UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

FACULTAD DE ECONOMÍA

Materia:

Introducción a la Econometría

Un modelo econométrico lineal uniecuacional simple sobre el Producto

Interno Bruto de México durante el período 1991-2015

Nombre del Estudiante:

KLUGE IVAN DAVID

Nombre del Profesor:

Ñúñez Zúñiga Rafael

 ÍNDICE

1. Índice……………………………………………………………………......…………….2
2. Objetivo del trabajo………………………………………………………………………3
3. Hipótesis a demostrar con el modelo econométrico…………………………………3
4. Descripción de la estructura del trabajo……………………………………………….4
4.1. Análisis descriptivo de los datos a utilizar………………………………………..4
4.1.1. Primer momento estadístico, Media aritmética o promedio……………..4
4.1.2. Segundo momento estadístico, Varianza (s2), y Desviación estándar
(s)………………………………………………………………………………...5
4.1.3. Tercer momento estadístico, Coeficiente de sesgo………………………6
4.1.4. Cuarto momento estadístico, Coeficiente de curtosis……………………6
4.2. Marco teórico de referencia, especificación del modelo econométrico y
estimación de sus parámetros
4.3. Evaluación del modelo econométrico
4.4. Usos del modelo econométrico y conclusiones del trabajo de investigación
5. Apéndice………………………………………………………………………………….7
5.1. Cuadros………………………………………………………………………………7
5.2. Gráficas………………………………………………………………………………8
6. Referencias Bibliográficas………………………………………………………………9

2
 INTRODUCCION

El presente trabajo analiza aquelllas variables que las instituciones financieras

concideran como básicas para medir el crecimiento y el desarrollo de un país, una de

las cuales es el producto interno bruto (PIB), el porcentaje de crecimiento anual del

PIB y el PIB percapita. Es importante explicar que el pib expresa el totao de

bienes producido en un periodo de tiempo en un país, por lo tanto este indicador

será capaz de explicarnos la dinámica económica de mexico durante el periodo de

1991-2015.

Objetivo del trabajo

El presente trabajo tiene como objetivo analizar, especificar, crear, estimar y evaluar

un modelo econométrico lineal uniecuacional simple sobre el Producto Interno Bruto

(PIB) de México de los años 1991 a 2015, el Producto Interno Bruto (PIB) de cada año

desde 1991 hasta 2015 mostrarán veinticinco datos en total, con los cuales se

especificará y creará dicho modelo econométrico. Con todo esto se podrá

personalizar, manipular y estructurar los datos la parte estadístico-descriptiva y

analítico-econométrica para así con dichos datos crear un modelo con el que se pueda

hacer un profundo análisis estructural, evaluación y predicción del comportamiento del

Producto Interno Bruto en los años posteriores.

3
Hipótesis a demostrar con el modelo econométrico

La hipotesis a probar en este trabajo es que el pib por persona en mexico,

1991-2015 esta explicado en tiempo (años).

El producto interno bruto de México (PIB) para el año 2016 y 2017 crecerá entre 1 y
2% respectivamente.

Descripción de la estructura del trabajo

Análisis descriptivo de los datos a utilizar

La primera etapa o fase del trabajo consiste en hacer una serie de evaluaciones de

la variable mediante los cuatro pasos o mejor conocidos como, cuatro momentos

estadísticos y se conforman por: el primer momento estadístico o la media aritmética

o promedio; el segundo momento estadístico o varianza (s2) y Desviación estándar

(s); el tercer momento estadístico o coeficiente de sesgo; el cuarto momento

estadístico o coeficiente de curtosis. Todo esto a continuación se describe a detalle

y los resultados que se obtengan de las ecuaciones nos ayudaran a tener una

perspectiva más adecuada del comportamiento del PIB durante el periodo de análisis

(1991-2015). El dato se encuentra en el cuadro 1, y el PIB esta en millones de pesos.

Las Crisis estructurales y coyunturales del periodo

El periodo de analisis se ve afectado por dos crisis la primera de ellas tiene su

origen a finales de 1994. si nos trasladamos al periodo 1991-1995 observaremos

4
una caida de -6.20%, esto como consecuencia de la crisis que tuvo su origen en el

llamado “error diciembre de 1994”. El origen de esta puede catalogarse como

estructural debido a la forma en como se venia manejando la finanzas publicas

particularmente el tipo de cambio y la balanza de pagos.

