UNIVERSIDAD MICHOACANA

DE SAN NICOLAS DE HIDALGO

FACULTAD DE ECONOMA VASCO DE QUIROGA

ECONOMETRIA II

MODELO ECONOMETRICO

PROFESOR: EFRAIN ACOSTA MIA

ALUMNOS: LVARO IVN FRAS JIMNEZ

JUAN SANCEZ ARCOS
RUBISEL GMEZ LPEZ

INTRODUCCIN

Un Modelo economtrico es utilizado para describir determinadas relaciones econmicas o el funcionamiento de algn
proceso econmico, fusionando la estadstica y las matemticas.
El modelo economtrico trata de dar una medicin sobre el PIB en funcin de las variables econmicas, que son, los
ingresos petroleros y las remesas, a base de un periodo de 16 anualidades de 1994 al 2009, se est haciendo un estudio
economtrico, para saber

sobre estos factores econmicos que fue lo que le afecto y beneficio

a la variable

dependiente, en este caso al PIB de nuestro pas.

Desde la crisis de 1994 las administraciones presidenciales han venido mejorando los cimientos macroeconmicos. La
nacin no fue influida por las crisis sudamericanas y ha mantenido tasas de crecimiento positivas, aunque bajas, despus
del estancamiento econmico del 2001.
Lo que aqu deseamos descubrir es, que tanto fue lo que afecto, a los ingresos petroleros y las remesas de nuestro pas y
que tanto aumento o disminuye el PIB en relacin a estas variables macroeconmicas, en los previos aos.
Ya que en 1993 Mxico frama el TLCAN, entro en vigor en 1994 cuando estuvo Salinas de Gortari de presidente,
sabemos que Mxico tuvo y sigue teniendo algunas bajas en los sectores mencionados en estos aos.

De acuerdo a los datos del INEGI, obtuvimos los siguientes resultados que se tratan de demostrar, los hechos
econmicos que pasaron durante estos periodos y se trata de evidenciar ahora con resultados economtricos.

MARCO TERICO
Se analiza qu relacin tiene las variables exgenas, como son: los ingresos petroleros y las remesas. Contando con
una variable endgena PIB (producto interno bruto).
Variable Y (PIB): valor de mercado de todos los bienes y servicios finales producidos en un pas, en este caso Mxico
durante un periodo, libre de duplicaciones; se estima con esta frmula:
PIB=C + I + (X-M) + G
Variables explicativas: Ingresos Petroleros, hacen referencia a los ingresos que recibe el pas de la venta del petrleo al
extranjero. Las remesas son fondos que los emigrantes envan a su pas de origen, en este caso Mxico normalmente a
sus familiares.

Especificacin del modelo de dos variables

Dnde: PIB= IP (ingresos petroleros) + R (Remesas)

PIB=B0 + B1 IP +B 2 R+U i

B1

B2

: parmetros de medicin en relacin con X y Y

B 2 : mide la propensin marginal a considerar

IP = Inversin (variable explicativa)
R = Remesas (variable explicativa)
Y = PIB (variable dependiente)

Como se plante anteriormente se espera una relacin directa ante un incremento de los IP y las R, si se incrementara el
PIB y viceversa. De antemano se sabe que las ventas de petrleo y las remesas de nuestros connacionales son
determinantes importantes en el PIB nacional.

Se determina el modelo de regresin simple de dos variables (

Tabla 1.
Periodo
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009

X1 X2

) en unidad de miles de millones de pesos.

PIB, I PETROLEROS, REMESAS miles de milln

PIB

I.

Petroleros

Y
80,15762725
75,16980333
79,0325313
84,39278435
88,5190185
91,95333386
98,02416687
97,85939278
98,67069007
100
103,9958707
107,2511183
112,5130363
116,597713
118,1802059
110,4535589

X
70,19282026
74,73038382
84,12580253
71,99070881
47,64635276
56,30949813
85,79873068
61,24351878
76,65256949
100
120,8253672
150,5617741
179,8495368
190,4246202
262,8588883
149,2767536

Remesas X
41,04636609
40,99803277
37,98328329
38,76862819
46,6236154
41,75431398
42,84371487
53,21764505
62,75884409
100
116,0705635
126,8589212
145,9987823
143,7348898
164,3638327
126,628454

Se ajustaran los datos a un modelo de regresin lineal que explique el aumento del crecimiento econmico (PIB), el
cual depende en gran medida de los ingresos petroleros y las remesas para ello se realizaran

las estimaciones

correspondientes como lo son autocorrelacin, multicolinealidad y heterocedasticidad de parmetros del modelo.

