Importancia Del Sector Construcción En El Producto Interno Bruto Y Su Volatilidad En El Periodo 1997-2012

República Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental Politécnica de la Fuerza Armada Nacional

VII Semestre de Economía Social Sección: lesd-01

Proyecto

Profesor:

Roger, Romero Trejo.

Integrantes:

Oriana, Rodríguez C.I: 20.419.488.

Nahelys, Suárez C.I: 20.558.930.

Caracas, Febrero de 2014

Proyecto:

Importancia del sector construcción en el producto interno bruto y su volatilidad en el periodo 1997-2012.

Fuente consultada:

Banco Central de Venezuela.www.bcv.org.ve.

AÑOS PIB Sector Cconstrucción

1.997 41.943.151 3.017.448

1.998 42.066.487 3.059.662

1.999 39.554.925 2.527.735

2.000 41.013.293 2.628.690

2.001 42.405.381 2.983.312

2.002 38.650.110 2.733.207

2.003 35.652.678 1.654.133

2.004 42.172.343 2.069.021

2.005 46.523.649 2.482.991

2.006 51.116.533 3.242.327

2.007 55.591.059 3.242.327

2.008 58.525.074 4.328.001

2.009 56.650.924 4.318.676

2.010 55.807.510 4.018.451

2.011 58.138.269 4.209.422

2.012 61.409.103 4.907.082

 Obtención de la Información.

El presente estudio fue realizado en base a las variables sector construcción y el PIB, en el periodo comprendido entre el año 1.997 hasta 2.012 con datos oficiales del Banco Central de Venezuela, los cuales fueron tomados éstos, debido a que fueron los periodos que tuvieron más impacto en estos sectores, obtenidos a través de la página web oficial www.bcv.org.ve.

 Planteamiento de la Teoría o Hipótesis.

Prueba de causalidad de Granger.

Según Gujarati (2010) “El tiempo no corre hacia atrás. Es decir, si un acontecimiento A sucede antes de un suceso B, es posible que A cause B. Sin embargo, no es posible que B provoque A. En otras palabras, los acontecimientos pasados pueden propiciar sucesos que ocurren en la actualidad. Lo cual no sucede con los sucesos futuros”.

Ésta es la idea general de la llamada prueba de causalidad de Granger. Pero debemos notar con toda claridad que el asunto de la causalidad es en gran medida filosófico, con toda la polémica que esto conlleva. En un extremo están quienes opinan que “todo es causa de todo”, y en el otro, quien niega la existencia de cualquier clase de causalidad. El econometrista Edward Leamer prefiere el término precedencia en vez de causalidad. Francis Diebold se inclina más por el término causalidad predictiva:

“El enunciado “yi causa yj” es sólo una forma abreviada del enunciado más preciso aunque más extenso de que yi contiene información útil para predecir yj (en el sentido de los mínimos cuadrados lineales), además de las historias pasadas de las demás variables del sistema”. Para ahorrar espacio, sólo decimos que yi causa yj. (p. 652)

Para explicar la prueba de Granger se considera una pregunta frecuente en macroeconomía:

¿El PIB “causa” el incremento del sector construcción (SC) (PIB → SC), o el sector construcción (SC) causa el PIB (SC→PIB)?

El presente estudio tiene como finalidad determinar si el PIB causa el incremento del sector construcción (SC) (PIB → SC), o el sector construcción (SC) causa el PIB (SC → PIB), obteniendo como hipótesis nula, la existencia de la causalidad entre el sector construcción y el PIB, en el periodo comprendido entre el año 1.997 hasta 2.012.

HO: existe causalidad entre el sector construcción y el PIB.

H1: no existe causalidad.

 Especificación del Modelo Matemático.

La prueba de causalidad de Granger supone que la información relevante para la predicción de las variables respectivas, PIB y SC, está contenida únicamente en la información de series de tiempo sobre estas variables.

Donde se supone que las perturbaciones u1t y u2t no están correlacionadas.

La primera ecuación postula que el PIB actual se relaciona con los valores pasados del PIB mismo, al igual que con los de SC, y la segunda ecuación postula un comportamiento similar para SCt.

 Especificación del Modelo Econométrico.

AÑOS SC PIB % SC Variación SC Variación PIB

1.997 3.017.448 41.943.151 7,2% - -

1.998 3.059.662 42.066.487 7,3% 1,4% 0,3%

1.999 2.527.735 39.554.925 6,4% -17,4% -6,0%

2.000 2.628.690 41.013.293 6,4% 4,0% 3,7%

2.001 2.983.312 42.405.381 7,0% 13,5% 3,4%

2.002 2.733.207 38.650.110 7,1% -8,4% -8,9%

2.003 1.654.133 35.652.678 4,6% -39,5% -7,8%

2.004 2.069.021 42.172.343 4,9% 25,1% 18,3%

2.005 2.482.991 46.523.649 5,3% 20,0% 10,3%

2.006 3.242.327 51.116.533 6,3% 30,6% 9,9%

2.007 3.242.327 55.591.059 5,8% 0,0% 8,8%

2.008 4.328.001 58.525.074 7,4% 33,5% 5,3%

2.009 4.318.676 56.650.924 7,6% -0,2% -3,2%

2.010 4.018.451 55.807.510 7,2% -7,0% -1,5%

2.011 4.209.422 58.138.269 7,2% 4,8% 4,2%

2.012 4.907.082 61.409.103 8,0% 16,6% 5,6%

 Gráfico: Sector Construcción – PIB.

Como se puede observar en el grafico, se graficaron las variables sector construcción y el PIB, en la cual se puede observar que ambas variables comienzan al mismo nivel, luego el SC cae y a su vez cae el PIB, después se incrementa el SC y consigo empuja el PIB, posteriormente se observa una fuerte fluctuación negativa del SC pero el PIB no cae tanto debido a que en ese periodo las otras variables que están incorporada en el PIB aumentaron, además luego se observa una fuerte fluctuación positiva del SC que a su vez empuja al PIB de manera positiva, al final cae el SC empujando el PIB de manera negativa. En conclusión el SC causa el PIB.

Se realizaron las regresiones por MCO las cuales demostraron los siguientes resultados mediante Eviews.

Dependent Variable: PIB

Method: LeastSquares

Date: 02/03/14 Time: 11:58

Sample: 1997 2012

Includedobservations: 16

Variable Coefficient Std. Error t-Statistic Prob.

SECTOR_CONSTRUCCION 8.499600 1.071806 7.930169 0.0000

...