Académique Documents
Professionnel Documents
Culture Documents
Doctorado en Economa
FCE - UBA
Trabajo Final
Eleonora Tubio
10 de junio de 2011
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
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
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.
Grfico 4.
Tasa de crecimiento de IHT.
1991- 2006
.10
.16
.12
.05
.08
.04
.00
.00
-.04
-.05
-.08
-.10
-.12
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%)
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
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)
280
240
200
160
120
80
1992 1994 1996 1998 2000 2002 2004 2006
Fuente: Banco Central de la Repblica Argentina
120
110
100
90
80
70
60
50
1992 1994 1996 1998 2000 2002 2004 2006
Obreros ocupados
Fuente: INDEC
Horas trabajadas
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
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)
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)
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)
-1
-1
-2
-2
2
10
12
14
16
18
20
10
12
14
16
18
20
.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
-1
-1
-1
-2
-2
2
10
12
14
16
18
20
-2
2
10
12
14
16
18
20
.15
.10
.10
.10
.05
.05
.05
.00
.00
.00
-.05
2
10
12
14
16
18
20
10
12
14
16
18
20
.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
.16
-.04
-.05
2
.15
-.05
-.04
2
10
12
14
16
18
20
10
12
14
16
18
20
-1
-1
-1
-2
-2
2
10
12
14
16
18
20
-2
2
10
12
14
16
18
20
.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
.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
.15
-.05
-.04
2
.16
-.04
-.05
2
10
12
14
16
18
20
10
12
14
16
18
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