
Wt =30 + A31(L) Yt-1 + A32(L) Zt-1 + A33(L) Wt-1 + e3t
donde

Wt = tasa de crecimiento del IVF entre el perodo t y el perodo t-1

En ambos modelos se espera que los coeficientes correspondientes al logaritmo del ITCRM
en la segunda ecuacin tengan signo positivo, es decir, que aumentos del ITCRM (indicando
una depreciacin del peso en trminos reales) se reflejen en perodos siguientes en un
aumento de las horas trabajadas en la industria.
Los modelos se estimaron inicialmente con 8 rezagos (dos aos para datos trimestrales) en
un intento de limitar la prdida de grados de libertad. No obstante, diversos criterios para
estimar la longitud de rezagos adecuada sugieren que uno o dos rezagos son suficientes, de
modo que los modelos se volvieron a estimar con slo uno y dos rezagos de todas las
variables (ver tabla 1).
En ambos casos, la versin del modelo con dos rezagos resulta ms satisfactoria al evaluar
la autocorrelacin de los residuos con los tests LM y de Portmanteau. Se verific tambin
que los VAR verifican la condicin de estabilidad ya que sus races se encuentran dentro del
crculo unitario.
4. RESULTADOS DE LA ESTIMACIN
En las tablas 2 y 3 se presentan las estimaciones de las formas reducidas del VAR de dos y
tres variables, respectivamente, con uno y dos rezagos de cada una.
En el modelo de dos variables la variable dummy correspondiente al momento de la
devaluacin resulta significativa en las dos ecuaciones. Sin embargo, esta dummy deja de
ser significativa, salvo en la ecuacin del ITCRM, cuando se incluye el IVF en el VAR como
tercera variable.
De acuerdo con lo esperado, en el modelo de dos variables el coeficiente del ITCRM en la
ecuacin de las horas trabajadas es positivo y significativo. En el modelo con dos rezagos
aumenta el coeficiente del ITCRM rezagado un perodo pero el segundo rezago del ITCRM

no resulta significativo. En algunas estimaciones aparece una influencia negativa de las

horas trabajadas en el perodo anterior sobre el ITCRM, lo cual podra interpretarse como
un reflejo del efecto Balassa-Samuelson.
En las estimaciones con un solo rezago del VAR de tres variables se obtienen coeficientes
positivos significativos para el ITCRM tanto en la ecuacin de las horas trabajadas como en
la ecuacin del volumen fsico de produccin, de acuerdo con lo esperado. En el modelo con
dos rezagos desaparece la influencia positiva del ITCRM sobre el volumen fsico de
produccin pero aumenta la influencia sobre las horas trabajadas del tipo de cambio real
multilateral rezagado un perodo. El tipo de cambio rezagado dos perodos, por su parte, no
resulta significativo en ninguna de las ecuaciones. En una de las estimaciones aparece
tambin el feedback negativo ya comentado desde las horas trabajadas rezagadas un
perodo hacia el ITCRM.
En el VAR de dos variables no se pueden rechazar las hiptesis de que una variable no
causa a la otra en el sentido de Granger. En el VAR de tres variables los tests de
exogeneidad en bloque permiten rechazar las hiptesis de que cada una de las variables no
es causada en el sentido de Granger por las otras dos en conjunto.
Para determinar las funciones de impulso-respuesta y la descomposicin de la varianza es
necesario atribuir un orden a las variables para usar la descomposicin de Cholesky. El
orden que se asigne a las variables es importante porque la correlacin contempornea
entre las perturbaciones et no es despreciable y, por lo tanto, puede llevar a conclusiones
distintas.
Desde un punto de vista terico se podra esperar que un shock en las horas trabajadas o en
la produccin de la industria no afecten contemporneamente al ITCRM pero que un shock
sobre el ITCRM s afecte contemporneamente a las horas trabajadas y a la produccin de
la industria. De este modo, la primera variable debera ser el ITCRM. El orden de las otras
dos variables no es tan claro, de modo que en el caso de tres variables se procedi a hacer la
descomposicin con dos rdenes alternativos para comparar los resultados: 1) ITCRM
IHT IVF; 2) ITCRM IVF IHT.
En el VAR de dos variables se verifica una respuesta acumulada positiva de las horas
trabajadas frente a aumentos del ITCRM, de acuerdo con lo esperado. Transcurridos 5 aos,
el 32% de la varianza de las horas trabajadas se explica por shocks en el ITCRM (ver
grfico 3 y tabla 4).
En el VAR de tres variables con dos rezagos, bajo ambos ordenamientos se verifica una
respuesta acumulada positiva de las horas trabajadas y tambin de la produccin industrial
ante shocks sobre el ITCRM (ver grficos 4 y 5). Asimismo, de acuerdo con lo esperado, la
proporcin de la varianza de las horas trabajadas y de la produccin industrial que se
explica por un shock en el ITCRM tiende a crecer con el tiempo.
En el primer ordenamiento, luego de 5 aos la varianza de las horas trabajadas se explica
en aproximadamente un 30% por el ITCRM en tanto que la produccin industrial explica
aproximadamente un 25%. Por su parte, la varianza del producto industrial se explica en
alrededor de 23% por el ITCRM y de 34% por las horas trabajadas (ver tabla 5).
En el segundo ordenamiento, transcurridos 5 aos la varianza de las horas trabajadas se
explica en un 30% por el ITCRM en tanto que el 32% se debe a la produccin industrial.
Asimismo, el 23% de la varianza de la produccin industrial se debe a shocks en el ITCRM
y el 12% se debe a shocks en las horas trabajadas (ver tabla 6).
Finalmente, la descomposicin de Cholesky permite estimar el VAR en su forma
estructural. En la tabla 7 se detallan los resultados de la estimacin para el VAR de dos
variables. Tal como se esperaba, el coeficiente que mide la influencia contempornea del
ITCRM sobre las horas trabajadas es positivo y significativo al 10%.

