You are on page 1of 42

ANÁLISIS DE LA INFLACIÓN Y EL

DESEMPLEO EN PERÚ DE 1980 A


2015
Antecedentes de la Inflación
En Mishkin (2008) encontramos:
“La inflación como fenómeno se remonta al siglo VI a.c.
El problema de la variación de los precios que
desvaloriza al dinero, es casi tan antiguo como la
moneda acuñada, para esbozar su historia hay que
remontarse al surgimiento de la moneda como medio
de pago.
El rey Creso ordenó acuñar la primera moneda de la
historia, llamada “Stratero”, la cual llevaba su sello real
y se difundió muy rápidamente; por entonces la
palabra inflación no era conocida, pero sus efectos
empezaron a sentirse, de modo significativo” (p. 349).
Al respecto, Shumpeter (1932) nos manifiesta lo siguiente:
“Aunque parezca increíble, tres emperadores romanos de la Era
Cristiana, siglo I, tuvieron que enfrentar serios problemas
derivados de la pérdida de valor de sus monedas debido a la
inflación, y otro emperador, Dioclesiano, fue el primer
gobernante de la historia que diseñó y aplicó un plan
antiinflacionario, en el año 301 d.c .
En el siglo XVI, se produjo un acontecimiento conocido como la
“Revolución de los Precios”, vinculado al descubrimiento y la
extracción de metales preciosos del Nuevo Mundo, entre los que
se encontraba él Perú, lo cual generó un gran debate sobre las
causas de aquella inflación. Así como lo manifiesta Mishkin
(2008).
“En el año 1568 un autor francés llamado Jean Bodin,
formuló por vez primera en la historia del pensamiento
económico una “Teoría de la Inflación”; él explicaba
ese fenómeno diciendo que la expansión monetaria
que afectaba a las metrópolis, se debía a la
disponibilidad de grandes cantidades de oro y plata,
provenientes de la explotación de las minas de las
colonias americanas”. (p.17).
Antecedentes del desempleo
Al respecto en Masaki (2016) encontramos:
“El Desempleo fue descubierto en Gran Bretaña a finales del siglo XIX y
principios del XX, en el momento en que la Economía británica, vivía
consternado por la falta de empleo a finales de 1895, situación que al
concluir el siglo prácticamente, se traducía en una epidemia. Ante el
cual se formaron comisiones gubernamentales especiales para
estudiarlo y resolverlo, como la Comisión
Al respecto Masaki (2016) nos dice lo siguiente:
“A principios de los años 20 el mundo occidental
experimentó una recesión tras otra. Situación que
anunciaba la llegada de la Gran Depresión de 1929; tras
la segunda guerra mundial, muchos países tuvieron un
nuevo auge económico y el desempleo disminuyó
ostensiblemente.
El mercado laboral sufrió otro descalabro como
consecuencia de la crisis petrolera de los años 70, y la
ola de informatización con su secuela de despidos. El
desempleo comenzó a propagarse
indeterminadamente, incluso entre el personal
administrativo, que en el pasado se consideraba
seguro” (p.13)
Por eso, “es permisible decir que el origen del
problema actual del desempleo se remonta a la gran
depresión de 1929, y profundizada desde la década del
60 del siglo pasado”
Hoy, el desempleo es parte de la preocupación de
políticos, instituciones del estado, la plana intelectual y
la sociedad en su conjunto. Se ha convertido
prácticamente, en un fenómeno económico laboral con
el que conviven casi todas las economías del mundo.
LA CURVA DE PHILLIPS
1958 Phillips trazó un diagrama Dos años más tarde, P. Samuelson y
que representaba la relación negativa R. Solow realizaron el mismo
entre 𝜋 𝑦 𝓊 en Reino Unido desde ejercicio que Phillips, pero en EE.UU,
1861-1957. basándose en datos de 1900 a 1960.

 Esta relación, que Samuelson y Solow llamaron CURVA DE PHILLIPS, ocupó rápidamente un lugar fundamental en
el pensamiento y la política macroeconómica.