VIOLACION A LOS SUPUESTOS

a) Autocorrelacin

El supuesto plantea que no hay correlacin entre los miembros de la serie de observaciones, ordenados en la serie de
tiempo establecida. La revisin de este supuesto consiste en verificar que la media de las perturbaciones es igual a 0, es
decir, que cada una de las observaciones sea independiente entre s:
E(t)=0
Las perturbaciones se distribuyen normalmente

Prueba de Durbin Watson:

Con esta prueba se comprueba si hay auto correlacin o no.

Si dc < lmite inferior del valor estadstico, el modelo presentara una condicin de autocorrelacin.
Si dc se encuentra entre los lmites inferior y superior del valor estadstico no se puede concluir nada.
Si dc > lmite superior del valor estadstico se determina que no existe auto correlacin.

dw

u
t t 1

2
t

dc = 491.2171626 / 279.856923
dc = 0.569721387
d inferior 95% =

0.861

d superior 95% =

1.562

d inferior 99% =

0.616

d superior 99% =

1.261

A un nivel de confianza de 95%: dc se encuentra por debajo del lmite inferior del intervalo de confianza 0.861 del
intervalo con un valor 0.569721387 por tanto hay presencia de autocorrelacin.
dc a un nivel de confianza de 99%: 0.569721387 < 0.616 (lmite inferior), por tanto se viola el supuesto, existiendo auto
correlacin entre las variables.

b) Multicolinealidad

X2 y X3 no deben guardar una estrecha relacin, para que el supuesto no se viole el coeficiente de determinacin
de las variables explicativas deber ser menor a 0.8

Anlisis de correlaciones parciales

Peso de X2 sobre Y (Y=fX2)
Coeficiente de determinacin sesgado: 0.665099 Coeficiente de determinacin insesgado: 0.641177, el coeficiente
de correlacin es 0.800735287
Quiere decir que entre los ingresos petroleros y el PIB dependen funcionalmente en un 80.07%.

Peso de X3 sobre Y (y=fX3)

Coeficiente de determinacin sesgado: 0.818394
Coeficiente de determinacin insesgado: 0.805423 el coeficiente de correlacin es igual a 0.89745362
Esto quiere decir que entre remesas y el PIB hay una dependencia funcional de 89.74%

 peso de X2 sobre X3 (X2=fX3)

Coeficiente de determinacin sesgado: 0.856475
Coeficiente de determinacin insesgado: 0.846223, el coeficiente de correlacin es igual a 0.919903799
Esto quiere decir que entre los ingresos petroleros y las remesas hay una correlacin de 91.99%

Por lo tanto, debido a la alta correlacin entre las variables explicativas se concluye que se viola el supuesto, por
lo tanto se presenta multicolinealidad.

c) Heteroscedasticidad
Todas las perturbaciones aleatorias deben tener la misma varianza
E(2t)=2u=2
E(tj)=0 donde tj
Matricialmente
E(tj)=2I
Procedimiento:
Coeficiente de mxima verosimilitud = e2\n
CMV =491.2171626/16

=30.70107266
Valor de la variable supuesta(pi)
pi= e2\cmv
Pi = (e2\30.70107266)
Ecuacin de regresin de la variable supuesta (Pi)
Pi = 1+2*X2+3*X3+i
Dnde:
b1

76.37632

b2

-0.034148397

b3

0.302048547
(Corrida eviews)
Suma exacta de cuadrados
c = SEC
= (ppi- pp
i)2
= 151794.1074

c =75897.05369
Si c>, el modelo es heteroscedstico violndose el supuesto
Si c<, el modelo es homocedastico, es decir, que no se viola el supuesto
Ji cuadrada (2,0.05)= 22.36203249
Ji cuadrada (2,0.01)= 27.68824961
El modelo resulta heterosedastico, se viola el supuesto, ya que c = 75897.05369 es mayor a los dos niveles de
confianza.

CONCLUSIN

En el modelo se presentan la autocorrelacion, la multicolinealidad y la heterocedasticidad ya que es un buen modelo pero

tiene inconsistencia con los supuestos.

La autocorrelacion est encima del lmite superior.

