Академический Документы
Профессиональный Документы
Культура Документы
INTRODUCCION
La economa y su medicin, al depender de tantas variables como ser la
produccin, el ingreso, el consumo, el gasto, etc., presentan diversos
efectos de una variable hacia otra en trminos de que todas estas estn
ligadas. Es en ese sentido que el anlisis de las variables monetarias sobre
las reales permite entender como la poltica monetaria, en este caso de
Bolivia, afecta a las variables reales, siendo el caso del PIB. Durante los
ltimos 20 aos, los diversos escenarios polticos y econmicos ofrecen un
panorama de anlisis que es muy efectivo al momento de realizar el trabajo.
Dividiendo en dos periodos la economa boliviana desde los aos 90, tanto
el escenario de privatizacin como el de nacionalizacin, se observan
diversos cambios en la poltica monetaria y su influencia en el PIB. El uso
de vectores autorregresivos permite realizar relaciones dinmicas entre
variables y estas relaciones son producto de un anlisis impulso respuesta,
el mismo muestra el efecto de una variable sobre otra ante un shock. Los
vectores autorregresivos permitirn comparar variable real versus variable
monetaria y determinar si cumple con la respectiva teora econmica.
2. ANTECEDENTES
Vctor Paz Estensoro grafic la grave situacin de la economa boliviana en
1985. Era necesario un conjunto de polticas coherentes que alcanzaran
credibilidad y que frenaran en seco el proceso hiperinflacionario.
Personas como Juan Cariaga, Fernando Illanes y Gonzalo Snchez de
Lozada, posteriormente supervisados por el estadounidense Jeffrey Sachs,
elaboraron lo que se conoci como Neoliberalismo.
El Decreto 21060 fue concebido para introducir drsticas correcciones en
materia macroeconmica y a restablecer el equilibrio fiscal y de balanza de
pagos.
Este instrumento cambi el curso de la economa boliviana y, acorde a los
vientos que soplaban en el contexto externo, se dej que las decisiones
sobre precios, tasas de inters y tipo de cambio fueran tomadas de acuerdo
a las seales del mercado y no por la burocracia estatal.
Se aument el precio de los carburantes como una forma transitoria de
dotar de recursos al gobierno central, crendose un mecanismo automtico
1
los
bonos
remuneraciones
compensatorios
extralegales.
Se
existentes
derog
las
se
prohibi
disposiciones
las
sobre
alcanzaban
volmenes
que
situaban
Bolivia
con
pues
supuso
compensaciones
para
evitar
el
arbitraje
reales y monetarias.
Contar con una propuesta de respuesta de la relacin dinmica de
las variables monetarias sobre las reales.
reales.
Conformar
un
modelo
economtrico
en
base
Vectores
4.3. Acciones
TABLA 1: OBJETIVOS ESPECIFICOS Y ACCIONES
OBJETIVOS
ESPECIFICOS
Contar con la
informacin
y
datos sobre las
variables reales y
monetarias.
MARCO
INSTRUMENTO
TEORICO
Investigar
datos Metodologa de Investigar
correspondientes
a la investigacin. documentacin.
las
variables
monetarias
y
las
reales de la economa
Boliviana.
ACCIONES
Organizacin
y
Macroeconom
seleccin de datos.
a
Grficos,
relacin
datos
de
Correlacin
Modelos
economtricos
Modelos
economtricos
Conformar
un Aplicacin de vectores Econometra
auto regresivos
modelo
economtrico en
impulso Econometra
base a Vectores Anlisis
respuesta
Auto Regresivos
para explicar el
modelo.
*ELABORACION: PROPIA
Modelos
economtricos
Modelos
economtricos
5. JUSTIFICACION
5.1. Justificacin Terica
La justificacin terica del trabajo se enfoca la teora de demanda de dinero
y en la influencia de las variables monetarias (Oferta monetaria, inflacin),
sobre las variables reales (PIB). El modelo a utilizar, su estructuracin y la
relacin dinmica del mismo contribuirn a entender como la poltica
monetaria afecta al PIB.
Su aporte a la teora existente es la contrastacin del enfoque monetario
sobre el real, respecto a las variables de la oferta monetaria, ya que en
Bolivia las polticas monetarias y la coyuntura econmica pueden ofrecer
otro punto de vista y anlisis para el uso de la teora correspondiente.
5.2. Justificacin Econmica
La justificacin econmica del trabajo se fundamenta en la relacin de la
poltica monetaria sobre la economa boliviana. Verificar si las polticas
actuales determinan el bienestar del pas, nos sirve de herramienta para el
anlisis de la economa actual.
5.3. Justificacin Social
Entender cmo actan las variables que determinan el bienestar econmico
de un pas es muy importante, en especial por el hecho de que las variables
a analizar influyen mucho en la vida de las personas, actividad de empresas
y polticas de gobierno. Puesto que el bienestar econmico se refleja en el
9
6. ALCANCE
6.1. Alcance Terico
La demanda de dinero posee varias reas de anlisis en cuanto a variables
y su relacin de las unas con las otras se refiere, el alcance temtico llega a
la relacin de las variables monetarias (oferta monetaria, inflacin), con las
variables reales (PIB).
6.2. Alcance Temtico
6.2.1. rea de Investigacin
Las reas de investigacin son Macroeconoma y economa monetaria.
6.2.2. Tema Especfico
El tema especfico es demanda de dinero.
6.2.3. Nivel de Investigacin
El nivel de investigacin es pura.
6.3. Alcance Geogrfico
La limitacin geogrfica del tema ser la economa Boliviana en aspecto de
datos econmicos y anlisis.
6.4.
Alcance temporal
10
7. HIPOTESIS
Existe una relacin dinmica de las variables monetarias sobre las variables
reales en la economa Boliviana.
7.1.
Anlisis de Variables
A C
A: Variables monetarias
C: Variables reales
7.3.
Operativizacin de Variables
1. VARIABLE
INDEPENDIENT
E Variables
Monetarias
2. VARIABLE
DEPENDIENTE
Variables Reales
DIMENSION
Nivel de depsitos a
la vista, en caja de
ahorro, DPF.
Nivel de incremento
de precios
INDICADOR
Oferta
Monetaria
Inflacin
Ingreso
cpita
Nivel de Gasto
Propensin
consumir
Nivel de inversin
Propensin
invertir
*ELABORACION: PROPIA
8. MATRIZ DE CONSISTENCIA
FIGURA 2: MATRIZ DE CONSISTENCIA
6 MANKIW, GREGORY, Introduccin a la economa, pag.460
12
per
ELABORACION: PROPIA
9. MARCO TEORICO
9.1. Contenido Temtico
TABLA 3: CONTENIDO TEMATICO
OBJETIVOS
ESPECIFICOS
ACCIONES
13
MARCO
TEORICO
Contar con la
informacin
y
datos sobre las
variables reales y
monetarias.