A finales de los años sesenta – Milton Friedman y Edmund


Phelps- Afirmaron que la aparente relación entre la inflación
y el desempleo era un espejismo.
Milton Friedman: “siempre existe una relación temporal
entre la inflación y el desempleo; no existe una relación
permanente”.
Unos años más tarde, la curva original de Phillips comenzó a
desaparecer.
CURVA ORIGINAL DE PHILLIPS
 En la década de 1970 la relación se rompió. Tanto en EE.UU como en la mayoría de los demás países
hubo una elevada 𝜋 𝑦 𝓊, lo que contradice la curva original de Phillips.
 La C.O de Phillips recogía la relación entre la tasa de inflación y la tasa de desempleo
𝜋𝑡 = 𝜇 + 𝓏 − 𝛼𝓊𝑡

• 𝜋𝑡 𝑒 = 𝜃𝜋𝑡−1
• 𝜃=0
• 𝜋𝑡 = 𝜃𝜋𝑡−1 + 𝜇 + 𝓏 − 𝛼𝓊𝑡

CURVA DE PHILLIPS MODIFICADA O CURVA DE PHILLIPS CON EXPECTATIVAS


 Recoge la relación entre la variación de la tasa de inflación y la tasa de desempleo.
 Lo que ocurrió en la década de 1970 fue un aumento del valor de 𝜃 con el paso del tiempo.

𝜋 − 𝜋𝑡−1 = 𝜇 + 𝓏 − 𝛼𝓊𝑡

• 𝜋𝑡 −𝜃𝜋𝑡−1 = 𝜇 + 𝓏 − 𝛼𝓊𝑡
• 𝜃=1
CURVA DE PHILLIPS A LARGO PLAZO
 Parte del supuesto de que con el paso del tiempo los agentes económicos condicionarán su comportamiento
a las previsiones de inflación, y esto anularía los efectos reales sobre la economía.
 La tasa Natural también se denomina Tasa de desempleo no aceleradora de la inflación o Nairu.
 La curva a largo plazo refleja la neutralidad del dinero en periodos de tiempo superiores a un año, lo que
significa que el desempleo tenderá a mantenerse en su tasa natural independientemente de los niveles de
inflación.
 Los monetaristas sostienen que la curva de Phillips funciona en el corto pero no en el largo plazo. A largo
plazo, la curva es completamente vertical y determina la tasa natural de desempleo.
LA INFLACIÓN ALTA Y LA RELACIÓN DE LA CURVA DE PHILLIPS

 Cuando la tasa de inflación alcanza un elevado nivel, la inflación tiende a ser más variable. Si resulta que la

inflación es más alta de lo previsto, los salarios reales pueden bajar; caso contrario si resulta que la inflación

es más baja de lo imprevisto, los salarios reales pueden subir vertiginosamente.


FERNANDO BELAUNDE
TERRY (1980-1985)
 Cuándo asume la presidencia, el Perú se encontraba en una tendencia negativa, pues venía de

enfrentar la recesión de los 80 y una seria crisis financiera.

 La deuda externa creció de 9.606 millones de dólares a 11.465 millones entre 1981-1982.

 La economía nacional se agravó aún más con la aparición de los grupos terroristas Sendero

Luminoso y MRTA, y con el Fenómeno del Niño en 1983.

 Se redujo el gasto fiscal y la participación estatal en la economía, y se promovió el crédito y la

inversión extranjera.
ALAN GARCIA PEREZ
(1985-1990)
• Anunció que su gobierno limitaría el pago de la deuda externa al 10% de los ingresos por

exportaciones.

• La recaudación fiscal cayó del 14% al 4% del PBI

• Los niveles de consumo real se redujeron en 46%

• El subempleo pasó de 42% a 73%

• Se entregaron US$ 2,724 millones en subsidios a través del dólar MUC.

• Las exportaciones cayeron 16% en términos reales.

• La deuda externa creció de US$ 13,000 millones a US$ 20,000 millones.


ALBERTO FUJIMORI (1990-
2000)

• Su política económica se centró en la aplicación de conceptos neoliberales y de libre mercado.

• Se aplica la restructuración de precios llamada «Shock» económico que buscaba acabar

rápidamente con la inflación y el déficit fiscal.

• Eliminó los impuestos a los productos nacionales.

• Bajaron los aranceles.

• Se creó el nuevo sol , como moneda nacional, en lugar del inti.

• Incapacidad del aparato productivo para generar trabajo (75% de subempleo y 10% de desempleo.)

.
• La liberación de la economía nacional fomentó la inversión extranjera. Como resultado en

1994 la economía peruana creció un 13%.

