la influencia regional sobre la economía uruguaya – un ... de economa/iees… · análisis de...

LLaa iinnfflluueenncciiaa rreeggiioonnaall ssoobbrree llaa eeccoonnoommííaa uurruugguuaayyaa –– UUnnaannáálliissiiss ddee llooss úúllttiimmooss vveeiinnttee aaññooss11

Bibiana LanzilottaCecilia Llambí

Gabriela Mordecki

Resumen

El propósito del presente trabajo es estimar el impacto de los shocks provenientes desdeArgentina y Brasil sobre el nivel de actividad uruguayo. El período de análisis se extiendedesde enero de 1980 hasta marzo de 2002, con la finalidad de incorporar en el estudio losimpactos de los acontecimientos regionales más recientes.

El documento se organiza en dos partes. La primera intenta investigar la existencia derelaciones de largo plazo entre los PBI regionales y en qué medida el nivel de actividaduruguayo queda determinado por los propios de Argentina y Brasil. La segunda parte buscaestimar los canales comerciales de bienes a través de los cuales dicha relación se haceefectiva. Una vez analizadas las relaciones de largo plazo se investiga la dinámica de cortoplazo, para observar el proceso de ajuste de las variables. La aproximación empírica se realizaa través de técnicas de cointegración y vectores autorregresivos con mecanismo de correcciónde error (VECM).

1 Este trabajo fue realizado en el marco del proyecto de investigación de CSIC, coordinado por AdriánFernández, “Modelización y predicción de las principales variables macroeconómicas: impactosregionales, nivel de actividad, mercado de trabajo y precios”, del Área de Coyuntura Económica delInstituto de Economía, Facultad de Ciencias Económicas y Administración, Udelar.

Pág.2

Índice

I. Introducción ................................................................................................................................3II. Antecedentes.............................................................................................................................4III. Marco metodológico .................................................................................................................6IV. Análisis empírico ......................................................................................................................7

IV.1 Análisis de los impactos regionales sobre el PBI uruguayo...............................................7IV.1.1 Series y fuentes de información...................................................................................7IV.1.2 Análisis de las series y estimación de modelos univariados: ......................................8IV.1.3 Relaciones de equilibrio de largo plazo .....................................................................14IV.1.4 Dinámica de corto plazo ............................................................................................16IV.1.5 Simulación de impulso respuesta ..............................................................................16IV.1.6 Predicciones...............................................................................................................18

IV.2 Impacto regional sobre las exportaciones uruguayas ......................................................19IV.2.1 Definición y descripción de las series utilizadas........................................................19Test de raíz unitaria..............................................................................................................21IV.2. 2 Relaciones de equilibrio de largo plazo ....................................................................22

V. Comentarios finales.................................................................................................................25Anexo 1: Efectos de la región sobre el PBI uruguayo.................................................................28

A.1.1 Modelos univariados.......................................................................................................28A.1.2 Modelo multivariado con PBIs regionales ......................................................................29

Anexo 2: Estudio de los canales comerciales .............................................................................39A.2.1 Determinantes de las exportaciones uruguayas a Argentina.........................................39A.2.2 Determinantes de las exportaciones uruguayas a Brasil ..............................................45

Pág.3

I. Introducción

La importancia de la evolución de las economías de la región, Argentina y Brasil, sobre lauruguaya ha sido creciente en los últimos años. El paralelismo de las políticas económicasllevadas adelante en los tres países, sobre todo en la última década, ha potenciado este efecto.Por un lado, la política comercial, tanto con la ampliación del PEC (Protocolo de ExpansiónComercial con Brasil) y el CAUCE (Convenio Argentina-Uruguay de Cooperación Económica)como con la firma del Mercosur en 1991 y su entrada en vigencia en 1995, crearon lazoscomerciales que incrementaron en forma sustancial el comercio entre los tres países.

Exportaciones uruguayas a Argentina y Brasil(% del total)

Argentina Brasil Resto del mundo1980 12,6 16,8 70,61985 7,4 16,8 75,81990 4,8 29,6 65,51992 19,3 16,6 64,11995 12,7 33,2 54,11996 11,3 34,7 54,01997 13,0 34,5 52,51998 18,6 33,8 47,61999 16,5 24,9 58,62000 17,9 23,1 58,92001 15,4 21,3 63,3

Fuente: BCU

Las políticas monetarias basadas en anclas cambiarias con el objetivo de combatir la inflaciónque practicaron los tres países implicaron un alineamiento de los tipos de cambio realesdurante gran parte de la década de los 90. El posterior abandono de estas políticas, primeropor Brasil en 1999, luego por Argentina a principios de 2002 y, por último, por Uruguay,muestra ineludiblemente la fuerte interrelación que existe entre los tres países. Sin embargo,Uruguay, por ser el más pequeño de los tres países es, en definitiva, el más sensible a loscambios en la política de sus vecinos.

Para poder entender y realizar predicciones sobre la evolución de la actividad en Uruguay,resulta entonces de suma importancia profundizar el conocimiento acerca de los impactosprovenientes de las economías regionales. El presente trabajo se plantea como objetivoanalizar los impactos provenientes de Argentina y Brasil sobre la evolución de la actividad enUruguay, desde dos ópticas: por un lado se estudian las relaciones entre los PBI de las treseconomías y por otro, se investiga sobre el canal comercial, midiendo el impacto de lademanda regional y de los precios bilaterales sobre las exportaciones uruguayas destinadas aestos dos países.

El trabajo se organiza de la siguiente forma. En el capítulo II se revisan los antecedentes sobreel tema. En el capítulo III se realiza una breve exposición de la metodología utilizada y en el IVse presenta el análisis empírico. Por último en el capítulo V se anotan algunos comentariosfinales. En el Anexo se incluyen las salidas de las estimaciones realizadas.

Pág.4

II. Antecedentes

Este tema ha sido abordado desde diversos ángulos y aproximaciones metodológicas. Desdela óptica de la evaluación de los impactos de shocks regionales sobre una economía pequeñacomo la uruguaya, los estudios abordan el tema básicamente a través de modelos tipo VAR(Vectores autorregresivos), que sólo manejan información contenida en la muestra y noimponen restricciones a priori basadas en la teoría económica. Desde otra perspectiva, algunostrabajos analizan la correlación entre los ciclos de actividad económica, en el marco de la teoríade la convergencia, o con el objetivo de detectar regularidades cíclicas que permitan anticiparla evolución del ciclo uruguayo.

En Favaro y Sapelli (1986) se realiza un análisis conjunto por medio de VAR y se intentaencontrar las regularidades empíricas que permitan formular hipótesis sobre la influenciaexterna en los ciclos de la actividad económica uruguaya. La utilización de modelos VARresponde a la comprobación de que se está en un estadio muy primitivo del conocimiento. Portanto estiman conveniente hacer pocos supuestos acerca de la exogeneidad de las variables ylos rezagos con que cada una debe aparecer en el modelo “correcto”. En dicho estudio, queabarca el período 1943-1975, encuentran que las variables externas han tenido enormeimportancia (en particular los tipos de cambio reales bilaterales) y que el grado de aperturacomercial está positivamente asociado con el PBI.

Saráchaga et al (1986), investigan los efectos de la integración entre Argentina y Uruguay.Estiman, usando datos trimestrales, un modelo de determinación del flujo de exportacionesuruguayas para el período 1978-1985. En éste incluyen variables como la producciónmanufacturera argentina y el tipo de cambio real bilateral. De su investigación deduce que elnivel de actividad argentina juega un rol decisivo como determinante del flujo de compras alUruguay, y que el efecto se verifica contemporáneamente, aunque también identifican unretardo de primer orden significativo.

