ESTUDIO REGIONAL DE LA CAPTACIóN A TRAVES DE CUENTAS DE CHEQUES EN MÉXICO (1978-2001)

Texto completo

(1)

DIVISIóN DE CIENCIAS SOCIALES Y HUMANIDADES

DEPARTAMENTO DE ECONOMIA

ESTUDIO REGIONAL DE LA CAPTACIóN A TRAVES DE CUENTAS DE CHEQUES

EN MÉXICO

(1978-2001)

TESINA

QUE PARA OBTENER EL TITULO DE:

LICENCIADO EN ECONOMIA

P R E S E N T A :

ANGEL

QUI

JAN0 ARENAS

DIRECTOR: DR.

JULIO F.

GOICOECHEA

MORENO

(2)

MI MADRE POR SU INMENSO CARIÑO Y MOTIVACIóN, QUE ME HAN PERMITIDO CAMINAR POR

CADA E TAPA DE MI VIDA.

MI PADRE POR SUS INNUMERABLES EXPERIENCIAS QUE ME HAN ENSEÑADO QUE LA VIDA

NO ES TAN COMPLICADA SI APRENDE UNO A COMPRENDERLA.

ARIADNA MI PÉQUEÑO PROCESO AUTORREGRESIVO INTEGRADO (ARI), POR SU ALEGRIA Y GOZO QUE ILUMINA

CADA MOMENTO DE MI VIDA.

MIREYA POR su AMOR, PACIENCIA Y COOPERACI~N QUE ME HAN APOYADO CUANDO LO HE NECESITADO GRACIAS POR ENTENDERME, SOPORTARME Y QUERERME.

MIS HERMANOS POR QUE SIEMPRE

ESTAN

AHÍ POR COMPARTIR CONMIGO SUS EXPERIENCIAS Y POR SOBRE TODO POR DARME LA OPORTUNIbAD DE SER AMIGOS.

JULIO GOICOECHEA POR CREER EN MI, SU DISPOSICIdN, BUENA VOLUNTAD Y CONSTANTE INTENCI~N

(3)

INTRODUCCI~N

... 1

CAPITULO

1

...

3

CAPITULO 2

...

4

CAPITULO 3

...

6

CAPITULO

4

... 8

BIBLIOGRAFÍA

...

10

(4)

Introducción

El propósito de esta investigación consiste en determinar los coeficientes de

elasticidad existentes entre los niveles de captación de la banca comercial' a

través de cuentas de cheques2 y la tasa de rendimiento de los Certificados de la

Tesorería (CETES)3 a plazo de 28 días en las regiones de muy alta y alta

marginalidad4 en México.

Para abordar el problema en estudio se elaboraron cuatro modelos econométricos

(dos para cada región considerada) empleando los indices nacionales de precios

al consumidor y al productor, como factores de ajuste de la captación nominal a

real., Estos modelos nos permitirán determinar el efecto de los CETES en la

captación bancaria dentro del periodo de diciembre de 1978 a diciembre de 2001.

AI determinar la relación funcional satisfaciendo los requerimientos de significancia

estadística y ausencia de coeficientes espurios, es posible utilizar los presentes

modelos.

Para proyectar los flujos de captación en las regiones mencionadas. De esta

manera es posible que las instituciones bancarias, al determinar los niveles de

1

Por banca comercial se entiende las instituciones privadas de intermediación financiera.

2

Incluye cuentas de cheques tradicionales, depósitos a la vista en cuenta corriente con interés y cheques certificados.

3

Los tenedores de cheques no reciben la tasa de rendimiento de los Cetes, sino una tasa inferior, pero como ese dato no esta disponible se empleo a la variable Cetes como una variable " E?(OXZ ", en este caso se

emplean los cetes asumiendo un porcentaje fijo de intermediación entre este y la tasa pagada a los tenedores de cuentas de cheques

4

(5)

captación puedan establecer

los

niveles prospectivos de fondeo correspondiente a

este rubro.

