Vous êtes sur la page 1sur 123

METODOLOGÍAS PARA EL

ANÁLISIS DE COYUNTURA
DE UNA VARIABLE ECONÓMICA
(El caso de la inflación en el Ecuador
a junio de 1996)
METODOLOGÍAS PARA EL
ANÁLISIS DE COYUNTURA
DE UNA VARIABLE ECONÓMICA
(El caso de la inflación en el Ecuador
a junio de 1996)

Alicia Delgado Noboa

Facultad de Economía
Pontificia Universidad Católica del Ecuador
Año Jubilar (1949-1999)

Ediciones
ABYA-YALA

Quito-Ecuador
1998
METODOLOGÍAS PARA EL ANÁLISIS DE COYUNTURA
DE UNA VARIABLE ECONÓMICA
EL CASO DE LA INFLACIÓN EN EL ECUADOR A JUNIO DE 1996
Alicia Delgado Noboa

1a. Edición Facultad de Economía


PUCE
12 de Octubre y Carrión
Casilla: 17-01-2184
Telefax: (593-2) 509-771
Quito-Ecuador

Ediciones ABYA-YALA
12 de Octubre 14-30 y Wilson
Casilla: 17-12-719
Teléfono: 562-633 / 506-247
Fax: (593-2) 506-255
E-mail: admin-info@abyayala.org
editorial@abyayala.org
Quito-Ecuador

Impresión Docutech
Quito - Ecuador

ISBN: 9978-04-465-5

Impreso en Quito-Ecuador, 1998


DEDICATORIA

A mis padres, porque sus sacrificios y aliento permanente


lograron hacer realidad la culminación
de mi tesis de grado.
A mis hermanos, por su apoyo y comprensión
durante estos meses de esfuerzo

AGRADECIMIENTO

La dirección de la presente investigación se ha


caracterizado por el continuo seguimiento e
invaluable aporte de la Econ. Maritza Cabezas,
a quien dejo constancia de mi agradecimiento
ÍNDICE
PRÓLOGO

1. ANTECEDENTES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2. EL ANÁLISIS DE COYUNTURA:
ASPECTOS CONCEPTUALES . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1 Definición y ámbito temporal del ánálisis de
coyuntura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Objetivos del análisis de coyuntura . . . . . . . . . . . . . . . . . 16
2.3 La coyuntura y la política económica . . . . . . . . . . . . . . . 16

3. METODOLOGÍAS PARA LA ELABORACIÓN DE UN


ANÁLISIS DE COYUNTURA . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1 Metodologías para determinar los aspectos esenciales . 19
3.2 Metodologías para explicar el comportamiento del
fenómeno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3 Metodologías para la proyección del futuro . . . . . . . . . . 21

4. METODOLOGÍAS PARA EL ANÁLISIS DE COYUNTURA


DE LA INFLACIÓN ECUATORIANA . . . . . . . . . . . . . . . . . . 25
4.1 Selección de metodologías . . . . . . . . . . . . . . . . . . . . . . . . 25
4.2 Aspectos esenciales de la inflación ecuatoriana . . . . . . . 25
4.2.1 Estacionalidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.2.2 Ciclo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.3 Análisis de las causas de la inflación ecuatoriana. . . . . . 45
4.3.1 Factores de aceleración y control del proceso
inflacionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3.2 Modelos econométricos para determinar las
causas de la inflación . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4 Predicciones de la inflación – Período enero / junio
1996 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

5. CONCLUSIONES Y RECOMENDACIONES . . . . . . . . . . . . 83
5.1 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.2 Recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

BIBLIOGRAFÍA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
ÍNDICE DE CUADROS

Cuadro No. 4.1: Estacionalidades ascendentes y descendentes


del IPC de los subgrupos estacionales de
“Alimentos y Bebidas” . . . . . . . . . . . . . . . . . . . 31
Cuadro No. 4.2: Estacionalidad del IPC e Incidencias . . . . . . . 33
Cuadro No. 4.3: AFC para estacionalidades positivas –
Valores propios e inercia . . . . . . . . . . . . . . . . . 37
Cuadro No. 4.4: AFC para estacionalidades negativas –
Valores propios e inercia . . . . . . . . . . . . . . . . . 40
Cuadro No. 4.5: Frecuencias de las causas de inflación en
Ecuador 1980-1996. . . . . . . . . . . . . . . . . . . . . . 49
Cuadro No. 4.6: Frecuencias de los factores de control de la
inflación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Cuadro No. 4.7: Resultados de los tests de Granger para los IPC
de Sectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Cuadro No. 4.8: Prueba de cointegración de Johansen. . . . . . . 60
Cuadro No. 4.9: Ponderaciones de los sectores en el modelo. . 63
Cuadro No. 4.10: Signos esperados de los coeficientes de la
ecuación (2). . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Cuadro No. 4.11: Resultados de la estimación econométrica
de (2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Cuadro No. 4.12: Signos esperados de los regresores de la
ecuación (3). . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
Cuadro No. 4.13: Resultados de la estimación econométrica
de (3) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
Cuadro No. 4.14: Signos esperados de los coeficientes de la
ecuación (4). . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Cuadro No. 4.15: Resultados de la estimación econométrica
de (4) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Cuadro No. 4.16: Signos esperados de los coeficientes de la
ecuación (5). . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Cuadro No. 4.17: Resultados de la estimación econométrica
de (5) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
Cuadro No. 4.18: Signos esperados de los coeficientes de la
ecuación (6). . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Cuadro No. 4.19: Resultados de la estimación econométrica
de (6) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
ÍNDICE DE GRÁFICOS

Gráfico No. 4.1: Estacionalidad del IPC General. . . . . . . . . . . . 28


Gráfico No. 4.2: Estacionalidad del IPC del Grupo Cereales . . 29
Gráfico No. 4.3: Estacionalidad del IPC del Grupo
Frutas Frescas . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Gráfico No. 4.4: Estacionalidad del IPC del Grupo
Verduras. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Gráfico No. 4.5: Estacionalidad del IPC del Grupo
Leguminosas . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Gráfico No. 4.6: Estacionalidad del IPC de Azúcar, Sal y
Condimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Gráfico No. 4.7: Estacionalidad del IPC del Grupo
Educación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Gráfico No. 4.8: AFC – Rubros estacionales del IPC –
Estacionalidades altas . . . . . . . . . . . . . . . . . . . . 39
Gráfico No. 4.9: AFC – Rubros estacionales del IPC –
Estacionalidades bajas . . . . . . . . . . . . . . . . . . . 41
Gráfico No. 4.10: Componentes cíclicos del crecimiento de las
series IPC, PIB, tipo de cambio y oferta
monetaria 1985 – 1996. . . . . . . . . . . . . . . . . . . 43
Gráfico No. 4.11: Porcentaje de frecuencias de las causas de
inflación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Gráfico No. 4.12: Porcentaje de frecuencias de las políticas
inflacionarias . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Gráfico No. 4.13: Porcentaje de frecuencias de los elementos
de costo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Gráfico No. 4.14: Frecuencias de los factores de control de la
inflación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Gráfico No. 4.15: Frecuencias de las políticas de control de la
inflación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
ÍNDICE DE ANEXOS

Anexo No. 1: Cálculo de Índices Estacionales IPC General . . . 89


Anexo No. 2: Calendario de cosechas de productos agrícolas . 95
Anexo No. 3: Resultados del AFC para estacionalidades
positivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Anexo No. 4: Resultados del AFC para estacionalidades
negativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Anexo No. 5: Series trimestrales utilizadas en el análisis
del ciclo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
Anexo No. 6: Análisis de frecuencias de las causas de la
inflación 1994 – 1996 . . . . . . . . . . . . . . . . . . . . . . 99
Anexo No. 7: Análisis de frecuencias de los factores de control
de la inflación 1981 – 1996 . . . . . . . . . . . . . . . . . . 105
Anexo No. 8: Artículos incluidos en el análisis sectorial. . . . . . 112
Anexo No. 9: Resultados de las regresiones sectoriales . . . . . . . 114
Anexo No. 10: Previsiones inflacionarias Enero – Junio 1996 . . 116
PRÓLOGO

La realización de un análisis de coyuntura, trátese de una


determinada variable económica o del sistema en su conjunto, es
fundamental a efectos de establecer lo que ocurriría en los ámbi-
tos micro y macroeconómico si no se adoptan medidas, las polí-
ticas que deben llevarse a la práctica para cambiar el curso de la
situación si éste no es el deseado y los efectos que tales medidas
tendrían en la economía en cuestión. Un análisis con estos fines
debe apoyarse en una metodología capaz de sistematizar la in-
formación de manera que se llegue a resultados más comprensi-
bles y certeros. De ahí la pertinencia de la presente investigación.

Dadas las limitaciones de tiempo y recursos, se ha optado


por el planteamiento de una metodología para el análisis de co-
yuntura de una variable en particular - la inflación.

Atendiendo a la definición del análisis de coyuntura, el es-


tudio empírico se divide en tres partes: (a) determinación de los
aspectos esenciales de la inflación (estacionalidad y ciclo); (b)
análisis de las causas del proceso inflacionario mediante el uso
de frecuencias y modelos sectoriales; y, (c) previsiones de infla-
ción a corto plazo.
1. ANTECEDENTES

El análisis de coyuntura en el Ecuador se inició en 1975


con la elaboración de estudios de tipo cualitativo llevados a cabo
de manera conjunta por el Banco Central y el CONADE, los mis-
mos que consistieron en la realización de encuestas de coyuntu-
ra con el fin de recabar información de los agentes económicos
que permitiera prever el comportamiento inmediato de los dife-
rentes sectores de la economía.
En la actualidad se privilegia el análisis cuantitativo para
obtener, sistematizar y estudiar de mejor manera las interrelacio-
nes entre variables económicas en un período determinado, lo
que ha permitido realizar pronósticos más acertados sobre los
sucesos del futuro próximo.
El análisis de coyuntura pretende establecer lo que podría
suceder en la economía si no se toman medidas, qué políticas
pueden o deben implementarse si el rumbo previsto de una si-
tuación determinada no es el deseado y cómo pueden afectar ta-
les medidas a la evolución de los hechos.
Dada la importancia del análisis de corto plazo, es necesa-
rio plantear una metodología que lo guíe, trátese de estudios de
una variable en particular o de investigaciones de la economía en
su conjunto.
En este estudio se ha tomado la inflación como variable de
análisis, a la que se ha aplicado un riguroso proceso metodológi-
co que sirve de guía para la elaboración de un análisis parcial de
coyuntura.
2. EL ANÁLISIS DE COYUNTURA:
ASPECTOS CONCEPTUALES

2.1 Definición y ámbito temporal del análisis de coyuntura

Se entiende por análisis de coyuntura


el estudio coherente de la situación actual de la economía [o de
un fenómeno determinado], la identificación de los factores que
[le] han conducido ... al estado actual y la elaboración de un
conjunto de previsiones sobre la evolución futura, a corto pla-
zo, de la economía [o variable] en cuestión1.

Existen análisis de coyuntura globales y parciales. Los pri-


meros se refieren al sistema económico considerado como un to-
do compuesto por variables macroeconómicas reales, moneta-
rias y de precios. Los segundos se centran en variables específi-
cas, cuyo estudio se justifica en la medida en que la construcción
de un modelo global constituye una tarea difícil y compleja. Los
resultados del enfoque parcial son consistentes con los que se ob-
tienen de un modelo global.
Los factores que generan la “situación actual” que va a ser
estudiada por el análisis de coyuntura no se originan sólo en el
corto plazo, sino que pueden deberse a estrangulamientos o mo-
tivos estructurales e institucionales “que afectan la evolución
económica de corto plazo en la medida en que ... restan flexibi-
lidad a las variables económicas coyunturales”2 y a las interven-
ciones económicas, cuyos efectos no son inmediatos ni puntua-
les3. De ahí la necesidad de que el análisis de coyuntura realice
un cambio continuo de escenario entre el corto y el largo plazo.
16 / Alicia Delgado Noboa

2.2 Objetivos del análisis de coyuntura

El objetivo general del análisis de coyuntura es la determi-


nación de los aspectos esenciales4 en la evolución de un fenóme-
no económico. Sobre esta base se busca:
– Determinar lo que puede suceder en la economía si no se to-
man medidas;
– Establecer las políticas que pueden adoptarse en caso de que
el rumbo previsto del sistema económico no sea el deseado; y,
– Evaluar la repercusión de esas medidas en la evolución de los
hechos.

2.3 La coyuntura y la política económica

La política económica coyuntural o estabilizadora tiene


por objeto reducir las fluctuaciones de la actividad económica.
En efecto,
La demanda insuficiente significa desempleo, capacidad ociosa
y producción perdida. La demanda excesiva significa inflación
... [y por consiguiente] poca o ninguna ganancia en términos de
producción y renta real. El objetivo de las políticas de estabiliza-
ción es minimizar estas desviaciones.

... [Esto] no significa la mera eliminación de las cimas y de los


fondos de la producción y el empleo ... Significa minimizar las
desviaciones respecto a una tendencia creciente, no respecto a
un valor medio constante5.

Las medidas coyunturales deben establecerse en el marco


de un sistema de planificación a largo plazo. Este involucra la de-
finición de un catálogo de objetivos de desarrollo e instrumen-
tos que, en general, deberían abarcar6:

1. Objetivos finales, que pueden englobarse en un mayor bienes-


tar social, siendo las metas finales para alcanzar dicho objeti-
Metodologías para el análisis de coyuntura / 17

vo: el crecimiento económico, la estabilización de precios,


una balanza de pagos viable y la eficiencia en el uso y canali-
zación de recursos reales.

2. Metas o variables intermedias, que pueden ser alcanzadas por


la política económica sólo indirectamente, mediante su in-
fluencia sobre los instrumentos primarios o secundarios. Las
metas intermedias incluyen la masa monetaria, el ahorro y la
inversión.

3. Instrumentos primarios u operativos, que son los instrumentos


sobre los cuales la política económica puede actuar directa-
mente para influenciar algún objetivo intermedio. Ligados a
los instrumentos primarios se encuentran los instrumentos
secundarios, que son controlados de manera indirecta por las
autoridades económicas al constituir instrumentos más ge-
nerales que los primarios. La tasa de interés, el encaje banca-
rio y el tipo de cambio constituyen ejemplos de instrumentos
de política económica.

Las variables intermedias son el centro de la política eco-


nómica coyuntural, pudiendo extenderse su ámbito a los instru-
mentos primarios, ya que éstos influencian directamente a aqué-
llas. Esto se debe a que el análisis de coyuntura se refiere a varia-
bles económicas de amplia sensibilidad a corto plazo, ya sea por-
que responden con celeridad a cambios en la política económica
o porque son influenciadas rápidamente por otras variables7.

Notas
1 Francisco Mochón Morcillo y Germán Ancochea Soto, El análisis de co-
yuntura. Una metodología, Madrid, Pirámide, 1981, p. 15.
2 Ricardo Gómez, Límites y posibilidades del análisis coyuntural en el Ecua-
dor, Quito, GTZ, 1989, p. 3.
18 / Alicia Delgado Noboa

3 Los resultados de las medidas de política económica no se sienten inme-


diatamente en la economía, sino que su impacto se dilata en el tiempo
adoptando la forma de retardos distribuidos.
4 Los aspectos esenciales incluyen la estacionalidad, ciclo y tendencia de una
serie de tiempo, como se verá más adelante. Ver A. Espasa y J. R. Cancelo,
Métodos cuantitativos para el análisis de la coyuntura económica, 1993.
5 Economic Report of de President, 1962. Citado por Rudiger Dornbusch y
S. Fisher, Macroeconomía, 4ta ed., México, McGraw Hill, 1990, p. 463.
6 Gómez, op. cit., p.p. 9-12.
7 A pesar de que existen variables sectoriales, regionales y estructurales que
no reflejan variaciones importantes en el corto plazo, se las puede incor-
porar al grupo de variables intermedias por cuanto su influencia en el
comportamiento de las variables coyunturales es significativo.
Sin embargo, las características institucionales y estructurales de la econo-
mía pueden generar rigideces que eliminen la sensibilidad de determina-
das variables a corto plazo. Por ejemplo, las leyes laborales pueden restar
sensitividad coyuntural al mercado de trabajo. En ese caso, tales variables
no deben considerarse en el análisis de corto plazo.
3. METODOLOGÍAS PARA LA
ELABORACIÓN DE UN ANÁLISIS
DE COYUNTURA

Como paso previo a la elaboración de un análisis de co-


yuntura es preciso estudiar los datos disponibles.
El estudio de los datos1 involucra examinar qué relación
existe entre la estadística y la variable que pretende representar;
analizar las características y validez de la estadística en cuestión;
considerar la periodicidad de la serie y el desfase entre el perío-
do analizado y la fecha de publicación de la estadística; y, estu-
diar el nivel de agregación de la serie.
El análisis de coyuntura se basa en la construcción de un
núcleo cuantitativo2, que comprende tres aspectos:

1. Estimación de los aspectos esenciales del fenómeno econó-


mico;
2. Determinación de las causas del comportamiento del fenó-
meno estudiado; y,
3. Proyección del futuro.

3.1 Metodologías para la estimación de los aspectos esenciales

Los aspectos esenciales del fenómeno son sus componen-


tes estacional y cíclico.

Determinación del componente estacional. Existen varios proce-


dimientos para identificar y eliminar la estacionalidad de una se-
rie de tiempo:
20 / Alicia Delgado Noboa

– Método de la relación al promedio móvil. Se basa en la apli-


cación consecutiva e iterativa de promedios aritméticos, de
cuyo procesamiento resultan números índice estacionales.
– Métodos basados en modelos. Entre ellos figuran los méto-
dos de modelos estructurales y de extracción de señales. Su-
ponen que la serie observada se genera en un proceso estocás-
tico y que cada uno de los componentes tiene asociado un
modelo estadístico que describe la respectiva estructura alea-
toria3.
– Análisis factorial de correspondencias. Este método es en
realidad un complemento a la determinación del elemento
estacional. Pretende agrupar meses y rubros estacionales de la
variable estudiada para establecer sus vínculos.

Determinación del componente cíclico. Los métodos utilizados


para la determinación del componente cíclico incluyen:

– Filtro de Hodrick y Prescott. Separa los elementos tendencial


y cíclico de una serie desestacionalizada en base a un algorit-
mo que minimiza, respecto a la tendencia, la suma pondera-
da de las varianzas de los dos componentes4.
– Método de promedios móviles. Elimina por división el com-
ponente tendencial de la serie desestacionalizada para obte-
ner los elementos cíclico e irregular. El promedio móvil cal-
culado para estos valores residuales (típicamente para perío-
dos de cinco meses) arroja un componente irregular de corto
plazo “promediado” que deja solo el componente cíclico.
– Método de la desviación respecto a la tendencia. El ciclo se
expresa como porcentaje de desviación entre la serie desesta-
cionalizada y la tendencia. En este caso, para eliminar las va-
riaciones irregulares se puede recurrir al alisado de la serie
antes de ajustar la tendencia.
– Método de las tasas de variación. La utilización de tasas de
variación de la serie desestacionalizada permite visualizar la
situación conjunta de la tendencia y el ciclo5. Si se supone
Metodologías para el análisis de coyuntura / 21

que la tasa de variación de la tendencia es constante (lo que


ocurre si ésta es exponencial), el perfil de la serie de tasas re-
presenta el perfil de cambio del componente cíclico.

3.2 Metodologías para la explicación del comportamiento


del fenómeno

El diagnóstico de la situación global de la economía debe


basarse en un modelo macroeconómico que armonice las infor-
maciones parciales de los diversos sectores y agregados y permi-
ta obtener una visión conjunta de la situación económica en el
momento del estudio. La construcción de este esquema requiere
de la formulación previa de hipótesis acerca del funcionamiento
de la actividad económica.
De igual manera, para el estudio de una variable determi-
nada es necesario el establecimiento de un modelo que la vincu-
le con la evolución de otras variables, incluso en el caso de que
sobre estas últimas no se haya hecho un análisis de coyuntura
cuantitativo.
En los dos casos, las hipótesis tienen su origen en una teo-
ría económica que deberá proporcionar las principales relacio-
nes esperadas entre las variables involucradas en el estudio.
Los modelos matemáticos son la mejor alternativa para
avanzar en el conocimiento sistemático de la economía. Su im-
portancia radica, principalmente, en que conllevan la explicita-
ción de supuestos y relaciones para explicar los fenómenos eco-
nómicos, mejorando así la discusión previa a la toma de decisio-
nes.

3.3 Metodologías para la proyección del futuro

Esta etapa incluye:


– Proyección de la variable en el futuro inmediato;
– Comparación del valor observado con el nivel esperado; y,
22 / Alicia Delgado Noboa

– Cuantificación de la influencia de las variables explicativas.


Existen diversas técnicas de previsión, entre las que cabe
citar6:
Métodos cualitativos. Se utilizan cuando el pasado no propor-
ciona información directa sobre la variable estudiada. Entre ellos
se tiene los siguientes:
– Método “brainstorming” (lluvia de ideas), en que la previ-
sión parte de la discusión entre un grupo de expertos don-
de se crea un ambiente tal que permite la generación de
nuevas ideas.
– Método Delphi. Utiliza de manera sistemática e iterativa
los juicios de opinión de un grupo de expertos hasta llegar
a un acuerdo. Los fenómenos son evaluados individual-
mente.
– Método del impacto cruzado (cross-impact). Evalúa la fun-
ción de distribución de diversos escenarios de previsión,
en los que se toman en cuenta varios sucesos simultánea-
mente.

Métodos cuantitativos. Parten del supuesto de que existe infor-


mación registrada sobre el pasado del fenómeno a estudiar, ge-
neralmente bajo la forma de series temporales. Estos métodos se
dividen a su vez en:
– Análisis univariante. Realiza previsiones utilizando como in-
formación únicamente la contenida en los valores pasados de
la serie temporal. Existen tres clasificaciones:
• Métodos de descomposición. Se basan en la separación de
los elementos que integran una serie temporal: tendencia,
factor cíclico, movimiento estacional e irregularidades.
• Métodos de alisado exponencial. Los valores de la tenden-
cia no se calculan globalmente sino que ésta se revisa en
función de las observaciones más recientes.
• Modelos ARIMA univariantes. Pretenden identificar el
modelo generador de una serie de tiempo para después,
Metodologías para el análisis de coyuntura / 23

mediante un proceso iterativo, estimar y verificar el mo-


delo, que una vez aceptado permite predecir los valores
futuros de la variable analizada.
– Análisis causal. Se caracteriza porque la variable estudiada es
explicada por factores externos. Dependiendo del número de
ecuaciones involucradas se tienen los modelos uniecuaciona-
les y multiecuacionales. Se trata de modelos econométricos
que predicen el comportamiento futuro de las variables. En
los últimos años se han elaborado modelos causales desde la
perspectiva de las series de tiempo, incluyendo los de Box y
Jenkins (sobre funciones de transferencia), Granger y New-
bold (sobre modelos bivariantes), Box y Tiao (sobre análisis
de intervención) y de Jenkins, Alavi, Tiao y Box (sobre mode-
los ARIMA multivariantes).

Notas
1 Mochón y Ancochea, op. cit., p.p. 109-113.
2 Se entiende por núcleo cuantitativo los resultados mensurables de un aná-
lisis de coyuntura. Ver A. Espasa y J. R. Cancelo, op. cit., p.p. 401-428.
3 Víctor Guerrero, “Desestacionalización de series de tiempo económicas:
introducción a la metodología”, Comercio Exterior, Vol. 40, No. 11, Méxi-
co, noviembre de 1991, p. 1044.
4 Banco Central del Ecuador, Memoria Anual 1995, Quito, 1996, p.p. 87-
108.
5 Mochón y Ancochea, op. cit., p. 123.
6 Ezequiel Uriel, Análisis de series temporales. Modelos ARIMA, Madrid, Pa-
raninfo, 1985, p.p. 12-19.
4. METODOLOGÍAS PARA EL
ANÁLISIS DE COYUNTURA DE LA
INFLACIÓN ECUATORIANA
4.1 Selección de metodologías

Se han seleccionado las siguientes metodologías para la


construcción del núcleo cuantitativo del análisis de coyuntura de
la inflación ecuatoriana:
a. Para la estimación de aspectos esenciales:
– Estacionalidad: Método de la relación al promedio móvil
central y Análisis factorial de correspondencias.
– Ciclo: Filtro de Hodrick – Prescott.
b. Para la determinación de las causas de la inflación en el Ecua-
dor:
– Análisis de frecuencias de los factores inflacionarios
– Modelos econométricos sectoriales.
c. Para la proyección de la inflación a futuro:
Previsiones basadas en las ecuaciones econométricas de la
parte (b).