Con el fin de comprender el mecanismo de transmisión de los shocks regionales Masoller(1998) trabaja en base a un modelo sencillo en el que introduce una demanda regional para losbienes que de otro modo serían no transables, cuyos precios se ajustan lentamente. Utiliza lametodología cuasi-Var para la cuantificación de la importancia de estos shocks y para elestudio del proceso de ajuste de dos variables maroeconómicas clave: PBI y precios relativos(aproximados por los precios al consumidor medidos en términos en dólares). Los resultados alos cuales arriba indican que durante el período 1974-1997, la importancia de los shocksregionales para la economía uruguaya fue variando considerablemente en el transcurso delperíodo. Se encontró que un shock regional favorable expande la producción doméstica, causainflación y conduce a una apreciación del tipo de cambio real.

Cuadrado y Queijo (2001), con el fin de evaluar diversos métodos cuantitativos para lapredicción del PBI uruguayo, estimaron, entre otros, modelos VAR donde incluyeron, ademásdel PBI, otras variables de entorno (PBI de Brasil y Argentina y tipo de cambio real bilateral conambos países). Encontraron que entre el conjunto de modelos estimados este tipo derepresentación fue la que presentó el mejor desempeño predictivo. A partir de ello concluyeronque la consideración de las variables de entorno macroeconómico nacional y regional resultanvaliosas para la predicción del PBI uruguayo.

Desde la óptica de las relaciones entre los ciclos económicos de Argentina, Brasil y Uruguay seencuentran los trabajos de Bértola y Lorenzo (2000) y Kamil y Lorenzo (1998). En el primero deellos se estiman los componentes cíclicos de los PBI per cápita de los tres países utilizandodatos anuales, y se analizan las correlaciones cruzadas entre los componentes cíclicos. Elanálisis abarca un período extenso 1875-1988, que dividen en cuatro subperíodos. Encuentranque los ciclos de las tres economía están positivamente correlacionados y que lascorrelaciones cruzadas más elevadas se detectan entre los componentes cíclicos de Argentinay Uruguay (en forma contemporánea), y que los ciclos de Argentina y Brasil, aunque en latotalidad del período se encuentran relacionados, son los que presentan correlaciones

Pág.5

cruzadas más bajas. Del análisis de las correlaciones correspondientes a Brasil y Uruguay seaprecia que las fluctuaciones cíclicas brasileñas tienden a adelantar en un año a las uruguayas.

Por su parte, Kamil y Lorenzo estudian (utilizando datos trimestrales) la relación entre loscomponentes cíclicos del PBI uruguayo (para el período 1975-1998) y una serie de variables deArgentina y Brasil: PBI, importaciones y tipo de cambio real bilateral. La evidencia encontradaconfirma que la magnitud de las oscilaciones cíclicas observadas en una economía pequeña yabierta como Uruguay está muy relacionada con los shocks externos, en especial con losprovenientes del ámbito regional. Con Argentina, encuentran que los ciclos en el PBI estánpositivamente correlacionados con el ciclo de referencia de la economía uruguaya y tiende aanticiparlo tres trimestres, y que la correlación es aun más fuerte con las importacionesargentinas que adelantan al ciclo del PBI uruguayo muy rápidamente (un trimestre). Lascorrelaciones cruzadas positivas respecto del PBI brasileño son superiores a las encontradascon el argentino (y adelantan en tres trimestres al uruguayo), lo que significa que los productosestán muy sincronizados y a su vez anticipan en mayor medida que el argentino lasfluctuaciones macroeconómicas uruguayas.

Por último, Bucacos (2001) con el fin de analizar los mecanismos de transmisión entre losciclos económicos, analiza la correlación cruzada y la causalidad entre los ciclos de consumoargentino, PBI argentino y PBI brasileño con el PBI uruguayo, para el período 1976 – 2000.Encuentra que las variables macroeconómicas argentinas son procíclicas, en tanto que el PBIbrasileño es sorprendentemente contracíclico respecto del PBI uruguayo.

Pág.6

III. Marco metodológico

En función de las consideraciones anteriores acerca de la posible convergencia entre lasevoluciones de las economías de Argentina, Brasil y Uruguay luego de la integración a partir delos 90, se esperaría encontrar al menos una relación de largo plazo entre la evolución de losPBI de los tres países, así como entre las exportaciones uruguayas y la demanda argentina ybrasileña y los tipos de cambio reales. Se utilizó la técnica multivariante de cointegracióndesarrollada por Johansen, que permite detectar empíricamente la existencia de relaciones deequilibrio de largo plazo, llamadas relaciones de cointegración, entre las n variables de interés.La técnica de Johansen permite determinar la existencia de r relaciones de cointegración, o loque es equivalente, la existencia de n-r tendencias comunes entre las n series.

El análisis de cointegración parte de la especificación de un modelo vectorial autorregresivocon mecanismo de corrección del error (VECM) para un vector de tres variables endógenas(por ejemplo, PBI uruguayo, PBI argentino y PBI brasileño).

(III.1) T ..., 1, = t , + D + + PBI + PBIiA + ... + PBIA = PBI ttk-it1+k-tk1-it1it εµ ΓΠ∆∆∆donde εi ∼ N(0,σ2)µ es un vector de constantes yDi contiene un conjunto de dummies (estacionales e intervenciones).

La información sobre las relaciones de largo plazo está contenida en la matriz ′Π βα = . β esel vector de coeficientes de las relaciones de equilibrio existentes, y α es el vector decoeficientes del mecanismo de ajuste al largo plazo. En función de la identificación del rango dela matriz ∏, se determina el número de relaciones de cointegración que existen entre lasvariables.

El análisis de cointegración implicó realizar contrastes de exclusión (test de significación de losβ) con el fin de evaluar qué variables integran las posibles relaciones de equilibrio, y tests deexogeneidad para determinar cuáles variables son exógenas en dichas relaciones. Para estoúltimo se realizaron los contrastes de exogeneidad débil (a fin de determinar cuales variablesno reaccionan ante desviaciones de las relaciones de largo plazo) y fuerte (analizando,además, la causalidad en el sentido de Granger).

El contraste de exogeneidad débil en el sistema completo implica analizar la significación de losα y se realiza a partir del estadístico de razón de verosimilitud.

r ..., 1, =j 0, = :H j ij α

Una vez estudiada la relación de largo plazo, se procedió al análisis de la dinámica de cortoplazo, que pone en evidencia los mecanismos de ajuste de las distintas variables hacia elequilibrio de largo plazo. La dinámica de corto plazo se expresa a través de las matrices Ai dela ecuación (III.1).

Pág.7

IV. Análisis empírico

Este apartado se divide en dos secciones. En la primera se investiga acerca de la existencia derelaciones de largo plazo entre los PBI regionales y en qué medida el nivel de actividaduruguayo queda determinado por los propios de Argentina y Brasil. En la segunda parte, seintenta estimar los canales comerciales de bienes a través de los cuales dicha relación se haceefectiva.

IV.1 Análisis de los impactos regionales sobre el PBI uruguayo.

IV.1.1 Series y fuentes de información

Se utilizaron series trimestrales del PBI de Argentina, Brasil y Uruguay. En este último caso setrabajó con índice de volumen físico (con base 1983=100), elaborado por el Banco Central delUruguay (BCU), para el período 1975-2002. Se trabajó con la transformación logarítmica.

