413-Texto Del Artículo-827-1-10-20180201

LA RELACIÓN DEL CRECIMIENTO ECONÓMICO CON LAS EXPORTACIONES PARA EL ECUADOR MEDIANTE LA TEORÍA DE KALDOR Y LA LEY DE THRIWAL EN EL PERÍODO
1980-2013
RECIBIDO EL 15 DE DICIEMBRE DE 2017 - ACEPTADO EL 15 DE DICIEMBRE DE 2017

2 2 6 6 - 1 5 3 6
I S N N
LA RELACIÓN DEL CRECIMIENTO

6 - 1 2
ECONÓMICO CON LAS EXPORTACIONES

V I R T U A L - D I C I E M B R E - V O L
PARA EL ECUADOR MEDIANTE LA TEORÍA

DE KALDOR Y LA LEY DE THRIWAL EN EL
PERÍODO 1980-2013
B O L E T Í N
Econ. Julio César Villa Muñoz Mg1
jcvilla@hotmail.es 098-198-0694
Universidad Técnica de Ambato,

·
1 1 0
Ambato, Ecuador
·
RESUMEN técnicas más recientes de integración; modelo

de Vectores Auto-regresivos (VAR); modelo de
El trabajo tiene por objeto revisar el crecimiento vector de corrección del error (VEC). La prin-
económico y las exportaciones del Ecuador cipal conclusión es la persistencia de claras
desde el periodo de 1980-2013, así como discrepancias en muchos de estos estudios, in-
los principales estudios empíricos que se han cluso cuando se refieren a parecidos países, en
llevado a cabo para contrastar la hipótesis de semejantes períodos temporales y habiéndose
las exportaciones como motor del crecimiento empleado las mismas técnicas. Este resultado
económico. Debido a la ambigüedad teórica de aconseja ser cautelosos a la hora de utilizar la
los argumentos, se hace necesario recurrir a los hipótesis del modelo en cuanta recomendación
análisis de las variables a estudiar. Estos se or- general, para todo tiempo y país, de la política
denan según la metodología empleada en ellos, económica y comercial.
que ha sido variada: desde el simple análisis de
caso, pasando por los modelos de regresión de Palabras claves: Crecimiento económico; Ex-
sección cruzada, las ecuaciones simultáneas y portaciones; modelo de vector de corrección del
el empleo de funciones de producción, hasta las error; modelos de regresión de sección cruzada;
1 jcvilla@hotmail.es 098-198-0694 Universidad modelo de Vectores Auto-regresivos.
Técnica de Ambato, Ambato, Ecuador.
LA RELACIÓN DEL CRECIMIENTO ECONÓMICO CON LAS EXPORTACIONES PARA EL ECUADOR MEDIANTE LA TEORÍA DE KALDOR Y LA LEY DE THRIWAL EN EL PERÍODO 1980-2013
ABSTRACT sido difícil crear unas bases sólidas para tener

2 2 6 6 - 1 5 3 6
un desarrollo económico sostenible, producto

The paper aims to review Ecuador’s economic de todas estas afectaciones el resultado ha sido
growth and exports from the period 1980- 2013 un total desequilibrio de orden interno y externo,
the main empirical studies that have been carried como otros países de la región, nuestro país se
I S N N
out to contrast the export hypothesis as an en- ha quedado enclaustrado entre los países sub-
gine of economic growth. Due to the theoretical desarrollados.
6 - 1 2
ambiguity of the arguments, it is necessary to re-

sort to the analysis of the variables to be studied. DESARROLLO
These are sorted according to the methodology

Teoría Económica de Nicolas Kaldor
used in them, which has been varied: from simple
case analysis, through cross-section regression mod- En su extenso aporte a la teoría económica,
els, simultaneous equations and the use of pro- Nicolas Kaldor (1980-1986) fundamentó los
duction functions, to the most recent cointegra- mecanismos por medio de los cuales la produc-
tion techniques; Self-regressive Vectors model ción a largo plazo se integra con el progreso
(VAR); Error correction vector model (VEC). The técnico. En sus trabajos, destaco el papel de
main conclusion is the persistence of clear dis- las exportaciones como impulsoras de trabajos,
crepancies in many of these studies, even when destaco el papel de las exportaciones como im-
B O L E T Í N
referring to similar countries, in such temporal pulsoras del desarrollo y estableció ciertas regu-
periods and using the same techniques. This re- laridades empíricas dentro de proceso históricos
sult is advisable to be cautious when using the en los que se enmarca el crecimiento económico
model hypothesis in the general recommenda- (Ball, Garcia, & Ibañez, 2012).
·
tion, for all time and country, of economic and

1 1 1
commercial politics. Si bien Kaldor desarrollo teóricamente estos

argumentos entre mediados de la década de
·
Key words: economic growth; Exports; Vector 1950/1960, no fue hasta 1975 que Dixon y Thirl-
error correction vector; Cross-sectional regres- wall formalizaron matemáticamente el modelo.
sion models; Self-regressing vector model Desde esta perspectiva, la naturaleza acumula-
tiva del crecimiento económico genera desigual-
INTRODUCCIÓN
dades regionales en términos de ingreso per
El crecimiento económico es uno de los indica- cápita, productividad y desarrollo. (Ball, Garcia,
dores que requiere de una atención minuciosa & Ibañez, 2012).
dentro del estudio de la economía, dado que
Este mecanismo se origina gracias a las
éste puede presentar la situación económica en
economías de escala de tipo dinámico, deriva-
la que se encuentra un país y la calidad de vida
das de una mayor eficiencia en las actividades
de sus ciudadanos; dicho indicador está com-
de producción, al establecimiento de un mayor
puesto por diversos factores entre los cuales se
progreso tecnológico, a los procesos de aprendi-
destaca la importancia del sector externo. En
zaje y al efecto atmósfera que se genera en las
consecuencia, esta investigación tiene como ob-
aglomeraciones productivas. El aprendizaje
jetivo principal analizar el crecimiento económi-
se relaciona con la capacidad de los agentes
co y las exportaciones del Ecuador en el peri-
económicos de transformar y mejorar la produc-
odo (1980-2013). El crecimiento económico del
ción industrial y las técnicas de organización,
Ecuador se ha visto afectado por varios shocks
mientras que los encadenamientos y la densi-
externos e internos que han ocurrido a lo largo
dad de las redes determinan la posibilidad de di-
de la historia del país, motivo por el cual le ha
fundir tecnologías y conocimientos (Ball, Garcia, Ley de Thirlwall

2 2 6 6 - 1 5 3 6
& Ibañez, 2012).

Thirlwall elaboró un modelo de crecimiento ex-
Ecuación en Términos Absolutos portador basado en un enfoque por el lado de
la demanda del crecimiento económico. Que se
I S N N
La ecuación (1) que está en términos de tasas,

plantea en una economía abierta, en la cual, la
provienen de las siguiente ecuación en términos
demanda de exportaciones es el principal com-
6 - 1 2
absolutos, generadas a partir de conceptos y su-

ponente de la demanda autónoma. Por ende,
puestos de teoría económica.
el crecimiento económico a largo plazo se ori-
entará por el crecimiento de las exportaciones.