5. CONCLUSIONES
En el marco de la discusin acerca de los efectos positivos sobre el desarrollo de mantener
un tipo de cambio competitivo y estable ha surgido en Amrica Latina el inters por
investigar la incidencia del tipo de cambio real en el mercado de trabajo. La conclusin
principal ha sido que para un determinado nivel de actividad existe una correlacin positiva
entre el nivel del tipo de cambio real y el crecimiento del empleo. En economas
importadoras de bienes de capital la depreciacin real abarata relativamente el trabajo
local lo cual incentiva la sustitucin a favor de este ltimo a la vez que promueve la
expansin de actividades trabajo-intensivas.
El objetivo general de este trabajo ha sido analizar economtricamente la relacin entre el
tipo de cambio real multilateral y el empleo industrial en la economa argentina en el
perodo comprendido entre enero de 1991 y diciembre de 2006 bajo la hiptesis de que las
depreciaciones reales fomentan el crecimiento del empleo industrial.
La conclusin principal es que en el perodo bajo anlisis el tipo de cambio real multilateral
ha tenido un efecto positivo sobre el nivel de empleo industrial y posiblemente tambin
sobre el volumen fsico producido en la industria manufacturera. La evidencia emprica
sirve de apoyo a la recomendacin de poltica de sostener un tipo de cambio real competitivo
y estable.
BIBLIOGRAFA Y REFERNCIAS
Amadeo, E. y Melo Filho P. G. M. (1999): Apertura, productividad y empleo en el Brasil,
en Tokman, V. y Martnez, D. Productividad y empleo en la apertura econmica, OIT, Lima.
Balassa, B. (1971): Trade Policies in Developing Countries, American Economic Review,
Vol. 61. N 2.
Daz Alejandro, C. (1979): Algunas vicisitudes histricas de las economas abiertas en
Amrica Latina, Desarrollo Econmico, Vol. 19, N 74.
Daz, A. (1995): La industria chilena entre 1970-1994: de la sustitucin de importaciones
a la segunda fase exportadora, CEPAL, Santiago de Chile.
Dooley, M.; Folkerts-Landau, D. y Garber, P. (2004): The US Current Account Deficit
and Economic Development: Collateral for a Total Return Swap, NBER Working Paper, N
10727.
Elder, J. y Kennedy, P. (2001): Testing for Unit Roots: What Should Students Be
Taught?. Journal of Economic Education, vol 32, Spring 2001, 137-146.
Enders, W. (2010): Applied Econometric Time Series, 3rd edition, Wiley Series.
Feldstein, M. (1999): Self-Protection for Emerging Markets, NBER Working Paper, N
6907.
Frenkel, R. (2004a): Remuneraciones, mercado de trabajo y poltica salarial en la
recuperacin. Argentina 2003-2004, trabajo preparado para el seminario Enfrentando los
retos del trabajo decente organizado por OIT / Ministerio de Trabajo de Argentina.
Frenkel, R. (2004b): Real exchange rate and employment in Argentina, Brazil, Chile and
Mexico, trabajo preparado para el G-24, Washington DC, septiembre de 2004.
Frenkel, R. y Taylor, L. (2005): Real Exchange Rate, Monetary Policy and Employment:
Economic Development in a Garden of Forking Paths, trabajo presentado para la HighLevel United Nations Development Conference, Nueva York, 14 y 15 de marzo de 2005.
Gonzlez, M. y Landro, A. (2009): Elementos de econometra de los fenmenos dinmicos:
procesos estocsticos lineales unidimensionales, Ediciones Cooperativas, Buenos Aires.
Hamilton, J. (1994): Time Series Analysis. Princeton University Press.
Hayashi, F. (2000): Econometrics. Princeton University Press.
Hernndez Laos, E. (1999): Apertura comercial, productividad, empleo y contratos de
trabajo en Mxico, en Tokman, V. y Martnez, D. (Eds.), Productividad y empleo en la
apertura econmica, OIT, Lima, Per.

