Manzanero

Descarga el archivo “Caso1_Export.xls” e impórtalo a E-Views.

Plantea tu mejor modelo (con las variables disponibles en el archivo) y corre la regresión correspondiente

Planteamiento del modelo.

Matemático con logaritmos.

LOG(EXP01) = β_1*LOG(IMP) + β_2*LOG(IPEXP) + β_3*LOG(TC) + β_4*LOG(TUR) + β_5*LOG(YUSA)

Modelo econométrico (mas los errores)

LOG(EXP01) = β_1*LOG(IMP) + β_2*LOG(IPEXP) + β_3*LOG(TC) + β_4*LOG(TUR) + β_5*LOG(YUSA) + c

Modelo con Parámetros

LOG(EXP01) = 0.761783650509*LOG(IMP) + 0.270496826045*LOG(IPEXP) + 0.32865140493*LOG(TC) - 0.0508021976045*LOG(TUR) + 0.0816179186643*LOG(YUSA) + 0.237534393767

c) Responde a las siguientes preguntas:

¿Cuál es la interpretación económica de cada parámetro?

β_1 Un incremento porcentual de las importaciones en millones de dolares existe una relación positiva con respecto a exp01, es decir que crece positivamente con un pocentual de 1 % 0.761783650509 % (imp). el país exporta muchos servicios.

β_2 Por cada incremeto porcentual de (ipexp) en millones de dólares existe (1%) 0.270496826045 % una relación positiva con respecto a exp01, es decir que crece positivamente de un con una porcentual de (imp). el país exporta muchos servicios

β_3 Por cada incremeto porcentual de (tc) en millones de dólares existe 0.32865140493% una relación positiva con respecto a exp01, es decir que crece positivamente de un con una porcentual de (imp). el país exporta muchos servicios

β_4 por cada incremento porcentual del (tur) tipo del cambio existirá un efecto inverso con relación al expo01 , es decir que un decremento porcentual en el Índice de precios de las exportaciones de - 0.0508021976045%

β_5 por cada incremento porcentual del (yusa) tipo del cambio existirá un efecto positivo con relación al expo01 , es decir que un incremento en la s exportaciones 0.0816179186643.

¿Cuáles variables son realmente explicativas de las exportaciones y por qué?

IPEXP Los índices de precios influyen negativamente si los precios se van a la alza ya que los países no importaran nuestros productos y por tanto nuestras exportaciones disminuyen de lo contrario si disminuyen los precios las exportaciones aumentan.

TC Influye porque al incrementar el tipo de cambio la moneda frente a otra las exportaciones disminuyen, de lo contrario si la moneda disminuye su valor frente a otra las exportaciones aumentarían.

¿Cuál es la interpretación del R2?

Dependent Variable: EXP01

Method: Least Squares

Date: 09/20/12 Time: 15:34

Sample: 1990M01 2012M01

Included observations: 265

Variable Coefficient Std. Error t-Statistic Prob.

YUSA 18.65893 8.008557 2.329874 0.0206

TUR -0.561870 0.294715 -1.906486 0.0577

TC 189.7691 26.77099 7.088611 0.0000

IPEXP 56.50130 5.974017 9.457841 0.0000

IMP 0.763405 0.021964 34.75757 0.0000

C -5226.217 700.2746 -7.463096 0.0000

R-squared 0.994293 Mean dependent var 13356.83

Adjusted R-squared 0.994183 S.D. dependent var 7768.903

S.E. of regression 592.5350 Akaike info criterion 15.62908

Sum squared resid 90934322 Schwarz criterion 15.71013

Log likelihood -2064.853 Hannan-Quinn criter. 15.66164

F-statistic 9024.844 Durbin-Watson stat 0.773479

Prob(F-statistic) 0.000000

El coeficiente de determinación, R^2 es de 0.993401, lo que indicaría que hay una buena relación entre las variables independientes y las exportaciones. Lo cual se puede decir que si explican a las exportaciones.

Dependent Variable: LOG(EXP01)

Method: Least Squares

Date: 09/20/12 Time: 16:28

Sample: 1990M01 2012M01

Included observations: 265

Variable Coefficient Std. Error t-Statistic Prob.

LOG(IMP) 0.761784 0.020738 36.73382 0.0000

LOG(IPEXP) 0.270497 0.032312 8.371347 0.0000

LOG(TC) 0.328651 0.019802 16.59671 0.0000

LOG(TUR) -0.050802 0.015656 -3.244919 0.0013

LOG(YUSA) 0.081618 0.081190 1.005268 0.3157

C 0.237534 0.272758 0.870862 0.3846

R-squared 0.993526 Mean dependent var 9.286950

Adjusted R-squared 0.993401 S.D. dependent var 0.709591

S.E. of regression 0.057643 Akaike info criterion -2.846711

Sum squared resid 0.860586 Schwarz criterion -2.765661

Log likelihood 383.1892 Hannan-Quinn criter. -2.814146

F-statistic 7949.396 Durbin-Watson stat 0.518365

Prob(F-statistic) 0.000000

AUTOCORRELACION

Dependent Variable: LOG(EXP01)

Method: Least Squares

Date: 09/20/12 Time: 17:05

Sample: 1990M01 2012M01

Included observations: 265

Variable Coefficient Std. Error t-Statistic Prob.

LOG(IMP) 0.761784 0.020738 36.73382 0.0000

LOG(IPEXP) 0.270497 0.032312 8.371347 0.0000

LOG(TC) 0.328651 0.019802 16.59671 0.0000

LOG(TUR) -0.050802 0.015656 -3.244919 0.0013

LOG(YUSA) 0.081618 0.081190 1.005268 0.3157

C 0.237534 0.272758 0.870862 0.3846

R-squared 0.993526 Mean dependent var 9.286950

Adjusted R-squared 0.993401 S.D. dependent var 0.709591

S.E. of regression 0.057643 Akaike info criterion -2.846711

Sum squared resid 0.860586 Schwarz criterion -2.765661

Log likelihood 383.1892 Hannan-Quinn criter. -2.814146

F-statistic 7949.396

Durbin-Watson stat 0.518365

Prob(F-statistic) 0.000000

Existe autocorrelacion. En el primer orden en el DW interpreta un alejamiento al

Breusch-Godfrey Serial

...