Investigar
datos Metodologa de
correspondientes
a la investigacin.
las
variables
monetarias
y
las
reales de la economa
Boliviana.
Organizacin
y
seleccin de datos.
Macroeconoma
Conformar
un Aplicacin
vectores
modelo
economtrico en regresivos
base a Vectores Anlisis
Auto Regresivos respuesta
para explicar el
modelo.
ELABORACION: PROPIA
de Econometra
auto
impulso Econometra
9.2. Desarrollo
9.2.1. Qu es el dinero?
Usamos el dinero para comprar bienes y servicios, medimos la riqueza por
la cantidad de dinero que una persona ha acumulado. En el uso cotidiano,
14
depsitos a plazo fijo, ya que tambin pueden ser usados como dinero
gracias a las tarjetas de debito y crdito.
TABLA 4: COMPONENTES DE LA OFERTA DE DINERO
NONMBRE DE LA ACTIVOS
QUE
MEDIDA
INCLUYE
C, Circulante
Billetes y monedas
en poder
del
publico
M1
C+ Depsitos en
cuenta corriente
M2
M1+ Depsitos en
caja de ahorro
M3
M2+ Depsitos a
plazo fijo
FUENTE: BRAUN, MIGUEL y LLACH, LUCAS, Macroeconoma Argentina,
Alfaomega, segunda edicin, pg. 237
9.2.7. M1 Circulante
Est compuesto por todos los depsitos a la vista, cheques de viaje, otras
cuentas corrientes y el efectivo en manos del pblico. 17
9.2.8. M2
Est compuesto por el M1, todos los depsitos de ahorro, depsitos plazo
de pequea cuanta, fondos de inversin en el mercado de dinero y otras
categoras de menor importancia.18
9.2.9. M3
Compuesto por M2 y por todos los depsitos a plazo fijo. 19
17 MANKIW, GREGORY, Introduccin a la Economa,, Thomson, cuarta edicin,
pg. 446
18 MANKIW, GREGORY, Introduccin a la Economa,, Thomson, cuarta edicin,
pg. 446
19
La oferta de dinero depende del accionar del BC, de los bancos privados y
del pblico. El BC, define la base monetaria 20 por medio de la compra de
unidades monetarias a cambio de dlares o bonos, y por medio de los
redescuentos. A su vez los bancos privados crean dinero por medio de los
depsitos que otorgan, y contribuyen as a aumentar la oferta monetaria. La
cantidad de dinero que crean los bancos depende de la tasa de encaje 21,
regulada por el Banco Central, y de las preferencias del pblico respecto de
cmo mantener su dinero, si en efectivo o en el banco.
Cuanto mayor sea la base monetaria, mayor ser la oferta de dinero.
Cuanto menor sea la tasa de encaje legal, mayor ser la creacin de
dinero por parte de los bancos y, por lo tanto, ser mayor la oferta
monetaria.
Cuanto menor sea la relacin circulante-depsitos, mayor ser la
creacin de dinero por parte de los bancos y por lo tanto ser mayor
la oferta monetaria.
9.2.10.
Demanda de Dinero
eventualidades imprevistas.
El motivo de la especulacin. Que surge de las incertidumbres sobre
el valor monetario de otros activos que tenga un individuo.
9.2.12.
9.2.13.
La inflacin
La inflacin es la tasa de crecimiento del nivel general de precios.
9.2.14.
El impuesto de la inflacin
Cuando el gobierno quiere construir carreteras, pagar salarios o realizar
transferencias a los pobres o a los ancianos, primero tiene que recaudar los
fondos necesarios. Normalmente, los recauda estableciendo impuestos,
como los impuestos sobre la renta y sobre las ventas, y pidiendo prestado
al pblico vendiendo bonos de estado. Sin embargo, el gobierno tambin
puede pagar el gasto pblico imprimiendo simplemente el dinero que
necesita.
Cuando el estado recauda ingresos imprimiendo dinero, se dice que
recauda un impuesto de la inflacin. Sin embargo, este impuesto no es
exactamente como los dems, porque nadie recibe una factura del estado
por l. El impuesto de la inflacin es ms sutil. Cuando el estado imprime
dinero, el nivel de precios sube, por lo que los billetes que llevamos en el
monedero valen menos. Por lo tanto, el impuesto de la inflacin es como un
impuesto sobre todas las personas que tienen dinero.
9.2.15.
Efecto Fisher
Segn el principio de la neutralidad del dinero, un aumento de la tasa de
crecimiento del dinero eleva la tasa de inflacin, pero no afecta a ninguna
variable real. Una importante aplicacin de este principio se refiere a la
influencia del dinero en los tipos de inters. Estas son importantes variables
que los macroeconomistas deben comprender, ya que relaciona la
economa actual con la futura a travs de su influencia en el ahorro y en la
inversin.
Para comprender la relacin entre el dinero, la inflacin y los tipos de
inters es importante recordar la distincin entre el tipo de inters nominal y
el real. El tipo de inters nominal es el tipo de inters que omos en el
banco. El tipo de inters real corrige al tipo nominal, para tener en cuenta el
efecto de la inflacin con el fin de indicar cuanto aumentara el poder
adquisitivo de nuestra cuenta de ahorro con el paso del tiempo. El tipo de
inters real es el tipo de inters nominal menos la tasa de inflacin.
23
24
25 Gravar los intereses tendra que hacerse sobre el rendimiento real (despus
de descontar la inflacin) sobre los activo, para que el sistema fiscal estuviera
bien indizado.
26 Costos de modificar los precios.
25
9.2.22.
Inflacin y vivienda
Una familia que compra una casa con prstamo del banco o una institucin
de ahorros, debe tomar ciertos factores en cuenta. La interaccin entre los
la inflacin y los impuestos tienen un gran impacto en el costo real de los
prestamos.
La interaccin sobre las perspectivas de la inflacin es uno de los motivos
de que apareciera un nuevo instrumento financiero: la hipoteca con tasa
ajustable, que es un caso de prstamo con tasa flotante. Es un prstamo a
largo plazo, con una tasa de inters que se ajusta peridicamente de
acuerdo con las tasas de inters a corto plazo prevalecientes.
9.2.23.