 Ibarra, C. (2010): Capital flows and real exchange rate appreciation in Mexico, trabajo
presentado en la 37th Eastern Economic Association Annual Meetings, Nueva York, 25 de
febrero de 2011.
Perron, P. (1989): The Great Crash, The Oil Price Shock and The Unit Root Hypothesis.
Econometrica, Vol. 57, No 6, November, 1361-1401.
Polterovich, V. y Popov, V. (2002): Accumulation of Foreign Exchange Reserves and Long
Term
Growth,
New
Economic
School,
Moscow,
Russia.
Disponible
en
http://www.nes.ru/english/about/10th-Anniversary/papers-pdf/Popov-polterovich.pdf
http://www.nes.ru/english/about/10th-Anniversary/papers-pdf/Popov-charts.pdf.
Rodrik, D. (2003): Growth Strategies, NBER Working Paper, N 10050.
Williamson, J. (2003): Exchange rate policy and development, trabajo preparado para el
Proyecto International Policy Dialogue (IPD) Capital Market Liberalization Task Force de
la Universidad de Columbia, realizado en Barcelona, Espaa, junio de 2003.

Anexo I Determinacin del orden de integracin de las series.

En aquellos tests que lo requieren se usaron como mximo 11 lags en la ecuacin de
contraste. Para determinar la mxima cantidad de lags a incluir se sigui la propuesta de
Hayashi (2000). La propuesta de Enders (2010) de realizar el test con 12 lags (3 aos en
datos trimestrales) no modifica de manera apreciable los resultados.
Grfico 3.
Tasa de crecimiento de IVF.
1991- 2006

Grfico 4.
Tasa de crecimiento de IHT.
1991- 2006
.10

.16
.12

.05

.08
.04

.00

.00
-.04

-.05

-.08
-.10

-.12

1992 1994 1996 1998 2000 2002 2004 2006

1992 1994 1996 1998 2000 2002 2004 2006

Fuente: INDEC

Fuente: INDEC

Tanto la teora como la inspeccin de las series sugieren que, en caso de ser estacionarias,
las tasas de crecimiento del IVF y del IHT no deberan exhibir tendencia y sus medias no
deberan ser cero 2 . Por lo tanto, los tests se realizaron con una ecuacin de contraste que
slo contiene intercepto. En los tests ADF se verific la ausencia de autocorrelacin en los
residuos de la regresin.
Se presentan a continuacin los resultados los tests.
Serie: dlog(IHT)
Test
ADF (AIC, SIC, HQC)
ADF (MAIC, MSIC, MHQC)
DF GLS (AIC, SIC, HQC, MSIC)
DF GLS (MAIC, MHQC)
PP (Newey-West Barlett kernel)
KPS (Andrews Barlett kernel)**
ERS (spectral OLS AR, SIC)
Ng- Perron (spectral GLS
detrended AR, SIC)

Lags / ancho
de banda
0
3
1
3
0.97
2.7
0
1

Estadstico

Prob.

-6.45
-2.24
-2.10
-1.13
-6.45
0.22
3.03

0.00
0.19
0.00
-

Resultado*
Rechazo Ho
No rechazo Ho
Rechazo Ho
No rechazo Ho
Rechazo Ho
No rechazo Ho
Rechazo Ho
Rechazo Ho
(al 10%)

* Salvo que se indique lo contrario se refiere al 5% de significatividad.