Sin embargo no es hasta el año 2000, donde la tendencia es un crecimiento

de 6.91 el cual se caracterizo por seguir al pie de la letra las instrucciones

de instituciones financieras internacionales como el fondo monetario internacional

(FMI), el cual plantea como principal objetivo, mantener bajos niveles de

inflacion aunque la produccion se vea afectada.

Una segunda crisis se presenta en 2008-2010 durante este periodo nos

encontramos con una caida importante del producto interno bruto de manera

particular en el 2009 el nivel de produccion se contrajo en un 6.5%. El origen

de esta crisis puede conciderarse como coyuntural debido al motive y lugar

donde se origino.

Primer momento estadístico

El primer momento estadístico o la media aritmética (también llamada promedio o

media) de un conjunto finito de números es el valor característico de una serie de

datos cuantitativos, es una medida de posición central, también se puede definir

como el valor característico de la serie de datos resultado de la suma de todas las

5
observaciones dividido por el número total de datos. Por lo tanto, este es la suma de

todos los valores dividida entre el número total de datos o mejor conocido como la

Media Aritmética.

Se obtiene mediante la siguiente fórmula:

𝒏
𝟏
̅=
𝜲 ∑ 𝑿𝒊
𝒏
𝓲=𝟏

Para el caso de la serie del PIB De México de 1991-2015 queda de la siguiente forma
(Cuadro 1).

̅ = 𝟏 ∑𝒏𝓲=𝟏 𝑿𝒊 = 𝟐𝟒,𝟎𝟖𝟔.𝟏𝟖𝟖 = 963447.52

𝜲
𝒏 𝟐𝟓

El primer resultado dio “794608.68”, es decir, que la media arítmetica o promedio del
PIB de México de los años 1991-2015 es:” 794,608.68 millones de pesos”.

Segundo momento estadístico

La varianza Segundo momento estadístico es una medida de variabilidad y nos

ayuda a comprender que tan distanciados están los datos de la media, otra definición

de la varianza es, una medida de dispersión definida como la esperanza del cuadrado

de la desviación de dicha variable respecto a su media. O en pocas palabras, la

media de los residuos al cuadrado. Está medida en la unidad de medida de la variable

al cuadrado. Por ejemplo, si la variable mide una distancia en metros, la varianza se

expresa en metros al cuadrado. Su fórmula es la siguiente:

6
 𝟏
𝒔𝟐 = ∑𝑵 ̅
𝒊=𝟏(𝑿₁ − 𝑿 )² =
𝑵−𝟏

𝟖.𝟎𝟓𝟔𝟕𝟒𝐄+𝟏𝟏
= 33569761019
𝟐𝟓−𝟏=𝟐𝟒

La distancia del PIB de México entre cada año (1991-2015) es de: 7.3655e+11

Por otra parte, la desviación estándar es la raíz cuadrada de la varianza, es una

medida de dispersión alternativa expresada en las mismas unidades de los datos de
la variable objeto de estudio. La varianza tiene como valor mínimo 0.
Mientras que el cuadrado de la varianza expresado por la desviación estándar una
vez hecha la sustitución en los valores de la fórmula muestran una dispersión de
858224.9775 con respecto a la media lo anterior se puede interpretar como bastante
homogénea.

𝟏
𝒔 = √𝝈𝟐 √ ̅ )² =
∑𝒏𝒊=𝟏 (𝑿𝟏 − 𝑿
𝑵−𝟏

𝟐
√ 𝟑𝟑𝟓𝟔𝟗𝟕𝟔𝟏𝟎𝟏𝟗 = 183220.5256

Tercer momento estadístico

Para el tercer momento del análisis estadístico expresado por el coeficiente de sesgo.

los resultados de la ecuación expresada por la formula muestran que el coeficiente

de sesgo es igual a - 1.084849684. Este resultado nos indica que existe una asimetría

7
es decir que la distribución de datos en torno a la media aritmética es están cargados

hacia la izquierda, es decir, es un error que se detecta en los resultados de un estudio

y que se debe a factores en la recolección, análisis, interpretación o revisión de los

datos. Su fórmula es la siguiente:

𝟏(∑𝒏 ̅
𝒊=𝟎(𝑿𝒊− 𝑿)³) 𝐗𝒊… 𝟗𝟔𝟑𝟒𝟒𝟕.𝟓𝟐
𝑪𝑺 = = ( 𝟐𝟓/𝟏𝟖𝟑𝟐𝟐𝟎.𝟓𝟐𝟓𝟔 )³
𝒏𝒔³

= -1.45009E+15 ∕ 6.15067E+15 = -0.009430422

Por el resultado negativo podemos deducir que la curva del PIB de México (1991-
2015) es asimétrica negativa.

Cuarto momento estadístico

Para el cuarto momento, los resultados obtenidos al resolver la ecuación de la

formula muestran que el coeficiente de curtosis tiene un resultado de menos

1.23361712 esto indica que hay uno distribución leptocurtica es decir que existe una

baja concentración de valores con respecto a la media, es decir, el coeficiente de

curtosis analiza el grado de concentración que presentan los valores alrededor de la

zona central de la distribución.

𝟏(∑𝒏 ̅
𝒊=𝟎(𝑿𝒊− 𝑿)⁴) 𝐗𝒊… 𝟗𝟔𝟑𝟒𝟒𝟕.𝟓𝟐
𝑪𝑪 = = ( 𝟐𝟓/𝟏𝟖𝟑𝟐𝟐𝟎.𝟓𝟐𝟓𝟔 )⁴
𝒏𝒔⁴

8
= 4.56762E+22 / 1.12693E+21 = 1.621263481

La curva del PIB de México (1991-2015) es Leptocurtica porque el resultado es mayor

que cero (0).

Apéndice

Cuadro 1. Producto Interno Bruto de México, 1991-2015.

No. AÑO PIB ANUAL
(mdp)
1 1991 698,920
2 1992 709,814
3 1993 713,985
4 1994 739,137
5 1995 693,311
6 1996 728,669
7 1997 778,219
8 1998 816,352
9 1999 847,373
10 2000 905,936
11 2001 904,936
12 2002 911,270
13 2003 923,117
14 2004 969,273
15 2005 996,412
16 2006 1,044,240
17 2007 1,065,375
18 2008 1,081,356
19 2009 1,011,068
20 2010 1,066,677
21 2011 1,108,277
22 2012 1,151,500
23 2013 1.261.833
24 2014 1.297.850
25 2015 1.144.333
19,865,217.718
Fuente: Banxico
http://www.banxico.org.mx/SieInternet/consultarDirectorioInternetAction.do?sector=
2&accion=consultarCuadro&idCuadro=CR114&locale=es
9
Interpretacion de la grafica

En la grafica podemos apreciar el comportamineto del PIB durante el periodo

de analisis 1991-2015, si bien este a mantenido un crecimiento de manera

constante este crecimiento no ha sido el esperado y mucho menos el propuesto

por cada una de los gobiernos que se sucediron durante estos años en

terminos generales el promedio de crecimiento del PIB durante todo el periodo

es de un 2.0%.

En la grafica tambien podemos apreciar como mencionamos en el parrafo que

hace referencia a las crisis coyunturales y estructurales los años en que

ocurrieron.

Gráfica 1. Producto Interno Bruto de México, 1991-2015.

PIB
1,400,000

1,200,000

1,000,000

800,000

600,000

400,000

200,000

0
1993

2013
1991
1992

1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012

2014
2015

Fuente. Elaboración propia, tomando los datos de la tabla 1.

10
5. ESPECIFICACION DEL MODELO ECONOMETRICO

En esta parte del trabajose explica a grandes rasgos como se realiza la

estimacion del modelo econometrico lineal uniecuacional simple y el multiple.

5.1 Simplificcion del modelo econometrico lineal uniecuacional

Los sistemas de eciaciones simultaneas tiene dos formas basicas para expresarse
y ambas tienen funcienes delimitadas al detalle por el enfoque econometrico
tradicional.

La primer forma es la forma forma estructural, asi denominada porque muestra

la estructura teorica del modelo completo.