Deuda indizada
En pases donde las tasas de inflacin son elevadas e inciertas, se vuelve
bastante complicado tomar prstamos de largo plazo con deuda nominal:
los prestamistas se sienten demasiado inseguros en cuanto al valor real de
los pagos que recibirn. En esos pases es normal que los gobiernos
expidan deuda indizada. Un bono se indiza (al nivel de precios) cuando el
inters o el capital se ajustan a la inflacin.
El tenedor de un bono indizado recibe un inters igual a la tasa de inters
real declarada mas la inflacin resultante, con el fin de compensar la
inflacin.
Muchos autores y economistas opinan que los gobiernos deben expedir
deuda indizada, para que los ciudadanos tengan por lo menos un activo con
rendimientos reales seguros.
10. DISEO METODOLOGICO
27
10.1. Modelos
10.1.1.
Modelo completo
Incluimos todas las variables en el anlisis de este modelo, tanto las
variables reales como las monetarias.
Vector Autoregression Estimates
Date: 11/18/12 Time: 14:10
Sample (adjusted): 1991Q2 2009Q4
Included observations: 75 after adjustments
Standard errors in ( ) & t-statistics in [ ]
PIB
INF
M1
M2
M3
M4
PIB(-1)
-0.852910
(0.14615)
[-5.83594]
3.098728
(4.60597)
[ 0.67276]
0.235870
(0.50603)
[ 0.46612]
0.353818
(0.53691)
[ 0.65899]
0.189712
(0.54663)
[ 0.34706]
0.218190
(0.59963)
[ 0.36387]
PIB(-2)
-0.827034
(0.15086)
[-5.48216]
0.879097
(4.75445)
[ 0.18490]
-0.008270
(0.52234)
[-0.01583]
0.108744
(0.55422)
[ 0.19621]
-0.040574
(0.56425)
[-0.07191]
-0.036810
(0.61896)
[-0.05947]
PIB(-3)
-0.840083
(0.16053)
[-5.23316]
2.567029
(5.05926)
[ 0.50739]
0.973134
(0.55583)
[ 1.75078]
0.845000
(0.58975)
[ 1.43280]
0.746485
(0.60042)
[ 1.24327]
0.676376
(0.65864)
[ 1.02693]
PIB(-4)
0.072825
(0.15025)
[ 0.48468]
4.316268
(4.73533)
[ 0.91150]
0.569488
(0.52024)
[ 1.09466]
0.472652
(0.55199)
[ 0.85627]
0.381361
(0.56198)
[ 0.67860]
0.276899
(0.61647)
[ 0.44917]
INF(-1)
-0.004518
(0.00430)
[-1.05159]
-0.018314
(0.13541)
[-0.13525]
0.015054
(0.01488)
[ 1.01197]
0.017846
(0.01578)
[ 1.13061]
0.018688
(0.01607)
[ 1.16290]
0.015027
(0.01763)
[ 0.85245]
29
INF(-2)
-0.000267
(0.00391)
[-0.06843]
0.073314
(0.12307)
[ 0.59569]
-0.003778
(0.01352)
[-0.27943]
-0.005843
(0.01435)
[-0.40725]
-0.007859
(0.01461)
[-0.53807]
-0.003769
(0.01602)
[-0.23522]
INF(-3)
-0.003134
(0.00374)
[-0.83691]
-0.024251
(0.11802)
[-0.20549]
-0.002686
(0.01297)
[-0.20717]
-0.000677
(0.01376)
[-0.04923]
0.002525
(0.01401)
[ 0.18026]
0.005868
(0.01536)
[ 0.38190]
INF(-4)
0.001824
(0.00378)
[ 0.48232]
-0.179453
(0.11919)
[-1.50554]
-0.008148
(0.01310)
[-0.62222]
-0.010747
(0.01389)
[-0.77346]
-0.006772
(0.01415)
[-0.47870]
-0.013673
(0.01552)
[-0.88111]
M1(-1)
-0.008832
(0.15142)
[-0.05833]
-5.900536
(4.77205)
[-1.23648]
-0.666604
(0.52427)
[-1.27148]
-0.739014
(0.55627)
[-1.32851]
-0.877582
(0.56634)
[-1.54958]
-0.861412
(0.62125)
[-1.38658]
M1(-2)
-0.118448
(0.14590)
[-0.81186]
3.141267
(4.59807)
[ 0.68317]
0.451367
(0.50516)
[ 0.89351]
0.351980
(0.53599)
[ 0.65669]
0.341582
(0.54569)
[ 0.62596]
0.191329
(0.59860)
[ 0.31963]
M1(-3)
0.021728
(0.13994)
[ 0.15527]
2.604166
(4.41030)
[ 0.59047]
0.108453
(0.48453)
[ 0.22383]
0.142622
(0.51410)
[ 0.27742]
0.083742
(0.52340)
[ 0.16000]
0.096665
(0.57416)
[ 0.16836]
M1(-4)
-0.186063
(0.13307)
[-1.39824]
5.376160
(4.19379)
[ 1.28193]
0.881852
(0.46074)
[ 1.91397]
1.016429
(0.48887)
[ 2.07916]
0.814068
(0.49771)
[ 1.63563]
0.962367
(0.54597)
[ 1.76268]
M2(-1)
0.121047
(0.23077)
[ 0.52453]
3.324166
(7.27303)
[ 0.45705]
-0.214835
(0.79904)
[-0.26887]
-0.235904
(0.84781)
[-0.27825]
-0.097355
(0.86315)
[-0.11279]
0.093468
(0.94684)
[ 0.09872]
M2(-2)
0.030669
(0.22696)
[ 0.13513]
-8.363180
(7.15272)
[-1.16923]
-1.545819
(0.78582)
[-1.96713]
-1.400410
(0.83378)
[-1.67958]
-1.134717
(0.84887)
[-1.33674]
-0.751808
(0.93118)
[-0.80737]
M2(-3)
-0.271849
(0.23339)
[-1.16478]
6.016037
(7.35554)
[ 0.81789]
0.057904
(0.80811)
[ 0.07165]
0.455804
(0.85743)
[ 0.53160]
0.794613
(0.87294)
[ 0.91027]
0.982014
(0.95758)
[ 1.02551]
M2(-4)
-0.000181
(0.24378)
[-0.00074]
-14.67467
(7.68283)
[-1.91006]
-1.463722
(0.84406)
[-1.73414]
-1.389951
(0.89558)
[-1.55201]
-1.325181
(0.91178)
[-1.45340]
-1.359114
(1.00019)
[-1.35885]
M3(-1)
-0.293017
(0.21049)