4.2 Aspectos esenciales de la inflación ecuatoriana

4.2.1 Estacionalidad
a. El método de la relación al promedio móvil
El análisis clásico de series cronológicas distingue cuatro
factores componentes que influyen en una serie de tiempo: un
componente de tendencia a largo plazo, fluctuaciones cíclicas,
variaciones estacionales y movimientos aleatorios o irregulares.
Los cuatro componentes de las series temporales se hallan
asociados de forma aditiva o multiplicativa. Suponiendo una
asociación multiplicativa se tiene que:
26 / Alicia Delgado Noboa

Xt = Tt . Ct . Et . It
donde:
Xt = Valor observado de la serie temporal
Tt = Tendencia
Ct = Ciclo
Et = Componente estacional
It = Componente irregular

• Componente Estacional. Las series de tiempo incluyen ciertos


movimientos que se repiten de manera sistemática con perio-
dicidad anual, y se denominan estacionales. Las variaciones
estacionales son ocasionadas por factores climáticos (por
ejemplo, los meses de cosecha de productos agrícolas) o ins-
titucionales (como las costumbres de pago en un determina-
do país) que engendran un ciclo anual recurrente y periódi-
co, aunque su patrón varía con el tiempo. El componente es-
tacional puede determinarse cuando los datos se registran ca-
da mes o trimestre en vez de cada año.
• Tendencia Secular. Superpuesto al comportamiento estacio-
nal se encuentra el movimiento general a largo plazo o ten-
dencia secular de la serie cronológica (Tt), que de algún mo-
do viene determinada por las fuerzas estructurales dotadas de
cierta permanencia.
• Componente Cíclico. Las variables económicas registran un
movimiento cíclico (Ct) de carácter oscilatorio como conse-
cuencia de la dinámica del sistema. Se trata de fluctuaciones
recurrentes ascendentes y descendentes respecto a la tenden-
cia secular, que tienen una duración de varios años.
• Componente Irregular. Sobre los tres movimientos antes men-
cionados se superponen movimientos aleatorios o irregulares
(It) que constituyen “variaciones erráticas de la tendencia se-
cular que no pueden ser imputadas a las influencias cíclicas o
estacionales”1. Son producidos por factores aleatorios o im-
posibles de identificar, que dificultan el correcto diagnóstico
de la situación económica.
Metodologías para el análisis de coyuntura / 27

La técnica de la relación al promedio móvil para la identi-


ficación del componente estacional consta de tres etapas:
a. Se determina la relación de cada valor mensual, trimestral,
etc., al promedio móvil centrado de ese período, es decir,
Xt
Relación al prom. móvil centrado =
Promedio Móvil
En esencia, esta relación representa las fluctuaciones esta-
cionales e irregulares de la serie porque la media móvil basada en
datos mensuales o trimestrales para todo un año promedia tales
movimientos, mas no la tendencia a largo plazo ni las fluctuacio-
nes cíclicas. Entonces, la relación al promedio movible puede re-
presentarse por:
Xt Tt ∗ Ct ∗ Et ∗ It
= = Et ∗ It
Promedio Móvil Tt ∗ Ct
b. Con el fin de eliminar las variaciones irregulares se enumera
las diversas relaciones al promedio móvil aplicables al mismo
mes o trimestre de los diversos años, para luego eliminar los
valores superiores e inferiores y finalmente calcular la media
aritmética de los valores restantes. La media resultante se de-
nomina media modificada.
c. Se debe ajustar las medias modificadas de los distintos meses
por un factor de corrección, de tal manera que la suma de las
12 medias mensuales sea 1200 ó que las 4 medias trimestra-
les sumen 400. El factor de ajuste es:
1200
Factor de ajuste mensual =
Suma de las medias mensuales
400
Factor de ajuste trimestral =
Suma de medias trimestrales
28 / Alicia Delgado Noboa

b. Indices estacionales del Indice de Precios al Consumidor


(IPC)

El Anexo No. 1 detalla el cálculo de los índices estacionales


del IPC general utilizando el período octubre 1980 - junio 1996.
A partir de ellos se ha construido el Gráfico No. 4.1, que arroja el
siguiente patrón de estacionalidad de la variable analizada:

Gráfico No. 4.1


ESTACIONALIDAD DEL IPC GENERAL

102
ESTACIONALIDAD

100

98
Jul

Jul

Jul
Ene

Sep

Ene

Sep

Ene

Sep
Nov

Nov

Nov
Mar

Mar

Mar
May

May

May

MES

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, mayo 82 a julio 96.
ELABORACIÓN: Autora.

– Los picos o meses con la mayor influencia estacional son abril


y octubre. El primero de éstos es el pico relevante.
– El comportamiento estacional es mínimo en los meses de
agosto y diciembre.

Con el fin de explicar la estacionalidad del IPC general es


necesario determinar los subgrupos estacionales de la canasta fa-
miliar. Se han identificado dos divisiones cuyos rubros presentan
un componente estacional definido. Ellas son “Alimentos y Bebi-
das” y “Misceláneos”.
Metodologías para el análisis de coyuntura / 29

La mayor parte de bienes de la división “Alimentos y Be-


bidas” son productos agrícolas, cuyas cosechas se obtienen en
épocas fijas del año. Tales temporadas de abundancia conducen
a estacionalidades bajas de los precios medios y, en consecuen-
cia, a menores índices estacionales del IPC de los subgrupos co-
rrespondientes2.
Se destacan los ítems no elaborados (sector primario) de
los grupos “Cereales y Derivados”, “Frutas Frescas”, “Verduras” y
“Leguminosas”, cuyos calendarios de cosechas se presentan en el
Anexo No. 2. Los índices estacionales de dichas divisiones calcu-
lados con la técnica del promedio móvil permiten construir los
Gráficos No. 4.2-4.5, que se resumen en el Cuadro No 4.1:

Gráfico No. 4.2


ESTACIONALIDAD DEL IPC DEL GRUPO CEREALES
ESTACIONALIDAD

Jul

Jul

Jul
Ene

Sep

Ene

Sep

Ene

Sep
Nov

Nov

Nov
Mar

Mar

Mar
May

May

May

MES

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, mayo 82 a julio 96.
ELABORACIÓN: Autora.
30 / Alicia Delgado Noboa

Gráfico No. 4.3


ESTACIONALIDAD DEL IPC DEL GRUPO FRUTAS FRESCAS
ESTACIONALIDAD

Jul

Jul

Jul
Ene

Sep

Ene

Sep

Ene

Sep
Nov

Nov

Nov
Mar

Mar

Mar
May

May

May

MES

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, mayo 82 a julio 96.
ELABORACIÓN: Autora.

Gráfico No. 4.4


ESTACIONALIDAD DEL IPC DEL GRUPO VERDURAS
ESTACIONALIDAD

Jul

Jul

Jul
Ene

Sep

Ene

Sep

Ene

Sep
Nov

Nov

Nov
Mar

Mar

Mar
May

May

May

MES

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, mayo 82 a julio 96.
ELABORACIÓN: Autora.
Metodologías para el análisis de coyuntura / 31

Gráfico No. 4.5


ESTACIONALIDAD DEL IPC DEL GRUPO LEGUMINOSAS
ESTACIONALIDAD

Jul

Jul

Jul
Ene

Sep

Ene

Sep

Ene

Sep
Nov

Nov

Nov
Mar

Mar

Mar
May

May

May

MES

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, mayo 82 a julio 96.
ELABORACIÓN: Autora.

Cuadro No. 4.1


ESTACIONALIDADES ASCENDENTES Y DESCENDENTES DEL
IPC DE LOS SUBGRUPOS ESTACIONALES DE
“ALIMENTOS Y BEBIDAS”

PERIODO DE MES DE PERIODO DE MES DE


ESTACIONALIDAD MÁXIMO ESTACIONALIDAD MÍNIMO
SUBGRUPO
ASCENDENTE ÍNDICE DESCENDENTE ÍNDICE
EN PRECIOS EN PRECIOS

Cereales Octubre-Abril Abril Mayo-Septiembre Septiembre


Frutas Octubre-Marzo Noviembre Abril-Septiembre Septiembre
Marzo
Verduras Enero-Junio Junio Julio-Diciembre Diciembre
Leguminosas Enero-Abril Abril Mayo-Diciembre Diciembre

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, Quito.


ELABORACIÓN: Autora.

Se observa que los productos con mayor ponderación


dentro de cada subgrupo determinan la estacionalidad del IPC
32 / Alicia Delgado Noboa

del mismo. Así: arroz, dentro de cereales; naranja, en cuanto a


frutas; tomate riñón, en lo que a verduras concierne; y, fréjol se-
co, dentro de leguminosas (Ver Calendario de Cosechas, Anexo
No. 2).
Por otra parte, el grupo “Azúcar, sal y condimentos”, in-
cluido en la categoría de alimentos elaborados, registra un mo-
vimiento estacional descendente en precios entre julio y diciem-
bre (Gráfico No. 4.6) como consecuencia de la temporada de za-
fra de la caña de azúcar entre junio y septiembre. Este rubro es el
único estacional dentro de la clasificación mencionada.

Gráfico No. 4.6


ESTACIONALIDAD DEL IPC DE AZÚCAR, SAL Y
CONDIMENTOS
ESTACIONALIDAD

Jul

Jul

Jul
Ene

Sep

Ene

Sep

Ene

Sep
Nov

Nov

Nov
Feb

Abr

Jun

Oct

Feb

Abr

Jun

Oct

Feb

Abr

Jun

Oct
Dic

Dic

Dic
Ago

Ago

Ago
Mar

Mar

Mar
May

May

May

MES

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, mayo 82 a julio 96.
ELABORACIÓN: Autora.

El rubro “Educación”, incluido en la clasificación “Misce-


láneos”, es eminentemente estacional (Gráfico No. 4.7). Los pre-
cios medios de los artículos incluidos reflejan incrementos en los
meses de abril y septiembre de todos los años a consecuencia de
la apertura de los ciclos escolares de la Costa y la Sierra/Oriente,
respectivamente. Se destacan los siguientes ítems: útiles prima-
ria, útiles secundaria, matrícula secundaria y pensión secunda-
ria. En algunos casos, las grandes elevaciones de precios se pro-
longan hasta mayo y octubre.
Metodologías para el análisis de coyuntura / 33

Gráfico No. 4.7


ESTACIONALIDAD DEL IPC DEL GRUPO EDUCACIÓN
ESTACIONALIDAD

Jul

Jul

Jul
Ene

Sep

Ene

Sep

Ene

Sep
Nov

Nov

Nov
Feb

Abr

Jun

Oct

Feb

Abr

Jun

Oct

Feb

Abr

Jun

Oct
Dic

Dic

Dic
Ago

Ago

Ago
Mar

Mar

Mar
May

May

May

MES

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, mayo 82 a julio 96.
ELABORACIÓN: Autora.

Se concluye que los rubros estacionales del IPC general


(cereales, verduras, leguminosas, frutas, azúcar y educación) de-
terminan la estacionalidad de la variable agregada (Ver Cuadro
No. 4.2).

Cuadro No. 4.2


ESTACIONALIDAD DEL IPC E INCIDENCIAS

ESTACIONALIDADES ALTAS IPC RUBROS PRO-ESTACIONALES


Abril Todos los subgrupos estacionales
Septiembre Educación (En septiembre son contra-
estacionales los rubros Cereales y
Frutas).
ESTACIONALIDADES BAJAS IPC RUBROS PRO-ESTACIONALES
Agosto Cereales y Frutas
Diciembre Verduras, Leguminosas, Azúcar

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, mayo 82 a julio 96.
ELABORACIÓN: Autora.
34 / Alicia Delgado Noboa

Posteriormente, el análisis factorial de correspondencias


permitirá establecer el subgrupo relevante para la explicación de
la estacionalidad del IPC.

c. El análisis factorial de correspondencias

El Análisis Factorial de Correspondencias (AFC) propor-


ciona una visión simplificada de un fenómeno determinado
considerando todas las variables que lo describen al mismo
tiempo. La pérdida de información que el método consiente se
ve compensada con una ganancia en significación.
Como resultado del análisis se encuentran unos ejes F1 y
F2, denominados factores, que sintetizan el conjunto de posicio-
nes de las variables.
Matemáticamente, se juzga n objetos (O1, O2,..., Oi,...,
On) de acuerdo a p criterios (C1, C2,..., Cj,..., Cp) utilizando ta-
blas de contingencia formadas por números positivos que resul-
tan de contar frecuencias:

C1 C2 ... Cj ... Cp
O1 | k1
O2 | k2
... | ...
Oi --------- kij ki
... ...
On kn
k1 k2 ... kj ... kp k
donde:
kij = frecuencia de asociaciones entre los elementos i y j;
p

ki = kij = efectivo total de la fila i;
j =1
n

kj = kij = efectivo total de la columna j; y,
i =1
p n
k= ∑ ∑ kij = efectivo total de la población.
j=1 i=1
Metodologías para el análisis de coyuntura / 35

El análisis es simétrico, razón por la cual en la práctica se


elige como columnas la dimensión más pequeña.
A fin de evitar que las clases (criterios y objetos) con efec-
tivos pequeños se vean privilegiadas, el AFC les asigna un peso
proporcional a su importancia en el total k.
En función de lo anterior, se busca un subespacio Rp en
que cada punto i resulte afectado por el peso fi, y un subespacio
Rn en que cada punto j reciba el peso fj3, siendo:
fi = ki/k y fj =kj/k
De igual manera, se penaliza a cada punto kij con un pe-
so fij = kij/k. Se obtienen entonces los perfiles de fila fij/fi y de
columna fij/fj.
Se procede luego a determinar la matriz X, cuyos elemen-
tos son:
fij
xij =
(fi)1/2∗(fj)1/2
Se diagonaliza la matriz S = X’X con el fin de obtener los
eigen-valores λ1>...>λq y los vectores propios u1, ..., uq. Cada λ
mide la suma de los cuadrados de las proyecciones sobre el eje α.
La inercia del factor α o cantidad de información recogida por él
se obtiene a partir de λ:
p
I = λα/ λα∑
α =1
Las proyecciones de los puntos i y j se calculan a partir de:
fij
Fα (i) = ∑ uαj
j fi ∗ (fj)1/2

Gα (j) = (λαuαj)1/2/(fj)1/2
Para medir el grado de asociación entre dos variables se
utiliza la distancia ji-cuadrado (χ2):
36 / Alicia Delgado Noboa

p 1 fij fi’j
d2(i,i’) = ∑ ( - )2
j=1 fi fi fi’

n 1 fij fij’
d2(j,j’) = ∑ ( - )2
i=1 fi fj fj’

La significación de los ejes sobre los que se proyecta la nu-


be se mide a través de los coeficientes de contribución absoluta
y relativa:
- La contribución absoluta CTAα(i), calculada para cada ele-
mento línea y columna, expresa la participación del elemen-
to i (ó j) en la inercia explicada por el factor α:
CTAα(i) = fiF2α (i)/λα
– La contribución relativa CTRα(i) recoge la participación del
factor en la explicación del elemento i (ó j):
CTRα(i) = F2α (i)/d2(i,G); ∑
CTRα(i) = 1
α

d. Incidencia de los subgrupos estacionales en la estacionali-


dad del IPC - análisis factorial de correspondencias

Con el fin de obtener una visión simplificada del compor-


tamiento “estacional” del índice de precios se ha llevado a cabo
un Análisis Factorial de Correspondencias que involucra a los
rubros cereales, verduras y educación4. En vista de que el AFC
requiere la utilización de frecuencias, se han realizado dos análi-
sis separados, uno con las estacionalidades positivas (superiores
a 100) y otro con las negativas (inferiores a 100), identificando
como la frecuencia de clase los puntos porcentuales por encima
del índice tipo en el primer caso y los puntos porcentuales por
debajo del mismo en el segundo, corregidos por el peso del ru-
bro respectivo en el universo de los tres subgrupos selecciona-
dos5.
Metodologías para el análisis de coyuntura / 37

Se han establecido los meses como criterios y los rubros


estacionales como objetos. El cuarto objeto (fila) corresponde a
las frecuencias de la estacionalidad del IPC general, calculadas a
partir de un índice de precios obtenido de una canasta compues-
ta por cereales, verduras y educación6.
El primer paso en la interpretación de los resultados del
AFC es la observación de los valores propios y la inercia explica-
da por los ejes7, que en el caso de las estacionalidades positivas
se muestran en el Cuadro No. 4.3, determinándose que al utili-
zar dos factores (F1 y F2) se explica alrededor de las 4/5 partes de
la información inicial en razón de que el 81% de la inercia de la
nube es abarcada por las dos primeras dimensiones.
Cuadro No. 4.3
AFC PARA ESTACIONALIDADES POSITIVAS
VALORES PROPIOS E INERCIA

PORCENTAJE % EXPLICADO
DIMENSION EIGEN-VALOR INERCIA
EXPLICADO ACUMULADO
1 0.72 51.59 50.67 50.67
2 0.56 30.92 30.33 81.00
3 0.44 19.42 19.00 100.00
TOTAL 101.92 100.00

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, Quito.


ELABORACIÓN: Autora.

El Anexo No. 3 presenta las coordenadas en F1 y F2 así co-


mo las contribuciones absolutas y relativas de las filas (meses) y
columnas (rubros).
El primer factor recoge el 50.6% de la variabilidad de la
nube. Dos rubros lo explican casi totalmente: educación en la
parte positiva del eje (CTA8 = 63.4%) y cereales en la negativa
(CTA = 20.5%). De igual manera, las contribuciones de F1 a la
explicación de las dos variables son altas (CTR9 = 94.7% y 34.2%
respectivamente) y superiores a las demás.
38 / Alicia Delgado Noboa

En el subespacio de los meses (Rn) se destacan septiembre


(CTA = 27.3%), octubre (CTA = 27.3%) y noviembre (CTA =
13.7%) en el campo positivo10 y marzo (CTA = 13.4%) y febre-
ro (CTA = 9.9%) en el negativo. Estos meses se encuentran bien
representados en el eje de las abscisas (CTR de septiembre, octu-
bre y noviembre = 90.6%, CTR de marzo = 48.8% y CTR de fe-
brero = 13.7%).
Aunque las CTA de abril y julio son bajas, sus CTR no son
despreciables, motivo por el cual son ilustrativos de la significa-
ción del eje analizado.
En resumen, el primer factor se caracteriza por contrastar
el rubro educación, asociado a los meses de septiembre y octu-
bre, al subgrupo cereales, vinculado a febrero y marzo.
El segundo factor explica el 30.3% de la varianza de la in-
formación. Opone el índice general (CTA = 22.1%) al rubro ce-
reales (CTA = 64.7%) y el mes de junio (CTA = 18.6%) al de fe-
brero (CTA = 52.4%). La calidad de representación de esos pun-
tos en el eje de las ordenadas es bastante alta (CTR general =
42.9%, CTR cereales = 64.9%, CTR junio = 87.3% y CTR febre-
ro = 74.7%). Atendiendo a lo anterior, puede asociarse el mes de
junio al IPC general y el de febrero a cereales.
El estudio de los puntos “cereales” y “febrero” requiere
considerar el plano (1,2) en conjunto en vista de que la represen-
tación total de aquéllos en F1 y F2 es casi perfecta (CTR Total =
99.1% y 98.3% respectivamente).
El Gráfico No. 4.8 permite comprender de mejor manera
las proximidades entre los puntos en el plano (1,2).
Los meses de septiembre, octubre y noviembre y el rubro
educación se ubican en F1>0 y constituyen un punto múltiple,
indicando que el mayor período estacional del subgrupo men-
cionado es el correspondiente al inicio de clases en la Sierra.
Metodologías para el análisis de coyuntura / 39

Gráfico No. 4.8


ANÁLISIS FACTORIAL DE CORRESPONDENCIAS
Rubros Estacionales del IPC General Estacionalidades Altas

1
JULIO GENERAL
JUNIO
VERDURAS
DIMENSION No. 2

ABRIL MAYO
0 AGOSTO
ENERO
DICIEMBRE SEPTIEMBRE
MARZO OCTUBRE
NOVIEMBRE
EDUCACION

FEBRERO
CEREALES

DIMENSION No. 1

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, mayo 82 a julio 96.
ELABORACIÓN: Autora.

Un segundo punto múltiple es el constituido por “verdu-


ras” y “julio”, en el cuadrante No. 2. Dada su proximidad con el
IPC general y los meses de abril, mayo y junio11, se establece una
agrupación de puntos en que se destaca la época de estacionali-
dad alta en precios del rubro verduras y su gran incidencia en el
comportamiento “estacional” del índice general.
En el tercer cuadrante se localiza el punto múltiple cerea-
les-febrero y, asociado a él, el mes de marzo. Es decir, se han vin-
culado el mencionado subgrupo y los meses en que su índice re-
gistra un comportamiento estacional positivo.
Los meses de enero, agosto y diciembre se sitúan en el ori-
gen, reflejando una participación nula en la estacionalidad alta
del IPC. Su vínculo con algún rubro podría visualizarse a partir
del análisis de F3, procedimiento que no se justifica en la medi-
da en que dicha dimensión explica la varianza de la nube en un
porcentaje mucho menor al de los dos primeros factores.
El AFC realizado para las estacionalidades negativas en
precios determina la importancia de las dos primeras dimensio-
nes en el análisis en razón de que ellas recogen el 91.6% de la in-
formación de meses-subgrupos (Cuadro No. 4.4).
40 / Alicia Delgado Noboa

Cuadro No. 4.4


AFC PARA ESTACIONALIDADES NEGATIVAS
VALORES PROPIOS E INERCIA

PORCENTAJE % EXPLICADO
DIMENSION EIGEN-VALOR INERCIA
EXPLICADO ACUMULADO
1 0.85 72.01 62.10 62.10
2 0.58 34.16 29.50 91.60
3 0.31 9.77 8.40 100.00
TOTAL 115.94 100.00

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, Quito.


ELABORACIÓN: Autora.

El primer factor explica el 62.1% de la varianza. En el


campo de los rubros estacionales se destacan los aportes de edu-
cación a la explicación del eje (CTA = 73.7%) en el lado negati-
vo y del índice general en el positivo (CTA = 9.5%), seguido muy
de cerca por el rubro verduras (CTA = 9.1%). En lo que a meses
se refiere, las mayores contribuciones absolutas corresponden a
marzo y febrero en la parte negativa (CTA = 43.8% y 29.2% res-
pectivamente) y a diciembre en la positiva (CTA = 6.8%).
Los puntos “educación”, “febrero” y “marzo” se encuentran
bien representados en F1, siendo 99.8% la contribución relativa
del primero y 99.4% la correspondiente a los otros dos. Los ru-
bros “índice general” y “verduras” no presentan CTR’s conside-
rables (48% y 39.3%) pese a que sus CTA’s son elevadas, indican-
do la necesidad de examinarlos en conjunto en el plano (1,2). Lo
mismo ocurre con el mes de diciembre (CTR = 41.1%).
Aunque los meses de septiembre y octubre no contribu-
yen a la formación del primer factor, se encuentran bien repre-
sentados por él (CTR = 70.6%).
En suma, la dimensión No. 1 opone el subgrupo educa-
ción, vinculado a febrero y marzo, a los objetos IPC general y
verduras, asociados a diciembre (Ver Anexo No. 4).
La variabilidad de la nube es explicada en un 29.5% por el
segundo factor, que opone el rubro cereales (CTA = 76.8%) y el
mes de julio (CTA = 56.2%) al subgrupo verduras (CTA = 14%)
Metodologías para el análisis de coyuntura / 41

y a los meses de noviembre y diciembre (CTA = 11.5% y 18%


respectivamente).
Los puntos que aportan a la explicación del eje vertical
poseen contribuciones relativas altas. Particularmente las CTR’s
de noviembre y diciembre en F2 son importantes y se comple-
mentan con las de F1 para resultar en una representación casi
perfecta en el plano (1,2).
Enero no contribuye a la formación del segundo eje. Sin
embargo, su CTR (= 70.2%) muestra la considerable participa-
ción del factor 2 en la explicación del mes.
El Gráfico No. 4.9 presenta las asociaciones entre meses y
rubros para estacionalidades negativas en el plano conformado
por los factores 1 y 2.
Gráfico No. 4.9
ANÁLISIS FACTORIAL DE CORRESPONDENCIAS
Rubros Estacionales del IPC General Estacionalidades Bajas

1
VERDURAS
DICIEMBRE
EDUCACION ENERO NOVIEMBRE
DIMENSION No. 2

GENERAL
FEBRERO ABRIL0
MARZO MAYO AGOSTO
JUNIO 0
SEPTIEMBRE
MARZO OCTUBRE

JULIO
CEREALES

DIMENSION No. 1

FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, mayo 82 a julio 96.
ELABORACIÓN: Autora.