Para poder construir la la forma estructural general, se sabe que el modelo

tiene (G) variables a explicar (Y), como cada variable por explicar debe tener una
ecuacion, dicho modelo debe tambien tener( (g) ecuaciones. Cuando ello ocurre
es decir, cuando el numero de variables a explicar es igual al numero de
eciaciones del modelo se dice que el modelo esta completo.

La forma estructural puede escribirseen dos modos principales, mediante vectores y

matrices.

La forma estructuiral queda de la siguiente manera:

- Yg + Yig Yi + … +Yg – Ig Yg – I + BigXi + B2g X2 + … + Bkg Xk = Eg (5.1)

Este sistema puede ser abreviado si se recurre al algebra matricial

𝒚₁ 𝒙₁ 𝑬₁
𝒀¹ 𝑿¹ 𝑬¹
= 𝒚₂ = 𝒙₂ = 𝑬₂ (5.1.1)
𝒈𝒙₁ 𝒚𝒈 𝑲𝒙₁ 𝒈𝒙₁
𝒙𝒌 𝑬𝒈
11
A continuación se susttituyen las matrices Ty B que son las matrices de los
parámetros de las variables endógenas y de las variables exógenas, o sea, de
las variables a explicar, y de las variables explicativas, parámetros que también se
llaman parámetros explicativos.

g x g =
Y₁₁ Y₁₂…Yig B₁ B₁₂…Big
Y₂₁ Y₁₂…Yig B₂₁ B₂₂…B₂g
I B=
KXg
Yg₁ Yg₁…Yg Bk₁ Yg₁…Bkg

Se sustituyen los vectores de 5.1.1 y 5.1.2 en el sistema 5.1, con lo cual se obtiene
la forma estrcutural en su exprecion vector matricial

YT + XB = E̅ (5.1.3)

La forma reducida

A partir de (5.1.3) se calcula la forma reducida del sistema de ecuaciones

simultaneas . en primer lugar, es necesario que la matriz t sea no singular , es decir,
que tenga inversa para lo cual, su determinante debe ser diferente de cero.

La matris inversa de t se denota por T ¯¹ y se posmultiplica de termino en (5.1.3)

o sea en su forma estructural, se obtiene:

Y|T¯¹ + XBT¯¹ = E̅T¯¹ (5.1.4)

Dado que | T¯¹ = I, la matriz identidad y que YI = Y :

12
Se obtiene la forma reducida:
Y = XTT + µ (5.1.5)

Donde TT = - B̲ T ¯¹
Y µ = -E T ¯¹

6 ANÁLISIS DESCRIPTIVO DE LOS DATOS

El análisis de regresion tiene tres elementos indispensables : el modelo

econométrico, los datos estadisticos y un método de estimación o proceso para
transformar los datos de ese modelo en valores numéricos de los parámetros.

Donde los datos de la variables por explicar (y), asi como los datos de las
variables explicativas, (x) pueden describirse asi

Y₁ X₁₁ X₁₂…X1k
Y₂ X = X₂₁ X₂₂…Y2k
Y =
Yn Xn₁ Xn2…Xnk

Por otra parte, los vectores de parámetros explicitos (TT) y de términos de

perturbación estocástica µ, son:

TT₁ µ₁
TT = TT₂ µ= µ₂

TTn µn

Por tanto al expresar el modelo econometrico lineal uniecuacional multiple (MELUM)

con base a estos cuatro componentes se llega a la siguiente formula:

13
 TT₁ µ₁
Y= TT₂ + µ₂
TTn µn

Integrando los términos de perturbación estocástico, (µ), el MELUM como:

Y= X TT + µ

Donde la suma de los cuadrados de los errores (s) puede escribirse como:

S = µ̂ µ̂ = [Y - XTT^] [Y -TT^ ]

O sea

S= [Y¹ - TT^ X¹] [Y - XTT^ ]

Obteniendo

S = Y¹ Y¹ - 2TT X¹ - Y + TT^ X¹ X TT^

Donde las derivadas parciales son:

𝒅𝑺
= -2X¹y + X¹ XTT^ + TT^’ X’X
𝒅𝑿

𝒅𝑺
= - 2X’Y + 2X’XTT^
𝒅𝑿

2X’ XTT^ = 2X’Y

X’XTT^ = X’ Y

14
suponiendo X’X es una matriz no singular existe su inversa (X’X) ¯¹ y queda
expresado por la formula