• Se afirma el plan Brady, para la reducción de nuestra deuda externa.

• Se crearon los Consejos Transitorios de Administración Regional (CTAR)

• Este gobierno fue golpeado por los efectos de la crisis asiática (julio de 1997) y la crisis

rusa (agosto 1998) que hicieron caer las ganancias por exportaciones de materias primas.
MODELO ECONOMÉTRICO

1. ESPECIFICACIÓN

 Modelo de regresión lineal múltiple en niveles:


𝑇𝐼𝑡 = 𝛽1 + 𝛽2 𝑇𝐼𝑡−1 + 𝛽3 𝑈𝑡 + 𝜇𝑡

 Modelo de regresión lineal múltiple con logaritmo:

𝑙𝑇𝐼𝑡 = 𝛽1 + 𝛽2 𝑙𝑇𝐼𝑡−1 + 𝛽3 𝑙𝑈𝑡 + 𝜇𝑡


ESTIMACIÓN

Modelo de regresión lineal múltiple en niveles:

෣ 1 + 0.422926
෡ t = −4.830423
TI ෣ 2 TIt−1 + 93.47869
෣ 3 Ut

• Pvalúe 0.5997 0.0127 0.4350


• Fpvalúe 0.037323 𝑅2 = 0.134878

Modelo de regresión lineal múltiple con logaritmo:

෣ 1 + 0.902021
෢𝐼𝑡 = −0.235480
𝑙𝑇 ෣ 2 𝑙𝑇𝐼𝑡−1 + 0.006971
෣ 2 𝑙𝑈𝑡

• Pvalué (0.8967) (0.0000) (0.9920)


• Fpvalué (0.000000) 𝑅2 = 0.799084
EVALUACIÓN
TEORÍA ECONÓMICA:

෣ 1 + 0.422926
෡ t = −4.830423
TI ෣ 2 TIt−1 + 93.47869
෣ 3 Ut

Según la ecuación macroeconómica, observamos en primer lugar que no se


cumple la teoría macroeconómica.
Los resultados evidencian, que ante un incremento del 1% de la Tasa de Inflación
del periodo anterior, la tasa de inflación del periodo actual ha crecido en 0.42%
durante el periodo de análisis. Además arrojan que ante un incremento del 1% de
la Tasa de Desempleo, la Tasa de Inflación ha crecido en 93.48% durante el
periodo de análisis.
ESTADÍSTICA:

෣ 1 + 0.422926
෡ t = −4.830423
TI ෣ 2 TIt−1 + 93.47869
෣ 3 Ut
• Pvalúe 0.5997 0.0127 0.4350
• Fpvalúe 0.037323 𝑅2 = 0.134878

Significancia individual:
El parámetro de la constante (-4.830423), no es estadísticamente significativo al
1%, 5% y 10%, por lo tanto, no se rechaza la hipótesis nula y no debe quedarse en
el modelo econométrico.
El parámetro de la Tasa de Inflación del periodo anterior (0.422926), es
estadísticamente significativo al 5% y con un nivel de confianza del 95%, por lo
tanto, se rechaza la hipótesis y debe quedarse en el modelo econométrico.
El parámetro de la Tasa de Desempleo (93.47869), no es estadísticamente
significativo al 1%, 5% y 10%, por lo tanto, no se rechaza la hipótesis nula y no
debe quedarse en el modelo econométrico.
Significancia global:
A nivel global los parámetros son significativos al 5% y con un nivel de confianza
de 95%, por lo tanto, todos los parámetros deben quedarse en el modelo
econométrico.

Bondad de ajuste corregido:


𝑅2 = 0.134878
El resultado de la bondad de ajuste corregido nos arroja un valor 0.138060, esto
quiere decir que el 13.80% de las variables de la Tasa de Desempleo y la Tasa de
inflación del periodo anterior explican el comportamiento de la Tasa de inflación.
 PROBLEMAS ECONOMETRICOS:

PROBLEMAS TEST DE IDENTIFICACIÓN RESULTADO


ECONOMETRICOS
AUTO CORRELACIÓN LM Con 2 rezagos, todos los parámetros son mayores a 5%, por lo
tanto, no hay problema de auto correlación.