El primer cuadrante incluye los meses de noviembre y di-


ciembre y los rubros verduras e IPC general. La proximidad entre
ellos y su importancia en la formación de los ejes, analizada ante-
riormente, permiten agruparlos en un primer conjunto de puntos.
El punto múltiple educación-febrero-marzo se ubica en el
segundo cuadrante, indicando que la menor estacionalidad del
índice del subgrupo se encuentra en esos meses.
42 / Alicia Delgado Noboa

En el cuarto cuadrante se destaca el punto múltiple con-


formado por el rubro cereales y el mes de julio, mostrando el
comportamiento estacional negativo en precios del subgrupo a
mediados del año.
Se concluye que “verduras” es el subgrupo más destacado
a la hora de describir el comportamiento “estacional”, tanto po-
sitivo como negativo, del IPC general.
Los meses de abril, mayo y junio se ubican en el origen del
gráfico de AFC para estacionalidades negativas, situación que da
cuenta de su irrelevancia en la explicación conjunta del fenóme-
no estacional inferior a 100. Este hecho contrasta con la gran im-
portancia de dichos meses en la formación de la estacionalidad
positiva del IPC.

4.2.2 Ciclo
a. Filtro de Hodrick-Prescott
Uno de los aspectos “esenciales” en el estudio de una serie
de tiempo es la determinación de su comportamiento cíclico. El
análisis gana en relevancia cuando se compara el ciclo de la va-
riable en cuestión con los de otras que están estrechamente vin-
culadas a ella.
El método utilizado en este estudio para separar el ciclo y
la tendencia secular es el filtro de Hodrick y Prescott, que des-
compone la serie desestacionalizada Dt en sus componentes ten-
dencial (Tt) y cíclico (Ct) a través de un algoritmo que minimi-
za, con respecto a Tt, la suma ponderada de las varianzas del ci-
clo y del crecimiento de la tendencia12:
T T-1
∑ ∑
Min Ct2 + λ (dTt - dTt-1)2 siendo Xt = Tt + Ct
Tt t=1 t=2
En consecuencia, las variaciones cíclicas se obtienen por
diferencia entre la serie Dt y su evolución tendencial (determina-
da gracias al filtro). La tendencia es más relevante cuanto menor
es el parámetro de ponderación λ.
Metodologías para el análisis de coyuntura / 43

Cabe señalar que la serie desestacionalizada (Dt) se obtie-


ne eliminando los coeficientes estacionales (Et) de la serie origi-
nal (Xt). Por división se tiene que:
Xt
Serie desestacionalizada = Dt = ––––
Et

b. Componente cíclico de la inflación ecuatoriana

Las series incluidas en la investigación del ciclo son el IPC,


la oferta monetaria (M1), el PIB trimestral y el tipo de cambio
(Ver Anexo No. 5). Se aplicaron logaritmos a sus tasas trimestra-
les anualizadas como paso previo a la utilización del filtro. El
Gráfico No. 4.10 presenta los ciclos de las variables involucradas
en el análisis.
Gráfico No. 4.10
COMPONENTES CÍCLICOS DEL CRECIMIENTO DE LAS SERIES
IPC, PIB, TIPO DE CAMBIO Y OFERTA MONETARIA
1985-1996

CICLOCRECIPC CICLOCRECPIB
CICLOCRECMONET CICLOCRECTC

FUENTE: BCE, Información Estadística Mensual, 1985-1996.


INEC, IPC Area Urbana, 1985-1996.
BCE, Base de datos sobre PIB Trimestral, 1985-1995.
ELABORACIÓN: Autora.
44 / Alicia Delgado Noboa

• Relación entre los ciclos de la inflación y el PIB. Del Gráfico


4–10 se desprende que, en general, los ritmos inflacionarios
más bajos coinciden con mayores tasas de crecimiento del
PIB. Es relevante la coincidencia de los puntos de inflexión de
los ciclos del producto (fondo) y de la inflación (pico) a ini-
cios de 1989, momento que se caracterizó por un elevado por-
centaje de ajuste de los precios de los combustibles y servicios
públicos unido a un nivel de crecimiento sumamente bajo de
la actividad económica a pesar de su relativa “recuperación”
resultante de la reparación del oleoducto transecuatoriano.
• Relación entre los ciclos de la inflación y la devaluación. La ob-
servación del Gráfico No. 4-10 permite concluir que, en gene-
ral, importantes fluctuaciones del tipo de cambio anteceden
a incrementos del IPC. Este hecho es particularmente visible
entre fines de 1985 y 1986 y a partir del primer trimestre de
1994. En cuanto al primer período, la devaluación ocurrida
en los últimos meses de 1985 y adopción de un esquema de
flotación del tipo de cambio en 1986 fueron el preludio de
una fase expansiva del proceso inflacionario que se inició en
el segundo trimestre del 86 y que alcanzó su cima en el pri-
mer trimestre de 1989, en que bordeó la tasa del 100%.
A finales de 1992 hasta 1994 se registra una marcada estabili-
dad del tipo de cambio, período en que la inflación –después
de un descenso importante– se mantiene relativamente esta-
ble. Sin embargo, se aprecia que la incidencia del tipo de cam-
bio sobre el nivel de precios pierde peso luego de dicha etapa,
ya que se evidencia un repunte inflacionario a pesar de la
continuidad de la política cambiaria.
• Relación entre los ciclos de la inflación y el crecimiento moneta-
rio. Esta relación podría ser explicada de la siguiente manera:
Por una parte, los elementos de costo (salarios, tipo de cam-
bio, márgenes de ganancia, etc.) empujan a los precios hacia
el alza, lo que impulsaría al Banco Central a seguir una deter-
minada política monetaria. Así mismo, la situación fiscal de-
ficitaria genera incrementos en la cantidad de dinero que re-
Metodologías para el análisis de coyuntura / 45

sultan en la expansión de la demanda y por ende en inflación,


lo que exige a la autoridad llevar a cabo una política moneta-
ria contractiva. Lo ideal es que la política monetaria sea lo su-
ficientemente anticipativa para evitar el incremento de los
precios.
Las variaciones de la oferta monetaria y el IPC mostradas
en el Gráfico No. 4-10 llevarían entonces a la conclusión de que
las fases expansivas del crecimiento monetario precederían o se
adelantarían a las correspondientes a la inflación.
Como se puede observar en el Gráfico 4-10, en 1988 la po-
lítica monetaria contribuyó al repunte de los precios. Estas mis-
mas presiones se observan en la segunda mitad de 1995, lo que
debilitó el accionar de la política cambiaria.

4.3 Análisis de las causas de la inflación en el Ecuador

4.3.1 Factores de aceleración y control del proceso inflaciona-


rio ecuatoriano – Análisis de Frecuencias

a. Causas de la inflación
El Anexo No. 613 presenta las causas del incremento de
precios en el Ecuador por artículos (bienes o servicios)14. Estas
causas pueden agruparse en:
- Políticas económicas, que incluyen: política de precios, co-
mercial, fiscal y otras;
- Shocks de oferta;
- Costos, que han sido clasificados en tres categorías: insumos
nacionales, costo de transporte y otros;
- Expectativas; y,
- Otras causas de inflación15.
Previo al análisis de frecuencias de los factores que han in-
cidido en la inflación ecuatoriana es necesario detallar los ele-
mentos que se incluyen dentro de cada una de las agrupaciones
antes señaladas.
46 / Alicia Delgado Noboa

Política económica

a. Política de precios. Dentro de la política económica se


destaca la política de precios a la hora de explicar la inflación16.
Son relevantes las revisiones de precios (controlados) al consu-
midor, de sustentación al productor y referenciales, de aforo y de
productos marcadores para la importación; las exclusiones de
ciertos artículos de la lista de bienes sujetos a fijación de precios;
los reajustes en los márgenes de utilidad controlados o la elimi-
nación de su control; y, las variaciones en los precios de interven-
ción de instituciones como ENAC y EMPROVIT17.
Al incremento de precios implícito en los reajustes de cos-
tos de bienes controlados debe añadirse la inflación resultante de
la especulación (expectativas) por cuanto las medidas tomadas
en este sentido suelen ser anunciadas por los gobiernos con an-
ticipación o intuidas por los agentes económicos, lo que induce
a cierto comportamiento especulativo. Lo anterior ha sido parti-
cularmente palpable en el caso de los productos de primera ne-
cesidad (controlados hasta 1992) y los combustibles18.
Las elevaciones en los precios de sustentación al produc-
tor han generado incrementos sucesivos de precios en las etapas
posteriores de la cadena de comercialización, situación que ha
dado lugar a incrementos en los precios al consumidor final.
Las medidas de fijación de precios deben ir acompañadas
de un control efectivo de los mismos, lo que no se ha cumplido.
De ello dan cuenta las brechas existentes entre precios oficiales y
medios. Por tal motivo, si bien la exclusión de productos de la lis-
ta de bienes sujetos a control gubernamental ha generado infla-
ción, ésta ya se hizo presente en las etapas de fijación de precios.
El control de la inflación en determinadas industrias me-
diante la fijación de los márgenes de utilidad (como se lo realizó
hasta hace algunos años con las empresas productoras de bebi-
das gaseosas y cigarrillos) se ha visto limitado por los reajustes de
“mark-up’s” o la eliminación de su control.
Metodologías para el análisis de coyuntura / 47

Aunque los precios de intervención de las empresas esta-


tales de almacenamiento han sido inferiores a los de distribución
privada, también han sido reajustados con relativa continuidad.
b. Política comercial. Se incluye la política cambiaria, el in-
cremento de aranceles y de los porcentajes de depósitos previos
a la importación, prohibiciones de importación, libre comercia-
lización interna y externa y agilización de trámites de exporta-
ción, entre otras medidas. Estas políticas han afectado los costos
de los insumos importados y/o incentivado las exportaciones, lo
que indirectamente ha repercutido en el incremento de precios
locales.
c. Política fiscal. Se destacan las políticas de recaudación de
impuestos, tasas y timbres de los gobiernos central y seccionales,
la eliminación de subsidios y las revisiones en los precios de los
derivados del petróleo a partir de enero de 1994. La primera ca-
tegoría de medidas ha generado incrementos de precios de ciga-
rrillos, bebidas gaseosas y alcohólicas, carne de res, envío de co-
rrespondencia y servicios de telecomunicaciones y energía eléc-
trica. El segundo tipo de políticas fiscales ha ocasionado subidas
de precios principalmente en los sectores productores de medi-
camentos y arroz.
d. Otras políticas económicas. Incluyen la política salarial,
el establecimiento de temporadas de veda (mariscos, pescado), la
comercialización de bienes en envases con mayor peso o capaci-
dad (y en consecuencia con mayor precio) ofertados por el go-
bierno (por ejemplo, gas), entre otras. Merece especial atención
la política de remuneraciones, que se ha caracterizado por rea-
justes periódicos del salario mínimo que han generado inflación
por costos y por inercia en el sentido de que los agentes transmi-
ten ese incremento a los precios de los bienes y servicios por ellos
ofrecidos. Lo anterior es visible en el sector de servicios privados
(alquiler, atención médica, almuerzo, corte de pelo), que realiza
continuos ajustes de precios en función de la evolución de sala-
rios y otros precios de la economía.
48 / Alicia Delgado Noboa

Shocks de oferta

En el caso ecuatoriano los choques que han contribuido a


una mayor inflación son: cambios climáticos, daños en carrete-
ras, plagas en productos agrícolas, enfermedades de ganado, pa-
ros, huelgas, fuga de productos a través de las fronteras y conflic-
tos con países vecinos. Los artículos cuyos precios se han visto
afectados en mayor medida por estos shocks son los productos
agrícolas.

Costos

Los factores de costos se clasifican en precios de los insu-


mos nacionales, costo de transporte y otros. La última división
engloba los costos de los insumos extranjeros (tipo de cambio),
incrementos salariales, impuestos, tasas de interés, entre otros19.
Se destaca la continuidad con que el encarecimiento de los
insumos nacionales ha afectado el costo de producción de las
empresas, que en consecuencia han debido trasladar dichos in-
crementos al consumidor final.

Expectativas

Este factor es preponderante en la explicación del incre-


mento de precios. En el Anexo No. 6 se observa que tanto los pre-
cios de los bienes (agrícolas, industriales) como de los servicios
se ajustan permanentemente hacia arriba ante variaciones de
precios ya ocurridas (inflación pasada, subidas de sueldos y sala-
rios, etc.) o por suceder (elevaciones preanunciadas de las tarifas
de los bienes y servicios gubernamentales).

Otros factores de inflación

Incluyen reducciones en el peso de expendio de productos


agrícolas, la unificación de precios en establecimientos rezagados
Metodologías para el análisis de coyuntura / 49

e incrementos de precios a nivel de distribuidores (variación de


los márgenes de comercialización). Los dos últimos factores han
afectado a los precios de los bienes de los sectores primario e in-
dustrial.

b. Análisis de frecuencias de las causas de inflación en el


Ecuador

El Anexo No. 6 permite determinar las frecuencias de las


diversas causas de la inflación en el Ecuador para el período
1980-199620. Los resultados se resumen en el Cuadro No. 4-5 y
los Gráficos No. 4.11 - 4.13:
Cuadro No. 4.5
FRECUENCIAS DE LAS CAUSAS DE INFLACIÓN EN EL ECUADOR
1980 - 1996

FACTOR DE FRECUENCIA PORCENTAJE % DENTRO DE


INFLACIÓN (%) SUBGRUPO

Política Económica 320 36.87


Política de precios 222 25.58 69.38
Política comercial 43 4.95 13.44
Política fiscal 49 5.65 15.30
Otras políticas 6 0.69 1.88
Shocks de oferta 70 8.06
Costos 281 32.37
Insumos nacionales 95 10.94 33.81
Costo de transporte 53 6.11 18.86
Otros 133 15.32 47.33
Expectativas 131 15.09
Otras causas de
inflación 66 7.60
TOTAL 868 100.00

FUENTE: INEC, Análisis estadísticos mensuales de la inflación de mayo de 1987 a ju-


nio de 1996, junio 1987 - julio 1996; Análisis trimestrales del proceso infla-
cionario ecuatoriano, 1983 - 1996.
ELABORACIÓN: Autora.
50 / Alicia Delgado Noboa

Gráfico No. 4.11


% FRECUENCIAS DE CAUSAS DE INFLACIÓN EN EL ECUADOR
1981-1996
Expectativas Otras causas
15% 8%

Política
económica
37%
Costos
32%
Shocks de oferta
8%

FUENTE: INEC, El proceso inflacionario en el Ecuador, Análisis trimestrales, 1983-


1996.
ELABORACIÓN: Autora.

Gráfico No. 4.12


% FRECUENCIAS DE POLÍTICAS INFLACIONARIAS EN EL ECUADOR
1981-1996
Política
comercial
13%
Políticafiscal
15%

Otras
políticas
económicas
2%
Políticade
precios
70%

FUENTE: INEC, El proceso inflacionario en el Ecuador, Análisis trimestrales, 1983-


1996.
ELABORACIÓN: Autora.

Gráfico No. 4.13


% FRECUENCIAS DE ELEMENTOS DE COSTO EN EL ECUADOR
1981-1996
Costo de
transporte
19%

Otros costos
47%

Insumos
nacionales
34%

FUENTE: INEC, El proceso inflacionario en el Ecuador, Análisis trimestrales, 1983-


1996.
ELABORACIÓN: Autora.
Metodologías para el análisis de coyuntura / 51

De lo anterior se desprende que el factor de política eco-


nómica es el que explica más continuamente la inflación ecuato-
riana (36.87%), siendo la política de precios su principal meca-
nismo inflacionario. Le sigue el factor de costos (32.37%), cuya
partida más destacada es la de “otros costos” (tipo de cambio, sa-
larios, tasa de interés, etc.). En tercer lugar se ubica el incremen-
to de precios vía expectativas (15.09%). Los tres factores juntos
representan el 84.33% de las frecuencias de inflación.
Debe tenerse en cuenta que el hecho de que un determi-
nado factor de inflación presente una frecuencia alta no signifi-
ca necesariamente que sea una causa más importante de infla-
ción que otra.

c. Factores de control del proceso inflacionario ecuatoriano

Existen diversos factores que, directa o indirectamente,


han cntribuido a que el incremento de precios en el Ecuador no
sea mayor. Entre ellos tenemos:
– Políticas económicas: comercial, de precios y otras; y,
– Otros factores de freno de la inflación (Ver Anexo No. 7).

Políticas económicas

a. Política comercial. Incluye una amplia gama de medidas:


asignación/ampliación de cupos de importación de productos
finales o materias primas; prohibiciones/restricciones a la expor-
tación (es decir, el establecimiento de cuotas mínimas a asignar
al consumo interno); la aplicación de franjas de precios; traslado
de productos a listas de importación con aranceles más bajos;
exoneración/reducción del pago de derechos arancelarios; subsi-
dios a la importación; exoneración o reducción del porcentaje de
pago de depósitos previos a la importación; determinación de
precios máximos a la importación de materias primas; aplica-
ción del sistema de trueque; fijación de precios de productos
marcadores; y, control del contrabando.
52 / Alicia Delgado Noboa

Las medidas anteriores han permitido asegurar el abaste-


cimiento interno de productos especialmente agrícolas o reducir
los costos de los insumos utilizados por la industria local.
b. Política de precios. Las medidas de precios que han fre-
nado la inflación son: incorporación de productos a las listas de
bienes controlados, ratificación de precios vigentes, control efec-
tivo de precios, incorporación de productos al régimen de fija-
ción de márgenes de utilidad y suspensión de ajustes periódicos
de precios. Al respecto el mayor control ha correspondido a los
precios de los medicamentos, energía eléctrica y combustibles.
c. Otras políticas económicas. Incluyen medidas de tipo fis-
cal (concesión de abonos tributarios, subsidios, etc.), estableci-
miento de cuotas básicas de producción nacional, aprobación de
líneas de redescuento, concesión de créditos preferenciales para
el sector agropecuario, emisión de bonos y culminación de tem-
poradas de veda. Los precios de cereales, productos de mar y
azúcar han sido los mayores beneficiarios de tales políticas anti-
inflacionarias.

Otros factores de freno de la inflación

Comprenden donaciones, contrabando, problemas de


transporte al exterior de productos de exportación (lo que eleva
la oferta interna), el mejoramiento en los pesos de expendio,
ajustes de precios al precio oficial o a la baja, facturación o dis-
tribución a precios inferiores y normalización de la producción.

d. Análisis de frecuencias de los factores que han controlado


el proceso inflacionario ecuatoriano
En base al Anexo No. 7 se han obtenido las frecuencias pa-
ra los factores que contrarrestan la inflación en el Ecuador para
el período 1980-1996. Ellas se sintetizan en el Cuadro No. 4.6 y
los Gráficos No. 4.14 y 4.15.
Metodologías para el análisis de coyuntura / 53

Cuadro No. 4.6


FRECUENCIAS DE LOS FACTORES DE CONTROL
DE LA INFLACIÓN ECUATORIANA
PERÍODO 1980 - 1996

FACTOR DE
PORCENTAJE % DENTRO DE
CONTROL DE FRECUENCIA
(%) SUBGRUPO
INFLACIÓN

Política Económica 262 90.03


Política comercial 206 70.79 78.63
Política de precios 24 8.25 9.16
Otras políticas 32 11.00 12.21
Otros factores de
freno 29 9.97
TOTAL 291 100.00

FUENTE: INEC, Análisis estadísticos mensuales de la inflación de mayo de 1987 a ju-


nio de 1996, junio 1987 - julio 1996; Análisis trimestrales del proceso infla-
cionario ecuatoriano, 1983 - 1996.
ELABORACIÓN: Autora.

Gráfico No. 4.14


% FRECUENCIAS DE LOS PRINCIPALES
FACTORES DE CONTROL DE LA INFLACIÓN
1981-1996
Otros factores
de freno
10%

Política
económica
90%

FUENTE: INEC, El proceso inflacionario en el Ecuador, Análisis trimestrales, 1983-


1996.
ELABORACIÓN: Autora.
54 / Alicia Delgado Noboa

Gráfico No. 4.15


% FRECUENCIAS DE LAS PRINCIPALES
POLÍTICAS DE CONTROL DE LA INFLACIÓN
1980-1996

Política de
Otras
precios
políticas
9%
económicas
12%

Política
comercial
79%
FUENTE: INEC, El proceso inflacionario en el Ecuador, Análisis trimestrales, 1983-
1996.
ELABORACIÓN: Autora.

Diversas medidas se han aplicado para frenar el incremen-


to de precios, de manera especial las comerciales, que represen-
tan el 78.63% de las frecuencias del factor de política económi-
ca, que a su vez explica en un 90.03% las frecuencias totales de
los elementos anti-inflacionarios. Aunque el componente “Otros
factores” registra un 9.97% de frecuencias, este porcentaje es ba-
jo en relación a los 9/10 correspondientes a las políticas guber-
namentales.

4.3.2 Modelos econométricos para la determinación de las


causas de la inflación

a. Metodología para la determinación de los índices de precios


sectoriales

Como punto de partida para el análisis econométrico de


las causas de la inflación ecuatoriana, los 200 artículos incluidos
en el cálculo del IPC se han reclasificado según su pertenencia a
uno de los cinco sectores siguientes21: agrícola, industrial, servi-
cios públicos, servicios de origen privado y educación22. Esta
Metodologías para el análisis de coyuntura / 55

agrupación (presentada en el Anexo No. 8) permite la determi-


nación de los índices de precios sectoriales, que en esta investiga-
ción tienen como base los precios de enero a diciembre de 1984.
El IPC de un sector específico se calcula utilizando los pre-
cios medios nacionales de los bienes y servicios correspondien-
tes, a los que se aplica la fórmula de Laspeyres, cuya expresión
general es:

Pn Qo
IPCn = ––––––––––– x 100

Po Qo
donde:
IPCn = Indice de Precios al Consumidor en el período n (actual);
Pn = Precio medio de un artículo determinado en el período n;
Qo = cantidad del artículo en el período base; y,
Po = Precio medio del artículo en el período base.