** Ho: la serie es estacionaria

Como se puede apreciar, la mayora de los tests permite rechazar la hiptesis de raz
unitaria. Si se toma en cuenta la prdida de potencia que implica el cambio de nivel que
muestra la serie luego de la devaluacin, se puede concluir con un elevado nivel de
confianza que la serie dlog(IHT) es efectivamente estacionaria.
2

Para ms acerca de estrategias para realizar tests de raz unitarias ver Elder y Kennedy (2001).

Serie: dlog(IVF)
Test
ADF (AIC, SIC, HQC)
ADF (MAIC, MSIC, MHQC)
DF GLS (AIC, SIC, HQC, MSIC)
DF GLS (MAIC, MHQC)
PP (Newey-West Barlett kernel)
KPS (Andrews Barlett kernel)*
ERS (spectral OLS AR, SIC)
Ng- Perron (spectral GLS
detrended AR, SIC)

Lags / ancho
de banda
0
1
1
3
1
3.66
0
1

t stat
-5.99
-3.98
-1.47
-0.87
-5.96
0.17
5.64
-

Prob.
0.00
0.00
0.00
-

Resultado
Rechazo Ho
Rechazo Ho
No rechazo Ho
No rechazo Ho
Rechazo Ho
No rechazo Ho
No rechazo Ho
No rechazo Ho

* Ho: la serie es estacionaria

La mitad de los tests permiten rechazar la hiptesis de raz unitaria. Como ya fue
mencionado, debido a que la serie muestra un cambio de nivel luego de la devaluacin es
posible que esto haga perder potencia a los tests. Para ms seguridad se realiz el test de
Perron de cambio estructural. Como hiptesis alternativa se us:
dlog(IVF) = 1 + (2 - 1) DUt + t + et
donde DUt = 1 desde t = 2002Q1 y 0 en otro caso.
Los residuos de esta ecuacin sobre los que se debera realizar un nuevo test- son ruido
blanco entonces se puede rechazar la hiptesis de raz unitaria y se puede considerar a
dlog(IVF) como una serie estacionaria.
Finalmente, para analizar la serie del logaritmo del ITCRM se realiz directamente el test
de cambio estructural de Perron. La hiptesis alternativa utilizada fue que la serie presenta
un cambio de nivel y posiblemente tambin un cambio de tendencia. Tanto el criterio de
Akaike como el de Schartz seleccionan el modelo:
log(ITCRM) = 1 + 1t + (2 - 1) DUt + (2 - 1)DTt + et
donde DUt = 1 desde t = 2002Q1 y 0 en otro caso y DTt = t a partir de 2002Q1 y 0 en otro
caso.
Luego se estim:
d(et) = C + et-1 + t
Se verific que t sea ruido blanco. El resultado de la estimacin y los estadsticos t son los
siguientes:
d(et) = -0.003123 - 0.447423 et-1
(-0.527)

(-4.758)

El estadstico determinado por Perron, correspondiente a esta hiptesis alternativa cuando

la proporcin de muestra anterior al punto de quiebre estructural es 70% para un nivel de
significatividad de 5%, es -4.44 de modo que se puede rechazar la hiptesis de raz unitaria.

Grfico 1. ndice de Tipo de Cambio Real Multilateral

1991-2006
(dic 2001=100)

280

240

200

160

120

80
1992 1994 1996 1998 2000 2002 2004 2006
Fuente: Banco Central de la Repblica Argentina

Grfico 2. Evolucin del ndice de horas trabajadas y de obreros ocupados en la

industria 1991-2006
(1997=100)

120
110
100
90
80
70
60
50
1992 1994 1996 1998 2000 2002 2004 2006
Obreros ocupados
Fuente: INDEC

Horas trabajadas

Tabla 1. Seleccin de longitud de rezagos.

Modelo

2 variables

3 variables

Criterio
Final Prediction Error (FPE)
AIC
SIC
HQ
Sequential Modified LR
Final Prediction Error (FPE)
AIC
SIC
HQ
Sequential Modified LR

Nmero de lags
2
2
1
1
1
2
2
1
1
2

Tabla 2. Formas reducida de los VAR de dos variables. 3

LOGITCRM(-1)
DHTNG(-1)
C
DCRISIS

LOGITCRM DHTNG

LOGITCRM DHTNG

1.037764 (*)
(0.04017)
-1.307133 (*)
(0.38042)
-0.183128
(0.19973)

1.043049 (*)
(0.02090)
-0.709574 (*)
(0.20342)
-0.217875 (*)
(0.10392)
0.634585 (*)
(0.0516)