DURBIN WATSON SI existe problema de autocorrelación ya que el Durbin


Watson equivale 1.810359 significa una auto correlación de
tipo negativa y con un solo rezago.
HETEROSCEDASTICIDAD WHITE De acuerdo con el resultado el pvalúe es menor al 5%,
entonces las variables de los residuos no son constantes; lo
que quiere decir que hay problema de heteroscedasticidad.
CAMBIO O QUIEBRE CUSUM CUADRADO La grafica muestra que hubo un quiebre o cambio estructural
ESTRUCTURAL desde 1990 hasta 2007 debido a las políticas económicas que
se llevaron a cabo en ese periodo.
MULTICOLINEALIDAD VIF-MATRIX DE Según los resultados obtenidos las variables regresoras
CORRELACION mantienen su principio de interdependencia, por lo tanto no
existen problemas de multicolinealidad.
ENDOGENEIDAD CORRELACIÓN hay problema de endogenidad, por lo tanto las variables
regresoras y estocástica están correlacionadas.
NORMALIDAD JARQUE BERA De acuerdo con el resultado el pvalúe es menor a 5%, por lo
tanto, hay problema de normalidad lo que quiere decir que la
variable estocástica no se distribuye normalmente.
EVALUACIÓN

TEORÍA ECONÓMICA:

෣ 1 + 0.902021
෢𝐼𝑡 = −0.235480
𝑙𝑇 ෣ 2 𝑙𝑇𝐼𝑡−1 + 0.006971
෣ 2 𝑙𝑈𝑡

Según la ecuación macroeconómica, observamos en primer lugar que no se


cumple la teoría macroeconómica.
Los resultados evidencian, que ante un incremento del 1% de 𝑙𝑇𝐼𝑡−1 , el 𝑙𝑇𝐼𝑡 ha
crecido en 0.90% durante el periodo de análisis. A demás arrojan que ante un
incremento del 1% de 𝑙𝑈𝑡 , el 𝑙𝑇𝐼𝑡 ha crecido en 0.007% durante el periodo de
análisis.
ESTADÍSTICA

෣ 1 + 0.902021
෢𝐼𝑡 = −0.235480
𝑙𝑇 ෣ 2 𝑙𝑇𝐼𝑡−1 + 0.006971
෣ 2 𝑙𝑈𝑡
• Pvalué (0.8967) (0.0000) (0.9920)
• Fpvalué (0.000000) 𝑅2 = 0.799084

Significancia individual
El parámetro de la constante (-0.235480), no es estadísticamente significativo al
1%, 5% y 10%, por lo tanto, no se rechaza la hipótesis nula y no debe quedarse en
el modelo econométrico.
El parámetro del logaritmo de la Tasa de Inflación del periodo anterior
(0.902021), es estadísticamente significativo al 1% y con un nivel de confianza del
99%, por lo tanto, se rechaza la hipótesis y debe quedarse en el modelo
econométrico.
El parámetro del logaritmo de la Tasa de Desempleo (0.006971), no es
estadísticamente significativo al 1%, 5% y 10%, por lo tanto, no se rechaza la
hipótesis nula y no debe quedarse en el modelo econométrico.
Significancia global
A nivel global los parámetros son significativos al 1% y con un nivel de confianza
de 99%, por lo tanto, todos los parámetros deben quedarse en el modelo
econométrico.

Bondad de ajuste corregido

𝑅2 = 0.799084

El resultado de la bondad de ajuste corregido nos arroja un valor 0.799084, esto
quiere decir que el 79.91% de las variables del logaritmo de la Tasa de Inflación
del periodo anterior y el logaritmo de la Tasa de Desempleo explican el
comportamiento de la Tasa de Inflación del Perú.
 PROBLEMAS ECONOMÉTRICOS:

PROBLEMAS TEST DE IDENTIFICACIÓN RESULTADO


ECONOMÉTRICOS
AUTO CORRELACIÓN LM Con 2 rezagos, todos los parámetros son mayores a 5%, por lo
tanto, no hay problema de auto correlación.
DURBIN WATSON SI existe problema de auto correlación ya que el Durbin
Watson equivale 1.714844 significa una autocorrelación de
tipo negativa y con un solo rezago.
HETEROSCEDASTICIDAD WHITE De acuerdo con el resultado el pvalúe es menor al 5%,
entonces las variables de los residuos no son constantes; lo
que quiere decir que hay problema de heteroscedasticidad.
CAMBIO O QUIEBRE CUSUM CUADRADO La grafica muestra que hubo un quiebre o cambio estructural
ESTRUCTURAL en 2003 debido a las políticas económicas que se llevaron a
cabo en ese periodo.
MULTICOLINEALIDAD VIF-MATRIX DE Según los resultados obtenidos las variables regresoras
CORRELACIÓN mantienen su principio de interdependencia, por lo tanto no
existen problemas de multicolinealidad.
ENDOGENEIDAD CORRELACIÓN No hay problema de endogenidad, por lo tanto las variables
regresoras y estocástica están correlacionadas.
NORMALIDAD JARQUE BERA De acuerdo con el resultado el pvalúe es mayor a 5%, por lo
tanto, no hay problema de normalidad lo que quiere decir que
la variable estocástica se distribuye normalmente.
ANEXOS
ANEXO 1
ESTIMACIÓN ECONOMÉTRICA

Dependent Variable: INFLACION


Method: Least Squares
Date: 11/30/18 Time: 14:29
Sample (adjusted): 1981 2015
Included observations: 35 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
DESEMPLEO 93.47869 118.2434 0.790561 0.4350
INFLACION(-1) 0.422926 0.160130 2.641144 0.0127
C -4.830423 9.113455 -0.530032 0.5997
R-squared 0.185767 Mean dependent var 3.679076
Adjusted R-squared 0.134878 S.D. dependent var 13.66429
S.E. of regression 12.70942 Akaike info criterion 8.004381
Sum squared resid 5168.943 Schwarz criterion 8.137697
Log likelihood -137.0767 Hannan-Quinn criter. 8.050402
F-statistic 3.650406 Durbin-Watson stat 1.810359
Prob(F-statistic) 0.037323
ANEXO 2
PROBLEMA DE AUTO CORRELACIÓN – LM

Breusch-Godfrey Serial Correlation LM Test:


F-statistic 1.476249 Prob. F(2,30) 0.2446
Obs*R-squared 3.135951 Prob. Chi-Square(2) 0.2085
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/30/18 Time: 23:25
Sample: 1981 2015
Included observations: 35
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
DESEMPLEO 157.1640 153.1671 1.026095 0.3130
INFLACION(-1) -1.232916 0.822472 -1.499037 0.1443
C -7.080365 9.995636 -0.708346 0.4842
RESID(-1) 1.350053 0.846513 1.594840 0.1212
RESID(-2) 0.381348 0.371321 1.027005 0.3126
R-squared 0.089599 Mean dependent var -1.19E-15
Adjusted R-squared -0.031788 S.D. dependent var 12.32995
S.E. of regression 12.52439 Akaike info criterion 8.024797
Sum squared resid 4705.813 Schwarz criterion 8.246990
Log likelihood -135.4339 Hannan-Quinn criter. 8.101498
F-statistic 0.738124 Durbin-Watson stat 2.011296
Prob(F-statistic) 0.573386
ANEXO 3
PROBLEMAS DE HETEROSCEDASTICIDAD – WHITE
Heteroskedasticity Test: White
F-statistic 194.3607 Prob. F(5,29) 0.0000
Obs*R-squared 33.98581 Prob. Chi-Square(5) 0.0000
Scaled explained SS 213.7859 Prob. Chi-Square(5) 0.0000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/30/18 Time: 23:26
Sample: 1981 2015
Included observations: 35
Variable Coefficient Std. Error t-Statistic Prob.
C -359.9780 383.3646 -0.938997 0.3555
DESEMPLEO^2 -90111.74 78172.92 -1.152723 0.2584
DESEMPLEO*INFLACION(-1) 2690.209 739.8223 3.636290 0.0011
DESEMPLEO 11537.14 11292.25 1.021686 0.3154
INFLACION(-1)^2 -0.510375 0.419616 -1.216290 0.2337
INFLACION(-1) -109.8041 74.91110 -1.465792 0.1535
R-squared 0.971023 Mean dependent var 147.6841
Adjusted R-squared 0.966027 S.D. dependent var 581.3022
S.E. of regression 107.1438 Akaike info criterion 12.34103
Sum squared resid 332914.0 Schwarz criterion 12.60766
Log likelihood -209.9680 Hannan-Quinn criter. 12.43307
F-statistic 194.3607 Durbin-Watson stat 1.666260
Prob(F-statistic) 0.000000
ANEXO 4
CAMBIO O QUIEBRE ESTRUCTURAL – CUSUM CUADRADO