𝐶𝐶0 + 𝐼𝐼0 − 𝑏𝑏𝑏𝑏 + 𝐺𝐺0 + 𝑢𝑢. 𝑍𝑍𝑡𝑡 − 𝑀𝑀0
{𝑌𝑌𝑡𝑡 = Formulando (𝑖𝑖)de esta manera que el crecimiento
(1 − 𝑐𝑐. (1 − ℎ) − 𝑑𝑑 + 𝑚𝑚)
está restringido por la Balanza de pagos (Thirl-
wall & McCombie, 2004).
Ecuación (1). Producción y Exporta-
𝐼𝐼𝑡𝑡 = 𝐼𝐼0 − 𝑏𝑏. 𝑖𝑖 + 𝑑𝑑. 𝑌𝑌𝑡𝑡
ciones Por simplicidad, al inicio se considera re-
stringido por la Balanza Comercial. Ya que,
Se parte del teorema fundamental de economía
para un país de economía abierta, una restric-
abierta, en el que se equilibra la oferta 𝑥𝑥 y la de-
𝑌𝑌 = ción al crecimiento por el lado de la demanda
manda y donde las actividades de exportaciones 𝜋𝜋
es la Balanza de Pagos. Los problemas de crec-
B O L E T Í N
serán las que generen desarrollo territorial, en

𝒀𝒀 = 𝜷𝜷𝟎𝟎 + 𝜷𝜷𝟏𝟏 𝑿𝑿𝒕𝒕 + 𝝁𝝁 imiento bajo restricción externa surgen de los de-
un contexto de apertura inter-regional. Según la
sequilibrios externos, los mismos que se gen-
visión Keynesiana, 𝑷𝑷𝑷𝑷𝑷𝑷
en el= mercado de bienes y + 𝝁𝝁
𝜷𝜷𝟎𝟎 + 𝜷𝜷𝟏𝟏 𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬 eran de la incapacidad de la economía de
servicios la fuerza económica fundamental es
proveer la suficiente divisa. Pero, ello lleva una
·
la demanda.∆𝑦𝑦𝑡𝑡 De
= 𝛼𝛼esta
+ 𝛽𝛽𝑡𝑡segunda
+ 𝛾𝛾𝑌𝑌𝑡𝑡−1 +línea
𝛿𝛿1 ∆𝑌𝑌𝑡𝑡−1
de + ⋯ + 𝛿𝛿𝑝𝑝−1 ∆𝑌𝑌𝑡𝑡−𝑝𝑝+1 + 𝜀𝜀𝑡𝑡
acción
1 1 2
elevación del Endeudamiento Externo del País.

es de la que partiremos, atendiendo a que en el
·
marco que hicimos mención juegan un rol pre- A partir de esto, se plantea la hipótesis sobre las
ponderante las exportaciones 𝑦𝑦𝑡𝑡 demandadas.
= 𝛽𝛽0 + 𝛽𝛽1 𝑥𝑥𝑡𝑡 + 𝜀𝜀𝑡𝑡 restricciones de la balanza de pagos en la ley de
Thirlwall que es en honor de Anthony Thirlwall,
La inversión que representa el gasto de las em-
quien afirmo que, si el equilibrio de la balanza
presas en equipo de capital, existencias u otros 𝐶𝐶0de
+ 𝐼𝐼pagos
0 − 𝑏𝑏𝑏𝑏 + 𝐺𝐺0 + 𝑢𝑢.
{𝑌𝑌𝑡𝑡 = puede ser𝑍𝑍𝑡𝑡mantenido,
− 𝑀𝑀0 la tasa de cre- (𝑖𝑖)
bines de producción, como así también los gatos (1 − 𝑐𝑐. (1 − ℎ) − 𝑑𝑑 + 𝑚𝑚)
cimiento “Y” de un país en el largo plazo podría
de las familias en nuevas viviendas. La Inversión
ser determinada por la razón entre su tasa de
tiene un componente autónomo , un componente
crecimiento de 𝐼𝐼𝑡𝑡 exportaciones
= 𝐼𝐼0 − 𝑏𝑏. 𝑖𝑖 + 𝑑𝑑. 𝑌𝑌“x” y su elastici-
𝑡𝑡
que varía negativamente con la tasa de interés İ dad-ingreso de la demanda de importaciones
𝐶𝐶0y+un
𝐼𝐼0 componente
− 𝑏𝑏𝑏𝑏 + 𝐺𝐺0 + 𝑢𝑢.que
𝑍𝑍𝑡𝑡 −capta
𝑀𝑀0 la idea de inversión
{𝑌𝑌𝑡𝑡 = (𝑖𝑖) “π” (Thirlwall & McCombie, 2004).
(1 − 𝑐𝑐. (1, −
inducida esencial
ℎ) − 𝑑𝑑 + para𝑚𝑚) un modelo liderado por
𝑥𝑥
la demanda. Su función será entonces: 𝑌𝑌 =
𝜋𝜋
𝐼𝐼𝑡𝑡 = 𝐼𝐼0 − 𝑏𝑏. 𝑖𝑖 + 𝑑𝑑. 𝑌𝑌𝑡𝑡 Thirlwall considera que, si un país tiene dificul-
𝒀𝒀 = 𝜷𝜷𝟎𝟎 + 𝜷𝜷𝟏𝟏 𝑿𝑿𝒕𝒕 + 𝝁𝝁
tades en su balanza de pagos al expandir su
Por último, las exportaciones , que también demanda antes
𝑷𝑷𝑷𝑷𝑷𝑷 = 𝜷𝜷𝟎𝟎 +de 𝜷𝜷𝟏𝟏que la tasa de crecimiento
𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬 + 𝝁𝝁
serán consideradas autónomas 𝑥𝑥 para el modelo, en el corto plazo sea alcanzada, la demanda
representan a la demanda 𝑌𝑌 =
𝜋𝜋 de los bienes y servi- ∆𝑦𝑦𝑡𝑡 se
= 𝛼𝛼reduciría,
+ 𝛽𝛽𝑡𝑡 + 𝛾𝛾𝑌𝑌𝑡𝑡−1 + 𝛿𝛿1 ∆𝑌𝑌no
la oferta + ⋯ +completamente
𝑡𝑡−1sería 𝛿𝛿𝑝𝑝−1 ∆𝑌𝑌𝑡𝑡−𝑝𝑝+1 + 𝜀𝜀𝑡𝑡
cios producidos localmente, pero vendidos a los aprovechada, la inversión se desestimularía, el
extranjeros en𝒀𝒀 función
= 𝜷𝜷𝟎𝟎 + 𝜷𝜷 de𝟏𝟏 𝑿𝑿sus
𝒕𝒕 + 𝝁𝝁
ingresos ; por lo progreso tecnológico disminuiría y los bienes
tanto: (Ball, Garcia, & Ibañez, 2012).
𝑷𝑷𝑷𝑷𝑷𝑷 = 𝜷𝜷𝟎𝟎 + 𝜷𝜷𝟏𝟏 𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬 + 𝝁𝝁 nacionales comparados
𝑦𝑦𝑡𝑡 = 𝛽𝛽0 + 𝛽𝛽1 𝑥𝑥con
𝑡𝑡 + 𝜀𝜀𝑡𝑡los extranjeros
∆𝑦𝑦𝑡𝑡 = 𝛼𝛼 + 𝛽𝛽𝑡𝑡 + 𝛾𝛾𝑌𝑌𝑡𝑡−1 + 𝛿𝛿1 ∆𝑌𝑌𝑡𝑡−1 + ⋯ + 𝛿𝛿𝑝𝑝−1 ∆𝑌𝑌𝑡𝑡−𝑝𝑝+1 + 𝜀𝜀𝑡𝑡