En el caso del PBI argentino y brasileño se optó por trabajar con las series trimestrales deproducto desde 1980 hasta 2002. La fuente estadística del primero fue el Ministerio deEconomía de Argentina y tiene como base el año 1993. El PBI brasileño es elaborado por elInstituto Brasileño de Geografía y Estadística (IBGE), y la base es el año 1990. En amboscasos se trabajó con la transformación logarítmica de las series.

Logaritmo del PBI uruguayo (I.trim1980-I.trim.2002)

1,9

2,0

2,0

2,1

2,1

2,2

2,2

2,3

2,3

Mar

-80

Mar

-82

Mar

-84

Mar

-86

Mar

-88

Mar

-90

Mar

-92

Mar

-94

Mar

-96

Mar

-98

Mar

-00

Mar

-02

Fuente: BCU.

Logaritmo del PBI argentino (I.trim.1980-I.trim.2002)

2,20

2,25

2,30

2,35

2,40

2,45

2,50

Mar

-80

Mar

-82

Mar

-84

Mar

-86

Mar

-88

Mar

-90

Mar

-92

Mar

-94

Mar

-96

Mar

-98

Mar

-00

Mar

-02

Fuente: Mecon.

Pág.8

El estudio en profundidad de las series (que incluye el análisis univariado) se efectuó para losperíodos antes reseñados, mientras que el análisis de cointegración fue realizado para el períodoen más restringido y común entre las tres: 1980-2002.

IV.1.2 Análisis de las series y estimación de modelos univariados:

a) Análisis de raíces unitarias regulares y estacionales

Se realizó el análisis de raíces unitarias regulares y estacionales para las tres series con el fin deestablecer la transformación estacionaria adecuada para cada una de ellas. Los tests de Dickey-Fuller Aumentado (ADF) indicaron en todos los casos la existencia de una raíz unitaria regularen niveles. A su vez, para Argentina y Brasil se encontró una segunda raíz (cuando se realizóel ADF en diferencias) en tanto que para Uruguay, los resultados fueron ambiguos,dependiendo del nivel de exigencia del test. Los resultados se presentan a continuación.

Test de raíz unitariaDickey - Fuller Aumentado (ADF)HO = Existencia de raíz unitaria

Valor del estadísticoen niveles

Rech. HoAl 95%

Valor del estadísticoprimera diferencia

RechAl

95%

HoAl

99%

PBI uruguayo (LogPBIUR) -1,763 no -2,043 si no(9 lags, con cte (8 lags, sin cte. ni tend)

PBI argentino (LogPBIAR) 1,509 no -1,517 no no(10 lags, con cte) (11 lags, sin cte ni tend)

PBI brasileño (LogPBIBR) 3,187 no -1,901 no no(3 lags, con cte) (7 lags, sin cte ni tend)

El número de lags se determinó según el criterio AIC.

Por otro lado, los correlogramas de las primeras diferencias de todas las series sugerían la noestacionariedad de las mismas, y en particular, la existencia de alguna raíz de tipo estacional.Con el fin de evaluar la presencia de raíces unitarias estacionales se utilizó el test de HEGY encada una de las series. Para determinar la existencia de una raíz estacional es preciso verificarla presencia de cuatro raíces unitarias, una no estacional, otra de frecuencia semianual y dosraíces imaginarias que implican una raíz unitaria de frecuencia anual. Para el PBI uruguayo serechaza la hipótesis de la existencia de las raíces imaginarias, no así la de frecuenciasemianual. Alternativamente no se rechaza la presencia de dos raíces unitarias regulares al

Logaritmo del PBI brasileño(I.trim.1980-I.trim.2002)

1,80

1,85

1,90

1,95

2,00

2,05

2,10

2,15

2,20

Mar

-80

Mar

-82

Mar

-84

Mar

-86

Mar

-88

Mar

-90

Mar

-92

Mar

-94

Mar

-96

Mar

-98

Mar

-00

Mar

-02

Fuente: IBGE.

Pág.9

99%, ni la presencia de estacionalidad determinística. Para el PBI argentino y brasileño, seencontraron raíces estacionales.

Test de raíces estacionales(HEGY)

HO = Existencia de raíz unitaria H0 seas=0

γγγγ1 γγγγ2 γγγγ3, γγγγ4Seas2, Seas3,

Seas4PBI uruguayo (LogPBIUR) t = -1,155 t = -2,343 F =15,68 F = 8,96

Rech. H0 al 95% no no si si

∆logPBIuruguayo t = -3,335Rech. H0 al 99% noRech. H0 al 95% Si

t = valor del estadístico.

De los resultados antes expuestos se concluye que no es posible descartar al 5% que lasseries del PBI argentino y brasileño sean I(2), y al 1% que el PBI uruguayo sea I(2). Los dosprimeros presentan estacionalidad estocástica, por lo que la transformación estacionariaadecuada es (1-L) (1-L4), en tanto que, dado que para el PBI uruguayo no se encontraron lascuatro raíces estacionales se optó por modelizar la estacionalidad en forma determinística.

b) Estimación de modelos ARIMA

Con el fin de definir una base de comparación con el modelo multivariado que se estima en elsiguiente apartado, se estimaron modelos ARMA para las series transformadas. Seencontraron que las mismas responden a procesos autorregresivos y de medias móviles de lasiguiente forma:

→ PBI uruguayo: ARIMA (0,1,0) (1,0,0) con dummies estacionales.→ PBI argentino: ARIMA (3,1,0) (0,1,1).→ PBI brasileño: ARIMA (2,1,0) (0,1,1).

Asimismo, fue necesario realizar un análisis de intervención que corrigiera, por un lado, laexistencia de “outliers” y por otro, el “efecto calendario” provocado por la semana de turismo.Para recoger el “efecto calendario” se construyó la variable PASCUA, que toma el valorequivalente a la cantidad de días de semana de turismo que caen en el trimestre enconsideración, tomando como referencia los siete días que van desde el lunes de la semana deturismo hasta el domingo de Pascua. La variable PASCUA resultó significativa solamente parael caso del PBI uruguayo. El coeficiente estimado tomó un valor de -0.002914, lo cual significaque el efecto neto de la semana de turismo es negativo e induce una caída de la actividad decasi 0,3% por día.

c) Análisis de intervención

Por otra parte, se realizaron intervenciones por acontecimientos anómalos. En el caso del PBIuruguayo, para corregir los outliers del período recesivo entre 1981 –1984 se introdujeron dosvariables dummy tipo escalón que recogen la caída de nivel de la serie original, en el cuartotrimestre de 1981 y en el tercer trimestre de 1982. La recesión a partir del primer trimestre de1999 –luego de la devaluación brasileña– también se recoge a través de una dummy tipoescalón con un segundo escalón en el tercer trimestre de 2001, a partir de la profundización de

Pág.10

la crisis argentina. La breve recesión de 1995, luego del “efecto tequila” resultó mejormodelizada a través de un cambio transitorio.2

Acontecimientos anómalos en el PBI UruguayoVariable Coefficient Std. Error t-Statistic Prob.

