Académique Documents
Professionnel Documents
Culture Documents
modelo de Consumo (
C
t ) en funcin de la Renta ( Rt ) de una economa para
el periodo 1970-2003 ambos inclusive:
Ct Rt Ct1 2
= 113.0 + 0.43 + 0.44 ; R = 0.99 ^ =101.4
(48.6) (0.04) (0.05)
Ct Rt Rt1 2
= 173.0 + 0.38 + 0.38 ; R = 0.99
^ =145.8
(74.3) (0.09) (0.09)
a) Calcular los multiplicadores a largo plazo del primer modelo y del segundo.
Estudiar la posible existencia de diferencias o similitudes entre ambos,
justificando la respuesta.
Primer modelo
Dado que es un modelo autorregresivo, utilizamos la formulacin de KOYCK obteniendo los
siguientes resultados:
Ct - 0.44
Ct1 = 113.0 + 0.43
Rt
Teniendo en cuenta:
y t y t1 = (1 ) + 0 x t + t t1
=0.44 ; 0=0.43
Aplicamos el multiplicado de largo plazo
i = i 0 , 0 < <1
entonces i = 0
0 1
0 0.43
= =0.7678571429
1 10.44
Segundo modelo
El multiplicador a largo plazo seria la suma de los coeficientes de cada rezago
Obteniendo
0.38 +0.38 =0.76.
Y t = + 0 X t + 1 X t 1+ 2 X t 2 + t
i
se plantea i= donde 0< <1
Se postula el siguiente modelo:
Y t = + 0 X t + 0 X t1 + 0 X t2 + t
Y t = + 0 X t + 1 1 X t 1+ 2 2 X t 2 + t
se multiplica por landa y anliza un periodo atras :
1 2
Y t1 = + 0 X t 1 + 1 X t2 + 2 X t3 + t1
ahora , se resta y obtenemos :
Y t Y t1 = ( 1 ) + 0 X t + t t 1
Y t = ( 1 ) + 0 X t +Y t 1 + t
que en este caso seria :
Ct = 113.0 + 0.43 t R
+ 0.44 t1 C
En el modelo se observa que las perturbaciones tienen un problema debido a
que estas perturbaciones del periodo actual estn correlacionadas con las de
un periodo anterior bajo la metodologa de la derivacin.
Ao Y X2 X3
1982 12.3 263.3 93.1
1983 16.0 275.4 93.9
1984 15.7 278.3 92.5
1985 21.2 296.7 89.2
1986 17.9 309.3 91.7
1987 18.8 315.8 96.5
1988 15.4 318.8 100.0
1989 19.0 333.0 103.9
1990 20.0 340.2 102.5
1991 18.4 350.7 102.5
1992 21.8 367.3 102.1
1993 24.1 381.3 101.5
1994 25.6 406.5 101.2
1995 30.0 430.8 99.0
Test Equation:
Dependent Variable: RESID^2
Included observations: 14
Con estos datos se pueden analizar los supuestos que ya conocemos acerca de la significancia
de las variables explicativas individual y en conjunto, notndose que las variables s son
significativas individual y en conjunto pues la probabilidad de la hiptesis nula de que los
coeficientes respectivos sean 0 es muy baja, menor a 0,05. Dentro de estos datos encontramos
el valor de la estadstica Durbin-Watason, este dato est relacionado con la autocorrelacion
entre las perturbaciones. Por lo tanto se podra analizar dicho supuesto de que no hay
autocorrelacin entre las perturbaciones.
Con este de test de Kolmogorov se puede observar el supuesto de que las perturbaciones
siguen una distribucin normal notndose que segn los datos, s se cumple el supuesto.
Test Equation:
Dependent Variable: RESID^2
Included observations: 14