El factor Qo resulta de dividir el porcentaje de gasto asig-


nado al artículo analizado (o su ponderación) entre el precio
medio del período base.

b. Pruebas de causación de Granger

Un elemento importante del análisis de la relación entre el


IPC general y sus componentes sectoriales (agricultura, indus-
tria, servicios públicos, servicios privados y educación) es la de-
terminación de la dirección de la causalidad entre dos variables.
Este comportamiento ha sido estudiado utilizando el criterio de
causación definido por Granger.
La prueba de causalidad de Granger supone que la infor-
mación relevante para la predicción de las variables proviene
únicamente de los datos de series de tiempo de dichas variables.
Esta metodología detecta la dirección de la relación causa - efec-
to entre dos variables X y Y cuando temporalmente existe una
asociación de adelanto y rezago entre ellas. El test estima dos re-
gresiones:
56 / Alicia Delgado Noboa

∑ ∑
n n
Xt = aiYt-i + bjXt-j + u1t
i=1 j=1

∑ ∑
m m
Yt = ciYt-i + djXt-j + u2t
i=1 j=1

Puede darse uno de los siguientes cuatro casos23:


1. Se presenta causalidad (“a la Granger”) de X a Y si el conjun-
to de coeficientes de Y rezagados no es estadísticamente dife-

rente de cero en la primera ecuación ( ai=0) y si los coefi-
cientes de X rezagados son globalmente significativos en la
∑≠
segunda ( dj 0);
∑≠ ∑
2. Existe causalidad unidireccional de Y a X si ai 0 y dj=0;
3. Se presenta causalidad bilateral o retroalimentación cuando
los conjuntos de coeficientes X y Y son estadísticamente sig-
nificativos en las dos ecuaciones; y,
4. Las variables X y Y son independientes si sus coeficientes son
globalmente diferentes de cero en las dos regresiones.
Los valores críticos para efectos de aceptación o rechazo
de la hipótesis de que “X no causa (a la Granger) a Y” (o vicever-
sa) se determinan en el contexto de la distribución F.
Las hipótesis nulas, estadísticos F y niveles de significación
(valores P) para los tests de Granger de los pares de variables de
precios involucradas en el presente estudio se muestran en el
Cuadro No. 4.7. A continuación se presentan los resultados ob-
tenidos:
Metodologías para el análisis de coyuntura / 57

Cuadro No. 4.7


RESULTADOS DE LOS TESTS DE GRANGER PARA LOS
ÍNDICES DE PRECIOS SECTORIALES
VARIABLE HIPOTESIS NULA ESTADISTICO F VALOR P

IPC General IPC General no causa IPC Agrícola* 7.5319 0.0084 1/


IPC General no causa IPC Industrial 3.1620 0.0463 2/
IPC General no causa IPC Servicios Públicos 1.7420 0.1838
IPC General no causa IPC Servicios Privados 2.1716 0.0433 2/
IPC General no causa IPC Educación 2.0071 0.0412 2/
IPC Agrícola IPC Agrícola no causa IPC General 4.8990 0.0314 2/
IPC Agrícola no causa IPC Industrial 5.2783 0.0263 2/
IPC Agrícola no causa IPC Servicios Públicos 2.6437 0.1109
IPC Agrícola no causa IPC Servicios Privados 4.3016 0.0400 2/
IPC Agrícola no causa IPC Educación 0.3717 0.6903
IPC Industrial IPC Industrial no causa IPC General 3.1167 0.0483 2/
IPC Industrial no causa IPC Agrícola 7.4678 0.0089 1/
IPC Industrial no causa IPC Servicios Públicos 2.2979 0.1059
IPC Industrial no causa IPC Servicios Privados 2.8170 0.0277 2/
IPC Industrial no causa IPC Educación 0.0538 0.9477
IPC Servicios IPC Serv. Públicos no causa IPC General 5.7392 0.0052 1/
Públicos IPC Serv. Públicos no causa IPC Agrícola 4.5391 0.0386 2/
IPC Serv. Públicos no causa IPC Industrial 4.5768 0.0126 2/
IPC Serv. Públicos no causa IPC Serv. Privados 17.0872 0.0001 1/
IPC Serv. Públicos no causa IPC Educación 0.0946 0.9098
IPC Servicios IPC Serv. Privados no causa IPC General 1.8282 0.0904 3/
Privados IPC Serv. Privados no causa IPC Agrícola 1.5984 0.2084
IPC Serv. Privados no causa IPC Industrial 0.1986 0.9745
IPC Serv. Privados no causa IPC Serv. Públicos 1.6755 0.2014
IPC Serv. Privados no causa IPC Educación 1.5364 0.2191
IPC Educación IPC Educación no causa IPC General 2.3297 0.0171 2/
IPC Educación no causa IPC Agrícola 1.2381 0.2934
IPC Educación no causa IPC Industrial 0.4341 0.6488
IPC Educación no causa IPC Servicios Públicos 0.7669 0.4666
IPC Educación no causa IPC Servicios Privados 0.0740 0.9287
* El test de Granger utiliza variables estacionarias, por lo que se han aplicado dos
diferencias a los logaritmos de las series en niveles.
1/ Significativo con 99% de confianza. 2/ Significativo con 95% de confianza.
3/ Significativo con 90% de confianza.
FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, 1982-1996.
ELABORACIÓN: Autora.
58 / Alicia Delgado Noboa

– El IPC General rezagado causa (en el sentido de Granger) a


los índices de los sectores agrícola, industrial, servicios priva-
dos y educación. Es decir, la inflación pasada influiría en la
formación de precios de dichos sectores. Por el contrario, no
existe evidencia de que el índice general aporte información
adicional a la explicación de los precios de los servicios públi-
cos, lo que reflejaría la presencia de una dinámica propia en
el comportamiento de los precios que conforman el sector.
– Los índices de precios rezagados de todos los sectores influ-
yen en el IPC General. Esto es indicio de que los productos
que han sido seleccionados para constituir el IPC de cada sec-
tor no sólo son importantes para la determinación del índice
agregado del mismo período, sino que su comportamiento
pasado también influye sobre el IPC presente. Es relevante la
incidencia de los precios de los servicios públicos del período
inmediato anterior sobre el IPC, de manera especial a través
de incrementos en el precio de la gasolina. Dado que a su vez
la variable agregada afecta a los índices sectoriales, no debe-
ría abusarse de la política de aumentos en los precios de los
combustibles para elevar los ingresos fiscales. Antes bien po-
dría pensarse en racionalizar el gasto o en implementar me-
didas de ingreso de más largo alcance como subidas de im-
puestos o reducción de la evasión fiscal.
- Existe una causalidad en dos sentidos entre los índices de pre-
cios de la agricultura y la industria, es decir, el IPC agrícola
explica el IPC industrial y viceversa. Lo anterior se entende-
ría en el sentido de que la inflación en el sector secundario
modifica los precios relativos y transfiere parte de la deman-
da de bienes industriales hacia los primarios (en lo que a ali-
mentos concierne), lo que a su vez presiona a la subida de los
precios agropecuarios. Por otra parte, incrementos en el IPC
agrícola constituyen subidas en los costos de los insumos uti-
lizados por la industria alimenticia, los que se transmiten a
los precios de los productos ofertados por esta última.
Metodologías para el análisis de coyuntura / 59

- El IPC agrícola influye en los precios de los servicios priva-


dos. Por ejemplo, se puede citar la incidencia directa de dicha
variable a través de los mayores costos de los insumos agro-
pecuarios utilizados en los restaurantes (rubro “almuerzo”)
así como su influencia indirecta en el artículo “alquiler”, que
es ajustado por los agentes privados en función de la subida
del costo de la canasta básica24, compuesta fundamentalmen-
te por productos agrícolas. El mismo análisis explicaría la in-
fluencia del IPC industrial en los precios privados.
- El comportamiento pasado del IPC de los servicios públicos
explica parte del incremento de los precios agrícolas, indus-
triales y de los servicios privados. En el caso del sector prima-
rio, esto ocurriría por las continuas elevaciones en los precios
de los combustibles que presionan al alza del costo de trans-
porte, que indudablemente ocasiona subidas de precios de los
productos agrícolas.
Por otra parte, los precios públicos influyen en el IPC Indus-
trial, principalmente debido a la importancia que tienen los com-
bustibles y la energía eléctrica en el costo total de las empresas.
Así mismo, el IPC de los servicios privados es causado (en
el sentido de Granger) por los precios públicos. Una posible ex-
plicación es que rubros como gas, luz y gasolina influyen en la
formación de precios de servicios privados tales como almuerzo,
atención médica, corte de pelo y lavado de ropa. La altísima cau-
salidad que el test arroja en la dirección “servicios públicos a pri-
vados” y la importancia de los precios privados en el cálculo del
IPC general25 permiten reafirmar que es necesario reestructurar
la política fiscal sin recurrir excesivamente al incremento de los
precios de los combustibles.

c. Prueba de cointegración de Johansen

Como complemento del análisis de causalidades de Gran-


ger, es necesario efectuar pruebas de cointegración entre los ín-
dices de precios sectoriales, que permitirán sacar a la luz relacio-
60 / Alicia Delgado Noboa

nes entre ellos que no son de causa-efecto sino evoluciones simi-


lares ocasionadas por una tercera variable.
Un conjunto de series de tiempo no estacionarias está
cointegrado si existe una combinación lineal estacionaria de ta-
les variables. La combinación lineal se denomina ecuación coin-
tegrante. La cointegración implica la existencia de una relación
de equilibrio de largo plazo entre las series consideradas, con ex-
cepción de alguna perturbación estacionaria.
Uno de los instrumentos más conocidos para probar la hi-
pótesis nula de la inexistencia de cointegración entre series es el
test de Johansen, basado en la distribución ji-cuadrado (χ2) y en
la estadística de prueba denominada “razón probabilística” (like-
lihood ratio).
El Cuadro No. 4.8 muestra los resultados del test antes
mencionado, aplicado a cada par de variables de precios secto-
riales. Se acepta la ausencia de cointegración entre las series en
todos los casos, indicando que ellas adoptan diferentes tenden-
cias en el tiempo. Se exceptúan los índices industrial y de servi-
cios públicos, que están cointegrados al 95% de confianza.

Cuadro No. 4.8


PRUEBA DE COINTEGRACIÓN DE JOHANSEN
Hipótesis nula: no existe cointegración entre las series

PAR DE VARIABLES LIKELIHOOD RATIO DECISIÓN


IPC Agrícola-IPC Industrial 12,52 A
IPC Agrícola-IPC Serv. Públicos 12,21 A
IPC Agrícola-IPC Serv. Privados 10,74 A
IPC Agrícola-IPC Educación 13,25 A
IPC Industrial-IPC Serv. Públicos 18,43 R*
IPC Industrial-IPC Serv. Privados 9,60 A
IPC Industrial-IPC Educación 15,10 A
IPC Serv. Públicos-IPC Serv. Privados 11,20 A
IPC Serv. Públicos-IPC Educación 13,75 A
IPC Serv. Privados-IPC Educación 10,42 A
Valores críticos
Al 5% 15,41
Al 1% 20,04
Metodologías para el análisis de coyuntura / 61

Hipótesis nula: existe máximo una ecuación cointegradora

PAR DE VARIABLES LIKELIHOOD RATIO DECISIÓN


IPC Industrial-IPC Serv. Públicos 2,04 A
Valores críticos
Al 5% 3,76
Al 1% 6,65

A = Se acepta la hipótesis nula. R = Se rechaza la hipótesis nula.


* Rechazo con un nivel de significación del 5%.
FUENTE: INEC, Indice de Precios al Consumidor Area Urbana, 1982-1996.
ELABORACIÓN: Autora.

Es necesario entonces probar la hipótesis de que existe


máximo una ecuación cointegradora entre precios industriales y
públicos, que es aceptada incluso con una significación del 5%.
Esta relación puede explicarse por el hecho de que la gasolina es,
por un lado, el artículo más importante del IPC Público y el que
en consecuencia ejerce la mayor influencia en el sector; y, por
otro lado, un insumo que incide en gran medida en el IPC se-
cundario en virtud de su importancia dentro de los costos in-
dustriales. Es decir, los dos índices varían en el tiempo con el pre-
cio de la gasolina.

d. Modelos econométricos de las causas de la inflación: un en-


foque sectorial

La elaboración de un modelo econométrico de inflación


es necesaria a efectos de determinar las variables que explican el
incremento de precios al consumidor en el corto plazo y obtener
los coeficientes de las ecuaciones involucradas de manera que
permitan predecir el comportamiento coyuntural del fenómeno
estudiado.
El mencionado modelo divide a la economía ecuatoriana
en cinco sectores26: agrícola, industrial, servicios públicos, servi-
cios de origen privado y educación.
62 / Alicia Delgado Noboa

Se ha aplicado a las ecuaciones del modelo propuesto el


método de mínimos cuadrados ordinarios con corrección de la
autocorrelación utilizando el método de la “ecuación en diferen-
cia generalizada”.
Las ecuaciones se han utilizado en su forma logarítmica27.
El modelo abarca el período enero de 1985 - junio de 1996.
Los coeficientes arrojados por las ecuaciones del modelo
se presentan en el Anexo No. 9. Sus signos son iguales a los que
se esperaba. Los regresores son en general significativos, lo que se
deduce de la observación de los estadísticos t, F y R2 de cada una
de las ecuaciones incluidas. Por otra parte, se ha determinado la
ausencia de autocorrelación serial28.

Ecuaciones del modelo

1. Ecuación de participación de los sectores involucrados en el mo-


delo en la variación del IPC General

(1) IPC = IPCAgrα1 ∗ IPCIndα2 ∗ IPCSPúbα3 ∗ IPCSPrivα4 ∗


IPCEducα5

Utilizando logaritmos:
(1) ln IPC = α1 ln IPCAgr + α2 ln IPCInd + α3 ln IPCSPúb
+ α4 ln IPCSPriv + α5 ln IPCEduc

Donde:
IPC = Indice General de Precios al Consumidor;
α1 = Respuesta del IPC General a variaciones de los precios agrícolas;
IPCAgr = Indice de Precios al Consumidor de los productos agrícolas;
α2 = Elasticidad precio de productos manufacturados del IPC Gene-
ral;
IPCInd = Indice de Precios al Consumidor de los bienes del sector in-
dustrial;
α3 = Efecto del cambio en los precios de los bienes y servicios públicos
sobre el Indice General;
Metodologías para el análisis de coyuntura / 63

IPCSPúb = Indice de Precios al Consumidor de bienes y servicios pú-


blicos;
α4 = Elasticidad precio de los servicios privados del IPC General;
IPCSPriv = Indice de Precios al Consumidor de los servicios ofrecidos
por el sector público;
α5 = Respuesta del IPC General a variaciones en el IPC del sector Edu-
cación; y,
IPCEduc = Indice de Precios al Consumidor de los artículos incluidos
en el grupo Educación.
La ecuación (1) constituye una identidad cuyos coeficien-
tes (ponderaciones en la canasta del IPC) son (Cuadro No. 4.9):

Cuadro No. 4.9


PONDERACIONES DE LOS SECTORES EN EL MODELO

SECTOR PONDERACIÓN
Agrícola α1 = 0.12
Industrial α2 = 0.51
Servicios Públicos α3 = 0.07
Servicios Privados α4 = 0.24
Educación α5 = 0.06
FUENTE: INEC.
ELABORACIÓN: Autora.

2. Ecuación de precios del sector agrícola

Especificación de la ecuación
(2) IPCAgr = eΩ0 ∗ MΩ1 ∗ tct-1Ω2 ∗ Insagrimpt-1Ω3 ∗ eΩ4Dummyag ∗
eΩ5s(IPCIndt-1/IPCAgrt-1) ∗ PCt-1Ω6

En forma logarítmica:
Ω Ω
(2) ln IPCAgr = 0 + 1 ln M + 2 ln tct-1 + 3 ln Ω Ω
Ω Ω
Insagrimpt-1 + 4 Dummyag + 5 s(IPCIndt-1/IPCAgrt-1)

+ 6 ln PCt-1
64 / Alicia Delgado Noboa

Donde:
Ω 0 = factor constante de largo plazo;
Ω 1 = Elasticidad demanda de los precios del sector agrícola;
M = Medio circulante, que ha sido tomado como indicador de de-
manda;
Ω 2 = Respuesta de los precios agrícolas a variaciones del tipo de cam-
bio, es decir, efecto del incremento de precios de los bienes tran-
sables sobre el IPCAgr;
tc = tipo de cambio;
Ω 3 = elasticidad oferta de insumos importados de los precios agríco-
las;
Insagrimp = Insumos agrícolas importados, utilizados como indicador
de la oferta de materias primas provenientes del exterior, por un
lado, y como una proxy de tecnología para el sector, por el otro;
Ω 4 = factor de estacionalidad de los precios agrícolas;
Dummyag = variable dicotómica que adopta un valor de UNO en los
meses de enero a junio, correspondientes a estacionalidades cre-
cientes del IPC del sector analizado; y, CERO en el resto de me-
ses29;
Ω 5 = respuesta de los precios agrícolas a variaciones en los términos de
intercambio entre los sectores primario y secundario;
s(IPCIndt-1/IPCAgrt-1) = Incremento de los términos de intercambio
Industria/Agricultura;
Ω 6 = efecto de las elevaciones de precios de los combustibles en el
IPC agrícola;
PC = Precio de los combustibles, determinado como una ponderación
de los precios de los derivados del petróleo más relevantes; y,
e = base del sistema de logaritmos neperianos (ln).

Signos esperados de los coeficientes

El Cuadro No. 4.10 muestra los signos esperados de los


coeficientes de las variables explicativas de la inflación agrícola:
Metodologías para el análisis de coyuntura / 65

Cuadro No. 4.10


SIGNOS ESPERADOS DE LOS COEFICIENTES DE LA
ECUACIÓN (2)

VARIABLE COEFICIENTE SIGNO ESPERADO


M Ω
1 +
tct-1 Ω
2 +
Insagrimpt-1 Ω
3 ?
Dummyag Ω
4 +
s(IPCIndt-1/IPCAgrt-1) Ω
5 +
PCt-1 Ω6 +

FUENTE: BCE, Información Estadística Mensual, enero 1985-junio 1996.


INEC, Indice de Precios al Consumidor Area Urbana, enero 85-junio 96.
Petroecuador, la actividad hidrocarburífera del país, 1972-1995.
Petrocomercial, Consolidado Nacional de Venta de Combustibles, enero-
junio 96.
ELABORACIÓN: Autora.

Resultados
Los coeficientes estimados y los estadísticos de la ecuación
se muestran en el Cuadro No. 4.11.

Cuadro No. 4.11


RESULTADOS DE LA ESTIMACIÓN ECONOMÉTRICA
DE LA ECUACIÓN (2)
VARIABLE COEFICIENTE VALOR t
Constante Ω
o -3.36 -6.56
M Ω
1 0.45 7.64
tct-1 Ω
2 0.48 8.99
Insagrimpt-1 Ω
3 0.03 1.97
Dummyag Ω
4 0.05 4.16
s(IPCIndt-1/IPCAgrt-1) Ω
5 0.24 2.44
PCt-1 Ω
6 0.08 1.96
R2 = 0.98 D-W = 1.81 F = 1108.07
FUENTE: BCE, Información Estadística Mensual, enero 1985-junio 1996.
INEC, Indice de Precios al Consumidor Area Urbana, enero 85-junio 96.
Petroecuador, la actividad hidrocarburífera del país, 1972-1995.
Petrocomercial, Consolidado Nacional de Venta de Combustibles, enero-
junio 96.
ELABORACIÓN: Autora.
66 / Alicia Delgado Noboa

El coeficiente autónomo es significativo, concluyéndose


que los determinantes de mediano y largo plazo contribuyen en
buena medida a la explicación del incremento de precios agríco-
las, entre ellos, las variaciones de oferta. Los coeficientes de las
variables predeterminadas también aportan información rele-
vante.
La demanda, representada por la cantidad de dinero,
constituye uno de los determinantes principales del IPC del sec-
tor primario30. Su coeficiente estimado muestra que una varia-
ción del 10% en M produce un cambio de aproximadamente
4.5% en los precios agrícolas en la misma dirección31. El IPC de
la agricultura sería inelástico a incrementos en la demanda inter-
na.
Un factor adicional de demanda está dado por el tipo de
cambio, que actúa mediante su influencia en los precios de los
bienes transables. Una parte de productos agrícolas considerados
en la canasta del IPC son comerciables, cuya demanda externa se
eleva ante una devaluación, lo que genera desabastecimiento in-
terno y subidas de precios. Adicionalmente, el contrabando de
productos ocasionaría que en ciertos períodos el incremento de
precios de los bienes exportables derive en la escasez interna y en
consecuencia en una elevación de los precios internos. El coefi-

ciente 2 > 0 así lo confirma. Un incremento del 10% en el tipo
de cambio produciría una elevación del 4.8% en el IPC del sec-
tor primario.
El efecto del incremento de las importaciones de materias
primas para la agricultura sobre el IPC del sector es positivo, re-
flejando que la reducción de precios resultante de la mayor ofer-
ta se ve más que compensada con la subida de precios ocasiona-
da por las mejoras incorporadas a los productos primarios gra-
cias a la nueva tecnología. El modelo arroja un coeficiente 3 Ω
mayor a cero y significativo. Por cada 10% de aumento en esta
variable explicativa, el IPC del sector primario se elevaría en
0.25%.
Metodologías para el análisis de coyuntura / 67


El coeficiente estacional 4 es positivo, indicando que
efectivamente la estacionalidad del IPC del sector primario es
positiva entre los meses de enero y junio de todos los años. De-
be recordarse que el índice general incluye productos agrícolas
que se cosechan todo el año y cuyos precios se elevan continua-
mente, lo que lleva a pensar –si se hubiera optado por incorpo-
rar 11 variables dummy estacionales en la ecuación (2)– que aun
los coeficientes de los meses de julio a diciembre habrían sido
positivos.

El coeficiente de los precios relativos industriales 5 reco-
ge el efecto positivo de un incremento en los precios de los ali-
mentos elaborados en la demanda agrícola y por ende en los pre-
cios del sector estudiado32.
La variable “precio de los combustibles” es un indicador
del costo de transporte de los productos agrícolas. Sus subidas
derivan en incrementos del IPC del sector como consecuencia
del mayor costo que implica el traslado diario de los alimentos
del campo a la ciudad vía transporte terrestre, que transmite las
elevaciones de precios de la gasolina a la tarifa que cobra por el

servicio prestado. El coeficiente 6 es positivo y relevante.

3. Ecuación de precios del sector industrial

Especificación de la ecuación (3)

(3) IPCInd33 = eθ0 ∗ tc t-1θ1 ∗ PC/PC t-1θ2 ∗ EnElect t-1θ3 ∗ Mθ4 ∗


IPCInd t-1θ5

Tomando el logaritmo natural de los dos miembros:


(3) ln IPCInd = θ0 + θ1 ln tct-1 + θ2 ln PC/PCt-1 + θ3 ln
EnElectt-1 + θ4 ln M + θ5 ln IPCInd t-1
68 / Alicia Delgado Noboa

Donde:
θ0 = Factor constante de largo plazo;
θ1 = Respuesta de los precios industriales a variaciones del tipo de
cambio tc, que en este caso se utiliza como indicador del precio
de los insumos externos empleados por el sector secundario en
el proceso productivo;
θ2 = Elasticidad precio de los combustibles del IPC industrial, con
PC/PCt-1 representando la relación de precios de la gasolina
entre el mes actual y el inmediatamente anterior;
θ3 = Efecto del precio de la energía eléctrica en los precios industria-
les;
EnElect = precio medio de la energía eléctrica;
θ4 = Respuesta de los precios industriales a variaciones en la deman-
da M;
θ5 = Factor de indexación a la inflación industrial pasada.

Signos esperados de los coeficientes


En el Cuadro No. 4.12 se pueden apreciar los signos es-
perados de los regresores de la ecuación de precios industriales:

Cuadro No. 4.12


SIGNOS ESPERADOS DE LOS REGRESORES
DE LA ECUACIÓN (3)

VARIABLE COEFICIENTE SIGNO ESPERADO


tc t-1 θ1 +
PC/PC t-1 θ2 +
EnElect t-1 θ3 +
M θ4 +
IPCInd t-1 θ5 +

FUENTE: BCE, Información Estadística Mensual, enero 1985-junio 1996.


INEC, Indice de Precios al Consumidor Area Urbana, enero 85-junio 96.
Petroecuador, la actividad hidrocarburífera del país, 1972-1995.
Petrocomercial, Consolidado Nacional de Venta de Combustibles, enero-
junio 96.
ELABORACIÓN: Autora.
Metodologías para el análisis de coyuntura / 69

Resultados

El factor constante de la ecuación de precios industriales


es significativo y contiene determinantes que añaden puntos a la
inflación del sector y que podrían incluir la variación de los már-
genes de ganancia, subutilización de la capacidad instalada, en-
tre otros (Ver Cuadro No. 4.13).

Cuadro No. 4.13


RESULTADOS DE LA ESTIMACIÓN ECONOMÉTRICA
DE LA ECUACIÓN (3)

VARIABLE COEFICIENTE VALOR T


Constante θ0 -0.46 -2.84
tct-1 θ1 0.08 5.15
PC/PCt-1 θ2 0.04 3.53
EnElectt-1 θ3 0.02 3.06
M θ4 0.05 2.54
IPCIndt-1 θ5 0.86 31.10
R2 = 0.99 D-W = 1.82 F = 194047.87

FUENTE: BCE, Información Estadística Mensual, enero 1985-junio 1996.


INEC, Indice de Precios al Consumidor Area Urbana, enero 85-junio 96.
Petroecuador, la actividad hidrocarburífera del país, 1972-1995.
Petrocomercial, Consolidado Nacional de Venta de Combustibles, enero-ju-
nio 96.
ELABORACIÓN: Autora.