1.4

1.2

1.0

0.8

0.6

0.4

0.2

0.0

-0.2

-0.4
84 86 88 90 92 94 96 98 00 02 04 06 08 10 12 14

CUSUM of Squares 5% Significance


ANEXO 5
ENDOGENEIDAD – CORRELACIÓN

DESEMPLEO INFLACION(-1) RESID


DESEMPLEO 1.00 -0.08 -0.01
INFLACION(-1) -0.08 1.00 -0.23
RESID -0.01 -0.23 1.00

ANEXO 6A
MULTICOLINEALIDAD –VIF
Variance Inflation Factors
Date: 11/30/18 Time: 22:38
Sample: 1980 2015
Included observations: 35
Coefficient Uncentered Centered
Variable Variance VIF VIF
DESEMPLEO 13981.51 17.73787 1.007138
INFLACION(-1) 0.025642 1.082992 1.007138
C 83.05506 17.99627 NA
ANEXO 6B
MULTICOLINEALIDAD – MATRIX DE CORRELACIÓN
DESEMPLEO INFLACION(-1)
DESEMPLEO 1.00 -0.08
INFLACION(-1) -0.08 1.00

ANEXO 7
NORMALIDAD – TEST DE JARQUE BERA
30
Series: Residuals
Sample 1981 2015
25
Observations 35

20 Mean -1.19e-15
Median -2.438003
15 Maximum 57.51643
Minimum -28.23154
Std. Dev. 12.32995
10
Skewness 3.031924
Kurtosis 16.05038
5
Jarque-Bera 301.9956
0 Probability 0.000000
-30 -20 -10 0 10 20 30 40 50 60
ANEXO 8
NUBE DE PUNTOS DE LA TASA DE INFLACIÓN Y LA TASA DE DESEMPLEO (1980-2015)
80

70

60

50

40
TI

30

20

10

0
.04 .05 .06 .07 .08 .09 .10 .11

U
ANEXO 9
MODELO DE REGRESION LINEAL DE LA TASA DE INFLACIÓN Y LA TASA DE DESEMPLEO (1980-2015)
80

70

60

50

40

TI 30

20

10

0
.04 .05 .06 .07 .08 .09 .10 .11

U
ANEXO 10
ESTIMACIÓN ECONOMÉTRICA CON LOGARITMOS

Dependent Variable: LOGINFLACION


Method: Least Squares
Date: 11/30/18 Time: 23:02
Sample (adjusted): 1981 2015
Included observations: 35 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
LOGDESEMPLEO 0.006971 0.685907 0.010163 0.9920
LOGINFLACION(-1) 0.902021 0.077818 11.59147 0.0000
C -0.235480 1.799950 -0.130826 0.8967
R-squared 0.810902 Mean dependent var -1.850497
Adjusted R-squared 0.799084 S.D. dependent var 2.358325
S.E. of regression 1.057089 Akaike info criterion 3.030731
Sum squared resid 35.75797 Schwarz criterion 3.164046
Log likelihood -50.03779 Hannan-Quinn criter. 3.076751
F-statistic 68.61230 Durbin-Watson stat 1.714844
Prob(F-statistic) 0.000000
ANEXO 11
PROBLEMA DE AUTO CORRELACIÓN CON LOGARITMOS – LM
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.843671 Prob. F(2,30) 0.4401
Obs*R-squared 1.863739 Prob. Chi-Square(2) 0.3938