En el capítulo

1

se presentan algunas consideraciones sobre la estimación de los

coeficientes de elasticidad. El capítulo 2 presenta un esbozo de la metodología

planteada, asimismo en el capitulo 3 se plantea el procedimiento para su

estimación.

(6)

mencionadas, considero que es la mejor alternativa emplear la metodología Box-

Jenkins empleando mínimos cuadrados ya que el énfasis de este método radica

en el análisis de las propiedades probabilísticas,

o estocásticas, de las series de

tiempo económicas. Bajo la filosofía de permitir que la información hable por si

misma

‘ I ,

en los modelos de series de tiempo tipo Box-Jenkins la variable

dependiente puede ser explicada por valores pasados o rezagados de sí misma, y

por los términos estocásticos de error. Ya que se cuentan con una cantidad

apropiada de datos’ para poder realizar la investigación de manera satisfactoria.

Para poder identificar a las series de tiempo propuestas, se emplearan

los

correlogramas de la función de autocorrelación (ACF) y de la función de

autocorrelación parcial (PACF)~.

89 datos para cada serie bajo estudio

en el apéndice 1 se muestran los diagramas elaborados

(7)

Capítulo 2

Para el estudio en cuestión Se emplea la siguiente metodología:

1 )

recolección de los datos

2)

homogeneización de los datos

3)

preparación de los datos

4)

construcción del modelo

5) ajuste del modelo

6)

validación del modelo

7)

interpretación de los resultados

Se elaboro una base de datos que incluyera variables representativas del

comportamiento de la captación bancaria a través de cuentas de cheques y la tasa

de rendimiento de los CETES a plazo de 28 días.

Con el fin de evitar problemas de dimensionamiento de la información y que esta

no fuese comparable, ya que la información de la variable dependiente (captación

de la banca comercial) es trimestral, se hornogeneizo la información mensual de la

variable independiente (Certificados de la Tesorería) así como de los indices de

precios que se utilizaron, empleando promedios simples para el periodo de

referencia.

También se ajustaron los valores nominales de las series empleando los indices

de precios al consumidor y al productor. Obteniendo dos valores para cada una de

(8)

Se aplico la prueba de raíz unitaria’ a cada una de las muestras, observándose

que las series de captación en cada una de las regiones bajo estudio son

estacionarias en primeras diferencias en intercepto, tendencia e intercepto y en

ninguno al 99% asimismo se aprecia que los CETES son estacionarias en niveles

al mismo grado de significancia.

7

(9)

Capítulo

3

Se decidió tratar de encontrar cuatro modelos, empleando el índice nacional de

precios al consumidor y al productor. Lo anterior para observar cual de los

modelos ajusta mejor los valores observados.

Se aplico la prueba de causalidad de Granger' para corroborar la hipótesis

planteada en la elaboración de

los

modelos encontrando satisfactoriamente que el

sentido de causalidad es el apropiado.

Después de realizar las pruebas de raíz unitaria, correlograma y de Granger para

cada una de las series se construyeron los siguientes modelos.

El efecto de los Cetes en la captación bancaria se estima como:

D (Log (cheques i)) j

=

01

*

(cetes i)

+

u

Donde D(log(cheques i))

j se refiere a la primera diferencia de la captación de la

banca comercial a través de cuentas de cheques ajustada por inflación

i

=

1,2 en

la región j

'O=

1,2 en función de la tasa de interés cetes ajustada por inflación i

=

1,2.

Se considera emplear el logaritmo de la captación, ya que es una serie no estable,

y este tipo de transformación permite suavizar su comportamiento. Además, la

Resultados en apéndice 3

1 = 1 índice nacional de precios al consumidor, i = 2 índice nacional de precios al productor 9 .