Del análisis de t se deduce que los coeficientes de las varia-


bles de costo son todos distintos de cero.
Dentro de los factores de costo se destaca el tipo de cam-
bio, cuyo θ refleja un incremento de alrededor del 0.81% en el
IPC del sector secundario ante una devaluación del 10%. Este re-
sultado era de esperarse puesto que la estructura de costos de la
industria ecuatoriana da cuenta de una gran dependencia de in-
sumos y maquinaria importados.
Los precios de los insumos nacionales están representados
por la relación de precios de la gasolina entre el período actual y
70 / Alicia Delgado Noboa

el previo y por el costo de la energía eléctrica. Estos precios tie-


nen un efecto similar al del tipo de cambio en el IPC del sector
secundario, en vista de que una elevación del 10% en la razón de
precios de los combustibles implica una subida de los precios in-
dustriales de 0.43% y un incremento de la misma magnitud en
el precio de la energía eléctrica eleva los precios del sector anali-
zado en 0.21%. De esta manera, el efecto conjunto de los precios
de los insumos nacionales en el IPC industrial es de 0.64%. En
muchos casos, los combustibles constituyen insumos estratégi-
cos para el sector secundario, situación que se refleja en un ma-
yor peso relativo del coeficiente de precios de la gasolina en la ex-
plicación de IPCInd.
La exclusión de los salarios en la ecuación de precios in-
dustriales se debe a la inexistencia de una serie que refleje de ma-
nera cercana el costo de la mano de obra del sector, como podría
ser una variable de salarios medios. Unicamente se dispone de
una serie de salarios mínimos, que reduce la significación global
de los regresores al incluirse en la ecuación. Cabe recalcar sin
embargo que las empresas utilizan gran cantidad de mano de
obra en sus procesos productivos, por lo que ella constituye in-
dudablemente un elemento relevante del costo del sector secun-
dario.
La elasticidad precio de la demanda de productos indus-
triales, representada por el coeficiente de M, es baja (0.054) e in-
ferior a la correspondiente a la agricultura. Esto se explica por el
hecho de que la oferta agrícola en un determinado período está
fija, por lo que los consumidores deben enfrentar una curva de
oferta inelástica y es la demanda la que determina el precio. Sien-
do así, los excesos de demanda del sector primario se ajustan vía
precios, tratándose en consecuencia de mercados con precios fle-
xibles. Por el contrario, las industrias se caracterizan por operar
sus instalaciones a niveles inferiores a su capacidad de planta, lo
que ocasiona ajustes tanto en precios como en cantidades en si-
tuaciones de excesos de demanda.
Metodologías para el análisis de coyuntura / 71

Existe un fuerte componente inercial en los precios indus-


triales, que se ajustan en función de la inflación del sector en el
pasado. Este hecho genera distorsiones en los precios relativos
que alteran la distribución del ingreso.

4. Ecuación de precios de los servicios públicos

Especificación de la ecuación (4)

(4) IPCSPúb = eλ0 ∗ tct-1λ1 ∗ IPCt-1λ2 ∗ eλ3 Polfiscal

Aplicando logaritmos:
(4) ln IPCSPúb = λ0 + λ1 ln tct-1 + λ2 ln IPCt-1 + λ3 ln Polfis-
cal

Donde:
λ0 = Factor constante de largo plazo;
λ1 = Elasticidad tipo de cambio de los servicios públicos34;
λ2 = Factor de indexación de los precios de los servicios públicos, que
depende de decisiones políticas;
IPCt-1 = Indice de Precios al Consumidor del período anterior;
λ3 = Respuesta de los precios de los servicios públicos a las medidas
económicas dictadas por los gobiernos de turno al subir al po-
der; y,
Polfiscal = variable dummy, cuyo valor es 1 entre agosto y noviembre
de los años de cambio de poder y cero en el resto de meses. Mi-
de la influencia de las políticas de precios de los nuevos gobier-
nos en el IPC de los servicios públicos.

Signos esperados de los coeficientes


Se espera que los coeficientes de la ecuación de precios públicos
tengan los siguientes signos (Cuadro No. 4.14):
72 / Alicia Delgado Noboa

Cuadro No. 4.14


SIGNOS ESPERADOS DE LOS COEFICIENTES
DE LA ECUACIÓN (4)

VARIABLE COEFICIENTE SIGNO ESPERADO

tct-1 λ1 ?35
IPCt-1 λ2 +
Polfiscal λ3 +

FUENTE: BCE, Información Estadística Mensual, enero 1985-junio 1996.


INEC, Indice de Precios al Consumidor Area Urbana, enero 85-junio 96.
Petroecuador, la actividad hidrocarburífera del país, 1972-1995.
Petrocomercial, Consolidado Nacional de Venta de Combustibles, enero-
junio 96.
ELABORACIÓN: Autora.

Resultados de la ecuación estimada

La significación del coeficiente autónomo es alta e inclui-


ría a factores como el precio internacional del petróleo y decisio-
nes de tipo político que incidirían en la determinación de pre-
cios de los servicios públicos (Ver Cuadro No. 4.15).

Cuadro No. 4.15


RESULTADOS DE LA ESTIMACIÓN ECONOMÉTRICA
DE LA ECUACIÓN (4)
VARIABLE COEFICIENTE VALOR t
Constante λ0 0.53 1.99
tct-1 λ1 -0.22 -2.14
IPCt-1 λ2 1.15 13.61
Polfiscal λ3 0.13 3.32
R2 = 0.92 D-W = 1.90 F = 3562.65

FUENTE: BCE, Información Estadística Mensual, enero 1985-junio 1996.


INEC, Indice de Precios al Consumidor Area Urbana, enero 85-junio 96.
Petroecuador, la actividad hidrocarburífera del país, 1972-1995.
Petrocomercial, Consolidado Nacional de Venta de Combustibles, enero-ju-
nio 96.
ELABORACIÓN: Autora.
Metodologías para el análisis de coyuntura / 73

El tipo de cambio juega un papel preponderante en la va-


riación de IPCSPúb. La relación entre las dos variables puede en-
tenderse considerando el efecto de una devaluación sobre las
cuentas fiscales. Por un lado, la subida del tipo de cambio eleva
el costo de los intereses de la deuda externa; y, por el otro, incre-
menta los ingresos petroleros. Dependiendo de la magnitud de
los dos efectos, el gobierno necesitará incrementar los precios
públicos para mejorar su situación. Si como consecuencia de la
devaluación los ingresos fiscales aumentan más que sus gastos,
no se tendrá que recurrir a reajustes de las tarifas públicas. El
coeficiente del tipo de cambio resultó menor a cero, indicando
que el efecto neto de una devaluación sobre el déficit fiscal es ne-
gativo y que, en consecuencia, el gobierno ecuatoriano no se ve
en la necesidad de recurrir a la elevación del precio de los com-
bustibles y de los servicios públicos ante subidas del precio de la
divisa.
Existe una estrecha relación entre las decisiones de precios
públicos y el incremento general de precios, que se refleja en la
indexación en 11.5% a una inflación pasada del 10%36.
Las medidas económicas adoptadas por los gobiernos de
turno afectan considerablemente a los precios públicos como re-
sultado de las típicas elevaciones de precios de los combustibles
a inicios de cada período presidencial, que tienen por objeto me-
jorar los ingresos fiscales. De ello da cuenta el coeficiente de la
variable Dummy Polfiscal, que es significativo.
La introducción de una variable de gasto público en la
ecuación analizada condujo a la reducción en la significancia de
los coeficientes. No obstante, debe destacarse la incidencia de di-
cha variable en la mayor o menor necesidad de obtener ingresos
vía ajuste de los precios públicos para suplir la política de gasto.
74 / Alicia Delgado Noboa

5. Ecuación de precios de servicios del sector privado

Especificación de la ecuación (5)

(5) IPCSPriv = eβ0 ∗ Wt-1β1 ∗ IPCt-1β2

Expresando la ecuación anterior en forma lineal:


(5) ln IPCSPriv = β0 + β1 ln Wt-1 + β2 ln IPCt-1

Donde:
β0 = Factor constante de largo plazo;
β1 = Respuesta del IPC de los servicios privados a fluctuaciones sala-
riales;
Wt-1 = Ingreso salarial de un trabajador en el período inmediato ante-
rior; y,
β2 = Factor de indexación de los precios de los servicios del sector
privado.

Signos esperados de los coeficientes

Los signos esperados para los coeficientes de la ecuación


(5) son (Cuadro No. 4.16):
Cuadro No. 4.16
SIGNOS ESPERADOS DE LOS COEFICIENTES
DE LA ECUACIÓN (5)

VARIABLE COEFICIENTE SIGNO ESPERADO


Wt-1 β1 +
IPCt-1 β2 +

FUENTE: BCE, Información Estadística Mensual, enero 1985-junio 1996.


INEC, Indice de Precios al Consumidor Area Urbana, enero 85-junio 96.
Ministerio de Trabajo, Ingreso promedio mensual del trabajador, 1985-
1996.
ELABORACIÓN: Autora.
Metodologías para el análisis de coyuntura / 75

Resultados de la ecuación estimada

Los precios de los servicios privados se forman en base a


expectativas adaptativas, siendo los factores referenciales las va-
riaciones de precios y salarios en el pasado (Ver Cuadro No.
4.17). Se destaca la respuesta del índice del sector a la inflación
pasada (8.7% de incremento ante una elevación del 10% en el
IPC general).

Cuadro No. 4.17


RESULTADOS DE LA ESTIMACIÓN ECONOMÉTRICA
DE LA ECUACIÓN (5)

VARIABLE COEFICIENTE VALOR t


Constante β0 -0.36 -2.05
Wt-1 β1 0.08 2.77
IPCt-1 β2 0.87 31.58
R2 = 0.98 D-W = 1.71 F = 12510.18

FUENTE: BCE, Información Estadística Mensual, enero 1985-junio 1996.


INEC, Indice de Precios al Consumidor Area Urbana, enero 85-junio 96.
Ministerio de Trabajo, Ingreso promedio mensual del trabajador, 1985-1996.
ELABORACIÓN: Autora.

Aunque la elasticidad salarios de los precios privados es


relativamente baja, su significación es alta, indicando que el cos-
to de la mano de obra incide en la determinación de precios del
sector. En efecto, las encuestas mensuales realizadas por el INEC
para explicar las causas del incremento de los precios medios de
los artículos incluidos en la canasta del IPC reflejan que servicios
como “corte de pelo” y “atención médica” toman como referencia
para el ajuste de sus precios a la variación de salarios mínimos.
El coeficiente autónomo de la ecuación es significativa-
mente distinto de cero y podría incluir factores como el nivel de
actividad económica para aportar a la explicación del crecimien-
to del IPC de los servicios privados.
La inexistencia de una serie de actividad económica con
periodicidad mensual imposibilita el determinar su efecto en la
76 / Alicia Delgado Noboa

inflación del sector analizado. Sin embargo, debe destacarse su


influencia particularmente en los precios del rubro alquiler, que
serían mayores (menores) según si la oferta de piezas, departa-
mentos y casas37 es menor (mayor), situación que depende a su
vez de si el nivel de actividad en la economía es más alto (bajo).

6. Ecuación de precios del grupo Educación

Especificación de la ecuación (6)

(6) IPCEduc = IPCt-1π1 ∗ eπ2 dummyeduc

Aplicando logaritmos neperianos:


π
(6) ln IPCEduc = 1 ln IPCt-1 + 2 Dummyeduc π
Donde:
π1 =Factor de indexación a la inflación pasada;
π2 =factor de estacionalidad de los precios educativos; y,
Dummyeduc = variable dicotómica que asume un valor de UNO en los
meses asociados al inicio de Clases en la Costa y Sierra (abril,
mayo, junio, septiembre, octubre y noviembre) y CERO en el
resto de meses.

Signos esperados de los coeficientes


Se esperan los siguientes signos para la ecuación de pre-
cios del sector Educación (Cuadro No. 4.18):
Cuadro No. 4.18
SIGNOS ESPERADOS DE LOS COEFICIENTES
DE LA ECUACIÓN (6)

VARIABLE COEFICIENTE SIGNO ESPERADO


IPCt-1 π1 +
Dummyeduc π2 +
FUENTE: BCE, Información Estadística Mensual, enero 1985-junio 1996.
INEC, Indice de Precios al Consumidor Area Urbana, enero 85-junio 96.
ELABORACIÓN: Autora.
Metodologías para el análisis de coyuntura / 77

Resultados de la ecuación estimada

Existe un notorio comportamiento de indexación de los


bienes y servicios educativos respecto a la inflación pasada (Ver
Cuadro No. 4.19).

Cuadro No. 4.19


RESULTADOS DE LA ESTIMACIÓN ECONOMÉTRICA DE LA
ECUACIÓN (6)

VARIABLE COEFICIENTE VALOR t


IPCt-1 π1 2.76 35.74
Dummyeduc π2 0.08 8.77
R2 = 0.99 D-W = 2.08 F = 7014.91

FUENTE: BCE, Información Estadística Mensual, enero 1985-junio 1996.


INEC, Indice de Precios al Consumidor Area Urbana, enero 85-junio 96.
ELABORACIÓN: Autora.

Es significativa la estacionalidad de los precios de los bie-


nes y servicios educativos, ubicada en los trimestres abril-junio y
septiembre-noviembre, en que se inician las clases de la Costa y
Sierra respectivamente.
La exclusión del término independiente se debe a la pér-
dida de significancia global que su presencia genera en la ecua-
ción. En todo caso, podría involucrar factores de costos como el
tipo de cambio para explicar el comportamiento del IPC del sec-
tor Educación.

4.4 Predicciones inflacionarias – Período enero-junio 1996

El Anexo No. 10 presenta las predicciones de la inflación


para el período enero - junio de 1996 utilizando el modelo eco-
nométrico sectorial propuesto en la Sección 4.3.2. Los incremen-
tos de precios proyectados dan cuenta de diferencias no despre-
ciables con respecto a los porcentajes inflacionarios efectivos. Se
78 / Alicia Delgado Noboa

desprende que variables tan inciertas como la inflación tornan


complejas e inexactas las predicciones.
La introducción de nuevos datos a la serie del índice de
precios al consumidor podría mejorar la capacidad de predic-
ción del modelo, al menos en el cortísimo plazo de un mes.

Notas
1 Leonard Kazmier, Estadística aplicada a la administración y la economía,
México, McGraw-Hill, 1982, p. 327.
2 El hablar de estacionalidades altas en producción equivale a decir que las
estacionalidades en precios son bajas.
3 Los subespacios determinados por el AFC rescatan la mayor cantidad po-
sible de información existente en la tabla de doble entrada y se ajustan óp-
timamente a la nube de puntos obtenida de la graficación de los datos de-
formándola lo menos posible.
4 Se han descartado del análisis los rubros “frutas”, “azúcar” y “leguminosas”.
El primero registra una ponderación alta en el IPC y consecuentemente en
el contexto de los rubros estacionales; empero sus índices de estacionali-
dad son menores que los de los subgrupos seleccionados. Los pesos de los
otros dos rubros son relativamente bajos.
5 Las ponderaciones de los subgrupos estudiados en el IPC general son: Ce-
reales, 6.7%; Verduras, 2.2%; y, Educación, 5.5%. El peso conjunto de los
rubros es 14.4%. Las ponderaciones respecto a ese total son: Cereales,
47%; Verduras, 15%; y, Educación, 38%. Son éstos los porcentajes utiliza-
dos para corregir la frecuencia.
6 La estacionalidad determinada a partir del índice de precios así obtenido
da cuenta de frecuencias positivas en los meses de abril, mayo y junio.
7 Recuérdese que la inercia y los valores propios miden la cantidad de infor-
mación recogida por un eje o factor determinado.
8 CTA = Contribución absoluta = Participación de un punto en la varianza
explicada por el eje analizado.
9 CTR = Contribución relativa = Participación del eje en la explicación de
un elemento (criterio u objeto).
10 Aunque noviembre contribuye a la justificación de la parte positiva de F1
en menor medida que septiembre y octubre.
11 Mayo presenta contribuciones absolutas y relativas bajas. No obstante, su
peso en el campo de los meses es alto, hecho que permite asociarlo a los
puntos relevantes del segundo cuadrante.
Metodologías para el análisis de coyuntura / 79

12 Una aplicación del filtro Hodrick - Prescott al caso ecuatoriano ha sido


realizada por Simón Cueva, quien analiza los elementos contra y procícli-
cos de la política monetaria en: Banco Central del Ecuador, Memoria
Anual 1995, p.p. 87-108.
13 La base de datos completa para el análisis de frecuencias de las causas de
la inflación en el Ecuador corresponde al período 1980-1996, recomen-
dándose su revisión en Alicia Delgado, Metodologías para el análisis de co-
yuntura de una variable económica – El caso de la inflación en el Ecuador a
Junio de 1996, Tesis Economía, PUCE, Quito, 1997. El Anexo No. 6 aquí
presentado incluye únicamente los años 1994 - 1996.
14 Este análisis se basó en los documentos de inflación por artículos que el
INEC elabora mensualmente en función de entrevistas directas a sus esta-
blecimientos informantes.
15 Si bien la estacionalidad incide en la elevación de precios en determinados
meses, este elemento no ha sido incorporado al análisis de causas de infla-
ción en vista de su carácter repetitivo año tras año.
16 Los reajustes en los precios de los combustibles se incluyen en la “política
de precios” hasta enero de 1994, fecha a partir de la cual se los identifica
como medidas de “política fiscal” en razón de su vínculo más estrecho con
el financiamiento de los déficits presupuestarios del gobierno.
17 La denominada “política de macroprecios” incluye las variaciones del tipo
de cambio, salarios y otros precios clave de la economía. Tales precios han
sido incorporados en otras secciones del presente capítulo (la tasa de cam-
bio en la política comercial y los salarios en otras políticas) en virtud de su
influencia menos directa en la inflación.
18 Los ajustes de precios de los derivados del petróleo han generado inflación
especulativa fundamentalmente a inicios de cada período presidencial de-
bido a los rumores de su elevación previos al anuncio formal de las medi-
das económicas a implementarse.
19 Resulta difícil separar las causas de la inflación por razones de costos y de
política económica dada su estrecha relación. En el presente estudio se ha
optado por incluir los incrementos salariales y devaluaciones como facto-
res de política económica que afectan a la generalidad de precios. Por su
parte, los incrementos de precios de artículos específicos del IPCU gene-
rados en la aplicación de dichas medidas se han identificado como ele-
mentos de costo.
20 La frecuencia de un factor de inflación corresponde al número total de
marcas (“x”) observadas en la columna respectiva.
21 Esta clasificación se justifica en la medida en que facilita el estudio de las
variables que afectan a la inflación en el corto plazo. Según se vio en el ca-
pítulo correspondiente al análisis de frecuencias de las causas de la infla-
80 / Alicia Delgado Noboa

ción, las medidas de política económica y otros factores de incremento de


precios tienen un efecto específico en cada uno de los sectores identifica-
dos en esta parte del estudio.
22 Aunque los artículos pertenecientes al rubro Educación son bienes indus-
triales o servicios privados, su estacionalidad permite considerarlos como
un sector aparte en vista de que la perspectiva de esta investigación es el
corto plazo.
23 Damodar Gujarati, Econometría, 2da Ed., México, McGraw Hill, 1992, p.p.
484-486.
24 En el capítulo referente a las causas de la inflación por frecuencias se vio
que el incremento de alquileres se debía en gran medida a las subidas de
precios en el pasado, explicadas en parte por elevaciones de los precios
agrícolas.
25 Los servicios privados tienen una ponderación de alrededor del 25% en el
IPC General.
26 La clasificación sectorial aquí propuesta es similar a las planteadas por So-
nia Rodas y Sebastián infante y aumentada en una división. Al respecto,
ver Sonia Rodas, Un enfoque alternativo en el tratamiento de la inflación:
Formación sectorial de precios, Tesis Economía, FLACSO, Quito, 1992, y Se-
bastián Infante, “El proceso inflacionario en el Ecuador (1984-1991)” en
Sebastián Infante, La inflación en el Ecuador, Ildis, Quito, 1992.
27 Para la revisión de las series de tiempo incluidas en el análisis econométri-
co sectorial, remitirse a Alicia Delgado, op. cit.
28 La aceptación de la hipótesis de que no existe autocorrelación en las ecua-
ciones del modelo se basa en las siguientes reglas:
1. Si DW > Dsup, no existe correlación positiva estadísticamente significa-
tiva.
2. Si (4-DW) > Dsup, no existe evidencia significativa de autocorrelación
negativa
DW = Durbin-Watson arrojado por la regresión de la ecuación correspon-
diente.
Dsup = Valor crítico superior de Durbin-Watson.
Los valores críticos de Durbin-Watson se obtienen de tablas, determinán-
dose en función del número de observaciones n y de regresores k (que in-
cluyen la constante). Al respecto, ver Gujarati, op. cit., p.p. 314-316, 584 y
585.
29 Otra opción es incluir 11 clasificaciones de la variable “estacionalidad” en
la ecuación de precios agrícolas. Esto es así porque la ecuación contiene un
término constante que obligaría a considerar uno menos que el número
de clasificaciones de la variable cualitativa “estación” (12-1=11). Sin em-
bargo, se ha optado por la alternativa de incorporar una sola variable
Metodologías para el análisis de coyuntura / 81

(Dummyag), cuya ventaja radica en que no reduce mayormente los grados


de libertad en la regresión.
30 La oferta agrícola es estable en el corto plazo. Por este motivo se conside-
ra que es la demanda la que determina los precios del sector.
31 Ω 1 representa la elasticidad demanda de los precios agrícolas por cuanto
al diferenciar la ecuación No. 2 - suponiendo que únicamente IPCAgr y M
varían -, se tiene:

(1/IPCAgr) ∗ d IPCAgr = 1∗(1/M)∗d M
Ω 1 = d IPCAgr/IPCAgr
d M/M
32 Por otra parte, la relación de precios industria/agricultura tendría implíci-
ta una pugna distributiva que derivaría en términos de intercambio cada
vez más desfavorables para la agricultura.
33 La no inclusión de la variable “margen de ganancia” en la ecuación de pre-
cios del sector secundario se debe a la inexistencia de información al res-
pecto. Aun cuando Lance Taylor sugiere una metodología para el cálculo
del mark up, ella utiliza datos de producción bruta, remuneraciones, im-
portaciones y stock de capital fijo, que únicamente se encuentran disponi-
bles con periodicidad trimestral en las Cuentas Nacionales del Ecuador.
34 El tipo de cambio influye de manera especial en el precio de la gasolina,
cuyos incrementos periódicos tradicionalmente han sido función de las
variaciones del precio del dólar y el precio internacional del petróleo.
35 El efecto de una devaluación en los precios públicos es ambiguo. Por un
lado, esta medida eleva el costo de los intereses de la deuda en sucres, in-
crementando el gasto gubernamental; y, por otro, eleva los ingresos petro-
leros, reduciendo el déficit. Dependiendo de la magnitud de los dos efec-
tos, el gobierno recurrirá a ajustes en los precios públicos a fin de mejorar
su situación fiscal. Si el primer efecto de la subida del tipo de cambio su-
pera al segundo, se elevarán los precios de los servicios públicos. En caso
contrario, no necesariamente habrá un incremento de IPCSPúb.
36 La inclusión del IPC general rezagado como variable explicativa de los
precios públicos contrasta con la determinación - mediante la prueba de
Granger - de que este sector tenía una dinámica propia. No obstante, la
significación global de la ecuación (4) mejora si se toma en cuenta el índi-
ce agregado, por lo cual se justifica tomarlo en cuenta.
37 El índice de alquiler utilizado por el INEC para el cálculo mensual del IPC
incorpora los precios medios de arrendamiento de piezas, departamentos
y casas.
5. CONCLUSIONES Y
RECOMENDACIONES

5.1 Conclusiones

– La serie del Indice de Precios al Consumidor Urbano es esta-


cional en razón de que su cálculo incluye rubros con estacio-
nalidades marcadas pertenecientes a los sectores agrícola y
educativo, que resultan en picos en la variable agregada en los
meses de abril y septiembre y mínimos en agosto y diciembre.
Se destaca la incidencia del grupo “verduras” en dicho com-
portamiento.
– El ciclo inflacionario se encuentra estrechamente vinculado a
los ciclos de las variaciones del PIB, tipo de cambio y oferta
monetaria. El comportamiento cíclico de la inflación es coin-
cidente con el del crecimiento económico y retardado respec-
to de las fluctuaciones cambiarias y monetarias.
– Existe una causalidad en dos sentidos entre el IPCU y sus
componentes. El IPCU rezagado influye en la determinación
de los precios de los sectores agrícola, industrial, servicios
privados y educación. A su vez, los índices sectoriales rezaga-
dos inciden en la variable agregada. En cuanto a los vínculos
sectoriales: el IPC agrícola explica el IPC industrial y vicever-
sa; el IPC de los servicios públicos incide en el incremento de
los precios agrícolas, industriales y de servicios privados; y,
los precios de los servicios privados se ven influenciados ade-
más por los costos agrícolas e industriales.
– El factor inflacionario más frecuente en el Ecuador entre
1981 y 1996 es el de política económica y, dentro de él, las
medidas de ajuste de precios, entre las que se destacan las
continuas revisiones de precios (controlados) al consumidor
(particularmente hasta 1992) y el control inefectivo de los
84 / Alicia Delgado Noboa

mismos en los centros de expendio. Los costos empresariales


constituyen otro factor frecuente de inflación, de manera es-
pecial el tipo de cambio, los salarios y las tasas de interés. Por
otra parte, políticas de tipo comercial han contribuido a fre-
nar el proceso inflacionario ecuatoriano, actuando principal-
mente a través de los permisos de importación de productos
de primera necesidad en épocas de escasez.
– El proceso inflacionario en el Ecuador obedece a diversos fac-
tores que se identifican con el comportamiento sectorial de
los componentes del IPC:
a. En la inflación agrícola inciden los siguientes factores: la
demanda, el tipo de cambio, las importaciones de mate-
rias primas para la agricultura, la estacionalidad (que cre-
ce entre los meses de enero y junio de todos los años), los
términos de intercambio entre industria y agricultura y el
incremento del costo de transporte de los productos agrí-
colas desde las zonas rurales a las urbanas.
b. Los siguientes elementos influyen en el IPC industrial:
factores de costos, entre los que se destacan el tipo de cam-
bio y los precios de los insumos nacionales “estratégicos”
(gasolina y energía eléctrica); la demanda; y, la inercia in-
flacionaria de los precios industriales.
c. Las variaciones de los precios públicos se explican por el
tipo de cambio, su alta indexación a la inflación pasada y
las medidas económicas adoptadas a inicios de los gobier-
nos de turno.
d. El IPC del sector que ofrece servicios privados se ve in-
fluenciado por expectativas adaptativas, cuyos factores re-
ferenciales son las variaciones de precios y salarios en el
pasado.
e. Los precios del sector educativo muestran un notorio
comportamiento de indexación a la inflación pasada y se
incrementan además por la estacionalidad generada en el
inicio de clases de la Costa y Sierra.
Metodologías para el análisis de coyuntura / 85

- Las predicción inflacionaria es un ejercicio bastante comple-


jo. Las previsiones obtenidas para el período enero - junio de
1996 utilizando la modelización econométrica sectorial dan
cuenta de diferencias no despreciables entre el crecimiento de
precios realizado y esperado.