[-1.39210]
4.356457
(6.63365)
[ 0.65672]
1.430211
(0.72880)
[ 1.96243]
1.774621
(0.77328)
[ 2.29494]
1.790376
(0.78727)
[ 2.27417]
1.994427
(0.86360)
[ 2.30943]
30
M3(-2)
-0.029983
(0.21409)
[-0.14005]
9.908707
(6.74722)
[ 1.46856]
0.859626
(0.74127)
[ 1.15966]
0.645170
(0.78652)
[ 0.82029]
0.412785
(0.80075)
[ 0.51550]
0.331807
(0.87839)
[ 0.37774]
M3(-3)
0.095548
(0.22696)
[ 0.42098]
-6.962758
(7.15299)
[-0.97341]
-0.271040
(0.78585)
[-0.34490]
-0.634565
(0.83382)
[-0.76104]
-0.925394
(0.84890)
[-1.09011]
-0.998868
(0.93121)
[-1.07265]
M3(-4)
-0.006404
(0.23883)
[-0.02681]
15.36325
(7.52691)
[ 2.04111]
0.390344
(0.82693)
[ 0.47204]
0.194341
(0.87740)
[ 0.22150]
0.172285
(0.89328)
[ 0.19287]
0.185190
(0.97989)
[ 0.18899]
M4(-1)
0.149583
(0.11660)
[ 1.28283]
-2.408309
(3.67486)
[-0.65535]
-0.555161
(0.40373)
[-1.37507]
-0.719272
(0.42837)
[-1.67907]
-0.747605
(0.43612)
[-1.71420]
-1.096489
(0.47841)
[-2.29193]
M4(-2)
0.019597
(0.12479)
[ 0.15704]
-2.989571
(3.93299)
[-0.76013]
0.297715
(0.43209)
[ 0.68901]
0.444026
(0.45846)
[ 0.96851]
0.454023
(0.46676)
[ 0.97271]
0.309833
(0.51202)
[ 0.60512]
M4(-3)
0.086930
(0.12170)
[ 0.71428]
-0.384205
(3.83557)
[-0.10017]
0.246319
(0.42139)
[ 0.58454]
0.201229
(0.44711)
[ 0.45007]
0.203092
(0.45520)
[ 0.44616]
0.091870
(0.49933)
[ 0.18399]
M4(-4)
0.135746
(0.11677)
[ 1.16248]
-4.267986
(3.68019)
[-1.15972]
0.627200
(0.40432)
[ 1.55125]
0.685880
(0.42900)
[ 1.59880]
0.782520
(0.43676)
[ 1.79166]
0.695731
(0.47911)
[ 1.45214]
-0.028971
(0.00607)
[-4.77230]
0.394232
(0.19132)
[ 2.06061]
0.034893
(0.02102)
[ 1.66007]
0.030292
(0.02230)
[ 1.35828]
0.025452
(0.02271)
[ 1.12099]
0.021896
(0.02491)
[ 0.87911]
0.972511
0.959316
0.014396
0.016968
73.70479
214.5156
-5.053751
-4.281255
-0.014065
0.084125
0.432396
0.159947
14.29878
0.534767
1.587068
-44.27111
1.847230
2.619726
0.406829
0.583460
0.838043
0.760303
0.172587
0.058751
10.78015
121.3675
-2.569801
-1.797305
0.053945
0.120002
0.808377
0.716397
0.194296
0.062337
8.788691
116.9244
-2.451316
-1.678820
0.057475
0.117056
0.789391
0.688298
0.201390
0.063465
7.808594
115.5796
-2.415456
-1.642960
0.059595
0.113675
0.759164
0.643563
0.242338
0.069619
6.567086
108.6387
-2.230365
-1.457869
0.061088
0.116610
3.93E-18
3.45E-19
955.6522
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
31
-21.48406
-16.84908
Response of M3 to INF
.012
.8
.03
.6
.008
.02
.004
.01
.4
.2
.00
.000
.0
-.01
-.004
-.2
-.02
-.4
-.008
1
10
-.03
1
Response of M1 to INF
Response of M2 to INF
.03
10
10
10
Response of M4 to INF
.03
.03
.02
.02
.02
.01
.01
.00
.00
.01
.00
-.01
-.01
-.01
-.02
-.02
-.03
-.03
10
-.02
-.03
-.04
1
ELABORACION: E-VIEWS
32
10
Response of PIB to M1
.012
.008
Response of M2 to M1
.3
.08
.2
.06
.004
.04
.1
.000
.02
-.004
.0
.00
-.008
-.1
-.02
-.012
-.2
-.016
1
10
-.04
1
10
10
10
Response of M4 to M1
Response of M3 to M1
Response of M1 to M1
.08
.08
.06
.06
.06
.04
.04
.02
.04
.02
.02
.00
.00
.00
-.02
-.02
-.02
-.04
1
10
ELABORACION: E-VIEWS
GRAFICO 5: IMPULSO RESPUESTA M2
33
10
Response of PIB to M2
.010
.005
.000
-.005
Response of M2 to M2
.03
.03
.02
.02
.01
.01
.00
.00
-.01
-.01
-.02
-.02
-.03
-.010
1
-.03
1
10
Response of INF to M2
10
Response of M3 to M2
10
10
10
10
Response of M4 to M2
.3
.04
.04
.2
.03
.03
.02
.02
.01
.01
.1
.0
-.1
-.2
-.3
.00
.00
-.01
-.01
-.02
-.02
-.03
1
10
-.03
1
10
ELABORACION: E-VIEWS
GRAFICO 6: IMPULSO RESPUESTA M3
Response to Cholesky One S.D. Innovations 2 S.E.
Response of PIB to M3
Response of M1 to M3
.012
.008
.004
Response of M2 to M3
.04
.04
.03
.03
.02
.02
.01
.000
.01
.00
-.004
.00
-.008
-.01
-.01
-.012
1
10
-.02
-.02
-.03
1
Response of INF to M3
10
Response of M3 to M3
Response of M4 to M3
.3
.04
.04
.2
.03
.03
.02
.02
.01
.01
.1
.0
-.1
-.2
-.3
.00
.00
-.01
-.01
-.02
-.02
-.03
1
10
-.03
1
ELABORACION: E-VIEWS
GRAFICO 7: IMPULSO RESPUESTA M4
34
10
Response of M1 to M4
.010
Response of M2 to M4
.03
.04
.03
.02
.005
.02
.01
.000
.01
.00
.00
-.01
-.01
-.005
-.02
-.02
-.010
1
10
-.03
-.03
-.04
1
Response of INF to M4
10
.1
.04
.03
.03
.02
.02
-.1
-.3
5
10
10
10
.00
-.02
-.02
-.03
-.03
-.04
-.04
4
-.01
-.01
-.2
.01
.00
Response of M4 to M4
.04
.01
.0
Response of M3 to M4
.2
-.05
1
10
ELABORACION: E-VIEWS
10.1.2.