(10)

transformación logarítmica es monótona y mantiene las características esenciales

(11)

Resultados y conclusiones:

Modelo 1) i =1, j

=

1

D(log(cheques 1)) 1

=

PI

cetr

1

+

O2

AR(7)

+ u

(2.1 60764)

(-2.645440)

PI

=

1.1 13477

p 2 =

-0.284618

DW

=

2.236732

Modelo 2) i =2, j

=

1

D(log(cheques 2)) 1 =

PI

cetr 2

+

O2

AR(7)

+ u

(2.131 103)

(-2.604595)

PI

=

1 .O1 8476

0 2 =

-0.280374

DW = 2.235048

Modelo 3) i =1,

j

=

2

D(log(cheques 1)) 2 =

PI

cetr 1

+

0 2

AR(7)

+ u

(1.703008)

(-4.308295)

PI

=

0.850641

P 2 =

-0.4391 40

DW = 2.037442

Modelo 4) i =2,

j

=

2

D(log(cheques 2)) 2 =

PI

cetr 1

+

O2

AR(7)

+ u

(1.973392)

(-4.3378/54)

PI

=

0.913057

P 2 =

-0.44081 2

DW =

2.03581 1

(12)

Se concluye la existencia de una relación unitaria y positiva entre las variables

bajo análisis.

Por

lo

cual por cada unidad de incremento real (eliminando la inflación) en la tasa

de rendimiento de

los

Cetes” a

28

días, se incrementara la captación en las

regiones de alta y muy alta marginalidad en la misma proporción.

1 1

(13)

Bibliografía

+

Anderson (ed)

,

Analysing time series, North-Holland Publishing, Holland,

(1

980).

+

Anindya Banerjee, Cointeqration, error correction and econometric analvsis

of

non-stationary data, Oxford University Press, New York, 1993.

+

Banco de México, http//www.BANXICO.qob.mx

+

Enders Walter, Aplplied econometric time series, John Wiley & Son.lnc., New

York, 1995.

+Comisión Nacional Bancaria y de Valores, http//www.CNBV.qob.mx

+Consejo Nacional de Población, http//www.CONAPO.qob.mx

+

Engle R. y Granger C., (eds), Lonq run relationships: readings in cointegration,

Oxford University Press, New York, 1991.

(14)

+

Hall y Taylor, Macroeconomía, Antonio Bosch, Barcelona, 1992.

+

Instituto Nacional de Geografía y Estadística, http//www.lNEGl.qob.mx

+

Maddala G.S., Introducción a la econometría, Prentice Hall, México, 1996.

+

Mansell Carstens Catherine, Las finanzas populares en México, CEMLA, ITAM y

Milenio , México, 1995.

(15)
(16)

Included observations: 92

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

1 -0.166 -0.1 66 2.6261 0.105

2 0.074 0.048 3.1520 0.207

4 0.496 0.465 30.688 0.000

3 -0.1 86 -0.171 6.5069 0.089

5 -0.158 -0.050 33.183 0.000

6 0.006 -0.089 33.187 0.000

7 -0.275 -0.188 40.857 0.000

8 0.431 0.222 59.938 0.000

9 -0.144 -0.01 8 62.099 0.000 10 -0.009 -0.069 62.107 0.000

11 -0.234 -0.024 67.962 0.000

12 0.337 0.055 80.251 0.000

13 -0.31 1 -0.31 6 90.863 0.000

14 -0.040 -0.1 11 91 .O40 0.000

15 -0.274 -0.056 99.469 0.000

16 0.301 0.037 109.78 0.000

17 -0.250 -0.072 116.97 0.000

18 -0.006 -0.006 116.98 0.000

19 -0.1 03 0.172 11 8.23 0.000

20 0.382 0.1 13 135.76 0.000

22 0.040 0.069 139.50 0.000

24 0.362 0.027 159.35 0.000

21 -0.170 0.028 139.30 0.000

23 -0.159 -0.068 142.66 0.000

25 -0.199 -0.071 164.48 0.000 26 -0.008 -0.098 164.49 0.000 27 -0.1 12 0.003 166.1 5 0.000

28 0.349 -0.021 182.58 0.000

29 -0.230 -0.155 189.85 0.000

30 0.042 -0.009 190.10 0.000

(17)