5.2 Recomendaciones

1. Debe enfatizarse en la necesidad de realizar análisis de coyun-


tura globales y de variables individuales –es decir, tanto a ni-
vel macroeconómico como empresarial– que incorporen las
tres fases analizadas en la presente investigación con el fin de
prever con mayor certeza el comportamiento de variables cla-
ves de la economía y facilitar la toma de decisiones.
2. El estudio de los movimientos estacionales de las series de
tiempo es importante por dos razones. En primer lugar, di-
cho análisis permite ajustar y mejorar las proyecciones de
tendencia para fines de pronóstico. Por otra parte, el cálculo
de los índices de estacionalidad posibilita la eliminación de
esta influencia junto con las pertenecientes a la tendencia e
irregularidades, y de este modo concentrarse en los compo-
nentes cíclicos de la serie.
3. El control de la inflación requiere un diagnóstico respecto a
las causas que producen el incremento generalizado de pre-
cios a fin de delinear la política más conveniente.
La inflación de costos debe atacarse fundamentalmente a
través de incrementos de productividad y reducciones en la in-
tensidad de los ajustes.
El aumento de precios causado por la oferta insuficiente
requiere la búsqueda de abastecimientos alternativos que reduz-
can los excesos de demanda.
La inflación por causas monetarias - fiscales debe frenarse
mediante controles monetarios sustentados en un déficit fiscal
menor.
86 / Alicia Delgado Noboa

Es necesario identificar si los incrementos de precios son


transitorios, en cuyo caso la mejor política económica sería no
hacer nada.
Existe un fuerte elemento inercial en el proceso inflacio-
nario ecuatoriano generado en las expectativas de inflación y los
mecanismos de indización resultantes. Este ha sido el factor de
propagación del fenómeno y por consiguiente debe ser destrui-
do. En este sentido la política a aplicarse debería ser tal que guíe
las expectativas hacia la inflación meta por medio del estableci-
miento de anclas y la adopción de medidas de política económi-
ca de golpe, es decir, sin preanuncios.
4. Se determinó que los precios de los servicios públicos inciden
fuertemente sobre el IPC, de manera especial a través de in-
crementos en el precio de la gasolina. Por tal motivo no debe-
ría abusarse de la política de aumentos en los precios de los
combustibles para elevar los ingresos fiscales. Antes bien po-
dría pensarse en racionalizar el gasto o implementar medidas
de ingreso de más largo alcance como subidas de impuestos
o reducción de la evasión fiscal. Es decir, es necesario rees-
tructurar la política fiscal sin recurrir excesivamente al incre-
mento de los precios de los combustibles.
5. Es menester trabajar en la construcción de modelos inflacio-
narios que permitan predecir adecuadamente el comporta-
miento de la variable en el corto plazo. Lógicamente, esto no
puede lograrse en un contexto de inestabilidad general, que
torna más inciertas a las predicciones.
ANEXOS
Metodologías para el análisis de coyuntura / 89

ANEXO No. 1
CÁLCULO DE ÍNDICES ESTACIONALES
IPC GENERAL
MESES IPC TOTAL TOTAL PROM. RELACIÓN
GENERAL MOVIL MOVIL MOVIL AL PROM.
12 MESES CENTRADO CENTRADO MOVIL
2 AÑOS 12 MESES CENTRAL (%)

Oct-80 120.30
Nov-80 121.30
Dec-80 122.30
Jan-81 124.40
Feb-81 128.00
Mar-81 131.70
Apr-81 133.50 1568.40 3156.90 131.54 101.49
May-81 136.20 1588.50 3198.60 133.28 102.19
Jun-81 136.80 1610.10 3241.30 135.05 101.29
Jul-81 137.10 1631.20 3283.10 136.80 100.22
Aug-81 137.80 1651.90 3322.10 138.42 99.55
Sep-81 139.00 1670.20 3356.80 139.87 99.38
Oct-81 140.40 1686.60 3389.90 141.25 99.40
Nov-81 142.90 1703.30 3422.10 142.59 100.22
Dec-81 143.40 1718.80 3454.70 143.95 99.62
Jan-82 145.10 1735.90 3491.60 145.48 99.74
Feb-82 146.30 1755.70 3533.40 147.23 99.37
Mar-82 148.10 1777.70 3578.60 149.11 99.32
Apr-82 150.20 1800.90 3630.70 151.28 99.29
May-82 151.70 1829.80 3691.60 153.82 98.62
Jun-82 153.90 1861.80 3758.60 156.61 98.27
Jul-82 156.90 1896.80 3834.60 159.78 98.20
Aug-82 159.80 1937.80 3919.90 163.33 97.84
Sep-82 162.20 1982.10 4012.50 167.19 97.02
Oct-82 169.30 2030.40 4116.50 171.52 98.71
Nov-82 174.90 2086.10 4240.80 176.70 98.98
Dec-82 178.40 2154.70 4388.50 182.85 97.56
Jan-83 186.10 2233.80 4556.20 189.84 98.03
Feb-83 190.60 2322.40 4740.20 197.51 96.50
Mar-83 196.40 2417.80 4938.50 205.77 95.45
Apr-83 205.90 2520.70 5144.80 214.37 96.05
May-83 220.30 2624.10 5345.40 222.73 98.91
Jun-83 233.00 2721.30 5536.20 230.67 101.01
Jul-83 245.50 2814.90 5722.30 238.43 102.97
Aug-83 255.20 2907.40 5907.80 246.16 103.67
Sep-83 265.10 3000.40 6095.00 253.96 104.39
Oct-83 272.70 3094.60 6281.30 261.72 104.19
Nov-83 272.10 3186.70 6454.80 268.95 101.17
Dec-83 272.00 3268.10 6606.90 275.29 98.81
90 / Alicia Delgado Noboa

MESES IPC TOTAL TOTAL PROM. RELACIÓN


GENERAL MOVIL MOVIL MOVIL AL PROM.
12 MESES CENTRADO CENTRADO MOVIL
2 AÑOS 12 MESES CENTRAL (%)

Jan-84 278.60 3338.80 6739.40 280.81 99.21


Feb-84 283.60 3400.60 6859.00 285.79 99.23
Mar-84 290.60 3458.40 6969.60 290.40 100.07
Apr-84 298.00 3511.20 7074.60 294.78 101.09
May-84 301.70 3563.40 7189.20 299.55 100.72
Jun-84 303.70 3625.80 7319.80 304.99 99.58
Jul-84 307.30 3694.00 7471.40 311.31 98.71
Aug-84 313.00 3777.40 7637.40 318.23 98.36
Sep-84 317.90 3860.00 7802.30 325.10 97.79
Oct-84 324.90 3942.30 7970.50 332.10 97.83
Nov-84 334.50 4028.20 8143.20 339.30 98.59
Dec-84 340.20 4115.00 8322.40 346.77 98.11
Jan-85 362.00 4207.40 8509.80 354.58 102.09
Feb-85 366.20 4302.40 8694.90 362.29 101.08
Mar-85 372.90 4392.50 8873.70 369.74 100.86
Apr-85 383.90 4481.20 9046.40 376.93 101.85
May-85 388.50 4565.20 9210.00 383.75 101.24
Jun-85 396.10 4644.80 9372.50 390.52 101.43
Jul-85 402.30 4727.70 9530.40 397.10 101.31
Aug-85 403.10 4802.70 9687.30 403.64 99.87
Sep-85 406.60 4884.60 9853.10 410.55 99.04
Oct-85 408.90 4968.50 10018.60 417.44 97.95
Nov-85 414.10 5050.10 10181.00 424.21 97.62
Dec-85 423.10 5130.90 10340.40 430.85 98.20
Jan-86 437.00 5209.50 10495.00 437.29 99.93
Feb-86 448.10 5285.50 10659.40 444.14 100.89
Mar-86 456.80 5373.90 10845.10 451.88 101.09
Apr-86 465.50 5471.20 11054.90 460.62 101.06
May-86 469.30 5583.70 11284.50 470.19 99.81
Jun-86 474.70 5700.80 11517.30 479.89 98.92
Jul-86 478.30 5816.50 11744.50 489.35 97.74
Aug-86 491.50 5928.00 11970.30 498.76 98.54
Sep-86 503.90 6042.30 12219.20 509.13 98.97
Oct-86 521.40 6176.90 12491.30 520.47 100.18
Nov-86 531.20 6314.40 12770.80 532.12 99.83
Dec-86 538.80 6456.40 13063.30 544.30 98.99
Jan-87 548.50 6606.90 13366.60 556.94 98.48
Feb-87 562.40 6759.70 13665.70 569.40 98.77
Mar-87 591.40 6906.00 13959.00 581.63 101.68
Apr-87 603.00 7053.00 14248.10 593.67 101.57
May-87 611.30 7195.10 14552.70 606.36 100.81
Jun-87 625.20 7357.60 14890.20 620.43 100.77
Jul-87 631.10 7532.60 15253.60 635.57 99.30
Metodologías para el análisis de coyuntura / 91

MESES IPC TOTAL TOTAL PROM. RELACIÓN


GENERAL MOVIL MOVIL MOVIL AL PROM.
12 MESES CENTRADO CENTRADO MOVIL
2 AÑOS 12 MESES CENTRAL (%)

Aug-87 637.80 7721.00 15653.30 652.22 97.79


Sep-87 650.90 7932.30 16081.60 670.07 97.14
Oct-87 663.50 8149.30 16559.80 689.99 96.16
Nov-87 693.70 8410.50 17114.50 713.10 97.28
Dec-87 713.80 8704.00 17719.90 738.33 96.68
Jan-88 736.90 9015.90 18383.50 765.98 96.20
Feb-88 773.70 9367.60 19136.70 797.36 97.03
Mar-88 808.40 9769.10 20003.50 833.48 96.99
Apr-88 864.20 10234.40 20982.30 874.26 98.85
May-88 904.80 10747.90 22053.90 918.91 98.46
Jun-88 937.10 11306.00 23223.80 967.66 96.84
Jul-88 982.80 11917.80 24494.50 1020.60 96.30
Aug-88 1039.30 12576.70 25856.90 1077.37 96.47
Sep-88 1116.20 13280.20 27361.70 1140.07 97.91
Oct-88 1177.00 14081.50 28951.70 1206.32 97.57
Nov-88 1251.80 14870.20 30506.20 1271.09 98.48
Dec-88 1325.60 15636.00 32062.40 1335.93 99.23
Jan-89 1395.80 16426.40 33620.90 1400.87 99.64
Feb-89 1477.20 17194.50 35146.10 1464.42 100.87
Mar-89 1609.70 17951.60 36669.90 1527.91 105.35
Apr-89 1652.90 18718.30 38192.00 1591.33 103.87
May-89 1670.60 19473.70 39688.00 1653.67 101.02
Jun-89 1727.50 20214.30 41147.70 1714.49 100.76
Jul-89 1750.90 20933.40 42592.20 1774.68 98.66
Aug-89 1796.40 21658.80 44059.80 1835.83 97.85
Sep-89 1882.90 22401.00 45504.60 1896.03 99.31
Oct-89 1932.40 23103.60 46971.40 1957.14 98.74
Nov-89 1992.40 23867.80 48552.60 2023.03 98.49
Dec-89 2044.70 24684.80 50193.00 2091.38 97.77
Jan-90 2121.20 25508.20 51897.70 2162.40 98.09
Feb-90 2219.40 26389.50 53656.90 2235.70 99.27
Mar-90 2312.30 27267.40 55418.90 2309.12 100.14
Apr-90 2417.10 28151.50 57235.70 2384.82 101.35
May-90 2487.60 29084.20 59161.70 2465.07 100.91
Jun-90 2550.90 30077.50 61167.60 2548.65 100.09
Jul-90 2632.20 31090.10 63250.40 2635.43 99.88
Aug-90 2674.30 32160.30 65416.20 2725.68 98.12
Sep-90 2767.00 33255.90 67644.50 2818.52 98.17
Oct-90 2865.10 34388.60 69916.80 2913.20 98.35
Nov-90 2985.70 35528.20 72276.60 3011.53 99.14
Dec-90 3057.30 36748.40 74746.60 3114.44 98.17
92 / Alicia Delgado Noboa

MESES IPC TOTAL TOTAL PROM. RELACIÓN


GENERAL MOVIL MOVIL MOVIL AL PROM.
12 MESES CENTRADO CENTRADO MOVIL
2 AÑOS 12 MESES CENTRAL (%)

Jan-91 3191.40 37998.20 77232.50 3218.02 99.17


Feb-91 3315.00 39234.30 79767.60 3323.65 99.74
Mar-91 3445.00 40533.30 82453.20 3435.55 100.28
Apr-91 3556.70 41919.90 85261.50 3552.56 100.12
May-91 3707.80 43341.60 88080.60 3670.03 101.03
Jun-91 3800.70 44739.00 90975.60 3790.65 100.27
Jul-91 3868.30 46236.60 94034.20 3918.09 98.73
Aug-91 3973.30 47797.60 97196.50 4049.85 98.11
Sep-91 4153.60 49398.90 100407.60 4183.65 99.28
Oct-91 4286.80 51008.70 103782.30 4324.26 99.13
Nov-91 4383.10 52773.60 107358.00 4473.25 97.98
Dec-91 4554.90 54584.40 111086.10 4628.59 98.41
Jan-92 4752.40 56501.70 115006.60 4791.94 99.17
Feb-92 4916.30 58504.90 119087.50 4961.98 99.08
Mar-92 5054.80 60582.60 123701.20 5154.22 98.07
Apr-92 5321.60 63118.60 129060.40 5377.52 98.96
May-92 5518.60 65941.80 134684.10 5611.84 98.34
Jun-92 5718.00 68742.30 140227.70 5842.82 97.86
Jul-92 5871.50 71485.40 145749.10 6072.88 96.68
Aug-92 6051.00 74263.70 151272.40 6303.02 96.00
Sep-92 6689.60 77008.70 156865.30 6536.05 102.35
Oct-92 7110.00 79856.60 162566.40 6773.60 104.97
Nov-92 7183.60 82709.80 168444.90 7018.54 102.35
Dec-92 7298.00 85735.10 174451.60 7268.82 100.40
Jan-93 7530.70 88716.50 180365.30 7515.22 100.21
Feb-93 7661.30 91648.80 186087.30 7753.64 98.81
Mar-93 7902.70 94438.50 191254.80 7968.95 99.17
Apr-93 8174.80 96816.30 195873.40 8161.39 100.16
May-93 8543.90 99057.10 200433.50 8351.40 102.31
Jun-93 8699.40 101376.40 205012.30 8542.18 101.84
Jul-93 8803.80 103635.90 209466.10 8727.75 100.87
Aug-93 8840.70 105830.20 214114.40 8921.43 99.10
Sep-93 9067.40 108284.20 219048.50 9127.02 99.35
Oct-93 9350.80 110764.30 224047.70 9335.32 100.17
Nov-93 9502.90 113283.40 228864.10 9536.00 99.65
Dec-93 9557.50 115580.70 233468.10 9727.84 98.25
Jan-94 9725.00 117887.40 238044.20 9918.51 98.05
Feb-94 10115.30 120156.80 242716.60 10113.19 100.02
Mar-94 10382.80 122559.80 247498.60 10312.44 100.68
Apr-94 10693.90 124938.80 252106.10 10504.42 101.80
May-94 10841.20 127167.30 256663.00 10694.29 101.37
Jun-94 11006.10 129495.70 261417.40 10892.39 101.04
Jul-94 11073.20 131921.70 266459.20 11102.47 99.74
Metodologías para el análisis de coyuntura / 93

MESES IPC TOTAL TOTAL PROM. RELACIÓN


GENERAL MOVIL MOVIL MOVIL AL PROM.
12 MESES CENTRADO CENTRADO MOVIL
2 AÑOS 12 MESES CENTRAL (%)

Aug-94 11243.70 134537.50 271449.30 11310.39 99.41


Sep-94 11446.40 136911.80 276177.30 11507.39 99.47
Oct-94 11579.30 139265.50 280901.00 11704.21 98.93
Nov-94 11831.30 141635.50 285748.80 11906.20 99.37
Dec-94 11983.50 144113.30 290700.10 12112.50 98.93
Jan-95 12340.80 146586.80 295670.00 12319.58 100.17
Feb-95 12489.60 149083.20 300637.50 12526.56 99.70
Mar-95 12736.50 151554.30 305721.10 12738.38 99.99
Apr-95 13063.90 154166.80 310989.20 12957.88 100.82
May-95 13319.00 156822.40 316270.10 13177.92 101.07
Jun-95 13479.60 159447.70 321624.50 13401.02 100.59
Jul-95 13569.60 162176.80 327078.40 13628.27 99.57
Aug-95 13714.80 164901.60 332762.70 13865.11 98.92
Sep-95 14058.90 167861.10 338883.50 14120.15 99.57
Oct-95 14234.90 171022.40 345329.10 14388.71 98.93
Nov-95 14456.60 174306.70 351598.00 14649.92 98.68
Dec-95 14712.60 177291.30 357650.00 14902.08 98.73
Jan-96 15065.60 180358.70
Feb-96 15449.10
Mar-96 15897.80
Apr-96 16348.20
May-96 16303.60
Jun-96 16547.00

FUENTE: INEC, IPC Area Urbana, 1982-1996.


ELABORACION: Autora.
ANEXO No. 1
CÁLCULO DE ÍNDICES ESTACIONALES
IPC GENERAL

RELACION AL PROMEDIO MOVIL CENTRAL

MEDIA INDICE
MES/AÑO 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 MAXIMO MINIMO MODI- ESTAC.
FICADA AJUSTADO

94 / Alicia Delgado Noboa


Enero 99.74 98.03 99.21 102.09 99.93 98.48 96.20 99.64 98.09 99.17 99.17 100.21 98.05 100.17 102.09 96.20 99.16 99.72
Febrero 99.37 96.50 99.23 101.08 100.89 98.77 97.03 100.87 99.27 99.74 99.08 98.81 100.02 99.70 101.08 96.50 99.36 99.92
Marzo 99.32 95.45 100.07 100.86 101.09 101.68 96.99 105.35 100.14 100.28 98.07 99.17 100.68 99.99 105.35 95.45 99.86 100.42
Abril 101.49 99.29 96.05 101.09 101.85 101.06 101.57 98.85 103.87 101.35 100.12 98.96 100.16 101.80 100.82 103.87 96.05 100.65 101.22
Mayo 102.19 98.62 98.91 100.72 101.24 99.81 100.81 98.46 101.02 100.91 101.03 98.34 102.31 101.37 101.07 102.31 98.34 100.48 101.04
Junio 101.29 98.27 101.01 99.58 101.43 98.92 100.77 96.84 100.76 100.09 100.27 97.86 101.84 101.04 100.59 101.84 96.84 100.21 100.77
Julio 100.22 98.20 102.97 98.71 101.31 97.74 99.30 96.30 98.66 99.88 98.73 96.68 100.87 99.74 99.57 102.97 96.30 99.20 99.76
Agosto 99.55 97.84 103.67 98.36 99.87 98.54 97.79 96.47 97.85 98.12 98.11 96.00 99.10 99.41 98.92 103.67 96.00 98.45 99.01
Septiembre 99.38 97.02 104.39 97.79 99.04 98.97 97.14 97.91 99.31 98.17 99.28 102.35 99.35 99.47 99.57 104.39 97.02 99.05 99.61
Octubre 99.40 98.71 104.19 97.83 97.95 100.18 96.16 97.57 98.74 98.35 99.13 104.97 100.17 98.93 98.93 104.97 96.16 99.24 99.80
Noviembre 100.22 98.98 101.17 98.59 97.62 99.83 97.28 98.48 98.49 99.14 97.98 102.35 99.65 99.37 98.68 102.35 97.28 99.09 99.65
Diciembre 99.62 97.56 98.81 98.11 98.20 98.99 96.68 99.23 97.77 98.17 98.41 100.40 98.25 98.93 98.73 100.40 96.68 98.52 99.08
SUMA 1193.26
FACTOR DE CORRECCION 0.99

FUENTE: INEC, IPC Area Urbana, 1982-1996.