parecerían menos atractivos empeorando así

2 2 6 6 - 1 5 3 6
1997 37.936.441 10.699.220

la balanza de pagos, empezando así un círculo 1998 39.175.646 10.192.439
vicioso
𝐶𝐶0 + 𝐼𝐼0 − 𝑏𝑏𝑏𝑏 + 𝐺𝐺0 + 𝑢𝑢. 𝑍𝑍𝑡𝑡 − 𝑀𝑀0 1999 37.318.961 10.970.207
{𝑌𝑌𝑡𝑡 = (𝑖𝑖)
(1 − 𝑐𝑐. (1 − ℎ) − 𝑑𝑑 + 𝑚𝑚) 2000 37.726.410 11.248.430
Modelo Matemático
I S N N
2001 39.241.363 11.069.900

En base a la Ley de Thirlwall nos enfocaremos 2002 40.848.994 11.138.952
𝐼𝐼𝑡𝑡 = 𝐼𝐼0 − 𝑏𝑏. 𝑖𝑖 + 𝑑𝑑. 𝑌𝑌𝑡𝑡
6 - 1 2
en el caso de Ecuador desde el año 1980-2013 2003 41.961.262 11.942.090

para observar cómo influyen las exportaciones 2004 45.406.710 13.993.547
en el crecimiento económico del país durante 2005 47.809.319 15.201.615

𝑥𝑥
este periodo. El modelo 𝑌𝑌 = que utilizaremos será 2006 49.914.615 16.284.882
𝜋𝜋
el siguiente: 2007 51.007.777 16.287.685
𝒀𝒀 = 𝜷𝜷𝟎𝟎 + 𝜷𝜷𝟏𝟏 𝑿𝑿𝒕𝒕 + 𝝁𝝁 2008 54.250.408 18.818.327
2009 54.557.732 13.863.058
𝑷𝑷𝑷𝑷𝑷𝑷 = 𝜷𝜷𝟎𝟎 + 𝜷𝜷𝟏𝟏 𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬 + 𝝁𝝁
2010 56.481.055 17.489.927
∆𝑦𝑦𝑡𝑡 = 𝛼𝛼 + 𝛽𝛽𝑡𝑡 + 𝛾𝛾𝑌𝑌𝑡𝑡−1 + 𝛿𝛿1 ∆𝑌𝑌𝑡𝑡−1 + ⋯ + 𝛿𝛿𝑝𝑝−1 ∆𝑌𝑌𝑡𝑡−𝑝𝑝+1 + 𝜀𝜀𝑡𝑡 2011 60.925.064 22.322.353
INFORMACIÓN ESTADÍSTICA 2012 64.105.563 23.764.762
2013 67.081.069 24.847.847
Para el análisis empírico se han construido se-
B O L E T Í N
Elaborada por: El autor

ries temporales a 𝛽𝛽partir
𝑦𝑦𝑡𝑡 = 0 + 𝛽𝛽1de la 𝜀𝜀información
𝑥𝑥𝑡𝑡 + 𝑡𝑡 pro-
cedente del Banco Central del Ecuador. Los da- Fuente: BCE
tos que se utilizan son anuales, lo que permite
trabajar con series más largas y detalladas. El Las variables utilizadas, han sido transformadas
·
periodo de análisis 1980-2013 con las variables a tasas de variación, con lo que se reduce el
1 1 3
PIB y Exportaciones. componente no estacionario de las mismas, a

·
la vez que se elimina gran parte del comporta-

Tabla N°1 miento estacional. De esta forma, se pueden ob-
tener modelos más sencillos de orden menor, lo
Año PIB EXPORTACIONES
que facilita la precisión de la estimación dado el
1980 23.883.671 4.286.848
número de observaciones del que se dispone.
1981 25.224.229 4.322.988
1982 25.379.319 4.111.267 Tabla N°2
1983 25.293.824 4.041.526
1984 25.957.856 4.152.296 AÑO VARPIB VARX
1985 26.979.298 4.462.786 1981 5,612864 0,84304
1986 27.914.072 4.981.235 1982 0,614845 -4,89756
1987 27.841.747 4.476.249 1983 -0,336869 -1,69634
1988 29.481.756 6.151.240 1984 2,625273 2,74080
1989 29.778.277 6.233.251 1985 3,935001 7,47755
1990 30.874.092 6.272.493 1986 3,464783 11,61716
1991 32.199.005 7.318.430 1987 -0,259099 -10,13777
1992 32.879.792 7.722.134 1988 5,890467 37,41952
1993 33.528.582 8.201.133 1989 1,005778 1,33324
1994 34.956.313 9.258.397 1990 3,679914 0,62956
1995 35.743.721 10.217.459 1991 4,291342 16,67498
1996 36.362.712 10.000.584 1992 2,114311 5,51627
𝐶𝐶0 + 𝐼𝐼0 − 𝑏𝑏𝑏𝑏 + 𝐺𝐺0 + 𝑢𝑢. 𝑍𝑍𝑡𝑡 − 𝑀𝑀0

(1 − 𝑐𝑐. (1 − ℎ) − 𝑑𝑑 + 𝑚𝑚)
estadística Dickey-Fuller
𝐼𝐼𝑡𝑡 = 𝐼𝐼0 − 𝑏𝑏. 𝑖𝑖 +Aumentada
𝑑𝑑. 𝑌𝑌𝑡𝑡 (ADF),
2 2 6 6 - 1 5 3 6
1993 1,973218 6,20294

1994 4,258250 12,89168 utilizada en la prueba, es un número negativo.
Cuanto más negativo es, más fuerte es el re-
1995 2,252549 10,35883
chazo de la hipótesis nula 𝑥𝑥 de que existe una
1996 1,731748 -2,12259 𝑌𝑌 =
raíz unitaria para un cierto 𝜋𝜋 nivel de confianza.
I S N N
1997 4,327865 6,98595