Combinacin de variables
10.1.2.1. Combinacin M1, INF, PIB
Vector Autoregression Estimates
Date: 11/18/12 Time: 14:15
Sample (adjusted): 1991Q2 2009Q4
Included observations: 75 after adjustments
Standard errors in ( ) & t-statistics in [ ]
PIB
INF
M1
PIB(-1)
-0.820392
(0.12988)
[-6.31637]
0.640955
(4.20325)
[ 0.15249]
-0.013280
(0.47497)
[-0.02796]
PIB(-2)
-0.762617
(0.13794)
[-5.52870]
-0.090287
(4.46391)
[-0.02023]
-0.157072
(0.50442)
[-0.31139]
PIB(-3)
-0.801246
(0.14244)
[-5.62510]
1.049892
(4.60964)
[ 0.22776]
0.695457
(0.52089)
[ 1.33514]
PIB(-4)
0.088791
(0.13041)
[ 0.68084]
3.253824
(4.22045)
[ 0.77097]
0.341305
(0.47691)
[ 0.71566]
35
INF(-1)
-0.003811
(0.00376)
[-1.01221]
-0.141074
(0.12184)
[-1.15788]
0.003579
(0.01377)
[ 0.25997]
INF(-2)
-0.001221
(0.00362)
[-0.33703]
0.101716
(0.11727)
[ 0.86734]
-0.006376
(0.01325)
[-0.48110]
INF(-3)
-0.001473
(0.00340)
[-0.43260]
-0.031361
(0.11017)
[-0.28465]
-0.011531
(0.01245)
[-0.92622]
INF(-4)
0.001122
(0.00338)
[ 0.33164]
-0.214996
(0.10951)
[-1.96319]
-0.009324
(0.01238)
[-0.75347]
M1(-1)
0.001080
(0.03256)
[ 0.03318]
-1.156469
(1.05378)
[-1.09745]
-0.020784
(0.11908)
[-0.17455]
M1(-2)
-0.078845
(0.03209)
[-2.45730]
1.861657
(1.03836)
[ 1.79288]
0.090670
(0.11733)
[ 0.77275]
M1(-3)
-0.073124
(0.03188)
[-2.29359]
1.238746
(1.03175)
[ 1.20063]
0.120148
(0.11659)
[ 1.03054]
M1(-4)
-0.053645
(0.03179)
[-1.68725]
2.025364
(1.02892)
[ 1.96844]
0.554897
(0.11627)
[ 4.77259]
-0.028847
(0.00569)
[-5.07312]
0.381256
(0.18401)
[ 2.07188]
0.033601
(0.02079)
[ 1.61594]
0.968164
0.962002
0.016673
0.016399
157.1229
209.0100
-5.226933
-4.825235
-0.014065
0.084125
0.306873
0.172719
17.46090
0.530686
2.287476
-51.76323
1.727019
2.128717
0.406829
0.583460
0.790774
0.750279
0.222957
0.059967
19.52757
111.7645
-2.633720
-2.232022
0.053945
0.120002
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
36
2.38E-07
1.34E-07
274.0689
-6.268504
-5.063410
.02
.8
.008
.6
.01
.004
.4
.00
.2
.000
-.01
.0
-.004
-.02
-.2
-.03
-.4
-.008
1
10
10
10
10
ELABORACION: E VIEWS
GRAFICO 9: IMPULSO RESPUESTA M1
Response to Cholesky One S.D. Innovations 2 S.E.
Response of PIB to M1
Response of M1 to M1
Response of INF to M1
.012
.3
.06
.008
.2
.004
.04
.1
.000
.02
.0
-.004
.00
-.1
-.008
-.012
1
10
-.02
-.2
1
ELABORACION: E VIEWS
37
10
INF
M2
PIB(-1)
-0.808734
(0.13550)
[-5.96844]
0.362878
(4.41531)
[ 0.08219]
0.064696
(0.54251)
[ 0.11925]
PIB(-2)
-0.749999
(0.14186)
[-5.28688]
-0.369026
(4.62251)
[-0.07983]
-0.087479
(0.56797)
[-0.15402]
PIB(-3)
-0.801270
(0.14542)
[-5.50994]
1.401918
(4.73859)
[ 0.29585]
0.685252
(0.58223)
[ 1.17694]
PIB(-4)
0.113882
(0.13232)
[ 0.86064]
2.385359
(4.31169)
[ 0.55323]
0.253375
(0.52978)
[ 0.47826]
INF(-1)
-0.003685
(0.00378)
[-0.97392]
-0.153258
(0.12329)
[-1.24302]
0.004605
(0.01515)
[ 0.30398]
INF(-2)
-0.001837
(0.00364)
[-0.50444]
0.119260
(0.11868)
[ 1.00487]
-0.007431
(0.01458)
[-0.50959]
INF(-3)
-0.001820
(0.00343)
[-0.53080]
-0.030493
(0.11170)
[-0.27299]
-0.011663
(0.01372)
[-0.84982]
INF(-4)
0.000403
-0.190447
-0.006428
38
(0.00341)
[ 0.11803]
(0.11114)
[-1.71365]
(0.01366)
[-0.47074]
M2(-1)
0.002075
(0.03111)
[ 0.06670]
-0.888478
(1.01362)
[-0.87654]
0.049426
(0.12454)
[ 0.39686]
M2(-2)
-0.064534
(0.03011)
[-2.14352]
1.507368
(0.98102)
[ 1.53653]
0.041939
(0.12054)
[ 0.34793]
M2(-3)
-0.065309
(0.03041)
[-2.14769]
1.077711
(0.99088)
[ 1.08763]
0.134916
(0.12175)
[ 1.10814]
M2(-4)
-0.035537
(0.03015)
[-1.17872]
1.451824
(0.98239)
[ 1.47785]
0.540068
(0.12071)
[ 4.47422]
-0.029136
(0.00580)
[-5.01990]
0.386647
(0.18912)
[ 2.04440]
0.032829
(0.02324)
[ 1.41274]
0.967317
0.960992
0.017116
0.016615
152.9194
208.0259
-5.200690
-4.798992
-0.014065
0.084125
0.278594
0.138967
18.17328
0.541403
1.995276
-53.26280
1.767008
2.168706
0.406829
0.583460
0.729407
0.677035
0.274367
0.066523
13.92722
103.9837
-2.426233
-2.024535
0.057475
0.117056
2.95E-07
1.67E-07
265.9884
-6.053025
-4.847931
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
39
.008
Response of M2 to INF
.8
.02
.6
.004
.01
.4
.00
.000
.2
-.01
.0
-.004
-.02
-.2
-.008
1
10
-.4
-.03
1
10
10
10
ELABORACION: E VIEWS
GRAFICO 11: IMPULSO RESPUESTA M2
Response to Cholesky One S.D. Innovations 2 S.E.