ELABORACION: Autora.
Metodologías para el análisis de coyuntura / 95

ANEXO No. 2
CALENDARIO DE COSECHAS DE
PRODUCTOS AGRÍCOLAS

SUBGRUPO ARTÍCULO COSECHA COSECHA


PRINCIPAL SECUNDARIA
Cereales Arroz Abril - Julio Septiembre - Diciembre
Avena Junio - Septiembre R.A.*
Maíz suave seco Mayo - Septiembre R.A.
Maíz duro seco Abril - Junio R.A.
Frutas Aguacate Diciembre - Febrero R.A.
Limón T.A.**
Mora T.A.
Naranja Junio - Septiembre R.A.
Naranjilla T.A.
Piña T.A.
Papaya T.A.
Guineo T.A.
Plátano T.A.
Tomate de árbol T.A.
Manzana Febrero - Junio R.A.
Verduras Arveja tierna T.A.
Cebolla T.A.
Coliflor T.A.
Col T.A.
Choclo Marzo - Mayo R.A.
Fréjol tierno Febrero - Mayo R.A.
Haba tierna Mayo - Julio R.A.
Lechuga T.A.
Pimiento T.A.
Tomate riñón Agosto - Octubre R.A.
Leguminosas Lenteja Mayo - Septiembre R.A.
Fréjol seco Julio - Octubre Marzo - Junio
* R.A. = Resto del año
** T.A. = Todo el año
FUENTE: MAG, Calendario Agrícola del Ecuador, 1993.
ELABORACION: Autora
ANEXO No. 3
RESULTADOS DEL AFC PARA ESTACIONALIDADES POSITIVAS

NOMBRE PESO COORDENADAS CONTRIB. ABSOLUTA CONTRIBUCION RELATIVA


F1 F2 F1 F2 F1 F2 TOTAL
RESULTADOS DE FILA
Enero 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
Febrero 0.033 -1.240 -2.204 0.099 0.524 0.236 0.747 0.983
Marzo 0.067 -1.018 -0.779 0.134 0.131 0.488 0.285 0.773

96 / Alicia Delgado Noboa


Abril 0.233 -0.257 0.164 0.030 0.020 0.309 0.126 0.435
Mayo 0.267 -0.043 0.093 0.001 0.008 0.022 0.102 0.124
Junio 0.200 -0.175 0.537 0.012 0.186 0.093 0.873 0.966
Julio 0.033 -0.797 0.646 0.041 0.045 0.159 0.104 0.263
Agosto 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
Septiembre 0.067 1.454 -0.400 0.273 0.035 0.906 0.069 0.975
Octubre 0.067 1.454 -0.400 0.273 0.035 0.906 0.069 0.975
Noviembre 0.033 1.454 -0.400 0.137 0.017 0.906 0.069 0.975
Diciembre 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
TOTAL 1.000 1.000 1.000
RESULTADOS DE COLUMNA
Cereales 0.133 -1.240 -2.204 0.205 0.647 0.342 0.649 0.991
Verduras 0.200 -0.797 0.646 0.127 0.083 0.318 0.125 0.443
Educación 0.300 1.454 -0.400 0.634 0.048 0.947 0.043 0.990
General 0.367 -0.304 0.776 0.034 0.221 0.110 0.429 0.539
TOTAL 1.000 1.000 1.000
FUENTE: INEC, IPC Area Urbana, 1982-1996.
ELABORACION: Autora.
ANEXO No. 4
RESULTADOS DEL AFC PARA ESTACIONALIDADES NEGATIVAS
NOMBRE PESO COORDENADAS CONTRIB. ABSOLUTA CONTRIBUCIÓN RELATIVA
F1 F2 F1 F2 F1 F2 TOTAL
RESULTADOS DE FILA
Enero 0.111 -0.179 0.401 0.005 0.052 0.141 0.702 0.843
Febrero 0.074 -1.685 -0.086 0.292 0.002 0.994 0.003 0.997
Marzo 0.111 -1.685 -0.086 0.438 0.002 0.994 0.003 0.997
Abril 0.000 0 0 0.000 0.000 0.000 0.000 0.000
Mayo 0.000 0 0 0.000 0.000 0.000 0.000 0.000
Junio 0.000 -0.019 0 0.000 0.000 0.000 0.000 0.000
Julio 0.037 0.722 -2.276 0.027 0.562 0.091 0.901 0.992
Agosto 0.185 0.112 -0.175 0.003 0.017 0.031 0.077 0.108
Septiembre 0.111 0.623 -0.329 0.060 0.035 0.706 0.197 0.903
Octubre 0.111 0.623 -0.329 0.060 0.035 0.706 0.197 0.903
Noviembre 0.111 0.551 0.594 0.047 0.115 0.434 0.505 0.939
Diciembre 0.148 0.574 0.644 0.068 0.180 0.411 0.518 0.929
TOTAL 1.000 1.000 1.000
RESULTADOS DE COLUMNA
Cereales 0.148 0.722 -2.276 0.077 0.768 0.175 0.823 0.998
Verduras 0.222 0.64 0.792 0.091 0.140 0.393 0.286 0.679
Educación 0.259 -1.685 -0.086 0.737 0.002 0.998 0.001 0.999
General 0.370 0.507 0.496 0.095 0.091 0.480 0.217 0.697
TOTAL 1.000 1.000 1.000

FUENTE: INEC, IPC Area Urbana, 1982-1996.


ELABORACION: Autora.
Metodologías para el análisis de coyuntura / 97
98 / Alicia Delgado Noboa

ANEXO No. 5
SERIES TRIMESTRALES UTILIZADAS EN EL ANÁLISIS DEL CICLO
TRIMESTRE PIB IPC OFERTA MON. T.CAMBIO
Mill.S/.1975 Mill.S/. Sucres/US$
85.1 40,025 373 100,007 97
85.2 40,340 396 107,405 97
85.3 41,754 407 119,700 97
85.4 41,935 423 138,080 97
86.1 42,021 457 134,707 110
86.2 42,579 475 133,683 110
86.3 42,049 504 141,145 151
86.4 42,487 539 166,000 147
87.1 39,946 591 158,394 147
87.2 36,750 625 168,905 160
87.3 38,834 651 183,870 186
87.4 43,486 714 219,575 215
88.1 43,647 808 224,893 250
88.2 44,031 937 261,351 250
88.3 44,139 1,116 279,037 415
88.4 43,925 1,326 337,667 450
89.1 43,419 1,610 334,935 483
89.2 43,630 1,728 366,585 535
89.3 44,350 1,883 391,534 577
89.4 44,746 2,045 466,307 640
90.1 44,614 2,312 463,139 709
90.2 45,117 2,551 515,244 758
90.3 45,514 2,767 551,377 832
90.4 46,286 3,057 709,668 878
91.1 46,604 3,445 685,277 978
91.2 47,711 3,801 811,217 1,025
91.3 48,375 4,154 861,638 1,114
91.4 47,694 4,555 1,039,481 1,275
92.1 48,720 5,055 991,290 1,322
92.2 49,481 5,718 1,128,947 1,436
92.3 49,276 6,690 1,107,259 1,929
92.4 49,540 7,298 1,501,917 2,000
93.1 49,742 7,903 1,427,291 2,000
93.2 49,845 8,699 1,596,780 2,000
93.3 49,955 9,067 1,684,899 1,954
93.4 50,638 9,558 2,243,970 2,001
94.1 51,124 10,383 2,168,830 2,107
94.2 51,453 11,006 2,301,125 2,177
94.3 53,251 11,446 2,735,269 2,262
94.4 53,677 11,984 3,045,743 2,305
95.1 53,590 12,737 2,667,229 2,407
95.2 53,908 13,480 2,975,280 2,504
95.3 53,982 14,059 3,141,955 2,624
95.4 53,783 14,713 3,432,342 2,906
96.1 54,183 15,898 3,284,715 3,003
FUENTE: BCE, Información Estadística Mensual, 85-96.
INEC, IPC Area Urbana, 1985-1996. Base de datos del BCE (PIB trimestral).
ELABORACION: Autora.
ANEXO No. 6 ANÁLISIS DE FRECUENCIAS DE LAS CAUSAS DE LA INFLACIÓN - 1994-1996
CAUSA DE INFLACIÓN
AÑO MES PRODUCTO POLÍTICAS ECONÓMICAS SHOCKS COSTOS EXPECTA- OTRAS
DE TIVAS CAUSAS
OFERTAS DE INFLA-
Política Política Política Otras Insumos Costo de Otros CIÓN (7)
de pre- comer- fiscal Políticas Nacionales trans- costos
cios (5) cial (2) (5) Econ. (4) porte
1994 Enero Arroz, carne de res y de pollo, huevo de gallina,
leguminosas, azúcar, alquiler, atención médica x
Combustibles x x
Febrero Carne de res, leche, frutas x
Aceite vegetal, café, cola de tienda,
artículos de lavado y cuidado personal,
camioneta, llanta y tubo x
Alquiler, atención médica, corte de pelo x
Gasolina especial x
Marzo Servicio telefónico x
Leche, fideo, sal, cola de salón,
artículos de lavado, llanta y tubo x
Queso x
Pescado x
Huevo de gallina, almuerzo,
reparación de calzado x
Verduras x x
Corte de pelo x
Abril Transporte autos livianos, buses, camiones x
Productos marcadores x
Fideo, café, queso, cola tienda, artículos de
lavado y cuidado personal, llanta y tubo x
Arroz, carne de res, frutas x
Huevos, reparación de calzado x
Verduras, frutas x
Azúcar x
Corte de pelo x
Metodologías para el análisis de coyuntura / 99
CAUSA DE INFLACIÓN
AÑO MES PRODUCTO POLÍTICAS ECONÓMICAS SHOCKS COSTOS EXPECTA- OTRAS
DE TIVAS CAUSAS
OFERTAS DE INFLA-
Política Política Política Otras Insumos Costo de Otros CIÓN (7)
de pre- comer- fiscal Políticas Nacionales trans- costos
cios (5) cial (2) (5) Econ. (4) porte
1994 Mayo Azúcar, verduras, tubérculos x
Aceite vegetal, café, artículos
de cuidado personal, televisor x
Almuerzo, atención médica x
Gasolina especial x
Junio Verduras, frutas x

100 / Alicia Delgado Noboa


Tubérculos x x
Almuerzo, corte de pelo x
Artículos de cuidado personal,
camioneta, televisor, periódico x
Gasolina especial x
Taxi x
Abril-Junio Combustibles x
Julio Derivados de Petróleo x
Frutas x
Café, artículos de cuidado personal x
Cigarrillos, corte de pelo x
Reparación de calzado x
Agosto Leche, café, artículos de cuidado
personal x
Azúcar, atención médica x
Septiembre Café, cola tienda, cigarrillos x
Queso x
Atención médica x
En-Mar., Sept. Medicamentos x
Julio-Sept. Productos marcadores x
CAUSA DE INFLACIÓN
AÑO MES PRODUCTO POLÍTICAS ECONÓMICAS SHOCKS COSTOS EXPECTA- OTRAS
DE TIVAS CAUSAS
OFERTAS DE INFLA-
Política Política Política Otras Insumos Costo de Otros CIÓN (7)
de pre- comer- fiscal Políticas Nacionales trans- costos
cios (5) cial (2) (5) Econ. (4) porte
1994 Octubre Camarón, frutas, alquiler x
Queso, café, cola de tienda, artículos de
lavado y cuidado personal, camioneta x
Noviembre Arroz, carne de res, pescado, camarón,
frutas, alquiler x
Café x
Diciembre Arroz, carne de res y pollo, huevos,
leguminosas, pescado x
Atún enlatado, cola tienda, medicinas,
periódico x
Frutas x
Oct.-Dic. Derivados de Petróleo x
Productos marcadores x
1995 Enero Carne de res x x
Pescado, huevo de gallina x
Aceite vegetal, artículos de lavado y
cuidado personal x
Leguminosas x
Azúcar, almuerzo, corte de pelo x
Agua x
Febrero Verduras, leguminosas x
Fideo, aceite y manteca vegetal, sal,
artículos de lavado, medicinas x
Pescado x
Camioneta x
Gasolina especial x
Metodologías para el análisis de coyuntura / 101
CAUSA DE INFLACIÓN
AÑO MES PRODUCTO POLÍTICAS ECONÓMICAS SHOCKS COSTOS EXPECTA- OTRAS
DE TIVAS CAUSAS
OFERTAS DE INFLA-
Política Política Política Otras Insumos Costo de Otros CIÓN (7)
de pre- comer- fiscal Políticas Nacionales trans- costos
cios (5) cial (2) (5) Econ. (4) porte
1995 Marzo Aceite y manteca vegetal, artículos de
lavado, medicinas x
Cebolla colorada, papa chola, yuca,
azúcar, atención médica, corte de pelo x

102 / Alicia Delgado Noboa


Alquiler x
Abril Aceite y manteca vegetal, artículos de lavado,
cigarrillos, cerveza tienda, camioneta x
Carne de pollo, queso, frutas x
Huevos x
Pan x
Agua x
Mayo Pan, carne de pollo x
Leche, café, artículos de cuidado personal x
Huevos x
Frutas x
Alquiler x
Junio Carne de pollo, verduras, tubérculos,
alquiler, corte de pelo x
Camioneta x
Artículos de cuidado personal, llanta y tubo x
Pan x
Abril-Junio Derivados de petróleo x
Julio Artículos de lavado y cuidado personal x
Pan x
Agosto Café, artículos de cuidado personal, llanta y tubo x
Arroz, almuerzo, alquiler, corte de pelo x
Agua x
CAUSA DE INFLACIÓN
AÑO MES PRODUCTO POLÍTICAS ECONÓMICAS SHOCKS COSTOS EXPECTA- OTRAS
DE TIVAS CAUSAS
OFERTAS DE INFLA-
Política Política Política Otras Insumos Costo de Otros CIÓN (7)
de pre- comer- fiscal Políticas Nacionales trans- costos
cios (5) cial (2) (5) Econ. (4) porte
1995 Septiem. Frutas x
Café, artículos de lavado, cigarrillos, medicinas x
Agua, bus urbano x
Octubre Lácteos, café, medicinas x
Cola de salón x
Pan, reparación de calzado x
Almuerzo, corte de pelo x
Diciembre Artículos de cuidado personal x
Carne de pollo x
Carne de res, pan x
Oct.-Dic. Derivados del Petróleo x
En.-Dic. Productos marcadores x
1996 Enero Artículos de lavado y cuidado personal,
cerveza, sal x
Camarón x
Febrero Atún enlatado, fideo, azúcar, aceite vegetal,
artículos de lavado y cuidado personal x
Gasolina especial x
Alquiler x x
Marzo Fideo, llanta y tubo, medicinas, manteca vegetal x
Arroz, azúcar x
Carne de pollo, corte de pelo, pan, huevos,
alquiler, atención médica x x
Taxi, agua x
Metodologías para el análisis de coyuntura / 103
CAUSA DE INFLACIÓN
AÑO MES PRODUCTO POLÍTICAS ECONÓMICAS SHOCKS COSTOS EXPECTA- OTRAS
DE TIVAS CAUSAS
OFERTAS DE INFLA-
Política Política Política Otras Insumos Costo de Otros CIÓN (7)
de pre- comer- fiscal Políticas Nacionales trans- costos
cios (5) cial (2) (5) Econ. (4) porte
1996 Abril Huevos, carne de pollo, alquiler x x
Llanta y tubo, artículos de lavado y
cuidado personal, camioneta x
Gasolina x
Mayo Llanta y tubo, medicinas, manteca vegetal,

104 / Alicia Delgado Noboa


artículos de lavado y cuidado personal x
Alquiler, atención médica x
Junio Cola tienda, atún enlatado, pan, artículos
de cuidado personal, cine x
Agua x
Enero-Jun. Productos marcadores x
Derivados de petróleo x

(1) Se incluyen las políticas de reajuste de precios (controlados) al consumidor, de plagas y enfermedades de ganado, paros y huelgas, fuga de productos a través de
sustentación al productor y referenciales, de aforo y de productos marcadores las fronteras y guerras.
para la importación; la exclusión de bienes de la lista de fijación de precios; los (6) Incluye costos de insumos extranjeros (tipo de cambio), incrementos salariales,
reajustes a los márgenes de utilidad fijados y la eliminación de su control; y, impuestos, variaciones de la tasa de interés y otros costos (subida de precios
fijación de precios de intervención (ENAC, etc.). desde fábricas).
(2) Incluye la política cambiaria, incremento de aranceles, establecimiento comisión (7) Se destacan la unificación de precios en establecimientos rezagados, reducciones
de riesgo cambiario, incremento porcentajes de depósitos previos a la en el peso de expendio e incrementos de precios a nivel de distribuidores
importación, prohibiciones de importación, libre comercialización interna y exter- (variación de márgenes de comercialización).
na, agilización de trámites de exportación, traslado de bienes de la lista de pro- (8) La inflación en los años 81 y 82 no es tan dramática como en los años posteriores.
hibida exportación a la de excedentes exportables. Por tal motivo son pocas las causas del incremento de precios en los dos primeros
(3) Se incluye la política de impuestos, tasas, timbres, etc., eliminación de subsidios, años de análisis.
reajustes en tarifas de almacenamiento de productos agrícolas, entre otras medi- FUENTE: INEC, Seguimiento estadístico de los precios oficiales, 1987-1990.
das. INEC, El proceso inflacionario en el Ecuador, 1991-1996.
(4) Está incluida la política salarial, establecimiento de temporadas de veda (mariscos, Rafael Vega y Mario Ortiz, Evolución de los precios de los alimentos y
pescado), comercialización de productos de mayor peso o capacidad, entre otros. bebidas, 1982-1987.
(5) Los shocks de oferta aquí incluidos son: cambios climáticos, daños en carreteras, ELABORACION: Autora.
ANEXO No. 7 ANÁLISIS DE FRECUENCIAS DE LOS FACTORES DE LA INFLACIÓN - 1981-1996

FACTORES DE FRENO DE INFLACION


OTROS
FACTORES
AÑO MES PRODUCTO POLITICA ECONOMICA DE FRENO DE
INFLACION (4)
POLITICA POLITICA OTRAS
COMERCIAL DE PRECIOS POLITICAS
(1) (2) ECON. (3)

1983 Septiembre-Diciembre Azúcar x


1984 Enero-Marzo Azúcar x
Abril Trigo x
Mayo Arroz x
Enero-Mayo Algodón de fibra x
Julio Algunos productos exportables x
Septiembre Algodón x
Octubre Leche en polvo, insumos para la industria
de medicamentos x
Noviembre Trigo x
1985 Enero Leche en polvo, arroz pilado, trigo, sorgo granífero x
Febrero Gas x
Marzo-Abril Trigo x
Julio Leche en polvo x
Insumos agropecuarios x
Julio-Octubre Trigo x
Septiembre Pan x
1986 Enero-Marzo Leche en polvo x
Mayo Medicamentos de uso humano x
Junio Fideo, aceites y mantecas comestibles, varillas de
hierro, productos de aseo personal y limpieza x
Trigo x
Servicio de almacenamiento de arroz y maíz nacionales x
Metodologías para el análisis de coyuntura / 105
FACTORES DE FRENO DE INFLACION
OTROS
FACTORES
AÑO MES PRODUCTO POLITICA ECONOMICA DE FRENO DE
INFLACION (4)
POLITICA POLITICA OTRAS
COMERCIAL DE PRECIOS POLITICAS
(1) (2) ECON. (3)
Julio Kérex de uso doméstico, diésel de uso productivo,
fletes transporte terrestre de combustible x
Agosto Avena, leche infantil, insumos para elaboración de
productos animales, fumigadores x
Septiembre Medicamentos del Programa de Genéricos x

106 / Alicia Delgado Noboa


Melaza, alcohol, jabón para lavar x
Noviembre Trigo, cebada x x
Materias primas para industria del caucho x
Diciembre Medicamentos de uso humano, sucedáneos de leche
materna, alimentos infantiles y sus materias primas x
Marzo-Octubre Trigo x
Agosto-Diciembre Avena en cáscara x
1987 Enero Azúcar blanca x
Febrero Camarón x
Avena en cáscara x
Marzo 24 productos controlados, incluyendo huevos al granel x
Junio Cerveza, ganado bovino y porcino, cebolla, tubérculos,
legumbres, frutas x
Tubérculos, leguminosas, gas x
Agosto Azúcar x
Septiembre Frutas, ajo x
Octubre Azúcar, corvina, frutas x
Marzo, Junio, Octubre Trigo x
Noviembre Verduras, tubérculos x
Bebidas alcohólicas x
Septiembre, Noviembre Sorgo x
Diciembre Productos agropecuarios y de mar x
Cervezas, maltas x x
FACTORES DE FRENO DE INFLACION
OTROS
FACTORES
AÑO MES PRODUCTO POLITICA ECONOMICA DE FRENO DE
INFLACION (4)
POLITICA POLITICA OTRAS
COMERCIAL DE PRECIOS POLITICAS
(1) (2) ECON. (3)
1988 Enero Productos farmacéuticos de uso veterinario,
productos fitosanitarios y abonos x
Azúcar importado, generalidad de precios x x
Febrero Sorgo, leche entera al granel, Insumos agropecuarios
(bulbos, cebollas, tubérculos) x
Cemento, aceite y manteca comestible, jabón para lavar,
neumáticos, cerveza, cigarrillos, varillas de hierro,
alcohol, bebidas gaseosas, sanitarios, sucedáneos de
leche materna, alimentos infantiles x
Enero-Febrero Trigo x
Abril Avena x
Mayo Sucedáneos de leche materna, alimentos infantiles,
medicinas e insumos para industria farmacéutica x
Junio Trigo x x
Insumos agrícolas (aves de corral, semillas para pastos,
instrumentos de veterinaria) x
Julio Azúcar x
Abril-Agosto Productos importados Lista I Segmento A x
Octubre Azúcar, gas x
Noviembre Gas x
Diciembre Azúcar, leche, llantas, tubos, defensas x
Arroz pilado, fibra de algodón x
Cebada x x
Gas x
Leche x
1989 Enero-Marzo Trigo al granel x
Enero Arroz x
Gas x x
Metodologías para el análisis de coyuntura / 107

Lenteja, ajo, guineo x


FACTORES DE FRENO DE INFLACION
OTROS
FACTORES
AÑO MES PRODUCTO POLITICA ECONOMICA DE FRENO DE
INFLACION (4)
POLITICA POLITICA OTRAS
COMERCIAL DE PRECIOS POLITICAS
(1) (2) ECON. (3)
Febrero Gas x
Marzo Cerveza x
Azúcar blanca sulfitada x
Abril Verduras, leguminosas, insumos para fabricación de
medicamentos de uso humano x

108 / Alicia Delgado Noboa


Junio Avena x
Cerveza x
Abril-Junio Trigo al granel x
Julio Trigo x
Cerveza x
Agosto Trigo x x
Aceite crudo de soya, melaza x
Gas x
Septiembre Cerveza x
Octubre Trigo x
Generalidad de precios x
Noviembre Productos importados x
Cerveza x
Agosto-Diciembre Sucedáneos de leche materna y alimentos infantiles x
1990 Enero Cebada x x
Aceite de pescado, algodón de fibra x
Febrero-Marzo Azúcar sulfitada x
Gas x
Abril Arroz blanco pilado x
Cerveza, arroz x
Junio Generalidad de precios x
Enero-Agosto Leguminosas x
Diciembre Sorgo granífero x
FACTORES DE FRENO DE INFLACION
OTROS
FACTORES
AÑO MES PRODUCTO POLITICA ECONOMICA DE FRENO DE
INFLACION (4)
POLITICA POLITICA OTRAS
COMERCIAL DE PRECIOS POLITICAS
(1) (2) ECON. (3)

Mayo-Diciembre Sucedáneos de leche materna x


Octubre-Diciembre Melaza, insumos para la producción de grasas y aceites x
Enero-Diciembre Trigo x
1991 Enero Gas x
Marzo Sorgo granífero x
Enero-Marzo Leguminosas x
Abril Enlatados, aceites, frutas, ajo, verduras, leguminosas,
harina de soya, azúcar, harina de pescado x
Mayo Gas x
Enero-Junio Cebada x x
Abril-Junio Trigo x
Junio Gas x
Julio Sucedáneos de leche materna y alimentos infantiles x
Agosto Medicamentos x
Noviembre Generalidad de precios x
Gas x
Diciembre Gas x
Abril-Diciembre Avena, leguminosas x
Agosto-Diciembre Manzanas x
1992 Enero Azúcar, otros productos x
Marzo Generalidad de precios x
Abril Melaza de caña x
Combustibles x
Junio Arroz x
Enero-Junio Cebada x x
Septiembre Gas x
Metodologías para el análisis de coyuntura / 109
FACTORES DE FRENO DE INFLACION
OTROS
FACTORES
AÑO MES PRODUCTO POLITICA ECONOMICA DE FRENO DE
INFLACION (4)
POLITICA POLITICA OTRAS
COMERCIAL DE PRECIOS POLITICAS
(1) (2) ECON. (3)

Octubre Productos importados de Bolivia, Colombia y Venezuela x


Energía eléctrica x
Noviembre Diésel a utilizarse en industrias camaronera y pesquera,

110 / Alicia Delgado Noboa


energía eléctrica x
Enero-Noviembre Leguminosas x
Diciembre Productos originarios de Perú x
Octubre-Diciembre Garbanzo x
1993 Enero Productos agropecuarios importados de otros países
del Pacto Andino x
Febrero Importaciones desde Venezuela, repuestos para
maquinaria x
Frutas x
Marzo Combustibles, tarifas eléctricas, asfaltos x
Mayo Combustibles x
Mayo y Junio Generalidad de precios x
Agosto Pan, queso, leguminosas, huevo de gallina,
papel higiénico x
Febrero-Septiembre Azúcar blanca sulfitada x
Enero-Diciembre Leguminosas x
1994 Enero-Febrero Cerveza tienda x
Marzo Gas x
Azúcar blanca sulfitada x
Julio Gasolina especial x
Agosto Huevos x
Octubre Trigo x
Noviembre Frutas
FACTORES DE FRENO DE INFLACION
OTROS
FACTORES
AÑO MES PRODUCTO POLITICA ECONOMICA DE FRENO DE
INFLACION (4)
POLITICA POLITICA OTRAS
COMERCIAL DE PRECIOS POLITICAS
(1) (2) ECON. (3)

