Universidad de Sonora

El saber mis hijos har mi grandeza

Unidad Regional Centro

Departamento de Economa
Lic. En Economa

Econometra II
Dra. Karla Lpez Montes

Curva de Phillips en Mxico para el periodo 2005-2016

Andrs Avils Ramrez

Introduccin
El presente trabajo aborda el tema sobre la denominada Curva de Phillips, que es
atribuida a William Phillips, quien tras realizar un estudio llamado "La relacin entre el
desempleo y la tasa de variacin de los salarios monetarios en el Reino Unido, 1861-1957"
y publicado en 1958, se percat de una relacin entre el nivel de salarios o nivel de la tasa
salarial y la tasa de desempleo o paro. Esta relacin resulto ser inversa, con pendiente
negativa. Esto es, una disminucin a la tasa de desempleo generara una elevacin en la tasa
salarial y viceversa. Se considerara a la relacin de la Curva de Phillips como una relacin
emprica dado sus efectos observados en el estudio previamente mencionado.

Marco Terico
La Curva de Phillips fue objeto de discusin y crticas, incluso lo sigue siendo hoy en da. La
principal crtica fue hecha por la corriente monetarista en la dcada de los 70, su principal
exponente Milton Friedman junto con E.H. Phelps declinaron el uso de la tasa salarial usada
por Phillips. Indicaron que el equilibrio general en el mercado laboral depende de los
salarios reales y no los salarios nominales, retomando una tesis de la econmica clsica.
Esto generara un cambio en la ecuacin de la Curva de Phillips, ya no sera 1W*= f(U), sino
P*= g(U). Este cambio tambin se puede explicar con el argumento de que los salarios estn
en funcin de los precios de bienes y servicios consumidos por los trabajadores, por lo que
puede adaptarse a la ecuacin de Curva de Phillips. Sin embargo, aunque la relacin inversa
siga vigente ahora nos encontramos con otro enunciado para describir dicha relacin. Ya no
es, si disminuye la tasa de desempleo, aumentan los salarios y viceversa, ahora tenemos
que, una disminucin en la tasa de desempleo generara un aumento en el nivel general de
precios. Aunque tericamente es igual que la primera ecuacin, ya que segn la teora
neoclsica, si aumenta el nivel de salarios generara un alza en el nivel general de precios.
Otra consideracin que agregaron Friedman y Phelps es que los agentes generan
expectativas adaptativas, esto significa que en el periodo t o periodo actual los agentes
tendrn como referencia el periodo inmediato anterior (t-1) para hacer sus expectativas de
incremento en los precios, esto suceder en todos los periodos. Esta consideracin llevo a
la postulacin de una tasa natural de desempleo en el largo plazo, y pronosticaron que
debido a las expectativas adaptativas, todo intento por reducir el desempleo mediante
polticas econmicas expansivas se traducira en tasas de inflacin cada vez mayores.

1
Siendo: W*= tasa salarial. U= tasa de desempleo. F= funcin de. P* Nivel general de precios o nivel de
inflacin (representando el salario real). G= Funcin de.(expresada como g para no cometer error
matemtico al expresar ambas ecuaciones con el mismo smbolo)
Metodologa
Primeramente se descargaron datos del portal INEGI, una serie de la tasa de desocupacin
en Mxico, medido en porcentaje, para el periodo 2005-2016. Posteriormente, se
descargaron datos del portal INEGI, una serie de inflacin mensual interanual medida en
porcentaje para el periodo 2005-2016. Tras la obtencin de datos, se procedi a
introducirlos como grupo en el programa estadstico Eviews versin 8 y posteriormente se
corri una regresin por el mtodo de mnimos cuadrados ordinarios tomando como
variable dependiente a la inflacin y como variable independiente a la tasa de desempleo.
Resultados