D(E8104) -0.087303 0.019217 -4.542938 0.0000D(E8203) -0.105021 0.019179 -5.475996 0.0000

D(TC9503) -0.081638 0.017296 -4.720194 0.0000D(E9901) -0.040024 0.019205 -2.084075 0.0399D(E0103) -0.044790 0.022323 -2.006396 0.0477

En el caso del PBI Argentino, se modelizaron seis cambios de nivel y un outlier de tipo impulso. Sehallaron cambios de nivel de signo positivo en el tercer trimestre de 1982, ligado al fin de la guerrade las Malvinas, y en el segundo trimestre de 1991, como consecuencia de la implementación delPlan de Convertibilidad. Los cambios de nivel observados en el primer trimestre de 1985 y en elsegundo trimestre de 1989 y el oultier de tipo aditivo del primer trimestre de 1990 estánrelacionados con episodios de alta inflación o hiperinflación. Finalmente, la agudización de la crisiseconómica desde el segundo semestre del año pasado se recogió a través de dos escalonesconsecutivos (en el tercer y cuarto trimestre del año pasado). Cabe mencionar que la recesiónprovocada partir del “efecto tequila” no produjo ni un cambio transitorio ni de nivel en el PBIargentino.

Acontecimientos anómalos en el PBI ArgentinoVariable Coefficient Std. Error t-Statistic Prob.

D(E8203,1,4) 0.064919 0.022817 2.845256 0.0058D(E8501,1,4) -0.087848 0.022218 -3.953921 0.0002D(E8902,1,4) -0.048320 0.022275 -2.169195 0.0335D(I9001,1,4) -0.064644 0.014303 -4.519482 0.0000D(E9102,1,4) 0.068102 0.022378 3.043242 0.0033D(E0103,1,4) -0.098453 0.022727 -4.332071 0.0000D(E0104,1,4) -0.053916 0.023972 -2.249137 0.0277

Para el caso del PBI brasileño se especificó un solo cambio de nivel en el tercer trimestre de1987, relacionado con el fracaso del Plan Cruzado. Adicionalmente, se especificaron dosoutliers de tipo aditivo de signo negativo. El primero, ubicado en el segundo trimestre de 1990,se vincula al primer Plan Collor, cuando se produjo la confiscación de los depósitos, con laconsiguiente restricción de liquidez e impacto negativo sobre las expectativas. El segundo, enel primer trimestre de 1991 se relaciona con el segundo Plan Collor, también de característicasrestrictivas en lo monetario y fiscal. El cambio transitorio especificado en el segundo trimestrede 1989 se vincularía a la aplicación del Plan Verano, que habría tenido un efecto inicialexpansivo. Resulta llamativo que ni el Plan Real ni el efecto tequila ni la devaluación deprincipios de 1999 producen cambios de nivel en el producto brasileño.

Acontecimientos anómalos en el PBI BrasileñoVariable Coefficient Std. Error t-Statistic Prob.

D(E8703,1,4) -0.069796 0.017580 -3.970256 0.0002D(TC8902,1,4) 0.067313 0.016206 4.153589 0.0001D(I9002,1,4) -0.071970 0.011320 -6.358066 0.0000D(I9101,1,4) -0.046420 0.011083 -4.188260 0.0001

Las ecuaciones estimadas para las tres variables fueron las siguientes:

2 Al respecto, Cuadrado y Queijo (2001) también encuentran los escalones correspondientes al últimotrimestre de 1981 y al tercer trimestre de 1982, así como el cambio transitorio del tercer trimestre de 1995.El cambio de nivel del primer trimestre de 1999 es hallado también por Bucacos (2001).

Pág.11

dlog(pbiur)t = 0.00481 -0.00289.d(pascua) - 0.08725.d(e8104) - 0.10411.d(e8203) -0.08147.d(tc9503) - 0.04.d(e9901) + 0.01285.d(seas2) - 0.00196.d(seas3) + 0.10272.d(seas4)+ 0.56857.d(lpbiur) t-4

dlog(pbiar,1,4)t = 0.06439*d(e8203,1,4) - 0.08994*d(e8501,1,4) - 0.05219*d(e8902,1,4) -0.06387*d(i9001,1,4) + 0.06252*d(e9102,1,4) - 0.04331*d(e9502,1,4) - 0.09634*d(e0103,1,4) -0.05654*d(e0104,1,4) + 0.10569*d(lpbiar,1,4)t-1 -0.3061*d(lpbiar,1,4)t-2 +0.39017*d(lpbiar,1,4)t-3

-0.91376 εt-4

dlog(pbibr,1,4) = -0.0698.d(e8703,1,4) + 0.067313.d(tc8902,1,4) - 0.07197.d(i9002,1,4) -0.04642.d(i9101,1,4) + 0.2172035751.d(lpbibr,1,4)t-1-0.2956473072.d(lpbibr,1,4)t-2-0.59588.εt-4

Las salidas correspondientes a las estimaciones de los modelos para el PBI uruguayo, PBIargentino y PBI brasileño así como la evaluación del desempeño predictivo de los modelos sepresentan en el Anexo 1.

d) Evaluación del desempeño predictivo del modelo para el PBI uruguayo

A los efectos de evaluar el desempeño predictivo del modelo estimado para el PBI uruguayo, secontrastó con otros dos modelos alternativos. Uno de ellos es el más ampliamente utilizado ycorresponde a una especificación tipo “aerolíneas” (Ecuación 1), mientras que el segundo,corresponde a la especificación realizada por el BCU en oportunidad de la publicación de lasseries de PBI revisadas (Ecuación 2). Los tres modelos evaluados para el PBI uruguayo fueronlos siguientes:

Ecuación 1: ARIMA (0,1,0)(0,1,1)Ecuación 2: (BCU): ARIMA (1,0,0)(0,1,1)Ecuación 3: ARIMA (0,1,0)(1,0,0) con dummies estacionales

Se calcularon los errores de predicción de cada modelo a un paso y a cuatro pasos, para elperíodo 1989-2000.3 Puede observarse que el modelo correspondiente a la ecuación 3 (ARIMA(0,1,0)(1,0,0) con estacionalidad determinística) es el que mejor se comporta en el horizontetemporal a un paso, ya que presenta los menores valores de los estadísticos calculados con laexcepción del error medio (EM).

Cuando se considera el horizonte a cuatro pasos, el mejor ajuste lo presenta la ecuación 2(modelo especificado por el BCU), dado que presenta los menores valores de los estadísticosexceptuando el error absoluto medio (EAM). Claramente, la especificación correspondiente almodelo tipo “aerolíneas” presentó el peor ajuste.4

Evaluación de desempeño predictivo de los tresmodelos ARIMA

Predicciones 1989-2000Ecuación 1(0,1,0)(0,1,1)

Ecuación 2(1,0,0)(0,1,1)

Ecuación 3(0,1,0)(1,0,0)

Predicciones a un pasoError Medio (EM) -0,4 -0,3 -0,5Error Absoluto Medio (EAM) 3,0 3,0 2,8Error Cuadrático Medio (ECM) 15,4 15,3 13,4Raíz del Error Cuadrático Medio (RECM) 3,9 3,9 3,7Rango de los errores absolutos (MaxEA-MinEA) 11,5 11,6 10,7Predicciones a cuatro pasos Error Medio (EM) -1,7 -0,6 -1,3 3 Se optó por excluir el año 2001 y primer trimestre de 2002 por constituir un período de fuertes shocks, loque hace que la predicción mediante modelos univariantes no resulte la más apropiada.4 Cuadrado y Queijo (2001) realizan una evaluación similar tomando el período 1998.1 – 2000.3 yconcluyen que el mejor ajuste corresponde a una especificación tipo ARIMA con estacionalidaddeterminística para los horizontes temporales desde uno a cuatro pasos.