El procedimiento para la prueba de ADF es la
1998 3,266529 -4,73662 𝒀𝒀 = 𝜷𝜷𝟎𝟎 + 𝜷𝜷𝟏𝟏 𝑿𝑿𝒕𝒕 + 𝝁𝝁
misma que para la prueba de Dickey-Fuller pero
6 - 1 2
1999 -4,739386 7,63083

se aplica al modelo:
2000 1,091802 2,53617 𝑷𝑷𝑷𝑷𝑷𝑷 = 𝜷𝜷𝟎𝟎 + 𝜷𝜷𝟏𝟏 𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬 + 𝝁𝝁
2001 4,015630 -1,58715

∆𝑦𝑦𝑡𝑡 = 𝛼𝛼 + 𝛽𝛽𝑡𝑡 + 𝛾𝛾𝑌𝑌𝑡𝑡−1 + 𝛿𝛿1 ∆𝑌𝑌𝑡𝑡−1 + ⋯ + 𝛿𝛿𝑝𝑝−1 ∆𝑌𝑌𝑡𝑡−𝑝𝑝+1 + 𝜀𝜀𝑡𝑡
2002 4,096777 0,62378
2003 2,722877 7,21018
2004 8,211021 17,17837
Donde {\displaystyle
𝑦𝑦𝑡𝑡 = 𝛽𝛽0 \alpha } 𝜀𝜀es una constan-
+ 𝛽𝛽1 𝑥𝑥𝑡𝑡 +
2005 5,291308 8,63304 𝑡𝑡
te, β{\textstyle \beta } el coeficiente sobre una
2006 4,403526 7,12600
tendencia temporal y {\displaystyle p}p el or-
2007 2,190064 0,01721
den de retraso del proceso autor regresivo.
2008 6,357131 15,53715
2009 0,566492 -26,33214 La imposición de las restricciones {\textstyle \
B O L E T Í N
2010 3,525299 26,16211 alpha =0} y {\textstyle \beta =0} corresponde

2011 7,868141 27,62977 a modelar un camino aleatorio y mediante la
2012 5,220346 6,46172 restricción {\textstyle \beta =0} {\textstyle \beta
2013 4,641572 4,55753 =0} corresponde a modelar un paseo aleatorio
·
Elaborado por: El autor con una derivada. Con la inclusión de retardos

1 1 4
de la orden p de la formulación ADF permite pro-

Fuente: BCE cesos autor regresivos de orden superior. Esto
·
significa que la longitud de retardo p tiene que

Las gráficas que arroja el programa GRETL
ser determinada al aplicar la prueba. Una vez
a partir de las series temporales con la infor-
que el valor del estadístico de prueba se cal-
mación extraída del BCE, se observa que con
cula, debe ser comparado con el valor crítico
las variaciones obtenidas en las variables del
relevante para la prueba de Dickey-Fuller. (An-
PIB como de las exportaciones destinadas al es-
drews, 2009).
tudio, tienden a tener una fluctuación y pierden
la tendencia que específicamente se observa en Las hipótesis que prueban este test son las
la variable PIB a partir del año 1980-2013. Se siguientes:
procedió a obtener la tasa de variación de las
exportaciones ya que esta al inicio no indicaba Ho: No hay estacionariedad en las series
la variación a través de los años de estudio por
H1: Hay estacionariedad en las series
lo cual no se especificaba correctamente
Prueba de Dickey-Fuller Aumenta-

da
En estadística y econometría, una prueba de

Dickey-Fuller aumentada (ADF) es una prue-
ba de raíz unitaria para un conjunto amplio y
complejo de modelos de series de tiempo. La
La regla de decisión sugerida requiere entonc- que la serie es no estacionaria, de la siguiente

2 2 6 6 - 1 5 3 6
es, determinar si el t de la prueba de raíz unitaria manera:

es menor o igual al t* crítico de la prueba ADF se Si t ≤ valor crítico ADF: Se procede a rechazar
rechaza la hipótesis nula de que la serie es no Ho. Entonces la serie es estacionaria
estacionaria y si el t de la prueba encontrado es
I S N N
Si t ˃ valor crítico ADF: Se acepta Ho. Entonces

mayor al t crítico, se acepta la hipótesis nula de
la serie es no estacionaria
6 - 1 2
1. RESULTADOS
GRETL
TABLA Nº 3 TEST DE RAIZ UNITARIA VARPIB
Contraste Con Constante

Estadístico de contraste: tau_c(1): -5.23022
valor p: 0.000156
Coef. de autocorrelación de primer orden de e: 0.039
Contraste Con Constante y Tendencia

B O L E T Í N
Estadístico de contraste: tau_ct(1): -3.00686

valor p asintótico: 0.1302
Coef. de autocorrelación de primer orden de e: -0.065

·
Fuente: Elaboración propia con soporte del programa Gretl

1 1 5
·
Podemos interpretar que el p valor con contraste: estacionaria. Por consiguiente, también vale de-
0.000156, que lógicamente conduce a la con- cir que el valor tau calculado: -5.23022 es mayor
clusión de que se rechaza la hipótesis nula, ya que el valor crítico tau, rechazamos la hipótesis
que es menor que el nivel de significancia prefi- nula, es decir, la serie de tiempo es estacionaria.
jado de 0.05. La probabilidad de equivocarnos si En cuanto al contraste con constante y tendencia
rechazamos la hipótesis alternativa es más alta el p valor con contraste: 0.1302, que conduce a
de lo que estamos dispuestos a permitir; luego no la conclusión de que se acepta la hipótesis nula,
la rechazamos. Es decir, la variable VARPIB es ya que es mayor que el nivel de significancia
prefijado de 5%.
TABLA Nº 4 TEST DE RAIZ UNITARIA VARX

valor p: 8.026e-007
valor p asintótico: 3.404e-006

Podemos interpretar que el p valor con contraste: que el valor tau calculado: --7.24878 es mayor
2 2 6 6 - 1 5 3 6
8.026e-007, que nos conduce a la conclusión que el valor crítico tau, rechazamos la hipótesis
de que se rechaza la hipótesis nula, ya que es nula, es decir, la serie de tiempo es estacionaria.
menor que el nivel de significancia prefijado de En cuanto al contraste con constante y tenden-
0.05. La probabilidad de equivocarnos si recha- cia el p valor con contraste y tendencia: 3.404e-
I S N N
zamos la hipótesis alternativa es más alta de lo 006, que conduce a la conclusión de que se re-
que estamos dispuestos a permitir; luego no la chaza la hipótesis nula, ya que es menor que el
6 - 1 2
rechazamos. Es decir, la variable VARX es esta- nivel de significancia prefijado de 5%.