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

1 -0.155 -0.155 2 0.091 0.068

4 0.489 0.461 3 -0.179 -0.159

5 -0.154 -0.054

6 0.01 1 -0.095 7 -0.265 -0.1 78 8 0.427 0.232 9 -0.154 -0.035 10 -0.007 -0.074

11 -0.220 -0.010

12 0.335 0.060

13 -0.31 1 -0.307 14 -0.056 -0.127

15 -0.270 -0.055

16 0.286 0.017 17 -0.264 -0.093 18 -0.018 0.004 19 -0.102 0.169 20 0.375 0.111

22 0.050 0.091

21 -0.177 0.015

23 -0.155 -0.068 24 0.344 -0.003 25 -0.202 -0.053

26 0.000 -0.078

27 -0.106 -0.013

28 0.330 -0.025

29 -0.232 -0.1 50

30 0.046 -0.033

31 -0.105 0.005

32 0.230 -0.071

33 -0.1 85 0.080

34 -0.021 0.050

35 -0.196 -0.098

36 0.225 -0.01 1

2.291 1 0.1 30 3.0789 0.21 4 6.1777 0.103

29.669 0.000

32.037 0.000

32.049 0.000 39.1 95 0.000 57.987 0.000

60.448 0.000

60.453 0.000 65.605 0.000

77.734 0.000

88.31 2 0.000

88.661 0.000 96.830 0.000 106.1 4 0.000 1 14.15 0.000

114.19 0.000

1 15.42 0.000 132.32 0.000

136.1 5 0.000

136.46 0.000

(18)

Included observations: 92

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

1 -0.233 -0.233 5.1424 0.023

2 0.155 0.106 7.441 9 0.024

4 0.536 0.473 44.467 0.000

3 -0.301 -0.261 16.268 0.001

5 -0.264 -0.130 51.391 0.000

6 0.096 -0.089 52.326 0.000

7 -0.361 -0.164 65.610 0.000

8 0.509 0.273 92.303 0.000

10 0.155 0.033 102.54 0.000

12 0.409 0.01 1 130.33 0.000

9 -0.272 -0.1 13 100.00 0.000

11 -0.302 0.022 112.28 0.000

13 -0.391 -0.286 147.07 0.000

14 0.049 -0.1 56 147.34 0.000

15 -0.353 -0.081 161.33 0.000 16 0.377 -0.001 177.46 0.000 17 -0.355 -0.090 191.97 0.000

18 0.153 0.076 194.69 0.000

20 0.426 0.027 220.85 0.000

19 -0.192 0.145 199.04 0.000

21 -0.302 -0.026 231.93 0.000

22 0.139 -0.001 234.30 0.000

23 -0.1 97 0.051 239.16 0.000

24 0.393 0.027 258.75 0.000

25 -0.319 -0.01 5 271.93 0.000

26 0.137 -0.009 274.40 0.000

27 -0.185 -0.061 278.94 0.000

28 0.403 -0.033 300.89 0.000

29 -0.299 -0.092 31 3.14 0.000

30 0.129 -0.065 315.45 0.000

31 -0.148 0.070 31 8.58 0.000

32 0.286 -0.096 330.39 0.000

33 -0.300 0.042 343.58 0.000

34 0.054 -0.080 344.01 0.000

35 -0.169 0.01 1 348.33 0.000

(19)