Pág.12

Error Absoluto Medio (EAM) 7,3 6,2 6,0Error Cuadrático Medio (ECM) 89,2 59,0 62,7Raíz del Error Cuadrático Medio (RECM) 9,4 7,7 7,9Rango de los errores absolutos (MaxEA-MinEA) 26,8 18,8 20,0

Del estudio de los errores sistemáticos estacionales para el período 1998-2000 se desprendeque la especificación correspondiente a la Ecuación 3 no presenta errores de predicciónsistemáticos (que se expresarían en un ECM más alto en algún trimestre). No así lasespecificaciones dadas por las Ecuaciones 1 y 2. Los resultados se presentan en el cuadro quesigue.

Detección de errores sistemáticos estacionales Error Cuadrático Medio

Predicciones a un paso 1989-2000Ecuación 1(0,1,0)(0,1,1)

Ecuación 2(1,0,0)(0,1,1)

Ecuación 3(0,1,0)(1,0,0)

Trimestre I 182,0 137,6 129,1Trimestre II 145,8 200,9 149,1Trimestre III 277,1 254,1 248,6Trimestre III s/9503 145,2 117,6 132,3Trimestre IV 132,3 142,0 117,7

Como resultado del análisis del desempeño predictivo de los tres modelos y del estudio de loserrores sistemáticos estacionales, se optó por la ecuación 3 (ARIMA (0,1,0)(1,0,0) con dummiesestacionales), tal como se adelantara en el apartado anterior.

PBI UruguayPredicciones a un paso 1989-2001

110

120

130

140

150

160

170

180

190

200

1990

/I

1990

/III

1991

/I

1991

/III

1992

/I

1992

/III

1993

/I

1993

/III

1994

/I

1994

/III

1995

/I

1995

/III

1996

/I

1996

/III

1997

/I

1997

/III

1998

/I

1998

/III

1999

/I

1999

/III

2000

/I

2000

/III

Indi

ce b

ase

1983

=100

PBI Ur PBIFEQ2

PBIFEQ4 PBIFEQ5

Pág.13

Evaluación de desempeño predictivo de los tres modelos ARIMA parael PBI UruguayoPredicciones 1999/01-2000/04

Años PBIUruguayo

Ecuación 1(0,1,0)(0,1,1)

Ecuación 2(1,0,0)(0,1,1)

Ecuación 3(0,1,0)(1,0,0)

Predicciones a 1 paso1999/01 162,0 168,1 166,2 167,81999/02 163,1 164,6 167,1 164,91999/03 159,8 167,0 166,8 166,71999/04 178,2 178,1 179,4 178,72000/01 163,2 160,6 161,5 160,62000/02 157,8 162,6 163,4 161,82000/03 157,5 157,8 159,0 159,92000/04 176,0 175,6 177,2 176,3

Predicciones a 4 pasos1999/01 162,0 166,1 163,3 166,21999/02 163,1 168,2 170,9 168,01999/03 159,8 174,2 171,5 174,11999/04 178,2 196,7 195,3 198,52000/01 163,2 175,6 173,0 175,82000/02 157,8 169,3 170,9 169,02000/03 157,5 172,4 171,5 171,52000/04 176,0 182,6 183,6 181,2

Pág.14

IV.1.3 Relaciones de equilibrio de largo plazo

Se estudió la existencia de relaciones de equilibrio de largo plazo entre los tres PBI regionales,y buscando determinar cuántas tendencias subyacentes existen entre las tres series, tomadasen diferencias de sus transformaciones logarítmicas. En el caso de que no se encontraraninguna relación de cointegración, se podría deducir que existen tres tendencias (estocásticas)implícitas que determinan el comportamiento de largo plazo de las series. Si se hallara unarelación de cointegración, significaría que hay dos tendencias, y que se encuentren dosrelaciones de cointegración entre las tres series estaría indicando que existe una trayectoria delargo plazo relevante entre las series.

Del análisis de los test Dickey Fuller y HEGY presentados en el apartado IV.1.2, surge que nose puede descartar la hipótesis de la existencia de dos raíces unitarias regulares en las tresvariables (al 1%). Es así, que se tomaron las transformaciones logarítmicas de los PBI en susprimeras diferencias para obtener series I(1).

Test de Johansen

Se utilizó la metodología de Johansen para investigar la existencia de relaciones decointegración, es decir la existencia de relaciones de equilibrio de largo plazo entre lasvariables.

El vector de variables endógenas ty es el siguiente:

[ ])(),(),( lpbibrdlpbiardlpbiurdyt =

En la especificación utilizada para realizar el Test de Johansen se incluyó un términoconstante; en la estimación de la dinámica transitoria se incluyeron variables dummiesestacionales centradas e intervenciones correspondientes a acontecimientos anómalosdetallados en la sección anterior y al efecto pascua.

El resultado de las estimaciones se presenta en el siguiente cuadro:

VariablesVectores decointegraciónnormalizados DLPBiur DLPbiar DLPBIbr Constante

AutovalorEstadísticode Razón deVerosimilitud

1 -0.54004 -0.84519 0.001282 0.331063 27.34**

-0.92567 1 -2.7216 0.02035 0.176209 13.18

(H0: r=0) 1(H0: r<=1) 2(H0: r<=2) 3 7.0201 20.729 1 -0.10450 0.136332 9.967*

(**) Significativo al 1%. De acuerdo al criterio Akaike (AIC), se eligió 5 retardos para la estimacióndel modelo.

En las filas se presentan los coeficientes de cointegración “normalizados”. En las dos últimascolumnas se presentan los estadísticos de traza y de máximo autovalor correspondientes acada uno de los tres vectores de cointegración estimados. Puede apreciarse que no es posiblerechazar la hipótesis nula de existencia de una relación de cointegración al 99% de confianza,lo que está indicando que las trayectorias de largo plazo de las tres series consideradas eneste trabajo son explicadas por dos tendencias de largo plazo.

Contrastes de exclusión y homogeneidad

Pág.15

Se realizaron los contrastes de exclusión de las variables sobre el vector de cointegración(sobre los β de la matriz Π ), para determinar si una variable está ausente de la relación delargo plazo, o sea, que el comportamiento de largo plazo del sistema no depende de esavariable. También se testeó la significación de la constante y no se rechazó la hipótesis de quefuera nula.

El resultado fue que los coeficientes β correspondientes a todas las variables eranestadísticamente distintas de 0.

Por otra parte se realizó el contraste de homogeneidad sobre los β correspondientes a lasvariables de Argentina y Brasil, no rechazándose la hipótesis de que estos fueran iguales.

Exogeneidad

a) Contrastes de exogeneidad débil

Se investigó la exogeneidad de las variables. Para ello, en primer lugar, se realizaron loscontrastes de exogeneidad débil, testeando si los α de la matriz de cointegración resultabansignificativamente distintos de 0. Si una variable es débilmente exógena, entonces ésta noreacciona ante desviaciones de las relaciones de largo plazo, es decir, no se ajustaendógenamente dentro de la relación de equilibrio.

Tanto el PBI brasileño como el argentino resultaron débilmente exógenas, no así el PBIuruguayo.

b) Exogeneidad fuerte

La condición de exogeneidad fuerte, necesaria para realizar predicciones, requiere que lasvariables cumplan, además de la exogeneidad débil, que sus valores pasados no dependan dela variable endógena (lpbiur). Es decir que no exista retroalimentación entre las variablesexplicativas y la explicada.