Multicolinealidad presenta

una coefiente de determinacin ajustado y correlacin significativos entre las variables

explicativas IP y R, tambin se presenta heterocedasticidad puesto que el valor de se encuentra por encima del lmite
superior.

eacosta@fevaq.net

ANEXO

Corrida Eviews
Dependent Variable: PIB
Method: Least Squares
Date: 12/11/12 Time: 22:29
Sample: 1994 2009
Included observations: 16

PIB=C(1)+C(2)*IP+C(3)*RE

C(1)
C(2)
C(3)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

Coefficient

Std. Error

t-Statistic

Prob.

7637.534
-0.034157
0.302066

333.3853
0.069899
0.089410

22.90903
-0.488654
3.378433

0.0000
0.6332
0.0049

0.821670
0.794235
614.6526
4911371.
-123.7788
0.569786

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

9767.250
1355.013
15.84735
15.99221
29.94927
0.000014

Autocorrelacin
Las perturbaciones aleatorias son independientes entre s
Relacin de independencia entre las ecuaciones.
b1, b2 y b3 son estimadores suficientemente perturbantes en la relacin establecida.
E (u) = 0
Es la "correlacin" existente entre los miembros de una serie de observaciones ordenadas en el
tiempo y en el espacio.
Evaluacin: Prueba Durbin-Watson
(prueba d)
Periodo

PIB
Y

I.Petroleros
X

Remesas X

1994

80.15762725

70.19282026

41.04636609

86.37734294

-6.219715687

38.68486322

1995

75.16980333

74.73038382

40.99803277

86.20779341

-11.03799008

1996

79.0325313

84.12580253

37.98328329

84.97635422

-5.94382292

Yi - Y

(Yi - Y)

et - et-1

(et - et-1)2

121.837225

-4.818274393

23.21576813

35.3290309

5.09416716

25.95053905

1997

84.39278435

71.99070881

38.76862819

85.62796051

-1.235176156

1.525660135

4.708646764

22.17135435

1998

88.5190185

47.64635276

46.6236154

88.83186872

-0.312850213

0.097875256

0.922325943

0.850685144

1999

91.95333386

56.30949813

41.75431398

87.06527077

4.888063092

23.89316079

5.200913305

27.04949921

2000

98.02416687

85.79873068

42.84371487

86.3873127

11.63685416

135.4163748

6.748791071

45.54618092

2001

97.85939278

61.24351878

53.21764505

90.35926437

7.500128416

56.25192626

-4.136725747

17.11249991

2002

98.67069007

76.65256949

62.75884409

92.71497529

5.955714773

35.47053846

-1.544413643

2.3852135

2003

100

100

100

103.166335

-3.166334996

10.02567731

-9.122049769

83.21179199

2004

103.9958707

120.8253672

116.0705635

107.3092724

-3.313401725

10.97863099

-0.147066729

0.021628623

2005

107.2511183

150.5617741

126.8589212

109.5524296

-2.301311235

5.296033402

1.01209049

1.02432716

2006

112.5130363

179.8495368

145.9987823

114.3334667

-1.820430309

3.31396651

0.480880926

0.231246465

2007

116.597713

190.4246202

143.7348898

113.2885391

3.309173937

10.95063214

5.129604246

26.31283972

2008

118.1802059

262.8588883

164.3638327

117.0459672

1.134238782

1.286497615

-2.174935155

4.730342927

2009

110.4535589

149.2767536

126.628454

109.5266987

0.926860157

0.85906975

-0.207378625

0.043005894

Sumatorias
(Yi - Y)2

491.2171626

(et - et-1)2

279.856923

Criterios de decisin:
- Si el valor de d calculada es menor al limite inferior del valor estadstico, se concluye que existe
autocorrelacin.
- Si el valor de d calculada se ubica entre los limites inferior y superior de d estadstica, no existen criterios
de decisin.
- Si el valor de d calculada es mayor al limite superior del valor estadstico, se concluye que no existe
autocorrelacin.
d calculada =
d inferior 95%
=
d superior
95% =
d inferior 99%
=
d superior

0.569721387
0.861

Valor de tabla d 0.05

1.562

Valor de tabla d 0.05

0.616
1.261

Valor de tabla d 0.01

Valor de tabla d 0.01

99% =

Multicolinealidad
Dependent Variable: PIB
Method: Least Squares
Date: 12/13/12 Time: 13:17
Sample: 1994 2009
Included observations: 16
PIB=C(1)+C(2)*IP

C(1)
C(2)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood

Coefficient

Std. Error

t-Statistic

Prob.