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

1 -0.223 -0.223 4.71 10 0.030

2 0.167 0.123 7.3790 0.025

4 0.524 0.464 42.666 0.000

3 -0.293 -0.249 15.725 0.001

5 -0.257 -0.128 49.251 0.000

6 0.105 -0.083 50.351 0.000

7 -0.353 -0.157 62.998 0.000

8 0.501 0.279 88.864 0.000

10 0.156 0.025 99.544 0.000

12 0.406 0.022 126.21 0.000

9 -0.279 -0.131 96.992 0.000

11 -0.287 0.036 108.36 0.000

13 -0.389 -0.276 142.75 0.000

14 0.034 -0.1 71 142.88 0.000

15 -0.350 -0.082 156.61 0.000

16 0.361 -0.020 171.45 0.000

17 -0.362 -0.104 186.56 0.000

18 0.142 0.079 188.90 0.000

20 0.423 0.039 214.97 0.000

22 0.142 0.01 5 228.56 0.000

24 0.378 0.004 251.14 0.000

26 0.140 0.007 267.04 0.000

19 -0.196 0.134 193.45 0.000

21 -0.302 -0.034 226.08 0.000

23 -0.188 0.057 232.98 0.000

25 -0.321 -0.017 264.46 0.000

27 -0.183 -0.064 271.47 0.000

28 0.386 -0.050 291.62 0.000

29 -0.301 -0.093 304.04 0.000

30 0.130 -0.086 306.40 0.000

31 -0.133 0.054 308.91 0.000

32 0.287 -0.081 320.79 0.000

33 -0.294 0.057 333.47 0.000

34 0.055 -0.080 333.93 0.000

35 -0.166 0.006 338.1 1 0.000

(20)

Included observations: 92

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

1 0.294 0.294 8.2375 0.004

3 0.127 0.144 9.9390 0.019

4 0.180 0.1 13 13.107 0.01 1

2 0.038 -0.053 8.3759 0.015

5 -0.091 -0.1 94 13.922 0.016

6 -0.169 -0.105 16.806 0.010

7 -0.1 61 -0.138 19.436 0.007

8 0.077 0.1 89 20.050 0.010

9 -0.1 19 -0.153 21 5 3 0 0.010

10 -0.1 12 0.039 22.857 0.01 1

11 -0.091 -0.1 1 O 23.741 0.014

12 0.125 0.147 25.435 0.013

14 0.044 0.097 25.663 0.029 15 0.101 0.074 26.809 0.030 16 0.219 0.066 32.289 0.009

13 0.012 -0.041 25.452 0.020

17 0.060 -0.003 32.700 0.012

18 -0.001 -0.075 32.700 0.018

19 0.012 0.062 32.71 8 0.026

20 0.224 0.167 38.744 0.007 21 0.061 0.055 39.198 0.009 22 0.004 0.027 39.200 0.013 23 -0.046 -0.088 39.462 0.018 24 -0.004 -0.091 39.463 0.024

25 -0.164 -0.124 42.947 0.014

26 -0.294 -0.196 54.267 0.001

27 -0.320 -0.144 67.909 0.000

28 0.027 0.164 68.008 0.000

29 0.059 0.156 68.484 0.000

30 -0.139 -0.179 71.186 0.000 31 -0.026 0.064 71.280 0.000

32 0.198 -0.065 76.91 9 0.000

33 0.071 -0.008 77.661 0.000 34 -0.009 -0.016 77.673 0.000

35 0.028 0.042 77.791 0.000

(21)

Included observations: 92

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

1 0.279 0.279 7.3770

2 0.109 0.034 8.5270

3 0.138 0.108 10.388

4 0.200 0.145 14.302

5 -0.099 -0.221 15.273

6 -0.151 -0.1 14 17.563

7 -0.225 -0.207 22.695

8 -0.029 0.101 22.782 9 -0.164 -0.089 25.600 10 0.002 0.174 25.600

12 0.120 0.107 27.369

14 0.1 02 0.006 28.702

15 0.119 0.104 30.297 16 0.247 0.133 37.224

18 0.090 0.021 38.412 19 0.048 0.017 38.683 20 0.186 0.131 42.851

11 -0.046 -0.046 25.824

13 0.040 -0.043 27.543

17 0.046 -0.001 37.463

21 -0.032 -0.030 42.972

22 -0.086 -0.068 43.890

23 -0.1 16 -0.059 45.588

24 -0.097 -0.144 46.780

25 -0.220 -0.074 52.999

26 -0.244 -0.190 60.783

27 -0.302 -0.145 72.894

28 0.035 0.167 73.061

29 0.003 0.059 73.062

30 -0.079 -0.128 73.940

31 0.005 -0.032 73.944

32 0.173 -0.067 78.248

33 0.085 -0.025 79.312

34 0.019 -0.036 79.366

35 0.013 0.050 79.393

36 0.059 -0.024 79.926

O. 007

0.01 4 0.01 6 0.006 0.009 0.007

o.

002

0.004 0.002 O. 004 0.007 0.007

0.01

o

0.01 1

0.01 1

o.