LOGITCRM
LOGITCRM(-1)
LOGITCRM(-2)
DHTNG(-1)
DHTNG(-2)
C

1.260318 (*)
(0.12823)
-0.237285
(0.14501)
-1.068404 (*)
(0.40994)
-0.356717
(0.40622)
-0.112738
(0.23359)

0.056486(*)
(0.01262)
-0.032576
(0.11946)
-0.283562 (*)
(0.06272)

DHTNG
0.097048 (*)
(0.04191)
-0.047680
(0.04739)
-0.027545
(0.13398)
0.103235
(0.13277)
-0.248794
(0.07634)

DCRISIS

LOGITCRM
1.356813 (*)
(0.05245)
-0.358306 (*)
(0.05939)
-0.320096
(0.17248)
0.086823
(0.16724)
0.001422
(0.09521)
0.649600 (*)
(0.03856)

Desvo estndar entre parntesis. (*) significativos al 5%.

Tabla 3. Formas reducida de los VAR de tres variables.

LOGITCRM(-1)
DHTNG(-1)
DVFNG(-1)
C

LOGITCRM DHTNG

DVFNG

1.040511(*)
(0.04122)
-1.177501
(0.65041)
-0.195353
(0.57915)
-0.195435
(0.20490)

0.055242(*)
(0.01391)
-0.453417(*)
(0.21955)
0.439808(*)
(0.19549)
-0.271756(*)
(0.06916)

0.055145(*)
(0.01116)
-0.666804(*)
(0.17603)
0.679671(*)
(0.15674)
-0.284350(*)
(0.05545)

DHTNG se refiere a la tasa de crecimiento del IHT y DVFNG a la del IVF.

0.055969 (*)
(0.01226)
-0.091114
(0.11937)
-0.280158 (*)
(0.06098)
-0.062165 (*)
(0.02943)

DHTNG
0.087979 (*)
(0.04104)
-0.036307
(0.04648)
-0.097869
(0.13498)
0.061552
(0.13088)
-0.259522 (*)
(0.07451)
-0.061048 (*)
(0.03018)

LOGITCRM(-1)
LOGITCRM(-2)
DHTNG(-1)
DHTNG(-2)
DVFNG(-1)
DVFNG(-2)
C

LOGITCRM DHTNG

DVFNG

1.277497(*)
(0.12842)
-0.272944
(0.14645)
-0.449720
(0.70604)
0.553996
(0.72934)
-0.288701
(0.55586)
-0.923622
(0.61998)
-0.006626
(0.24350)

0.037302
(0.04383)
0.029113
(0.04999)
-0.743620(*)
(0.24100)
-0.512116(*)
(0.24896)
0.499148(*)
(0.18974)
0.572583(*)
(0.21163)
-0.334761(*)
(0.08312)

0.080491(*)
(0.03443)
-0.022158
(0.03926)
-0.868632(*)
(0.18929)
-0.413847(*)
(0.19553)
0.726282(*)
(0.14902)
0.500831(*)
(0.16621)
-0.306891(*)
(0.06528)

Desvo estndar entre parntesis. (*) significativos al 5%

Grfico 3. Impulso-respuesta en el VAR de dos variables.

Respuesta acumulada, innovacin de un desvo estndar.
Accumulated Response of LOGITCRM to LOGITCRM

Accumulated Response of LOGITCRM to DHTNG

-1

-1

-2

-2
2

10

12

14

16

18

20

Accumulated Response of DHTNG to LOGITCRM

10

12

14

16

18

20

Accumulated Response of DHTNG to DHTNG

.16

.16

.12

.12

.08

.08

.04

.04

.00

.00

-.04

-.04
2

10

12

14

16

18

20

10

12

14

16

18

20

Tabla 4. Descomposicin de la varianza en el VAR de dos variables (en %)

Descomposicin de la varianza Descomposicin de la varianza
de ITCRM
de HTNG
Perodo LOGITCRM
DHTNG
LOGITCRM
DHTNG
1
100.0000
0.000000
4.664365
95.33564
4
89.40439
10.59561
20.05332
79.94668
8
85.53729
14.46271
27.05834
72.94166
12
84.57425
15.42575
30.11564
69.88436
20
84.02177
15.97823
32.38748
67.61252

Grfico 4. Impulso-respuesta bajo el primer ordenamiento.