Response of M2 to M2
Response of INF to M2
Response of PIB to M2
.012
.3
.08
.008
.2
.06
.1
.04
.0
.02
-.1
.00
.004
.000
-.004
-.008
-.02
-.2
-.012
1
10
10
ELABORACION: E VIEWS
10.1.2.3. Combinacin INF, M3, PIB
Vector Autoregression Estimates
Date: 11/18/12 Time: 14:18
Sample (adjusted): 1991Q2 2009Q4
Included observations: 75 after adjustments
Standard errors in ( ) & t-statistics in [ ]
PIB
INF
M3
PIB(-1)
-0.803509
(0.13490)
[-5.95649]
0.255726
(4.32939)
[ 0.05907]
-0.153584
(0.54194)
[-0.28339]
PIB(-2)
-0.756298
(0.14300)
[-5.28878]
-0.006343
(4.58948)
[-0.00138]
-0.191526
(0.57450)
[-0.33338]
PIB(-3)
-0.805784
(0.14638)
1.294497
(4.69801)
0.570559
(0.58809)
40
[-5.50467]
[ 0.27554]
[ 0.97020]
PIB(-4)
0.125867
(0.13313)
[ 0.94541]
2.213242
(4.27285)
[ 0.51798]
0.077603
(0.53487)
[ 0.14509]
INF(-1)
-0.003796
(0.00383)
[-0.99134]
-0.147002
(0.12291)
[-1.19602]
0.006568
(0.01539)
[ 0.42689]
INF(-2)
-0.001791
(0.00369)
[-0.48585]
0.107785
(0.11829)
[ 0.91116]
-0.011884
(0.01481)
[-0.80252]
INF(-3)
-0.001964
(0.00347)
[-0.56628]
-0.031099
(0.11133)
[-0.27934]
-0.008956
(0.01394)
[-0.64269]
INF(-4)
6.03E-05
(0.00343)
[ 0.01755]
-0.182703
(0.11020)
[-1.65786]
-0.002719
(0.01380)
[-0.19708]
M3(-1)
-0.000946
(0.03104)
[-0.03048]
-0.924569
(0.99634)
[-0.92797]
0.061729
(0.12472)
[ 0.49494]
M3(-2)
-0.062341
(0.03039)
[-2.05162]
1.561057
(0.97522)
[ 1.60073]
0.091156
(0.12208)
[ 0.74672]
M3(-3)
-0.057540
(0.03047)
[-1.88850]
0.760577
(0.97786)
[ 0.77780]
0.077340
(0.12241)
[ 0.63183]
M3(-4)
-0.029541
(0.03007)
[-0.98245]
1.634298
(0.96503)
[ 1.69352]
0.495870
(0.12080)
[ 4.10486]
-0.029300
(0.00587)
[-4.99172]
0.387223
(0.18838)
[ 2.05549]
0.026699
(0.02358)
[ 1.13220]
0.966551
0.960077
0.017517
0.016809
149.2982
0.283752
0.145123
18.04336
0.539465
2.046845
0.704326
0.647099
0.282731
0.067529
12.30755
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
41
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
207.1569
-5.177517
-4.775819
-0.014065
0.084125
-52.99375
1.759833
2.161531
0.406829
0.583460
3.09E-07
1.75E-07
264.2432
-6.006485
-4.801391
102.8577
-2.396205
-1.994507
0.059595
0.113675
Response of M3 to INF
.008
.8
.03
.6
.02
.4
.01
.2
.00
.0
-.01
-.2
-.02
.004
.000
-.004
-.008
-.03
-.4
1
10
10
10
10
ELABORACION: EVIEWS
GRAFICO 13: IMPULSO RESPUESTA M3
Response to Cholesky One S.D. Innovations 2 S.E.
Response of PIB to M3
Response of INF to M3
.012
.008
Response of M3 to M3
.3
.08
.2
.06
.1
.04
.0
.02
-.1
.00
.004
.000
-.004
-.008
-.012
1
10
-.2
-.02
1
ELABORACION: E VIEWS
42
10
INF
M4
PIB(-1)
-0.778842
(0.13373)
[-5.82417]
0.069816
(4.33663)
[ 0.01610]
-0.324631
(0.57715)
[-0.56248]
PIB(-2)
-0.739853
(0.13966)
[-5.29745]
-0.705678
(4.52913)
[-0.15581]
-0.438135
(0.60277)
[-0.72687]
PIB(-3)
-0.799753
(0.14486)
[-5.52103]
1.240466
(4.69757)
[ 0.26407]
0.358302
(0.62518)
[ 0.57312]
PIB(-4)
0.142839
(0.13270)
[ 1.07641]
1.578003
(4.30335)
[ 0.36669]
-0.035960
(0.57272)
[-0.06279]
INF(-1)
-0.004312
(0.00383)
[-1.12541]
-0.148008
(0.12424)
[-1.19131]
0.003831
(0.01653)
[ 0.23171]
INF(-2)
-0.002299
(0.00367)
[-0.62561]
0.127076
(0.11917)
[ 1.06638]
-0.003275
(0.01586)
[-0.20648]
INF(-3)
-0.002166
(0.00347)
[-0.62434]
-0.020358
(0.11253)
[-0.18092]
-0.005997
(0.01498)
[-0.40046]
INF(-4)
7.65E-05
(0.00343)
[ 0.02231]
-0.179577
(0.11113)
[-1.61586]
-0.011924
(0.01479)
[-0.80623]
43
M4(-1)
0.002758
(0.02858)
[ 0.09650]
-0.801899
(0.92673)
[-0.86530]
-0.009189
(0.12333)
[-0.07450]
M4(-2)
-0.064637
(0.02785)
[-2.32129]
1.188715
(0.90299)
[ 1.31642]
0.098808
(0.12018)
[ 0.82220]
M4(-3)
-0.051989
(0.02825)
[-1.84040]
0.984930
(0.91609)
[ 1.07515]
0.106872
(0.12192)
[ 0.87659]
M4(-4)
-0.015634
(0.02798)
[-0.55883]
1.126695
(0.90724)
[ 1.24189]
0.481157
(0.12074)
[ 3.98502]
-0.028953
(0.00589)
[-4.91539]
0.379484
(0.19102)
[ 1.98666]
0.020752
(0.02542)
[ 0.81633]
0.966308
0.959787
0.017645
0.016870
148.1821
206.8849
-5.170265
-4.768567
-0.014065
0.084125
0.263396
0.120828
18.55614
0.547076