7713.029
0.184391

439.2607
0.034970

17.55911
5.272891

0.0000
0.0001

0.665099
0.641177
811.6774
9223482.
-128.8204

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Durbin-Watson stat

9767.250
1355.013
16.35255
16.44913
0.573770

Dependent Variable: PIB

Method: Least Squares
Date: 12/13/12 Time: 13:20
Sample: 1994 2009
Included observations: 16
PIB=C(1)+C(2)*RE

C(1)
C(2)

Coefficient

Std. Error

t-Statistic

Prob.

7593.025
0.261632

311.8606
0.032939

24.34750
7.942930

0.0000
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood

0.818394
0.805423
597.7089
5001583.
-123.9244

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Durbin-Watson stat

9767.250
1355.013
15.74055
15.83713
0.512103

Dependent Variable: IP
Method: Least Squares
Date: 12/11/12 Time: 22:33
Sample: 1994 2009
Included observations: 16
IP=C(1)+C(2)*RE

C(1)
C(2)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

Heteroscedasticidad
Estimadores sesgados e ineficientes para establecer
las relaciones iniciales
Igual varianza entre las relaciones que
integran el sistema
Evaluacin: Prueba de Breusch-PaganGodfrey

Coefficient

Std. Error

t-Statistic

Prob.

1303.089
1.183776

1226.204
0.129513

1.062701
9.140241

0.3059
0.0000

0.856475
0.846223
2350.130
77323575
-145.8304
1.534498

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

11140.56
5993.032
18.47880
18.57537
83.54401
0.000000

PIB
Y

Periodo

80.15762
725
75.16980
333
79.03253
13
84.39278
435
88.51901
85
91.95333
386
98.02416
687
97.85939
278
98.67069
007

1994
1995
1996
1997
1998
1999
2000
2001
2002
2003

100
103.9958
707
107.2511
183
112.5130
363
116.5977
13
118.1802
059
110.4535
589

2004
2005
2006
2007
2008
2009

Estimador de mxima
verosimilitud =

I.Petroleros
X
70.19282026
74.73038382
84.12580253
71.99070881
47.64635276
56.30949813
85.79873068
61.24351878
76.65256949
100
120.8253672
150.5617741
179.8495368
190.4246202
262.8588883
149.2767536

Remesas X

Yi - Y

(Yi - Y)

41.04636609

86.37734294

-6.219715687

38.68486322

40.99803277

86.20779341

-11.03799008

121.837225

37.98328329

84.97635422

-5.94382292

35.3290309

38.76862819

85.62796051

-1.235176156

1.525660135

46.6236154

88.83186872

-0.312850213

0.097875256

41.75431398

87.06527077

4.888063092

23.89316079

42.84371487

86.3873127

11.63685416

135.4163748

53.21764505

90.35926437

7.500128416

56.25192626

62.75884409

92.71497529

5.955714773

35.47053846

103.166335

-3.166334996

10.02567731

116.0705635

107.3092724

-3.313401725

10.97863099

126.8589212

109.5524296

-2.301311235

5.296033402

145.9987823

114.3334667

-1.820430309

3.31396651

143.7348898

113.2885391

3.309173937

10.95063214

164.3638327

117.0459672

1.134238782

1.286497615

126.628454

109.5266987

0.926860157

0.85906975

100

30.701072
66
I.Petroleros
X

Periodo

pi

1994

1.26004923
8

70.19282026

1995

3.96850059
1

74.73038382

1996

1.15074255
9

84.12580253

Remesas X

pp

pp - p

41.04636609

86.37734294

85.37734
294

7289.290687

40.99803277

86.20779341

85.20779
341

7260.368058

37.98328329

84.97635422

83.97635
422

7052.028068

(pp - p )