Respuesta acumulada, innovacin de un desvo estndar.
Accumulated Response of LOGITCRM to LOGITCRM

Accumulated Response of LOGITCRM to DHTNG

Accumulated Response of LOGITCRM to DVFNG

-1

-1

-1

-2

-2
2

10

12

14

16

18

20

-2
2

Accumulated Response of DHTNG to LOGITCRM

10

12

14

16

18

20

Accumulated Response of DHTNG to DHTNG

.15

.15

.10

.10

.10

.05

.05

.05

.00

.00

.00

-.05
2

10

12

14

16

18

20

10

12

14

16

18

20

Accumulated Response of DVFNG to DHTNG

.16

.16

.12

.12

.12

.08

.08

.08

.04

.04

.04

.00

.00

.00

-.04
2

10

12

14

16

18

20

10

12

14

16

18

20

10

12

14

16

18

20

Accumulated Response of DVFNG to DVFNG

.16

-.04

-.05
2

Accumulated Response of DVFNG to LOGITCRM

Accumulated Response of DHTNG to DVFNG

.15

-.05

-.04
2

10

12

14

16

18

20

10

12

14

16

Tabla 5. Descomposicin de la varianza bajo el primer ordenamiento.

(en %)
Descomposicin de la Descomposicin de la
Descomposicin de la
varianza de ITCRM
varianza de IHT
varianza de IVF
Perodo ITCRM IHT IVF ITCRM IHT
IVF ITCRM IHT
IVF
1
100.00 0.00 0.00
2.65
97.35 0.00
0.06
52.05 47.89
4
89.80 2.72 7.48
15.50
57.99 26.51
6.11
44.00 49.90
8
82.91 2.87 14.21
24.96
50.03 25.01
16.41
38.44 45.15
12
80.98 2.89 16.13
28.69
46.41 24.90
20.73
35.77 43.50
20
80.13 2.90 16.97
30.47
44.60 24.92
22.83
34.42 42.75

18

20

Grfico 5. Impulso-respuesta bajo el segundo ordenamiento

Respuesta acumulada, innovacin de un desvo estndar.
Accumulated Response of LOGITCRM to LOGITCRM

Accumulated Response of LOGITCRM to DVFNG

Accumulated Response of LOGITCRM to DHTNG

-1

-1

-1

-2

-2
2

10

12

14

16

18

20

-2
2

Accumulated Response of DVFNG to LOGITCRM

10

12

14

16

18

20

Accumulated Response of DVFNG to DVFNG

.16

.16

.12

.12

.12

.08

.08

.08

.04

.04

.04

.00

.00

.00

-.04
2

10

12

14

16

18

20

10

12

14

16

18

20

Accumulated Response of DHTNG to DVFNG

.15

.15

.10

.10

.10

.05

.05

.05

.00

.00

.00

-.05
2

10

12

14

16

18

20

10

12

14

16

18

20

10

12

14

16

18

20

Accumulated Response of DHTNG to DHTNG

.15

-.05

-.04
2

Accumulated Response of DHTNG to LOGITCRM

Accumulated Response of DVFNG to DHTNG

.16

-.04

-.05
2

10

12

14

16

18

20

10

12

14

16

18

Tabla 6. Descomposicin de la varianza bajo el segundo ordenamiento.

(en %)
Descomposicin de la Descomposicin de la
Descomposicin de la
varianza de ITCRM
varianza de IVF
varianza de IHT
Perodo ITCRM IVF IHT ITCRM IVF
IHT ITCRM IVF
IHT
1
100.00
0.00 0.00
0.06
99.94 0.00
2.65
50.70 46.65
4
89.80
9.14 1.06
6.11
80.10 13.79
15.50
36.38 48.12
8
82.91
14.34 2.75 16.41
71.30 12.29
24.96
33.39 41.65
12
80.98
15.73 3.29 20.73
67.51 11.76
28.69
32.45 38.86
20
80.13
16.33 3.54 22.83
65.65 11.52
30.47
32.04 37.49

Tabla 7. Estimacin estructural del VAR de dos variables.

Model: Ae = Bu where E[uu']=I
Restriction Type: short-run text form
@e1 = C(1)*@u1
@e2 = C(2)*@e1 + C(3)*@u2 where
@e1 represents LOGITCRM residuals
@e2 represents DHTNG residuals
Coefficient
Std. Error
C(2)
-0.070586
0.040858
C(1)
0.089186
0.008075
C(3)
0.028461
0.002577

z-Statistic
-1.727573
11.04536
11.04536

Prob.
0.0841
0.0000
0.0000

20

Log likelihood
Estimated A matrix:
1.000000
0.070586
Estimated B matrix:
0.089186
0.000000

191.4410
0.000000
1.000000
0.000000
0.028461