1.847507
-54.04461
1.787856
2.189554
0.406829
0.583460
0.673371
0.610152
0.328667
0.072808
10.65147
97.21210
-2.245656
-1.843958
0.061088
0.116610
3.76E-07
2.13E-07
256.8942
-5.810512
-4.605419
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
44
Response of M4 to INF
.8
.03
.6
.02
.4
.01
.2
.00
.0
-.01
-.2
-.02
.004
.000
-.004
-.4
-.008
1
10
-.03
10
1
10
10
Response of M4 to M4
Response of INF to M4
.012
.3
.08
.2
.06
.1
.04
.0
.02
-.1
.00
.008
.004
.000
-.004
-.008
-.012
-.016
1
10
-.02
-.2
1
10
ELABORACION: E VIEWS
INF
PIB(-1)
-0.652483
(0.11523)
[-5.66260]
-1.931269
(3.60996)
[-0.53498]
PIB(-2)
-0.612640
(0.11941)
[-5.13066]
-2.477667
(3.74094)
[-0.66231]
45
PIB(-3)
-0.621809
(0.12131)
[-5.12591]
-0.404493
(3.80045)
[-0.10643]
PIB(-4)
0.353519
(0.11785)
[ 2.99962]
-2.404697
(3.69230)
[-0.65127]
INF(-1)
-0.004663
(0.00397)
[-1.17468]
-0.130208
(0.12436)
[-1.04706]
INF(-2)
-0.002596
(0.00381)
[-0.68202]
0.147009
(0.11923)
[ 1.23296]
INF(-3)
-0.003113
(0.00363)
[-0.85733]
-0.001122
(0.11375)
[-0.00987]
INF(-4)
-0.000490
(0.00356)
[-0.13763]
-0.150094
(0.11153)
[-1.34579]
-0.027731
(0.00610)
[-4.54957]
0.374951
(0.19096)
[ 1.96351]
0.960412
0.955613
0.020732
0.017724
200.1451
200.8375
-5.115667
-4.837569
-0.014065
0.084125
0.192216
0.094303
20.34927
0.555268
1.963129
-57.50378
1.773434
2.051533
0.406829
0.583460
9.09E-05
7.04E-05
145.7178
-3.405808
-2.849611
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
46
.008
.8
.6
.004
.4
.000
.2
.0
-.004
-.2
-.008
-.4
1
10
10
ELABORACION: E VIEWS
10.1.2.6. Combinacin PIB, M1, M2, M3, M4
Vector Autoregression Estimates
Date: 11/18/12 Time: 14:23
Sample (adjusted): 1991Q2 2009Q4
Included observations: 75 after adjustments
Standard errors in ( ) & t-statistics in [ ]
PIB
M1
M2
M3
M4
PIB(-1)
-0.834713
(0.14032)
[-5.94881]
0.238243
(0.48361)
[ 0.49264]
0.360087
(0.51628)
[ 0.69747]
0.168591
(0.52512)
[ 0.32105]
0.227045
(0.57432)
[ 0.39533]
PIB(-2)
-0.805638
(0.14488)
[-5.56071]
-0.010306
(0.49934)
[-0.02064]
0.106977
(0.53307)
[ 0.20068]
-0.074287
(0.54220)
[-0.13701]
-0.038134
(0.59301)
[-0.06431]
PIB(-3)
-0.816255
0.985116
0.866375
0.731530
0.700613
47
(0.15127)
[-5.39584]
(0.52138)
[ 1.88944]
(0.55660)
[ 1.55655]
(0.56613)
[ 1.29215]
(0.61918)
[ 1.13152]
PIB(-4)
0.091377
(0.14430)
[ 0.63322]
0.573294
(0.49736)
[ 1.15268]
0.482074
(0.53095)
[ 0.90794]
0.368656
(0.54005)
[ 0.68264]
0.285406
(0.59065)
[ 0.48321]
M1(-1)
-0.063205
(0.14319)
[-0.44139]
-0.551165
(0.49353)
[-1.11678]
-0.589868
(0.52687)
[-1.11958]
-0.702044
(0.53589)
[-1.31005]
-0.706617
(0.58610)
[-1.20562]
M1(-2)
-0.076881
(0.13868)
[-0.55439]
0.306570
(0.47796)
[ 0.64142]
0.159400
(0.51024)
[ 0.31240]
0.144918
(0.51898)
[ 0.27923]
-0.005416
(0.56761)
[-0.00954]
M1(-3)
-0.011309
(0.13259)
[-0.08529]
0.101524
(0.45697)
[ 0.22217]
0.161462
(0.48784)
[ 0.33097]
0.141052
(0.49620)
[ 0.28426]
0.170024
(0.54269)
[ 0.31330]
M1(-4)
-0.153824
(0.12492)
[-1.23137]
0.784568
(0.43055)
[ 1.82226]
0.875931
(0.45963)
[ 1.90573]
0.689354
(0.46750)
[ 1.47454]
0.781820
(0.51131)
[ 1.52905]
M2(-1)
0.107189
(0.22173)
[ 0.48343]
-0.138821
(0.76420)
[-0.18166]
-0.130185
(0.81582)
[-0.15958]
-0.041147
(0.82979)
[-0.04959]
0.240606
(0.90754)
[ 0.26512]
M2(-2)
-0.006480
(0.22075)
[-0.02936]
-1.428854
(0.76082)
[-1.87805]
-1.258606
(0.81221)
[-1.54961]
-0.983004
(0.82612)
[-1.18990]
-0.627436
(0.90353)
[-0.69443]
M2(-3)
-0.263058
(0.22479)
[-1.17025]
0.137988
(0.77475)
[ 0.17811]
0.551675
(0.82708)
[ 0.66701]
0.833154
(0.84125)
[ 0.99038]
1.072473
(0.92008)
[ 1.16563]
M2(-4)
-0.094920
(0.22781)
[-0.41666]
-1.138702
(0.78516)
[-1.45027]
-0.981262
(0.83820)
[-1.17067]
-0.917482
(0.85256)
[-1.07615]
-0.965015
(0.93245)
[-1.03493]
M3(-1)
-0.233676
(0.20148)
[-1.15977]
1.311273
(0.69443)
[ 1.88828]
1.596851
(0.74134)
[ 2.15402]
1.600271
(0.75404)
[ 2.12227]
1.759065
(0.82469)
[ 2.13300]
M3(-2)
-0.074529
(0.20637)
[-0.36115]
0.978399
(0.71127)
[ 1.37557]
0.812641
(0.75931)
[ 1.07023]
0.566624
(0.77232)