TT^ = (X’X) ¯¹ X’Y

PRESENTACION MATRICIAL DEL MODELO DE REGRECION LINIAL

X=YB + µ

[Y] = [ X] B1’B2 +
[µ]
Y = X B + µ

1. (X’X) = n Ʃxi = 25 24,086,188

Ʃxi Ʃxi 24,086,188 417,618,466

(X’Y) = Ʃ yi = 15.354,122
Ʃ xi yi 364,562, 446

15
INVERSA DE LA MATRIZ

2. (X’X) ¯¹ = 25 24,086,188
24,086,188 417,618,466

2.1 ENCONTRAR EL VALOR DETERMINATE

𝟏𝟎.𝟒𝟐𝟓.𝟑𝟔𝟔.𝟒𝟐𝟐
I X I =
𝟓𝟕𝟒.𝟖𝟑𝟔.𝟓𝟒𝟒
I X I = 18.04

2.2 OBTENER LA MATRIZ DE COFACTORES

C = 417,618,466 - 24,086,188
24,086,188 25

2.3 TRANSPONER LA MATRIZ DE COFACTORES Y SE OBTIENE LA MATRIZ

ADJUNTA

(Adj. A) = 417,618,466 - 24,086,188

24,086,188 25

2.4 SE DIVIDEN LOS ELEMENTOS DE LA MATRIZ ADJUNTA POR EL VALOR

DEL DETERMINANTE

16
 𝟏 417,618,466 - 24,086,188
A¯¹ =
𝟏𝟖 -24,086,188 25

A¯¹ = 417,618,466 - 24,086,188

18 18 23,166,670 - 1,333,336
-1,333,336 1.38
24 , 08,188 25
18 18

𝟑𝟏. 𝟕𝟒
A¯¹ =
𝟏. 𝟕𝟔

3 POR CONSIGUIENTE

̂₁
𝐵 31.74
𝐵̂ = [
̂₁
] = [ (𝑿′ 𝑿 )] [ (𝑿′ 𝒀)] =
1.76
15.35 36.45
𝐵

𝐵₁ 485 + 1 153 = 1638

𝐵̂ = [ ] = 26.4 + 63.36 89.76
𝐵₁

̂ ₁ = 1638
𝑩

̂ ₂ =89.76
𝑩

17
4 MATRIZ DE VARIANZA COVARIANZA

µ̂′ µ̂ = 𝑌’ 𝑌 - 𝐵̂ 𝑋′𝑌

µ̂′ µ̂ = 24,086,188 – [ 1638 89.76] 15, 354,122

364, 562, 446

µ̂′ µ = 24, 086, 188 - [ 620,802,442]

µ̂′ µ 387.09

5 COEFICIENTE DE DETERMINACION NOTACION MATRICIAL

𝐵̂ 𝑋′𝑌 = [𝐵̂₁ - 𝐵̂₂] [𝑋′𝑌]

𝐵̂ 𝑋′𝑌 = [1638 -89.76] [256.36]
𝐵̂ 𝑋′𝑌 = [1548.24] [256.36]
𝑩 𝑿 𝒀 = 306,906
𝑌𝑌=µ
̂ ′ µ̂ = 387,090
𝑛 𝑌² = 25 (276.04) = 6901

𝑅² = 𝐵̂ 𝑋′𝑌 - 𝑛𝑌𝑍 316, 906 - 6901

𝑌′𝑌 - 𝑛𝑌𝑍 387, 090 - 6901
306, 020
𝑅² = = .80
380, 189

18
Bibliografía

Gujarati, Damodar N. 1978. Econometría básica. Bogotá: McGraw-Hill, 1997.

Intriligator, Michael D. 1978. Modelos econométricos, técnicas y aplicaciones. México: Fondo de
Cultura Económica. Traducción de Rafael Núñez Zúñiga, 1990, 700 pp.
Núñez Zuñiga, R. 2007. Introducción a la econometría: Enfoques tradicional y contemporáneos.
México: Trillas, 338 pp.
Núñez Zuñiga, R. 2007. Estadística para la ciencia social. México: Trillas, 152 pp.

19