1996 Enero Café molido x

Junio Queso x

(1) Incluye asignación/ampliación de cupos de importación (producto, materias primas), prohibiciones/restricciones de exportación (asignación de cuotas mínimas para el
consumo interno), traslado de productos a listas con aranceles más bajos, exoneración/reducción del pago de derechos arancelarios, subsidios a la importación, exon-
eración (o reducción del porcentaje) de pago de la autorización o depósito previo a la importación y de la comisión de riesgo cambiario, exoneración del pago del req-
uisito de garantía en divisas, precios máximos de importación de materia prima, aplicación del sistema de trueque, fijación de precios de productos marcadores, control
del contrabando.
(2) Incluye incorporación de productos a listas de bienes controlados, ratificación de precios vigentes, control efectivo de precios, incorporación a régimen de fijación de
márgenes de utilidad, suspensión de ajustes periódicos de precios, reducción oficial de precios.
(3) Se incluyen políticas de tipo fiscal (concesión abonos tributarios, establecimiento de subsidios, etc.), establecimiento de cuotas básicas de producción nacional, de can-
tidades a ser entregadas a comercializadores, de líneas de redescuento, culminación del período de veda, emisión de bonos.
(4) Incluyen donaciones, contrabando, problemas de transporte al exterior, mejoramiento en los pesos de expendio, ajustes al precio oficial o a la baja, facturación/dis-
tribución a precios inferiores, normalización de la producción.
FUENTE: INEC, Seguimiento estadístico de los precios oficiales, 1987-1990.
INEC, El proceso inflacionario en el Ecuador, 1991-1996.
Rafael Vega y Mario Ortiz, Evolución de los precios de los alimentos y bebidas, 1982-1987.
ELABORACION: Autora.
Metodologías para el análisis de coyuntura / 111
ANEXO No. 8 ARTÍCULOS INCLUIDOS EN EL ANÁLISIS SECTORIAL
ARTICULOS INDUSTRIA ARTICULOS INDUSTRIA
FIDEO TAZA Y PLATO CAFE EN GRANO MEDIAS (INCLUSO PANTY)
HARINA DE TRIGO REFRIGERADORA CAFE MOLIDO PANTALON DE MUJER
PAN SARTEN ELECTRICO CAFE SOLUBLE SACO DE LANA DE MUJER
CARNE DE RES CON HUESO VASO COCOA VESTIDO
CARNE DE RES SIN HUESO JUEGO DE SALA CHOCOLATE ZAPATOS DE MUJER
COSTILLA DE CERDO JUEGO DE COMEDOR COLA (TIENDA) VESTIDO PARA NINIA
CARNE DE POLLO CAMA CEREALES PREPARADOS BIBERON
PESCADO COMODA SOPAS CAMISA PARA BEBE
PARGO CUNA PARA BEBE GELATINA CALZON IMPERMEABLE
ATUN ENLATADO ESCOBA HARINA DE PLATANO CONJUNTO TEJIDO

112 / Alicia Delgado Noboa


SARDINA ENLATADA FOCO DE LUZ SOPAS SECAS CHAMBRA
CAMARON LAMPARA ELECTRICA CHOCOLATE (BOMBON) PANIALES
CANGREJO PLANCHA ELECTRICA CARAMELO SABANA PARA BEBE
CONCHA TERMO MERMELADA TERNO PARA BEBE
ACEITE VEGETAL VENTILADOR MIEL DE ABEJA BETUN PARA CALZADO
MANTECA DE CERDO MAQUINA DE ESCRIBIR AGUARDIENTE MEDICINAS Y REMEDIOS
MANTECA VEGETAL MAQUINA DE COSER CERVEZA (TIENDA) DESODORANTE
HUEVO DE GALLINA GENERO DE LANA VINO HOJAS DE AFEITAR
LECHE FRESCA GENERO DE ALGODON WHISKY (RON CANEY) JABON DE TOCADOR
MANTEQUILLA GENERO DE RAYON CERA PARA PISO PASTA DENTAL
QUESO GENERO DE NYLON DETERGENTE COLONIA
HARINA DE HABA GENERO DE SEDA JABON PARA LAVAR SHAMPOO
MANI LANA PARA TEJER PAPEL HIGIENICO TALCO
JUGO DE NARANJA CAMISA COLCHON DISCO
JUGO DE TORONJA CAMISETA FRAZADA JUGUETES
JUGO DE UVA CALZONCILLO SOBRECAMA PERIODICO
DURAZNOS AL JUGO SACO DE LANA DE HOMBRE SABANA REVISTA
PASAS PANTALON DE HOMBRE TOALLA TOCADISCO
AZUCAR TERNO DE HOMBRE COCINA DE KEREX TELEVISOR
CANELA ZAPATOS DE HOMBRE COCINA DE GAS CIGARRILLOS
COMINO ABRIGO DE MUJER LICUADORA CAMIONETA
PANELA BLUSA OLLA LLANTA Y TUBO
SAL CALZONARIA OLLA DE PRESION
SALSA DE TOMATE FALDA
Metodologías para el análisis de coyuntura / 113

(Continuación ANEXO No. 8)

ARTICULOS AGRICULTURA SERVICIOS PUBLICOS


ARROZ KEREX
AVENA ENERGIA ELECTRICA
MAIZ GAS
ARVEJA TIERNA AGUA
CEBOLLA BLANCA BUS URBANO
CEBOLLA COLORADA FRANQUEO DE CARTA
COLIFLOR TELEGRAMA
COL DE SEDA TELEFONO
CHOCLO GASOLINA ESPECIAL
FREJOL TIERNO
HABA TIERNA SERVICIOS PRIVADOS
LECHUGA POLLO ASADO
PIMIENTO COLA (SALON)
TOMATE RINION BEBIDA ALCOHOLICA
PAPA CHOLA CERVEZA (SALON)
PAPA BLANCA ALMUERZO
YUCA INDICE ALQUILER
ZANAHORIA AMARILLA HECHURA ROPA (HOMBRE)
ARVEJA SECA HECHURA ROPA (MUJER)
LENTEJA LAVADO DE ROPA
FREJOL SECO LIMPIEZA EN SECO
AGUACATE LIMPIEZA DE CALZADO
COCO REPARACION DE CALZADO
LIMON ATENCION MEDICA
MANZANA CORTE DE PELO
MORA CINE
NARANJA FUTBOL
NARANJILLA TAXI URBANO
PINIA BUS INTERURBANO
PAPAYA
GUINEO ARTICULOS EDUCACION
PLATANO UTILES PRIMARIA
TOMATE DE ARBOL TEXTO PRIMARIA
AJO PENSION PRIMARIA
UTILES SECUNDARIA
TEXTO SECUNDARIA
TRANSPORTE ESCOLAR
MATRICULA SECUNDARIA
PENSION SECUNDARIA

FUENTE: INEC, Base de Datos sobre precios medios nacionales.


ELABORACION: Autora.
ANEXO No. 9
RESULTADOS DE LAS REGRESIONES SECTORIALES
System: ECINDUST System: ECAGRIC
Estimation Method: Least Squares Estimation Method: Least Squares
Date: 07/10/97 Time: 15:24 Date: 11/04/97 Time: 07:27
Sample: 1985:01 1996:06 Sample: 1985:01 1996:06

Coefficient Std. Error t-Statistic Prob. Coefficient Std. Error t-Statistic Prob.

C(1) -0.458061 0.161469 -2.836836 0.0053 C(1) -0.998681 0.152219 -6.560817 0.0000
C(2) 0.081185 0.015757 5.152313 0.0000 C(2) 0.452885 0.059307 7.636282 0.0000
C(3) 0.043029 0.012201 3.526678 0.0006 C(3) 0.481497 0.053548 8.991876 0.0000

114 / Alicia Delgado Noboa


C(4) 0.020739 0.006774 3.061559 0.0027 C(4) 0.025131 0.012756 1.970132 0.0528
C(5) 0.053922 0.021194 2.544211 0.0121 C(5) 0.052204 0.012564 4.155046 0.0001
C(6) 0.864433 0.027791 31.104782 0.0000 C(6) 0.243347 0.099923 2.435345 0.0163
C(7) 0.079286 0.040437 1.960729 0.0703
Determinant residual covariance 0.000239
Determinant residual covariance 0.002617
Equation: LOG(IPCIND)=C(1)+C(2)*LOG(TC(-1))+C(3)*LOG(GASOLINA/G
ASOLINA(-1))+C(4)*LOG(ENELECT(-1))+C(5)*LOG(M) Equation: LOG(IPCAGR)-(1-0.620911/2)*LOG(IPCAGR(-1))=C(1)
+C(6)*LOG(IPCIND(-1)) +C(2)*(LOG(M)-(1-0.620911/2)*LOG(M(-1)))
Observations: 137 +C(3)*(LOG(TC(-1))-(1-0.620911/2)*LOG(TC(-2)))
+C(4)*(LOG(INSAGRIMP(-1))-(1-0.620911/2)*LOG(INSAGRIMP(-2)))
R-squared 0.999865 Mean dependent var 6.816396 +C(5)*(DUMMYAG-(1-0.620911/2)*DUMMYAG(-1))
Adjusted R-squared 0.999860 S.D. dependent var 1.337081 +C(6)*(((IPCIND(-1)/IPCAGR(-1))/(IPCIND(-2)/IPCAGR(-2))-1)-(1-0.62
S.E. of regression 0.015826 Sum squared resid 0.032810 0911/2)*((IPCIND(-2)/IPCAGR(-2))/(IPCIND(-3)/IPCAGR(-3))-1))
Durbin-Watson stat 1.819566 +C(7)*(LOG(PC(-1))-(1-0.620911/2)*LOG(PC(-2)))
Observations: 135

R-squared 0.981111 Mean dependent var “2,080,886”


Adjusted R-squared 0.980226 S.D. dependent var 0.373609
S.E. of regression 0.052537 Sum squared resid 0.353297
Durbin-Watson stat 1.808735
System: ECSERPUB Determinant residual covariance 0.000451
Estimation Method: Least Squares
Date: 11/04/97 Time: 22:22 Equation: LOG(SERPRIV)-(1-0.240399/2)*LOG(SERPRIV(-1))=C(1)
Sample: 1988:01 1996:06 +C(2)*(LOG(W(-1))-(1-0.240399/2)*LOG(W(-2)))
+C(3)*(LOG(IPCGEN(-1))-(1-0.240399/2)*LOG(IPCGEN(-2)))
Coefficient Std. Error t-Statistic Prob. Observations: 136

C(1) 0.104530 0.052424 1.993934 0.0489 R-squared 0.979180 Mean dependent var 0.789868
C(2) -0.221984 0.103965 -2.135180 0.0352 Adjusted R-squared 0.978867 S.D. dependent var 0.147675
C(3) 1.147269 0.084287 13.611458 0.0000 S.E. of regression 0.021468 Sum squared resid 0.061295
C(4) 0.131083 0.039488 3.319565 0.0013 Durbin-Watson stat 1.714428

Determinant residual covariance 0.002625 System: ECEDUC


Estimation Method: Least Squares
Equation: LOG(SERPUB)-(1-0.395891/2)*LOG(SERPUB(-1))=C(1) Date: 11/04/97 Time: 23:51
+C(2)*(LOG(TC(-1))-(1-0.395891/2)*LOG(TC(-2))) Sample: 1988:01 1996:06
+C(3)*(LOG(IPCGEN(-1))-(1-0.395891/2)*LOG(IPCGEN(-2)))
+C(4)*(POLFISCAL-(1-0.395891/2)*POLFISCAL(-1)) Coefficient Std. Error t-Statistic Prob.
Observations: 102
C(2) 1.034547 0.028950 35.735648 0.0000
R-squared 0.923768 Mean dependent var 1.469149 C(3) 0.078383 0.008931 8.776509 0.0000
Adjusted R-squared 0.921434 S.D. dependent var 0.186472
S.E. of regression 0.052267 Sum squared resid 0.267725 Determinant residual covariance 0.001896
Durbin-Watson stat 1.901833
Equation: LOG(IPCEDUC)-(1-0.749762/2)*LOG(IPCEDUC(-1))=C(2)*(LO
System: ECSPRIV G(IPCGEN(-1))-(1-0.749762/2)*LOG(IPCGEN(-2)))
Estimation Method: Least Squares +C(3)*(DUMMYEDUC-(1-0.749762/2)*DUMMYEDUC(-1))
Date: 08/31/97 Time: 14:59 Observations: 102
Sample: 1985:01 1996:06
R-squared 0.985945 Mean dependent var 2.850531
Coefficient Std. Error t-Statistic Prob. Adjusted R-squared 0.985804 S.D. dependent var 0.369058
S.E. of regression 0.043972 Sum squared resid 0.193353
C(1) -0.043306 0.021089 -2 0.0420 Durbin-Watson stat 2.083884
C(2) 0.080254 0.028963 3 0.0064
C(3) 0.873115 0.027644 32 0.0000
Metodologías para el análisis de coyuntura / 115
ANEXO No. 10
PREVISIONES INFLACIONARIAS ENERO-JUNIO 1996
(EN BASE A MODELO ECONOMÉTRICO SECTORIAL)

116 / Alicia Delgado Noboa


PREDICCIONES SECTORIALES PREDICCION IPC PREDICCION INFLACION
1996 ln ipcind ln ipcagr ln ipcspub ln ipcspriv ln ipceduc ln ipcgen ipcgen INFLACION EFECTIVA

Enero 8.6643 8.2907 8.5326 8.1128 8.7508 8.4814 4824.2675 2.21% 2.40%
Febrero 8.6852 8.3071 8.5578 8.1484 8.7761 8.5059 4943.7674 2.48% 2.55%
Marzo 8.7068 8.3722 8.5794 8.1669 8.7980 8.5319 5074.0108 2.63% 2.90%
Abril 8.7321 8.4206 8.6028 8.1880 9.3238 8.5863 5357.6877 5.59% 2.83%
Mayo 8.7480 8.4044 8.6346 8.2161 8.9787 8.5827 5338.2693 -0.36% -0.27%
Junio 8.7689 8.4088 8.6368 8.2191 8.9804 8.5948 5403.7122 1.23% 1.49%
BIBLIOGRAFÍA
BIBLIOGRAFÍA CITADA

ABASCAL, Elena e Ildefonso Grande


1989 Métodos multivariantes para la investigación comercial,
ARIEL, Barcelona.

ACOSTA, Alberto y Jürgen Schuldt


1995 Inflación. Enfoques y políticas alternativos para América Lati-
na y el Ecuador, Ildis, Quito.

BANCO CENTRAL DEL ECUADOR


1996 Memoria Anual 1995, Quito.

BANCO CENTRAL DEL ECUADOR


Información Estadística Mensual:
No. 1585, 15 de diciembre de 1985.
No. 1597, 15 de diciembre de 1986.
No. 1608, 15 de diciembre de 1987.
No. 1618, 15 de diciembre de 1988.
No. 1629, 15 de diciembre de 1989.
No. 1646, 31 de diciembre de 1990.
No. 1669, 15 de diciembre de 1991.
No. 1690, 31 de diciembre de 1992.
No. 1700, 31 de octubre de 1993.
No. 1734, 31 de agosto de 1996.

BERENSON, Mark y David Levine


1982 Estadística para administración y economía, Interamericana,
México.

CORTÁZAR, René (Ed.)


1986 Políticas Macroeconómicas. Una perspectiva latinoamericana,
CIEPLAN, Santiago de Chile.
118 / Alicia Delgado Noboa

DIRECCIÓN NACIONAL HIDROCARBUROS, Ministerio Energía,


Estadística Hidrocarburífera, Quito, 1990, 1991, 1993 y 1994.

DELGADO, Alicia
1997 Metodologías para el análisis de coyuntura de una variable
económica – El caso de la inflación en el Ecuador a Junio de
1996, Tesis Economía, PUCE, Quito.

ESPASA, A. y J. R. Cancelo (eds.)


1993 Métodos cuantitativos para el análisis de la coyuntura econó-
mica, Alianza, Madrid.

GÓMEZ, Ricardo
1989 Límites y posibilidades del análisis coyuntural en el Ecuador,
Marzo, GTZ, Quito.

GUJARATI, Damodar
1992 Econometría, 2da ed., McGraw Hill, México.

INEC Algunos comentarios sobre la relación entre precios oficiales y


precios promedio registrados en el IPCU en los meses de mayo
a diciembre de 1987, Quito, junio de 1987 - enero de 1988.

INEC Algunos comentarios sobre la relación de precios oficiales y pre-


cios promedio registrados en el IPCU y sobre los precios de los
artículos de mayor significación en los meses de enero a agosto
de 1988, Quito, febrero - septiembre de 1988.

INEC Seguimiento estadístico de los precios oficiales en los meses de


septiembre de 1988 a diciembre de 1990, Quito, octubre de
1988 - enero de 1991.

INEC El proceso inflacionario en el Ecuador, Análisis estadístico


mensual de los meses de enero de 1991 a julio de 1992, Quito,
febrero de 1991 a agosto de 1992.

INEC Enfoque estadístico de la inflación en el Ecuador, meses de


agosto de 1992 a junio de 1996, Quito, septiembre 1992 - ju-
lio 1996.
Metodologías para el análisis de coyuntura / 119

INEC Síntesis metodológicas para el cálculo del Indice de Precios al


Consumidor Urbano, Subdirección de Operaciones del Lito-
ral, Guayaquil, julio, 1989.

INEC Indice de Precios al Consumidor Area Urbana:


- No. 1, abril 1982, Quito, mayo de 1982;
- No. 21, diciembre 1983, Quito, enero de 1984;
- No. 45, diciembre 1985, Quito, enero de 1986;
- No. 69, diciembre 1987, Quito, enero de 1988;
- No. 93, diciembre 1989, Quito, enero de 1990;
- No. 117, diciembre 1991, Quito, enero de 1992;
- No. 141, diciembre 1993, Quito, enero de 1994;
- No. 147, junio 1994, Quito, julio de 1994; y,
- No. 171, junio 1996, Quito, julio de 1996.

INEC El proceso inflacionario en el Ecuador, Breve análisis de los


trimestres I, II, III y IV de:
- 1983, abril, julio y octubre de 1983 y enero de 1984;
- 1984, abril, julio y octubre de 1984 y enero de 1985;
- 1985, abril, julio y octubre de 1985 y enero de 1986;
- 1986, abril, agosto y octubre de 1986 y enero de 1987;
- 1987, abril, julio y octubre de 1987 y enero de 1988; y,
- 1988, abril y julio de 1988 y enero de 1989.

INEC El proceso inflacionario en el Ecuador, Análisis estadístico de


los trimestres I, II, III y IV de:
- 1989, abril, julio y noviembre de 1989 y febrero de 1990;
- 1990, mayo, julio y noviembre de 1990 y febrero de 1991;
- 1991, mayo, agosto y noviembre de 1991 y marzo de 1992;
- 1992, mayo, agosto y noviembre de 1992 y febrero de 1993;
- 1993, junio, septiembre y noviembre de 1993 y marzo de
1994;
- 1994, mayo, agosto y octubre de 1994 y febrero de 1995;
- 1995, agosto y noviembre de 1995 y marzo de 1996; y,
- 1996, mayo y octubre de 1996.
120 / Alicia Delgado Noboa

INEC Balance mensual del presupuesto familiar de hogares urbanos


de ingresos bajos, Números 26-68, Quito, diciembre de 1992
a junio de 1996.

INFANTE, Sebastián
1992 “El proceso inflacionario en el Ecuador (1984-1991)”, en Se-
bastián Infante, La inflación en el Ecuador, Ildis, Quito.

KAZMIER, Leonard J.
1978 Estadística aplicada a la administración y la economía, Mc-
Graw Hill, México.

MINISTERIO DE TRABAJO Y RECURSOS HUMANOS


1996 Ingreso promedio mensual del trabajador en general y costo del
empleador, Período 1979-1996, Quito.

MOCHÓN MORCILLO, Francisco y Germán Ancochea Soto


1981 El análisis de coyuntura. Una metodología, Pirámide, Madrid.

PETROECUADOR
1995 Actividad Hidrocarburífera del país, 1972-1994, Petroecua-
dor, Quito.

PETROECUADOR
1996 La actividad hidrocarburífera del país, 1972-1995, Petroecua-
dor, Quito.

PETROCOMERCIAL
1996 Consolidado de venta de combustibles, enero-junio 1996, Qui-
to.

RODAS, Sonia
1992 Un enfoque alternativo en el tratamiento de la inflación: For-
mación sectorial de precios, Tesis Economía, FLACSO, Quito.

ROJAS, Patricio, Pablo Samaniego y Danilo Lafuente


Un análisis empírico de la inflación en el Ecuador, Nota Téc-
nica No. 13, Abril 1995, BCE, Quito.
Metodologías para el análisis de coyuntura / 121

SAMANIEGO, José
1988 Crisis económica del Ecuador, Banco Central del Ecuador,
Quito.

SAMANIEGO, Pablo
Inercia, tipo de cambio e inflación en el Ecuador, BCE, Quito,
s.f.

URIEL, Ezequiel
1985 Análisis de Series Temporales. Modelos ARIMA, Paraninfo,
Madrid.

VEGA, Rafael y Mario Ortiz,


1988 Evolución de los precios del grupo Alimentos y Bebidas en el
quinquenio 1982 - 1987 en el IPCU, Tesis Economía, Univer-
sidad Central del Ecuador, Quito, Mayo de 1988.

BIBLIOGRAFÍA CONSULTADA

BANCO CENTRAL DEL ECUADOR


1980 Análisis Económico Coyuntural, No. 14, Abril, BCE, Quito.

CAÑAS, Ricardo
1991 El ciclo económico en el Ecuador y los lineamientos de política
económica en el período 1972-1986, Tesis Economía, PUCE,
Quito.

CONADE
1975 Sobre el programa de encuestas de coyuntura en Ecuador, CO-
NADE, Quito.

CONADE
1976 La encuesta de coyuntura en el sector agropecuario. Presenta-
ción y métodos, CONADE, Quito.
122 / Alicia Delgado Noboa

CONADE
1992 Análisis de Coyuntura, No. 21, Año II, Marzo, CONADE,
Quito.

CHATFIELD, C.,
1984 The analysis of time series, 4ta ed., Chapman & Hall, Glou-
cester.

ESTEY, J. A.,
1983 Tratado sobre los ciclos económicos, 5ta ed., Fondo de Cultu-
ra Económica, México.

HALEY, Bernard
1970 Compendio de Economía Contemporánea, Aguilar, Madrid.

HURTADO, César y Azucena Falconí


1993 La Experiencia Neoliberal en el Ecuador. Período 1980 - 1990,
Tesis Economía, Universidad Central del Ecuador, Quito.

JÁCOME, Luis
1994 Estabilización en el Ecuador - De la inflación crónica a la in-
flación moderada, Apunte Técnico 23, CORDES, Quito, Ene-
ro.

KALECKI, M.
1977 Teoría de la dinámica económica, 2da ed., Fondo de Cultura
Económica, México.

MARCHÁN, Cornelio
Propuesta para una política antinflacionaria, CONADE, Qui-
to, s.f.

PINTO, Amelia
1995 Las Cuentas Nacionales Trimestrales: Un instrumento para el
análisis coyuntural, Nota Técnica No. 23, Noviembre, BCE,
Quito.
Metodologías para el análisis de coyuntura / 123

PARRA, Santiago
1981 “Las técnicas de simulación”, en Economía y Desarrollo, No.
65, Noviembre-Diciembre, Universidad de La Habana, La
Habana.

PUCE
1996 Normas para la presentación de trabajos de investigación, 2da
ed., EDIPUCE, Quito.

RODRÍGUEZ, Carlos,
1978 A stylized model of the devaluation-inflation spiral, FMI, Staff
Paper.

SANTOS Alvite, Eduardo y Mariana Mora


1987 Ecuador, la década de los ochenta. Crisis económica y ensayo
neoliberal, Corporación Editora Nacional, Quito.

SIERRA, Vitalia
1991 Ecuador. Inflación y Respuestas, EDIDAC, Quito.

VALENTINE, Lloyd y Dennis Ellis


1991 Business cycles and forecasting, 8 edición, South-Western,
Cincinnati.

PAQUETES COMPUTACIONALES DE APOYO

Econometric Views
Statgraphics
SPSS