cionaria. Por consiguiente, también vale decir
TABLA Nº 5 TEST DE RAIZ UNITARIA

VARPIB PRIMERA DIFERENCIA


B O L E T Í N

Coef. de autocorrelación de primer orden de e: 0.028

·
1 1 6
Podemos interpretar que el p valor con con- naria. Por consiguiente, también vale decir que
·
traste: 0.02649, que lógicamente conduce a la el valor tau calculado: -3.10115 es mayor que
conclusión de que se rechaza la hipótesis nula, el valor crítico tau, aceptamos la hipótesis nula,
ya que es menor que el nivel de significancia es decir, la serie de tiempo es estacionaria. En
prefijado de 0.05. La probabilidad de equivo- cuanto al contraste con constante y tendencia el
carnos si rechazamos la hipótesis alternativa p valor con contraste y tendencia: 0.02472, que
es más alta de lo que estamos dispuestos a conduce a la conclusión de que se rechaza la
permitir; luego no la rechazamos. Es decir, la hipótesis nula, ya que es menor que el nivel de
variable VARPIB Primera Diferencia es estacio- significancia prefijado de 5%.
TABLA Nº 6 TEST DE RAIZ UNITARIA VARX
PRIMERA DIFERENCIA



Podemos interpretar que el p valor con con- serie es “integrada de orden uno”, o I (1), si su
2 2 6 6 - 1 5 3 6
traste: 3.934e-007, que lógicamente conduce primera diferencia: es estacionaria en media.

a la conclusión de que se rechaza la hipótesis
Algunas series necesitan una diferencia adicio-
nula, ya que es menor que el nivel de signif-
nal para conseguir una media incondicional es-
icancia prefijado de 0.05. La probabilidad de
I S N N
table. En ese caso se dice que son “integradas

equivocarnos si rechazamos la hipótesis alter-
de orden dos”.
nativa es más alta de lo que estamos dispuestos
6 - 1 2
a permitir; luego no la rechazamos. Es decir, la Las primeras diferencias es una técnica que nos
variable VARX Primera Diferencia es estacio-
permitió relacionar el cambio porcentual en la

naria. Por consiguiente, también vale decir que tasa de desempleo y el cambio porcentual de la
el valor tau calculado: -5.7821es mayor que el tasa de crecimiento del PIB ecuatoriano.
valor crítico tau, rechazamos la hipótesis nula,
es decir, la serie de tiempo es estacionaria. En Al aplicar la diferencia nos permite que su vari-
cuanto al contraste con constante y tendencia el anza y media se hagan constantes y que su ten-
p valor con contraste y tendencia: 8.259e-006, dencia se suavice.
que conduce a la conclusión de que se rechaza
MODELO DE VECTORES AUTOREGRESIVOS
la hipótesis nula, ya que es menor que el nivel
(VAR)
de significancia prefijado de 5%.
B O L E T Í N
A raíz del trabajo de Sims (1980) aplicar mod-

APLICACIÓN DE PRIMERAS DIFERENCIAS
elos VAR a series temporales, con el propósito
Pocas series temporales reales son estacionar- de mejorar el análisis empírico de las relaciones
ias, sus motivos son porque presentan tenden- económicas, se ha convertido en una práctica
·
1 1 7
cia, varianza no constante, variación estacional. habitual desde la última década del siglo XX.
Para poder solucionar esto se aplica opera-
·
En los modelos Var está implícito el criterio de

ciones algebraicas.
que si existe simultaneidad entre las variables
Es por eso que un proceso no estacionario que estas se deberían tratar de forma similar sin que
se convierte en estacionario después de opera- exista una distinción a priori entre las variables
ciones de diferencia (2006). endógenas y exógenas. Según Sánchez (2001)
el modelo VAR es un proceso estocástico vecto-
A menudo la tendencia de una serie puede elim- rial que nos ayuda a conocer el desarrollo de un
inarse diferenciando los datos. Se dice que una sistema de variables correlacionadas..
TABLA Nº 7 SELECCIÓN DE ORDEN VAR
RETARDOS LogLik p(LR) AIC BIC HQC

2 -185.90282 0.00301 13.060188* 13.527253* 13.209606*
En la tabla podemos observar los respectivos (HQC), los asteriscos significan que los mejores
valores arrojados después de haber aplicado la valores son los menores. Con la aplicación de 2
selección de orden VAR con 2 retardos, la cual retardos nos arroja los menores valores en los
nos indicas los valores de cada criterio como tres criterios. Por lo que se ha de escoger estos
son: criterio de Akaike (AIC), criterio bayesiano 2 retardos para el estudio del modelo VAR.
de Schwarz (BIC) y criterio de Hannan-Quinn
AUTORREGRESION VECTORIAL
2 2 6 6 - 1 5 3 6
TABLA Nª 8 Ecuación 1: d_VAR_PIB
Coeficiente Desv. Típica Estadístico t Valor p

I S N N
CONST 0.301938 0.534416 0.5650 0.5771

6 - 1 2
d_VAR_PIB_1 −0.611157 0.204812 −2.984 0.0063 ***

d_VAR_PIB_2 −0.510114 0.198468 −2.570 0.0165 **
d_VAR_EXP_1 −0.0185636 0.0439443 −0.4224 0.6763

d_VAR_EXP_2 0.00359549 0.0414481 0.08675 0.9316
En la tabla podemos observar los respectivos riación del PIB aumenta en 1%, la variación del
valores arrojados y concluimos que la variación PIB con un retardo disminuye en -0.61% y si la
del PIB está explicada por sí mismo ya que tiene variación del PIB aumenta en 1%, la variación
Valores p mínimo y conjunto con sus (***) en las del PIB con dos retardos disminuye en -0.51%.
variables del PIB. También indica que, si la va-
B O L E T Í N
TABLA Nº 7 Contraste F de restricciones

cero:
Todas las variables, retardo 2 F (2,25) 3.9659 [0.0319]
·
1 1 8

·
TABLA Nº 9 Ecuación 2: d_VAR_EXP
Coeficiente Desv. Típica Estadístico t Valor p
CONST 1.10893 2.55799 0.4335 0.6684

d_VAR_PIB_1 −1.01135 0.980335 −1.032 0.3121
d_VAR_PIB_2 −0.615463 0.949972 −0.6479 0.5230
d_VAR_EXP_1 −0.800689 0.210341 −3.807 0.0008 ***
d_VAR_EXP_2 −0.443243 0.198392 −2.234 0.0347 **
En la tabla podemos observar los respectivos aciones aumenta en 1%, la variación de las ex-
valores arrojados y concluimos que la variación portaciones con un retardo disminuye en -0.80%
de las exportaciones está explicada por sí mis- y si la variación de las exportaciones aumenta
mo ya que tiene Valores p mínimos y conjunto en 1%, la variación de las exportaciones con
con sus (***) en las variables de exportación. dos retardos disminuye en 0.44%.RAÍZ INVER-
SA VAR
También indica que, si la variación de las export-
TABLA Nº 10 Contraste F de restricciones