002

0.003

O. 003

0.005

o.

002

(22)
(23)

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

LS // Dependent Variable is D(CHMMA1,2)

Date: 08/20/02 Time: 21 : I 3

Sample(adjusted): 1979:4 2001 :4

Included observations: 89 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(CHMMA1 (-1)) -1.477685 0.21 9730 -6.72501 7 0.0000

D(CHMMA1(-1),2) 0.26321 8 0.1 74952 1.50451 8 0.1 362

D(CHMMAl(-2),2) 0.21 7014 0.1 11464 1.946942 0.0549

C -254009.9 254263.6 -0.999002 0.3207

@TREND(1978:4) 7402.043 4709.607 1.571 690 0.1 198

R-squared 0.61 7485 Mean dependent var 16099.24

Adjusted R-squared 0.599270 S.D. dependent var 17781 53.

S.E. of regression 1 125628. Akaike info criterion 27.92224

Sum squared resid 1.06E+14 Schwarz criterion 28.06205

Log likelihood -1 363.825 F-statistic 33.89984

(24)

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

LS // Dependent Variable is D(CHMMA2,2)

Date: 08/20/02 Time: 21 :14 Sample(adjusted): 1979:4 2001 :4

Included observations: 89 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(CHMMA2(-1)) -1.403322 0.21 9600 -6.390357 0.0000

D(CHMMA2(-1),2) 0.207314 0.1 7721 7 1.1 69832 0.2454

D(CHMMA2(-2),2) 0.21 0868 0.1 131 93 1.862906 0.0660

C -201 132.4 236794.2 -0.849397 0.3981

@TREND(1978:4) 6955.607 4397.643 1.581 667 0.1 175

R-squared 0.61 5444 Mean dependent var 18933.34

Adjusted R-squared 0.5971 32 S.D. dependent var 1654561.

S.E. of regression 10501 81. Akaike info criterion 27.78349

Sum squared resid 9.26E+13 Schwarz criterion 27.92330

Log I i kel i hood -1 357.651 F-statistic 33.60847

(25)

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

LS // Dependent Variable is D(CHMAl,2) Date: 08/20/02 Time: 21 :14

Sample(adjusted): 1979:4 2001 :4

Included observations: 89 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(CHMAl(-1)) -1 5271 36 0.21 0286 -7.2621 74 0.0000

D(CHMAl(-1),2) 0.3001 70 0.1 70900 1.756404 0.0827

D(CHMAI(-2),2) 0.32321

O

0.1 06984 3.021 107 0.0033

C -21 7325.0 30861 5.2 -0.7041 94 0.4833

@TREND(I 978:4) 7237.570 5702.383 1.26921 8 0.2079

R-squared 0.674266 Mean dependent var 31 187.72

Adjusted R-squared 0.658754 S.D. dependent var 234501 9.

S.E. of regression 1369872. Akaike info criterion 28.31 500

Sum squared resid 1.58E+14 Schwarz criterion 28.45481

Log likelihood -1 381.303 F-statistic 43.46971

(26)

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

LS // Dependent Variable is D(CHMA2,2)

Date: 08/20/02 Time: 21 :14

Sample(adjusted): 1979:4 2001 :4

Included observations: 89 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(CHMA2(-1)) -1.461 161 0.207077 -7.0561 39 0.0000

D(CHMA2(-1),2) 0.26451 3 0.1 70240 1 553763 0.1 240

D(CHMA2(-2),2) 0.331 687 0.1 07580 3.0831 58 0.0028

C -1 72065.4 291 056.6 -0.591 175 0.5560

@TREND(1978:4) 6960.994 5385.200 1.29261 6 0.1 997

R-squared 0.674066 Mean dependent var 32550.72

Adjusted R-squared 0.658545 S.D. dependent var 221 3399.