X*X

2881
.160
197
3063
.798
725
3195
.374
189

P*X

P*X

88.4464
0971

51.72044
232

4927.0320
16

1684.804
169

296.567
5724

162.7007
173

5584.6302
67

1680.838
691

96.8071
4124

43.70898
059

7077.1506
51

1442.729
809

p
1.587
7240
83
15.74
8996
94
1.324
2084
36

1997

0.04969403
4

71.99070881

1998

0.00318800
8

47.64635276

1999

0.77825166
1

56.30949813

2000

4.41080272
1

85.79873068

2001

1.83224628
3

61.24351878

2002

1.15535176
4

76.65256949

2003

0.32655788
3

100

2004

0.35759763
6

120.8253672

2005

0.17250320
4

150.5617741

2006
2007
2008

0.10794302

179.8495368

0.35668565
3

190.4246202

0.04190399
6

262.8588883

2009

85.62796051

46.6236154

88.83186872

87.83186
872

7714.437162

41.75431398

87.06527077

86.06527
077

7407.230833

42.84371487

86.3873127

85.38731
27

7290.99317

53.21764505

90.35926437

89.35926
437

7985.078128

62.75884409

92.71497529

91.71497
529

8411.636693

100

103.166335

102.1663
35

10437.96001

116.0705635

107.3092724

106.3092
724

11301.66141

126.8589212

109.5524296

108.5524
296

11783.62997

145.9987823

114.3334667

113.3334
667

12844.47466

143.7348898

113.2885391

112.2885
391

12608.71601

164.3638327

117.0459672

116.0459
672

13466.66649

126.628454

109.5266987

108.5266
987

11778.04433

1562.770852

1546.770
852

151794.1074

149.2767536
0.02798175

38.76862819

84.62796
051

16

1782.487326

1329.649887

111.4054578

83.10311795

b1

76.37632
0.03414839
7
0.30204854
7

b2
b3

7161.8917

2790
.981
023
2221
.445
226
2351
.164
465
3675
.936
353
3259
.235
844
4810
.626
658
1000
0
1402
4.26
846
1910
0.10
424
2625
7.81
337
2737
0.66
18
4320
4.49
434
1890
2.68
453
1871
09.7
494

3.57750
87

1.926569
511

5182.6621
54

1503.006
532

0.15189
6939

0.148636
444

2270.1749
32

2173.761
513

43.8229
6045

32.49536
421

3170.7595
8

1743.422
736

378.441
2747

188.9751
741

7361.4221
86

1835.583
904

112.213
2096

97.50783
233

3750.7685
93

2832.117
745

88.5606
8139

72.50854
124

5875.6164
1

3938.672
512

32.6557
8834

32.65578
834

10000

10000

43.2068
6564

41.50655
907

14598.769
36

13472.37
572

25.9723
8845

21.88357
037

22668.847
83

16093.18
589

19.4135
0221

15.75954
952

32345.855
9

21315.64
442

67.9217
2996

51.26817
3

36261.535
97

20659.71
855

11.0148
3771

6.887501
328

69094.795
18

27015.46
95

4.17702
4848

3.543285
785

22283.549
16

16034.76
537

1312.95
0792

825.1966
855

252453.57
02

143426.0
971

x'p
16
1312.95
0792

x'x
16
1782.487
326

1782.4873
26
252453.57
02

1329.649
887
187109.7
494

0.002
4694
97
1.016
34E05
0.605
6756
48
19.45
5180
64
3.357
1264
4
1.334
8376
99
0.106
6400
51
0.127
8760
69
0.029
7573
55
0.011
6516
96
0.127
2246
55
0.001
7559
45
0.000
7829
78
43.82
1918
3

p =
(p - p )

1/2 SEC

825.196
6855

1
151794.107
4

x'p

75897.0536
9

16

825.196
6855

Ji cuadrada 95%
=
Ji cuadrada 99%
=

5.891864338
4.106915472

Ls
22.3620
3249
27.6882
4961

187109.74
94

143426.0
971

(x'x)

1312.95
0792

Valores de Tabla
Li

1329.649
887

0.294192
413
0.001685
249
0.000528
818

0.00168524
9
0.00012933
8
0.00015310
7

0.0005288
2
0.0001531
1
0.0002116
1

Matrz de coeficientes

Criterios de decisin:
- Si el valor de 1/2 SEC es menor al valor estadstico de Ji cuadrada,
se concluye que existe homoscedasticidad
- Si el valor de 1/2 SEC es mayor al valor estadstico de Ji cuadrada,
se concluye que existe heteroscedasticidad

2.05805019

0.016506626

-0.034860045

Matrz de coeficientes
transpuesta

2.05a8
05019

0.0165
06626

0.03486
0045

Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic
Obs*R-squared
Scaled explained SS

Test Equation:
Dependent Variable: RESID^2

3.553587
5.655433
3.245497

Prob. F(2,13)
Prob. Chi-Square(2)
Prob. Chi-Square(2)

0.0587
0.0591
0.1974

Method: Least Squares

Date: 12/13/12 Time: 14:24
Sample: 1994 2009
Included observations: 16

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
IP
RE

631670.5
50.66938
-106.9998

195831.8
41.05921
52.51976

3.225576
1.234056
-2.037325

0.0066
0.2390
0.0625

0.353465
0.253998
361049.3
1.69E+12
-225.7902
3.553587
0.058729

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

306960.7
418019.4
28.59878
28.74364
28.60620
1.814938