A estos efectos se efectuaron los contrastes de causalidad de Granger. Los resultados sepresentan en el cuadro que sigue:

Granger Causality TestsDate: 07/06/02 Time: 14:37Sample: 1980:1 2002:1Lags: 12

Null Hypothesis: Obs F-Statistic Probability

D(LPBIUR) does not Granger Cause D(LPBIAR) 1.22300 0.29375

D(LPBIUR) does not Granger Cause D(LPBIBR) 0.74876 0.69786

Del cuadro se desprende que d(lpbiar) y d(lpbibr) no son causadas en el sentido de Grangerpor d(lpbiur) con lo cual se puede concluir que ambas variables son fuertemente exógenas.

Relación de equilibrio

Una vez testeada la exogeneidad se volvió a estimar la ecuación de equilibrio de largo plazoimponiendo las restricciones de exogeneidad de las variables d(lpbiar) y d(lpbibr),homogeneidad de los coeficientes y exclusión de la constante. La relación de equilibrio de largoplazo estimada fue la siguiente:

Pág.16

ttt lpbibrdlpbiardlpbiurd )(.49102,0)(.49102,0)( += (IV.1)

Esta relación debe interpretarse como que la tasa de crecimiento del PBI uruguayo tiene unarelación estable con las tasas de crecimiento regionales, y que la primera (endógena) quedadeterminada (en el largo plazo) por una combinación lineal de las dos últimas (exógenas) arazón de 0,49 con las tasas de crecimiento de ambas. En otras palabras, la tasa decrecimiento del PBI uruguayo queda determinada en el largo plazo aproximadamente por lasemisuma de las tasas de crecimiento de los PBI de Argentina y Brasil.

Si no se impone la exclusión de la constante, la relación de equilibrio de largo plazo sería lasiguiente:

ttt lpbibrdlpbiardlpbiurd )(.4476,0)(.4476,00016,0)( ++= (IV.2)

De la ecuación IV.2 se desprende que la tasa de crecimiento “autónomo”, es decir, que nodepende de las tasas de crecimiento regionales es muy pequeña (0,2%), de tal forma que noes significativamente distinta de cero.

IV.1.4 Dinámica de corto plazo

La existencia de una única relación de cointegración y la exogeneidad fuerte de los PBIregionales permite modelizar los efectos sobre el uruguayo a través de un modelouniecuacional con mecanismo de corrección de error.

Los efectos de corto plazo se pueden apreciar a través de la siguiente especificación:

d(lpbiur,2) = - 0.00043592 -0.54145*resc1(-1) - 0.31597*d(lpbiur(-1),2) - 0.445757*d(lpbiur(-2),2) - 0.272610*d(lpbiur(-3),2) + 0.178287*d(lpbiar(-3),2) - 0.110881*d(lpbibr(-2),2) + 0.0235283*d(seas2,2) - 0.02910811778*d(seas3,2) +0.0459359*d(seas4,2) - 0.0019912*d(pascua,2) - 0.0491991*d(e8104,2) - 0.0727076*d(e8203,2) -0.0480968*d(tc9503,2) - 0.037842*d(e0103,2) (IV.3)

donde:. resc1 es el residuo de la estimación de largo plazo antes especificada (IV.1), es el

mecanismo de corrección del error.. seas2, seas3, seas4, son dummies estacionales,. e8104, e8203, tc9503, e0103 y pascua, son intervenciones que recogen datos anómalos

(ver sección IV.1.2 ) y el efecto calendario de la semana de turismo.

El coeficiente correspondiente a resc1 (-0.54) debe interpretarse como la velocidad de ajustede la variable endógena (dlpbiur) al equilibrio de largo plazo. Si la tasa de crecimiento delproducto uruguayo se aparta en el período t de la tendencia de largo plazo, en t+1 comienza aretornar a una velocidad de ajuste cercana a 50%. Ello implica que al cabo de dos períodos seajusta aproximadamente 75% del desvío del equilibrio de largo plazo.

En la dinámica de corto plazo se encontraron significativos hasta tres retardos de dlpbiur, eltercer rezago de dlpbiar , y el segundo de dlpbibr. Es decir que en el corto plazo las tasas decrecimiento de Argentina y Brasil afectan de forma diversa, no sólo por los rezagos sino por lamagnitud y el signo de los coeficientes de las variables rezagadas (0,18 y -0,11 Argentina yBrasil, respectivamente).

El efecto de la profundización de la crisis argentina no es recogido totalmente por la trayectoriadel producto argentino, por lo cual en el tercer trimestre de 2001 fue necesario introducir uncambio de nivel. En cambio, el salto producido por la devaluación brasileña a principios de1999 sí se recoge a través de las variables regionales.

IV.1.5 Simulación de impulso respuesta

Pág.17

A partir del modelo se simularon shocks de las variables de Argentina y Brasil sobre lauruguaya, con la finalidad de determinar la trayectoria de la respuesta de la tasa de crecimientodel producto uruguayo ante cambios inesperados en los propios regionales. La simulación serealizó a partir del modelo multiecuacional (VECM), donde las variables de Argentina y Brasilson consideradas endógenas. De esta forma, también es posible recoger la dinámica de cortoplazo de los PBI regionales, y particularmente los efectos del shock en el propiocomportamiento autorregresivo de la variable.

Los resultados se pueden apreciar en los gráficos que siguen.

La magnitud del shock inicial en cada una de las simulaciones correspondió a un desvíoestándar de la ecuación para cada uno de los PBI regionales, para Argentina fue de 0,0303 ypara Brasil, 0,0266.

La respuesta inicial del PBI uruguayo a un shock de esa magnitud sobre la tasa de crecimientodel PBI argentino es aproximadamente un tercio del mismo (0,01). Al cabo del tercer trimestrese habría absorbido más del 50% del impacto inicial, mientras que recién en el décimotrimestre se absorbería el 90%. La respuesta a un shock sobre la tasa de crecimiento del PBIbrasileño si bien es proporcionalmente menor que respecto a la de la tasa de crecimientoargentina, es más prolongada en el tiempo: toma aproximadamente cinco trimestres enabsorberse el shock inicial y trece en absorberse en un 90%.Esto es, la tasa de crecimiento del PBI uruguayo demora dos años y medio en ajustarse a sutrayectoria, una vez recibido el impacto de un shock sobre el crecimiento del PBI argentino ymás de tres años cuando el impulso proviene de la tasa de crecimiento del PBI brasileño.

Simulación de impulso-respuesta de un shock sobre la tasa de crecimiento del PBI argentino sobre la uruguaya

-0,006

-0,004

-0,002

0,000

0,002

0,004

0,006

0,008

0,010

0,012

Simulación de impulso-respuesta de un shock sobre la tasa de crecimiento del PBI brasileño sobre la uruguaya

-0,0025

-0,0015

-0,0005

0,0005

0,0015

0,0025

0,0035

0,0045

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Pág.18

IV.1.6 Predicciones

Por último, se efectuaron predicciones sobre la evolución de los tres PBI para el año 2002 enbase a los modelos estimados. Así, en el caso de Uruguay, se obtuvieron tres proyecciones,dos de ellas sobre la base del modelo univariado y la tercera a partir de la especificaciónmultivariada. Las proyecciones se presentan en el cuadro que sigue.

Variación 2002/2001(%)

Error Estándar delmodelo (%)

Modelos univariadosPBI Uruguay (sin e0103) -6,6 2,22PBI Uruguay (con e0103) -5,3 2,18PBI Argentina -11,8 2,44PBI Brasil 1,9 2,07Modelo multivariadoPBI Uruguay5 -8,7 2,00

Las predicciones resultantes del modelo univariado para Uruguay se realizaronalternativamente incluyendo o no el cambio de nivel del tercer trimestre del 2001. La razón paraello es que las predicciones que surgen de este tipo de modelos son muy sensibles a lainclusión de intervenciones hacia el final del período de la muestra.