Los resultados de la regresin muestran valores de significancia individual y

conjunta aceptables. Pero se presentan algunos problemas. Segn el
estadstico D-W con un valor de 0.080 hay presencia de autocorrelacion
positiva. La R^2 presenta un valor muy bajo, esto se pudiera explicar por la
falta de variables que expliquen o estn en funcin de la variable dependiente.
Y por ltimo se presenta en el valor del coeficiente del parmetro un valor
distinto al esperado. Como ya se mencion, la relacin de Curva de Phillips es
una relacin inversa. Este contradiccin del modelo con la teora puede tener
causa en la falta de ms datos, como se menciona en la parte introductoria,
W. Phillips realizo un estudio que abarca casi 100 aos de datos para el caso
de Inglaterra, lo cual es casi imposible realizar para el estudio en cuestin, ya
que para Mxico solo existen los datos requeridos para probar la relacin,
desde 2005 a la fecha, por parte de INEGI. Por dicha razn, me mantendr con
estos datos y realizare las pruebas pertinentes para tratar de resolver los
problemas de heteroscedasticidad y autocorrelacion.
Primeramente realice la prueba de Breusch-Pagan para la deteccin de
heteroscedasticidad

Podemos observar que la probabilidad es mayor a 0.05 lo que estara

aceptando la hiptesis nula de que el modelo es homoscedastico.
Tambin, realice la prueba de White para la deteccin de
heteroscedasticidad.
En este caso el valor de la probabilidad si es menor a 0.05 por lo que se
rechaza la hiptesis nula de presencia de homoscedasticidad, y se puede
inferir la presencia de heteroscedasticidad.
Debido a esto, prosegu a correr la regresin con errores robustos con el
procedimiento de White.

Segn la teora realizando este procedimiento, la heteroscedasticidad no se

corrige, pero los errores si lo hacen y por lo tanto se pude confiar en los
estadsticos.
Ahora para el caso de autocorrelacion, proced a realizar el test L; de Breusch-
Godfrey con dos rezagos como lo propone el programa.

Basados en la probabilidad de F, tendramos que rechazar la hiptesis nula

de presencia de no autocorrelacion y concluir que concluir que si la hay.
Debido a esto, utilize el Metodo Eviews para correcion de autocorrelacion.
Primeramente agregue la expresin AR(1) para porbar si era un modelo con
autocorrelacion de primer orden.

Como resultado, se obtuvo un aumento en el valor del estadstico Durbin-

Watson, creciendo de 0.08 a 1.124. Si bien es una mejora, sigue habiendo
evidencia de autocorrelacion positiva, lo ideal ser acercar el valor lo ms
posible a 2. Por lo tanto, proced a correr el modelo asumiendo
autocorrelacion de segundo orden AR (2).
Como se puede observar el estadstico D-W se ha acercado ms al valor de 2.
Pudiendo inferir que hay presencia de autocorrelacion de segundo orden,
proced a correr el test LM.
Ahora la probabilidad F, es mayor a 0.05 por lo se puede aceptar la hiptesis
nula de que no hay presencia de autocorrelacion en el modelo.
Adicionalmente corr una prueba de histograma para verificar la
normalidad del modelo, antes de hacer las pruebas correctivas.

El histograma nos indica evidencia de normalidad, junto con valor de

Jarque-Bera mayor a 0.05, siendo de 0.54.
Conclusin
Para finalizar, como conclusin puedo decir que, a pesar de que la relacin que
lleva la Curva de Phillips es antigua y ha sido probada, pueden existir casos
donde no se cumpla dicha relacin inversa. Las causas pueden ser distintas
debido al contexto econmico y poltico donde se desarrolla una entidad. Pero
tambin est presente el caso estadstico o economtrico, que a falta de datos
o la manipulacin de estos pueden afectar la comprobacin estadstica de la
teora econmica. En el caso del presente trabajo fue la falta de datos en
comparacin a los usados originalmente en el estudio que dara como
resultado la relacin de la Curva de Phillips. Los datos proporcionados por le
portal INEGI para la tasa de desempleo o desocupacin total y la inflacin
mensual interanual solamente aparecen disponibles desde 2005. En estas
condiciones, en el modelo elaborado por m, la relacin que explica la Curva
de Phillips no se cumpli.
Debido al inters que existe de este tema en mi persona, me gustara seguir
recabando datos para nutrir el modelo y poder conseguir estimaciones en el
modelo ms exactas, me gustara seguir trabajando con Mxico como objeto
de estudio para despus tratar de dar una explicacin real de las implicaciones
que puedan tener los resultados empricos confrontando a los resultados
propuestos por William Phillips.