2 2 6 6 - 1 5 3 6
cero:
Todas las variables, retardo 2 F (2,25) 4.1244 [0.0283]

I S N N
6 - 1 2

Contrastes del Modelo de Vecto-

res Auto-regresivos (VAR)
Causas de la autocorrelación
1) La autocorrelación se produce principalmente Regla de decisión

cuando trabajamos con datos de series tem-
Ho: ausencia de autocorrelación
porales. En este caso, la propia inercia de las
series económicas hace que efectos de situa- H1: existe autocorrelación
ciones pasadas influyan en el momento actual.
B O L E T Í N
Por otra parte, si la variable endógena presenta Se habla de que si el p valor es mayor a 0.05, se
una tendencia creciente y las variables explica- acepta la hipótesis nula, a favor de ausencia de
tivas no explican dicho comportamiento, será la autocorrelación.
perturbación quien recoja dicha tendencia y esto
Por lo que el resultado para la ecuación 1 es que
·
se manifiesta en la existencia de autocorrelación

1 1 9
se acepta la hipótesis nula, es decir no existe

positiva.
presencia de autocorrelación en los residuos
·
2) Existencia de errores de especificación como: para la variable PIB, de la misma manera para
omisión de variables relevantes (que recojan ci- la ecuación 2 que corresponde a las EXPORT-
clos, tendencias, variable endógena retardada) ACIONES se acepta la hipótesis nula, es decir
o mala especificación funcional. no existe presencia de autocorrelación en los
residuos. Por lo que se dice que el modelo es
Continuando con la aplicación en GRETL, como significativo de acuerdo al contraste de no auto-
ya se ha desestacionalizado las series medi- correlación en los residuos.
antes el empleo de primeras diferencias en las
variables, se procede a revisar la presencia de Contraste ARCH
autocorrelación en los residuos en contrastes lo
Determinar un patrón de comportamiento es-
que nos da como resultado lo siguiente:
tadístico para la varianza es el cometido de los
TABLA Nº 11 AUTOCORRELACION modelos Auto-regresivos Condicionales Hetero-
cedásticos: ARCH. Engle (1982) es el autor de
Rao F Approz dist. p-value una primera aproximación a la varianza condi-
Ecuación 1 cional del tipo que describiremos más adelante.
lag 1 2,253 F(4, 44) 0,0786
Ecuación 2 En definitiva, la clave de estos modelos está en
considerar la información pasada de la variable
lag 2 1,392 F(8, 40) 0,2298
y su volatilidad observada como factor altamente
Fuente: Elaboración propia con soporte explicativo de su comportamiento presente y,
del programa Gretl
por extensión lógica, de su futuro predecible. moscedásticos. Por lo que en la ecuación 1 que
2 2 6 6 - 1 5 3 6
Estadísticamente, esta conclusión se refleja en corresponde a la variable PIB, con un p valor de

tener en cuenta la esperanza condicional (con- 0,6260 se acepta la hipótesis nula, es decir los
ocida y fija la información hasta el momento residuos son homoscedásticos, así también en
inmediatamente anterior) del cuadrado de una la ecuación 2 que corresponde a las EXPORTA-
I S N N
variable (la expresión de su varianza si su media CIONES en donde con un p valor de 0,5043se
es nula) Fuente especificada no válida. . acepta la hipótesis nula de que los residuos son
6 - 1 2
homosceedásticos, en tanto que es aceptable el

Continuando con la aplicación en el software
modelo ya que no presenta heteroscedasticidad
GRETL, al proceder con el contraste ARCH el

autoregresiva. Es decir se puede considerar a
resultado es el de la siguiente tabla:
las series como riduo blanco ya que tienen una
TABLA Nº 12 CONTRASTE DE ARCH varianza constante.
TEST DE JOHANSEN
LM df p-value
Ecuación 1 Se aplica la prueba de cointegración de Jo-
lag 1 7,106 9 0,6260 hansen (1988, 1991), prueba que permite
Ecuación 2 identificar si existe relación a largo plazo entre
lag 2 17,275 18 0,5043 las variables. Este test de cointegración está
B O L E T Í N
conformado por dos pruebas: la traza y la

Fuente: Elaboración propia con
soporte del programa Gretl Lambda-Max, cuyos estadísticos de prueba se
derivan de la matriz de cointegración (Penagos
Regla de decisión: Gómez & Héctor , 2015)
·
1 2 0
Ho: Residuos homoscedásticos La hipótesis planteada para este tipo de prueba

·
radica en lo siguiente:
H1: Existe heteroscedasticidad en los residuos
Ho: r = 0 No existen vectores de cointegración
Se habla de que si el p valor es mayor a 0.05, se
acepta la hipótesis nula, a favor de residuos ho- H1: r = 1 Existe un vector de cointegración
TABLA Nº 13 TEST DE JOHANSEN
Rango Valor propio Estad. traza Valor p Estad. Lmax Valor p
0 0,70199 68.910 [0,0000] 36.319 [0,0000]

1 0,66256 32,591 [0,0000] 32.591 [0,0000]
Una vez realizada el test de Johansen, se obser-

va el estadístico de la traza del modelo, 68.910
por lo tanto es mayor al valor crítico del 5%; se
rechaza la hipótesis nula de no cointegración,
en favor de una relación de cointegración al niv-
el del 5%
Donde son los errores estimados tal que sean

2 2 6 6 - 1 5 3 6
TABLA Nº 14 BETA RENORMALIZADO

I (0).
d_por_pib 1,0000 -5,1644
TABLA Nº 15 VECM Ecuación 1: d_d_Pib_por-
d_por_ 0,36169 1,0000 cencual
I S N N
expo
Coeficiente Desv. Es- Valor p
Fuente: Elaboración propia con soporte tadísti-
6 - 1 2
Típica co t
del programa Gretl
Const 0,310960 0,708834 0,4387 0,6645
d_d_ −0,0946586 0,195639 −0,4838 0,6325

El beta renormalizado es una medida que nos
Pib_
indica la relación positiva o negativa existente porc.
en el modelo. Para un valor negativo el beta 1
renormalizado nos muestra que la relación su- d_d_ 0,133083 0,0379187 3,510 0,0017 ***
byacente en las variables es inversamente pro- ex_
porc.
porcional, por el contrario si este es positivo las
1
variables serán directamente proporcionales. EC1 −0,766611 0,174367 −4,397 0,0002 ***
En este caso, se observa que el beta renormal- Fuente: Elaboración propia con soporte
B O L E T Í N
izado de d_por_expo es positivo lo cual nos ex- del programa Gretl

pone que si las exportaciones aumentan, el PIB
también aumenta, lo cual es una relación direct- En la tabla se puede observar los valores arroja-
amente proporcional, como ya se ha menciona- dos por Gretl en la cual utilizamos 2 retardos y 1
rango de cointegración, por lo tanto concluimos
·
do anteriormente. Para lo cual la interpretación