Las proyecciones obtenidas a partir del modelo multivariado y del univariado sin incluir elescalón del tercer trimestre de 2001 no difieren estadísticamente dado que los intervalos deconfianza de las estimaciones están solapados.

5 Se utilizaron las proyecciones de los modelos uniecuacionales para Argentina y Brasil

Pág.19

IV.2 Impacto regional sobre las exportaciones uruguayas

En este trabajo se realizó una estimación de las exportaciones uruguayas a Argentina y Brasil,para lo cual se realizó un estudio de cointegración de las series. Siguiendo la literatura sobre eltema, las exportaciones uruguayas a Argentina por un lado y a Brasil por el otro, se estimaronconjuntamente con los tipos de cambio real bilaterales con cada uno de los países vecinos,utilizando los precios minoristas, y la última variable incluida en cada modelo fueron lasimportaciones totales de cada país. Los tipos de cambio reales se incluyeron para reflejar lacompetitividad uruguaya en cada uno de los mercados de destino de las exportacionesuruguayas y para reflejar la posible relación de competencia que exista con los precios del otrovecino, por lo que en cada modelo se incluyeron las dos series de tipo de cambio real. Lasimportaciones se incluyeron como factor de demanda de exportaciones uruguayas a Argentina.

IV.2.1 Definición y descripción de las series utilizadas

Definición de las series

1. Exportaciones uruguayas a ArgentinaFuente: Banco Central del Uruguay

Frecuencia: mensualPeríodo: 1980.01 – 2002.03

Exportaciones uruguayas a Argentina (miles de dólares)

0

10.000

20.000

30.000

40.000

50.000

60.000

Ene-80 May-82 Sep-84 Ene-87 May-89 Sep-91 Ene-94 May-96 Sep-98 Ene-01

FUENTE: BCU

2. Exportaciones uruguayas a BrasilFuente: Banco Central del Uruguay

Frecuencia: mensualPeríodo: 1980.01 – 2002.03

Exportaciones uruguayas a Brasil (miles de dólares)

0

20.000

40.000

60.000

80.000

100.000

120.000


FUENTE: BCU

3. Tipo de cambio real bilateral con Argentina (con precios minoristas y tipo de cambioparalelo)Fuente: Instituto de EconomíaFrecuencia: mensualPeríodo: 1980.01 – 2002.03

Tipo de cambio real bilateral con Argentina (índice 1998-99=100)

0,0

20,0

40,0

60,0

80,0

100,0

120,0

140,0

160,0

180,0


FUENTE: IE

4. Tipo de cambio real bilateral con Brasil (con precios minoristas y tipo de cambio paralelo)Fuente: Instituto de EconomíaFrecuencia: mensualPeríodo: 1980.01 – 2002.03

Tipo de cambio real bilateral con Brasil (índice 1998-99=100)

60,0

80,0

100,0

120,0

140,0

160,0

180,0

200,0


FUENTE: IE

5. Importaciones argentinas totalesFuente: Ministerio de Economía de la Rep. Argentina (MECON)Frecuencia: mensualPeríodo: 1980.01 – 2002.03

Importaciones argentinas totales (millones de dólares)

0

500

1.000

1.500

2.000

2.500

3.000

3.500


FUENTE: MECON

Pág.21

6. Importaciones brasileñas totalesFuente: Banco Central de Brasil (BCB)Frecuencia: mensualPeríodo: 1980.01 – 2002.03

Importaciones brasileñas totales (millones de dólares)

0

1.000

2.000

3.000

4.000

5.000

6.000

7.000


FUENTE: BCB

Determinación del orden de integración de las series

Se contrastó la existencia de raíces unitarias regulares para todas las series con el fin deestablecer la transformación estacionaria adecuada para cada una de ellas.

Se analizaron los gráficos y correlogramas de todas las series y se realizaron los tests deDickey-Fuller Aumentado (DFA) para cada una de ellas.

Como resultado de los tests aplicados, en ningún caso se rechazó la hipótesis nula, por lotanto, las series originales no son estacionarias. En todos ellos se detectó la existencia de unasola raíz unitaria regular, las primeras diferencias no presentaron raíces unitarias regulares,constituyendo entonces transformaciones estacionarias. En síntesis, todas las series resultaronintegradas de orden 1: I(1) o sea que las series son caminatas al azar sin tendencia. Estecomportamiento de las series sería esperable para los tipos de cambio reales, pero no para lasexportaciones o las importaciones. Sin embargo, si se observan los gráficos correspondientes alas mismas, se observa que este resultado podría deberse al período de estudio, ya que en ladécada del ochenta las variables aparecen estancadas, mientras que crecen en los noventa ycaen abruptamente al final del período. Si el estudio solamente se realizara a partir de 1990,seguramente los resultados serían diferentes, como se constata en estudios anteriores.6

Resultados de los tests de raíces unitarias:

Test de raíz unitariaDickey - Fuller Aumentado (ADF)HO = Existencia de raíz unitaria

Valor del estadísticode la serie en niveles

Rech. HoAl 95%

Valor del estadístico dela primera diferencia

de la serieRech. HoAl 95%

Exportaciones a Argentina -0,7267 no -2,5741 si

(sin cte. ni tendencia) (24 lags) (23 lags)

Exportaciones a Brasil -0,5373 no -3,0575 si

(sin cte. ni tendencia) (24 lags) (23 lags)Tipo de cambio real con -1,0864 no -15,5371 si

6. Ver Mordecki, G. – “Uruguayan trade and the real exchange rate – VAR analysis 1990-1998”. Institutode Economía, UDELAR.

Pág.22

Argentina(sin cte. ni tendencia) (0 lags) (0 lags)Tipo de cambio real con Brasil -0,4298 no -4,6731 si(sin cte. ni tendencia) (20 lags) (19 lags)Importaciones totales deArgentina 0,9544 no -2.2182 si

(sin cte. ni tendencia) (18 lags) (17 lags)Importaciones totales deBrasil 0,3191 no -2,5378 si

(sin cte. ni tendencia) (24 lags) (24 lags)

IV.2. 2 Relaciones de equilibrio de largo plazo

Test de Johansen

En el presente estudio, se analizaron varias relaciones entre las variables. Por un lado seestudió la relación entre las exportaciones uruguayas a Argentina (EA), las importacionesargentinas totales (IA) y los tipos de cambios reales bilaterales con Argentina (TA) y con Brasil(TB). Por otro, se estudió la relación entre las exportaciones uruguayas a Brasil (EB), lasimportaciones brasileñas totales (IB) y los tipos de cambios reales bilaterales con Argentina(TA) y con Brasil (TB). En todos los casos se trabajó con los logaritmos de las series.

Para investigar la existencia de relaciones de cointegración se utilizó la metodología deJohansen, intentando verificar si existen relaciones de equilibrio de largo plazo entre lasvariables.

Los vectores de variables endógenas yit son los siguientes:

y1t = [EA, TA, TB, IA]

y2t = [EB, TA, TB, IB]

La especificación utilizada en el Test de Johansen incluyó un término constante yadicionalmente un conjunto de variables dummies para recoger la estacionalidad observada enlas series y otras dummies que recogen los efectos de outliers tanto de tipo impulso comoescalón. También se incluyeron dummies para recoger algunos efectos de la política cambiariay comercial. Así se incluyó una dummy para el Plan Real7 llevado adelante en Brasil, una parael Mercosur8 y otras dos para recoger el grado de protección arancelaria y para-arancelaria deArgentina y Brasil.9 Sin embargo, no todas resultaron significativas en todos los modelos. Elperíodo finalmente utilizado en las estimaciones fue a partir de enero de 1985 y hasta marzo de2002, debido a que las series presentaban una gran variabilidad en los primeros años de ladécada de ochenta, como consecuencia de los planes de estabilización aplicados y la altainflación que experimentaron los países de la región una vez que abandonaron dichos planes.