S.E. of regression 1293380. Akaike info criterion 28.20008

Sum squared resid 1.41 E+14 Schwarz criterion 28.33989

Log likelihood -1 376.1 89 F-statistic 43.43025

(27)

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

LS N Dependent Variable is D(CETR1)

Date: 08/20/02 Time: 21 :15

Sample(adjusted): 1979:4 2001 :4

Included observations: 89 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

CETRl(-1) -0.701 807 0.1 57294 -4.461 760 0.0000

D(CETRl(-1)) -0.005081 0.1 331 41 -0.0381 60 0.9697

D(CETRl(-2)) -0.1 18574 0.1 08233 -1 .O95538 0.2764

C -0.003366 0.00851 O -0.395493 0.6935

@TREND(l978:4) 0.00021 1 0.0001 63 1.291 677 0.2000

R-squared 0.381 385 Mean dependent var 0.0001 26

Adjusted R-squared 0.351 927 S.D. dependent var 0.04671 2

S.E. of regression 0.037605 Akaike info criterion -6.50671 5

Sum squared resid 0.1 18785 Schwarz criterion -6.366904

Log likelihood 168.2633 F-statistic 12.94681

(28)

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

LS // Dependent Variable is D(CETR2)

Date: 08/20/02 Time: 21 :15 Sample(adjusted): 1979:4 2001 :4

Included observations: 89 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

CETR2(-1) -0.669085 0.1 54942 -4.31 8289 0.0000

D(CETR2(-1)) -0.08281 2 0.1 35649 -0.61 0489 0.5432

D(CETR2(-2)) -0.090833 0.1 081 21 -0.8401 05 0.4032

C 0.00051 O 0.009035 0.056395 0.9552

@TREND(1978:4) 0.000185 0.000173 1 .O68952 0.2882

R-squared 0.378745 Mean dependent var 0.000238

Adjusted R-squared 0.349161 S.D. dependent var 0.049820

S.E. of regression 0.0401 92 Akaike info criterion -6.373624

Sum squared resid 0.1 35695 Schwarz criterion -6.23381 3

Log likelihood 162.3408 F-statistic 12.80254

(29)
(30)

Null Hypothesis: Obs F-Statistic Probability

D(LOG(CHMMA2)) does not Granger Cause 90 1.44860 0.24064

D(LOG(CHMMA1)) does not Granger Cause D(LOG( 1.47770 0.23396

CETR1 does not Granger Cause D(LOG(CH 90 2.95235 0.05760

D(LOG(CHMMA1)) does not Granger Cause CETRl 4.461 38 0.01 437

CETR2 does not Granger Cause D(LOG(CH 90 2.08641 O. 1 3044

D(LOG(CHMMA1)) does not Granger Cause CETR2 3.62977 O. 0307 1

CETRI does not Granger Cause D(LOG(CH 90 2.58474 0.081 33

D(LOG(CHMMA2)) does not Granger Cause CETRI 4.44995 0.01 452

CETR2 does not Granger Cause D(LOG(CH 90 1.91 565

o.

1 5355

D(LOG(CHMMA2)) does not Granger Cause CETR2 3.78522 0.02662

CETR2 does not Granger Cause CETR1 90 3.76554 0.0271 1

(31)

Null Hypothesis: Obs F-Statistic Probability

D(LOG(CHMA2)) does not Granger Cause D( 90 1 .O9751 0.33838

D(LOG(CHMA1)) does not Granger Cause D(LOG(C 1 .O0804 0.36925

CETR1 does not Granger Cause D(LOG(CH 90 1.42556 0.24606

D(LOG(CHMA1)) does not Granger Cause CETR1 3.90338 0.02389

CETR2 does not Granger Cause D(LOG(CH 90 0.66892 0.51 494

D(LOG(CHMA1)) does not Granger Cause CETR2 3.65744 0.02994

CETR1 does not Granger Cause D(LOG(CH 90 1.2781 8 0.28384

D(LOG(CHMA2)) does not Granger Cause CETRl 3.98995 0.02207

CETR2 does not Granger Cause D(LOG(CH 90 O. 63472 0.53258

D(LOG(CHMA2)) does not Granger Cause CETR2 3.86553 0.02473

CETR2 does not Granger Cause CETR1 90 3.76554 0.0271 1

Figure

Actualización...

Referencias

Actualización...