1 2 1
de los datos sería que si las exportaciones au- que la variable significativa que está explicando
mentan en un 1% el Producto Interno Bruto au- a la segunda diferencia del PIB es la segunda
·
mentará en 0,36 puntos porcentuales. diferencia de la variable Exportaciones, ya que

tiene un valor mínimo en el valor p de 0.0017.
Modelo de vector de corrección
del error (VEC) TABLA Nº 16 Ecuación 2: d_d_ex_porcentu-
𝐶𝐶0 + 𝐼𝐼0 − 𝑏𝑏𝑏𝑏 + 𝐺𝐺0 + 𝑢𝑢. 𝑍𝑍𝑡𝑡 − 𝑀𝑀0 al
Un(1modelo
− 𝑐𝑐. (1 −de ℎ) vector
− 𝑑𝑑 + 𝑚𝑚) de corrección del error
(VEC) es un modelo VAR restringido (habitual- Coeficiente Desv. Típica Es- Valor p
tadísti-
mente con sólo dos variables) que tiene restric-
co t
𝐼𝐼𝑡𝑡 = 𝐼𝐼0 − 𝑏𝑏.
ciones de cointegración 𝑖𝑖 + 𝑑𝑑. 𝑌𝑌𝑡𝑡en su especifi-
incluidas Const 1,08908 2,71938 0,4005 0,6921
cación, por lo que se diseña para ser utilizado
con series que no son estacionarias, pero de las d_d_ 1,94640 0,750551 2,593 0,0154 **
𝑥𝑥 Pib_
que se sabe que son𝑌𝑌cointegradas. = Una de las
porc.
𝜋𝜋
claves de los modelos VEC es determinar si las 1
series que modelizamos
𝒀𝒀 = 𝜷𝜷𝟎𝟎 + 𝜷𝜷son cointegradas y, si d_d_ 0,142451 0,145472 0,9792 0,3365
𝟏𝟏 𝑿𝑿𝒕𝒕 + 𝝁𝝁
es así, determinar la ecuación de integración. ex_
porc.
Para ello utilizamos
𝑷𝑷𝑷𝑷𝑷𝑷 = 𝜷𝜷𝟎𝟎 + 𝜷𝜷el método de Jonhansen.
𝟏𝟏 𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬𝑬 + 𝝁𝝁
1
∆𝑦𝑦Para EC1 −4,60804 0,668943 −6,889 2,59e-07 ***

𝑡𝑡 = 𝛼𝛼 ejemplificar
+ 𝛽𝛽𝑡𝑡 + 𝛾𝛾𝑌𝑌𝑡𝑡−1 un
+ 𝛿𝛿modelo
1 ∆𝑌𝑌𝑡𝑡−1 +VEC
⋯ + 𝛿𝛿tenemos las+ 𝜀𝜀𝑡𝑡
𝑝𝑝−1 ∆𝑌𝑌𝑡𝑡−𝑝𝑝+1
siguientes variables, x y y, tal que sean I (1) y
estén cointegradas. Tenemos que: Fuente: Elaboración propia con soporte
del programa Gretl
𝑦𝑦𝑡𝑡 = 𝛽𝛽0 + 𝛽𝛽1 𝑥𝑥𝑡𝑡 + 𝜀𝜀𝑡𝑡
En la tabla se puede observar los valores arroja- Modelo Engle- Granger

2 2 6 6 - 1 5 3 6
dos por Gretl en la cual utilizamos 2 retardos y 1

Regla de Decisión
rango de cointegración, por lo tanto, concluimos
que la variable significativa que está explicando Rechace a Ho si Prob. es menor o igual a 0,05
a la segunda diferencia del PIB es la segunda
I S N N
(Estacionalidad)
diferencia de la variable PIB, ya que tiene un val- No rechace a Ho si Prob. es mayor que 0,05
or mínimo en el valor p de 0.0154. (No Estacionariedad)
6 - 1 2
TABLA Nº 17 Etapa 1: contrastando la existen-

cia de una raíz unitaria en d_Pib
Estadístico de contraste: tau_c(1) -5,77829

Valor p asintótico 4,015e-007
Coef. De autocorrelación de primer orden de e: 0,056
Se puede observar que el valor de tau es negati- nariedad en las perturbaciones y cointegración
vo, lo cual rechazamos la Ho ya que es menor al de la variable diferencia de la variable PIB y sus
B O L E T Í N
5% de significancia, por lo tanto existe estacio- coeficientes de autocorrelación es mínima.

cia de una raíz unitaria en d_ Ex
·
1 2 2
Estadístico de contraste: tau_c(1) -5,7821

·
Coef. De autocorrelación de primer orden de e -0,022
Se puede observar que el valor de tau es nega- de la variable diferencia de la variable Export-
tivo, o menor al nivel de significancia por lo cual aciones y su coeficientes de autocorrelación es
rechazamos la Ho, por lo tanto existe estacio- negativa por lo tanto no hay autocorrelación en
nariedad en las perturbaciones y cointegración las perturbaciones.
TABLA Nº 19 Etapa 3: Regresión Cointegrante

Variable dependiente: d_ Pib
Coeficiente Desvia. Típica Estadístico t Valor p

Const −0,0430403 0,513987 −0,08374 0,9338
D_ VARPIB 0,109301 0,0282104 3,874 0,0005 ***
R- cuadrado 0,333507
R-cuadrado corregido 0,311290

Se puede observar que existe una relación di- Cuando aumenta en 1% la variable Exportación,
2 2 6 6 - 1 5 3 6
rectamente proporcional, es decir al incrementar la variable PIB aumenta en 0.109% y cuando

las Exportaciones incrementa el PIB. la variable PIB se mantiene constante o cero la
variable Exportaciones disminuye en -0.043.
I S N N

cia de una raíz unitaria
6 - 1 2
Estadístico de contraste: tau _c(2) -6,42739


Coeficiente de auto correlacion de primer orden e 0,054
Hay evidencia de una relación cointegrante si: importaciones complementarias son las que
intervienen en el proceso productivo.
(a) La hipótesis de existencia de raíz unitaria no
se rechaza para las variables individuales y • Se concluye que el modelo del Pib con la ex-
portación son directamente proporcional, ya
B O L E T Í N
(b) La hipótesis de existencia de raíz unitaria se que el aumento de una variable afecta a la
rechaza para los residuos (uhat) de la regresión otra. Existe homocedasticidad en el modelo,
cointegrante. es decir sus varianzas son constantes y su
tau es negativo, y menor a la significancia.
Podemos observar que la variable PIB afecta a
·
1 2 3
la variable Exportaciones, pero al momento de • El crecimiento económico del Ecuador se ha