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/29/18 Time: 15:07
Sample: 1981 2015
Included observations: 35
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
LOGDESEMPLEO -0.048470 0.717422 -0.067561 0.9466
LOGINFLACION(-1) 0.009745 0.099867 0.097579 0.9229
C -0.110652 1.855686 -0.059628 0.9528
RESID(-1) 0.156184 0.201484 0.775169 0.4443
RESID(-2) -0.194791 0.205252 -0.949035 0.3502
R-squared 0.053250 Mean dependent var -5.08E-17
Adjusted R-squared -0.072984 S.D. dependent var 1.025527
S.E. of regression 1.062291 Akaike info criterion 3.090297
Sum squared resid 33.85387 Schwarz criterion 3.312489
Log likelihood -49.08019 Hannan-Quinn criter. 3.166997
F-statistic 0.421835 Durbin-Watson stat 1.991398
Prob(F-statistic) 0.791592
ANEXO 12
PROBLEMAS DE HETEROSCEDASTICIDAD CON LOGARITMOS – WHITE
Heteroskedasticity Test: White
F-statistic 4.327024 Prob. F(5,29) 0.0046
Obs*R-squared 14.95462 Prob. Chi-Square(5) 0.0106
Scaled explained SS 17.29727 Prob. Chi-Square(5) 0.0040
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/01/18 Time: 01:22
Sample: 1981 2015
Included observations: 35
Variable Coefficient Std. Error t-Statistic Prob.
C -9.486723 34.07774 -0.278385 0.7827
LOGDESEMPLEO^2 -1.384816 4.810243 -0.287889 0.7755
LOGDESEMPLEO*LOGINFLACION(-1) -0.620619 0.489754 -1.267205 0.2152
LOGDESEMPLEO -7.557131 25.67707 -0.294314 0.7706
LOGINFLACION(-1)^2 0.122091 0.037217 3.280543 0.0027
LOGINFLACION(-1) -1.250556 1.307776 -0.956246 0.3469
R-squared 0.427275 Mean dependent var 1.021656
Adjusted R-squared 0.328529 S.D. dependent var 1.724382
S.E. of regression 1.413016 Akaike info criterion 3.684134
Sum squared resid 57.90178 Schwarz criterion 3.950765
Log likelihood -58.47235 Hannan-Quinn criter. 3.776175
F-statistic 4.327024 Durbin-Watson stat 1.678898
Prob(F-statistic) 0.004606
ANEXO 13
CAMBIO O QUIEBRE ESTRUCTURAL – CUSUM CUADRADO
CON LOGARITMOS
1.4

1.2

1.0

0.8

0.6

0.4

0.2

0.0

-0.2

-0.4
84 86 88 90 92 94 96 98 00 02 04 06 08 10 12 14

CUSUM of Squares 5% Significance


ANEXO 14
ENDOGENEIDAD – CORRELACIÓN CON LOGARITMOS

LOGDESEMPLEO LOGINFLACION(-1) RESID


LOGDESEMPLEO 1.00 0.14 0.00
LOGINFLACION(-1) 0.14 1.00 0.00
RESID 0.00 0.00 1.00

ANEXO 15A
MULTICOLINEALIDAD –VIF CON LOGARITMOS
Variance Inflation Factors
Date: 11/29/18 Time: 15:16
Sample: 1980 2015
Included observations: 35
Coefficient Uncentered Centered
Variable Variance VIF VIF
LOGDESEMPLEO 0.470468 103.1403 1.021047
LOGINFLACION(-1) 0.006056 1.615334 1.021047
C 3.239818 101.4766 NA
ANEXO 15B
MULTICOLINEALIDAD –MATRIX DE CORRELACIÓN CON LOGARITMOS

LOGDESEMPLEO LOGINFLACION(-1)
LOGDESEMPLEO 1.00 0.14
LOGINFLACION(-1) 0.14 1.00

ANEXO 16
NORMALIDAD – TEST DE JARQUE BERA CON LOGARITMOS
12
Series: Residuals
Sample 1981 2015
10
Observations 35

8 Mean -5.08e-17
Median 0.006005
6 Maximum 2.289130
Minimum -2.464098
Std. Dev. 1.025527
4
Skewness 0.109562
Kurtosis 3.767375
2
Jarque-Bera 0.928784
0 Probability 0.628517
-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5
ANEXO 17
NUBE DE PUNTOS DE LA TASA DE INFLACIÓN Y LA TASA DE DESEMPLEO CON LOGARITMOS (1980-2015)

LTI
-2

-4

-6

-8
-3.2 -3.0 -2.8 -2.6 -2.4 -2.2

LU
ANEXO 18
MODELO DE REGRESION LINEAL DE LA TASA DE INFLACIÓN Y LA TASA DE DESEMPLEO (1980-2015)
6

LTI
-2

-4

-6

-8
-3.2 -3.0 -2.8 -2.6 -2.4 -2.2

LU