[ 0.73367]
0.544406
(0.84469)
[ 0.64451]
48
M3(-3)
0.091248
(0.21444)
[ 0.42551]
-0.293408
(0.73909)
[-0.39699]
-0.690630
(0.78901)
[-0.87531]
-0.951261
(0.80253)
[-1.18533]
-1.105366
(0.87772)
[-1.25936]
M3(-4)
0.043752
(0.22503)
[ 0.19443]
0.127850
(0.77557)
[ 0.16485]
-0.117526
(0.82796)
[-0.14195]
-0.150020
(0.84214)
[-0.17814]
-0.044373
(0.92105)
[-0.04818]
M4(-1)
0.155187
(0.11195)
[ 1.38620]
-0.613779
(0.38585)
[-1.59072]
-0.779792
(0.41191)
[-1.89309]
-0.778735
(0.41897)
[-1.85869]
-1.144406
(0.45823)
[-2.49746]
M4(-2)
0.057686
(0.11923)
[ 0.48384]
0.200168
(0.41092)
[ 0.48712]
0.319999
(0.43868)
[ 0.72946]
0.337768
(0.44620)
[ 0.75700]
0.169256
(0.48800)
[ 0.34683]
M4(-3)
0.103746
(0.11708)
[ 0.88613]
0.220406
(0.40352)
[ 0.54621]
0.176834
(0.43078)
[ 0.41050]
0.174349
(0.43815)
[ 0.39792]
0.072026
(0.47921)
[ 0.15030]
M4(-4)
0.145340
(0.11307)
[ 1.28544]
0.651201
(0.38969)
[ 1.67107]
0.712003
(0.41601)
[ 1.71149]
0.810585
(0.42314)
[ 1.91564]
0.691352
(0.46279)
[ 1.49388]
-0.029735
(0.00587)
[-5.06465]
0.033818
(0.02024)
[ 1.67123]
0.029244
(0.02160)
[ 1.35377]
0.025502
(0.02197)
[ 1.16064]
0.021848
(0.02403)
[ 0.90915]
0.971322
0.960700
0.015019
0.016677
91.44862
212.9275
-5.118068
-4.469171
-0.014065
0.084125
0.832583
0.770576
0.178405
0.057479
13.42735
120.1241
-2.643309
-1.994412
0.053945
0.120002
0.799475
0.725207
0.203322
0.061361
10.76468
115.2216
-2.512577
-1.863681
0.057475
0.117056
0.780023
0.698551
0.210347
0.062412
9.574032
113.9477
-2.478607
-1.829710
0.059595
0.113675
0.749946
0.657334
0.251613
0.068261
8.097683
107.2302
-2.299473
-1.650576
0.061088
0.116610
1.28E-17
2.48E-18
988.1188
-23.54983
-20.30535
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
49
Response of M3 to M1
.012
.06
.008
.004
.04
.000
.02
-.004
.00
-.008
-.012
1
-.02
10
Response of M2 to M1
10
Response of M4 to M1
.08
.06
.06
.04
.04
.02
.02
.00
.00
-.02
1
-.02
10
ELABORACION: E VIEWS
50
10
Response of M1 to M2
.008
.03
.02
.004
.01
.000
.00
-.004
-.01
-.008
-.02
-.012
-.03
1
10
Response of M3 to M2
10
Response of M4 to M2
.03
.04
.03
.02
.02
.01
.01
.00
.00
-.01
-.01
-.02
-.02
1
-.03
10
ELABORACION: E VIEWS
GRAFICO 17: IMPULSO RESPUESTA M3
51
10
Response of M1 to M3
.010
.04
.03
.005
.02
.000
.01
.00
-.005
-.01
-.010
-.02
1
10
Response of M2 to M3
.04
.03
.03
.02
.02
.01
.01
.00
.00
-.01
-.01
-.02
-.02
-.03
2
10
10
Response of M4 to M3
.04
-.03
10
ELABORACION: E VIEWS
52
Response of M1 to M4
.010
.03
.02
.005
.01
.000
.00
-.01
-.005
-.02
-.010
-.03
1
10
Response of M2 to M4
10
10
Response of M3 to M4
.04
.04
.03
.03
.02
.02
.01
.01
.00
.00
-.01
-.01
-.02
-.02
-.03
-.03
-.04
-.04
1
10
ELABORACION: E VIEWS
1.3
1.4
OBJETIVOS
1.5
JUSTIFICACION
1.6
ALCANCE
1.7
HIPOTESIS
3. MARCO PRCTICO
3.1 Diseo metodolgico
3.2 Datos de variables monetarias y variables reales
3.3 Relacin dinmica de variables
3.4 Estructuracin del modelo y anlisis VAR
3.5 Demostracin de la hiptesis
4. CONCLUSIONES
4.1 Conclusiones
4.2 Recomendaciones
BIBLIOGRAFIA
ANEXOS
12.
CRONOGRAMA DE TRABAJO
54
BIBLIOGRAFIA
BANCO CENTRAL DE BOLIVIA, Historia Monetaria Contempornea de
Bolivia
PRADO, GUSTAVO, Ensayos de historia econmica, El pas, 2008
OVANDO SANZ, JORGE ALEJANDRO, Historia Econmica de Bolivia
BRAUN, MIGUEL y LLACH, LUCAS, Macroeconoma Argentina, Alfaomega,
segunda edicin
MANKIW, GREGORY, Introduccin a la Economa, Thomson, cuarta edicin
J.M. KEYNES, Teora general de la ocupacin, el inters y el dinero,
Macmillan, cap. 13
FISCHER, STANLEY, Macroeconomic factors in growth, Periodico de
economia monetaria, 1993.
CRESPO ALVAREZ, PABLO, Introduccin a los modelos autorregresivos
DORNBUSCH, RUDIGER Y FISCER STANLEY, Macroeconomia, Mcgraw
Hill, decima edicin
BLANCHARD, OLIVIER Y PREZ ENRRI, DANIEL, Macroeconomia,
segunda edicin
KRUGMAN, PAUL, Introduccion a la macroeconoma, Reverte, 2008
ZEGARRA, JUSTINIANO, 4 formas de elaborar tesis y proyectos de grado,
Shaddai, tercera edicin.
BANCO CENTRAL, MEMORIAS AOS 1990 2009
55
56