aumentar las exportaciones aumente el PIB, visto envuelto en algunas recesiones (1983,
·
debido que son variables directamente propor- 1999) y expansiones (1973) económicas;
cionales. Se rechaza la Hipótesis nula, existe la primera derivada de algunos problemas
estacionariedad en los residuos, ya que nuestro netamente económicos como crisis interna-
valor estadístico tau es negativo, y el valor de p cionales y financiera interna, por desastres
es mayor al nivel de significancia. naturales, conflictos bélicos, problemas so-
ciales, e inestabilidad política, mientras que
2. CONCLUSIÓN la segunda ha sido resultado básicamente
por una expansión y una mayor exportación
• Thirwall sostiene que el Crecimiento
de petróleo, y además, por una gran depen-
económico está restringido por la
dencia de la variación del precio del barril
balanza de pagos debido a que un País
del petróleo.
no puede tener indefinidamente un
déficit de la Balanza de Cuenta Corriente y • Se concluye que a través de los contrastes
que sea permanentemente financiado por el de Autocorrelación y ARCH en el modelo
resto del mundo. La disponibilidad de divisas de vectores autoregresivos se ha podido
establece un tope superior a la tasa de determinar que tan bien el modelo se com-
expansión del PBI. Las divisas generadas por porta en cuanto a sus residuos, los cuales
las exportaciones de bienes y se pueden afectar de manera significativa en
rvicios permiten la adquisición la interpretación de los resultados, en este
de importaciones de bienes de consumo, caso ambos contrastes muestran que tanto
bienes intermedios y bienes de capital. Las para la ecuación 1 y ecuación 2, PIB y Ex-
portaciones respectivamente sus residuos

2 2 6 6 - 1 5 3 6
no dan mayor problema al estudio del mod-

elo por lo que se considera como un mod-
elo significativo, por el resultado dado en el
contraste ARCH se puede considerar a las
I S N N
series como ruido blanco ya que tienen una

varianza constante.
6 - 1 2
• Referencias
Ball, F., Garcia, S., & Ibañez, J. (2012). Enfo-

que Matemático para un Modelo de
Economía Regional con Aplicaciones a
la Provincia del Chubut (Primera ed.).
San Juan Bosco, Argentina: Universi-
dad Nacional de la Patagonia.
Parkin, M., & Loría, E. (2010). Macroeconomía

Versión para Latinoamérica (Novena
B O L E T Í N
ed.). Naucalpan de Juárez, México:

Pearson Educación.
Peñaherrera, Á. (2015). “EVOLUCIÒN DEL

·
PRECIO DEL PETRÒLEO DEL ECUA-

1 2 4
DOR EN EL PERIODO 2007 - 2014 Y

SU INCIDENCIA”. Guayaquil
·
Thirlwall, A., & McCombie, P. (2004). The Bal-

ance of Payments Constraint as an Ex-
planation of International Growth Rate
Differences. Oxford: Oxford Economic.

413-Texto Del Artículo-827-1-10-20180201

Cargado por

Copyright:

Formatos disponibles

413-Texto Del Artículo-827-1-10-20180201

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

413-Texto Del Artículo-827-1-10-20180201

Cargado por

Copyright:

Formatos disponibles

LA RELACIÓN DEL CRECIMIENTO ECONÓMICO CON LAS EXPORTACIONES PARA EL ECUADOR MEDIANTE LA TEORÍA DE KALDOR Y LA LEY DE THRIWAL EN EL PERÍODO

RECIBIDO EL 15 DE DICIEMBRE DE 2017 - ACEPTADO EL 15 DE DICIEMBRE DE 2017

LA RELACIÓN DEL CRECIMIENTO

ECONÓMICO CON LAS EXPORTACIONES

PARA EL ECUADOR MEDIANTE LA TEORÍA

Econ. Julio César Villa Muñoz Mg1

Universidad Técnica de Ambato,

RESUMEN técnicas más recientes de integración; modelo

ABSTRACT sido difícil crear unas bases sólidas para tener

un desarrollo económico sostenible, producto

ambiguity of the arguments, it is necessary to re-

These are sorted according to the methodology

tion, for all time and country, of economic and

commercial politics. Si bien Kaldor desarrollo teóricamente estos

fundir tecnologías y conocimientos (Ball, Garcia, Ley de Thirlwall

& Ibañez, 2012).

La ecuación (1) que está en términos de tasas,

absolutos, generadas a partir de conceptos y su-

entará por el crecimiento de las exportaciones.

serán las que generen desarrollo territorial, en

elevación del Endeudamiento Externo del País.

∆𝑦𝑦𝑡𝑡 = 𝛼𝛼 + 𝛽𝛽𝑡𝑡 + 𝛾𝛾𝑌𝑌𝑡𝑡−1 + 𝛿𝛿1 ∆𝑌𝑌𝑡𝑡−1 + ⋯ + 𝛿𝛿𝑝𝑝−1 ∆𝑌𝑌𝑡𝑡−𝑝𝑝+1 + 𝜀𝜀𝑡𝑡

parecerían menos atractivos empeorando así

1997 37.936.441 10.699.220

2001 39.241.363 11.069.900

en el caso de Ecuador desde el año 1980-2013 2003 41.961.262 11.942.090

en el crecimiento económico del país durante 2005 47.809.319 15.201.615

Elaborada por: El autor

PIB y Exportaciones. componente no estacionario de las mismas, a

la vez que se elimina gran parte del comporta-

𝐶𝐶0 + 𝐼𝐼0 − 𝑏𝑏𝑏𝑏 + 𝐺𝐺0 + 𝑢𝑢. 𝑍𝑍𝑡𝑡 − 𝑀𝑀0

1993 1,973218 6,20294

1997 4,327865 6,98595

1999 -4,739386 7,63083

2001 4,015630 -1,58715

2010 3,525299 26,16211 alpha =0} y {\textstyle \beta =0} corresponde

Elaborado por: El autor con una derivada. Con la inclusión de retardos

de la orden p de la formulación ADF permite pro-

significa que la longitud de retardo p tiene que

Prueba de Dickey-Fuller Aumenta-

En estadística y econometría, una prueba de

La regla de decisión sugerida requiere entonc- que la serie es no estacionaria, de la siguiente

es, determinar si el t de la prueba de raíz unitaria manera:

Si t ˃ valor crítico ADF: Se acepta Ho. Entonces

Contraste Con Constante

Contraste Con Constante y Tendencia

Estadístico de contraste: tau_ct(1): -3.00686

Coef. de autocorrelación de primer orden de e: -0.065

Fuente: Elaboración propia con soporte del programa Gretl

Contraste Con Constante

Fuente: Elaboración propia con soporte del programa Gretl

rechazamos. Es decir, la variable VARX es esta- nivel de significancia prefijado de 5%.

TABLA Nº 5 TEST DE RAIZ UNITARIA

Contraste Con Constante

Contraste Con Constante y Tendencia

Estadístico de contraste: tau_ct(1): -3.66433

Fuente: Elaboración propia con soporte del programa Gretl

Contraste Con Constante