Los resultados de las estimaciones se presentan en los siguientes cuadros:

1. y1t = [EA, TA, TB, IA]

7 . Esta variable tiene valor 0 desde el inicio de la serie y hasta mayo de 1994. A partir de junio de 1998 yhasta diciembre de 1998 tiene valor 1 y a partir de allí y hasta el final nuevamente vale 0.

8 . La variable Mercosur vale 0 desde el inicio de la serie y hasta diciembre de 1991. Vale 0,25 durante1992, 0,50 en 1993, 0,75 en 1994 y 1 a partir de 1995 y hasta el final.

9. Esta dummy se incluyó siguiendo a G. Bentacur et al (2002) “Una visión microeconómica de losimpactos de la integración regional sobre las inversiones inter e intrarregionales: el caso del Mercosur”.

Pág.23

VariablesVectores decointegración EA TB TA IA Constante

AutovalorEstadístico de

Razón deVerosimilitud

1,000 2,756 -0,303 -1,381 -12,331 0,2158 50,33**

2,888 1,000 -2,483 -3,117 -1,184 0,1063 23,26*

2,100 -0,943 1,000 -3,544 2,915 0,0720 15,47

(H0: r=0) 1

(H0: r=<1) 2

(H0: r=<2) 3

(H0: r=<3) 4 0,054 -0,017 0,132 1,000 -6,862 0,0015 0,3023

(**) Significativo al 1%, (*) significativo al 5%.

Se encontraron dos vectores de cointegración significativos al 5%. Los signos en las dosecuaciones son los esperados: mientras que las exportaciones tienen el mismo signo que lasimportaciones y el tipo de cambio real bilateral con Argentina, el tipo de cambio real bilateralcon Brasil tiene el signo contrario, lo que indicaría una relación inversa entre las exportacionesa Argentina y la competitividad con Brasil.

De acuerdo con el criterio de Akaike, se tomaron 12 rezagos para la estimación de estemodelo.

2. y2t = [EB, TA, TB, IB]

VariablesVectores decointegración EB IB TB TA Constante

AutovalorEstadístico de

Razón deVerosimilitud

1,000 -1,383 -1,025 -0,021 4,800 0,15314 34,41**

0,050 1,000 -0,330 0,609 -8,868 0,1121 24,61*

3,701 -7,357 1,000 7,638 7,638 0,0835 18,05

(H0: r=0) 1

(H0: r=<1) 2

(H0: r=<2) 3

(H0: r=<3) 4 14,689 -20,144 0,940 1,000 -30,167 0,0393 8,301

(**) Significativo al 1%, (*) significativo al 5%.

En este caso, como resultado de la aplicación del Test de Johansen se encontraron dosvectores de cointegración significativos al 5%. Los signos en la primera ecuación son losesperados, aunque a diferencia del caso anterior, el signo del tipo de cambio real bilateral conArgentina da también positivo. Sin embargo, el valor del coeficiente es muy pequeño, por loque no sería significativo. Los signos de la segunda ecuación no son los esperados, peroestarían indicando una relación entre los dos tipos de cambio bilaterales.

De acuerdo con el criterio Akaike, en este caso se tomaron 14 rezagos en la estimación delmodelo.

Contrastes de exclusión y homogeneidad de las variables

Se realizaron los contrastes de exclusión de las variables sobre el vector de cointegración(sobre los β de la matriz Π ), para determinar si una variable está ausente de la relación delargo plazo, o sea, que el comportamiento de largo plazo del sistema no depende de esavariable.

En el primer modelo, representado por la ecuación y1t = [EA, TA, TB, IA], en la primera relaciónde cointegración, los β de las variables EA, IA y TA son estadísticamente diferentes de 0, noocurriendo lo mismo con el coeficiente de TB.

En el segundo modelo, representado por la ecuación y2t = [EB, TA, TB, IB] en la primerarelación de cointegración, los β de las variables EB, IB y TB son estadísticamente diferentes

Pág.24

de 0, no ocurriendo lo mismo con el coeficiente de TA, lo que es similar a lo observado en elprimer modelo.

Relaciones de equilibrio

Las relaciones de equilibrio de largo plazo estimadas son las siguientes:

1. En el primer modelo, que analiza las exportaciones uruguayas a Argentina, la relación delargo plazo estimada es la siguiente:

TBIATAEA ttt 7558,23813,13028,0331,12 −++=

2. En el segundo modelo, que estudia la relación de las exportaciones uruguayas a Brasil, laecuación de cointegración que se encontró fue:

TATBIBEB ttt 02054,00254,13829,18008,4 +++−=

Por lo tanto, en ambas relaciones de largo plazo, las exportaciones uruguayas se relacionanpositivamente con las importaciones totales de ambos países y con el tipo de cambio realbilateral con cada uno de los países. El tipo de cambio real bilateral con el otro país aparececon el signo opuesto en el primer modelo, y no aparece como significativo en el segundo.Igualmente se tomaron en cuenta estas variables en las ecuaciones, porque aparecían en larelación de corto plazo como significativas.

Exogeneidad débil

Se investigó la exogeneidad de las variables. Para ello, en primer lugar, se realizaron loscontrastes de exogeneidad débil, testeando si los α de la matriz de cointegración resultabansignificativamente distintos de 0. Si una variable es débilmente exógena, entonces ésta noreacciona ante desviaciones de las relaciones de largo plazo, es decir, no se ajustaendógenamente dentro de la relación de equilibrio.

1. En el primer modelo, que analiza las exportaciones uruguayas a Argentina, en la primeraecuación de cointegración, las variables EA y TA (o sea las propias exportaciones y el tipo decambio real bilateral con Argentina) resultaron endógenas al modelo, mientras que las otrasdos variables IA y TB (o sea las importaciones totales de Argentina y el tipo de cambio realbilateral con Brasil) aparecen como exógenas al modelo. Esto último era lo esperable, sobretodo para IA, ya que las importaciones totales de Argentina no deberían reaccionar antedesviaciones de las relaciones de las restantes variables de este modelo.

En la segunda ecuación de cointegración de corto plazo, las variables que aparecen comoendógenas son los dos tipo de cambio reales bilaterales (TA y TB), mientras que las otras dosvariables, IA y EA resultan exógenas.

De acuerdo con estos resultados, mientras que la primera ecuación recoge el impacto de lasimportaciones y el tipo de cambio real sobre las exportaciones a Argentina, la segunda muestrala relación endógena entre los tipos de cambio reales bilaterales.

2. En el segundo modelo, que analiza las exportaciones uruguayas a Brasil, los resultados sonsimilares a la primera ecuación del modelo anterior, puesto que resultan endógenas lasexportaciones (EB) y el tipo de cambio real bilateral (TB), mientras que las otras dos variablesson exógenas. Sin embargo, la segunda relación de cointegración no muestra una realciónentre los tipos de cambio de ambos países, como en el modelo anterior, sino que aparecencomo endógenas al modelo las variable EB e IB.

Pág.25

V. Comentarios finales

Del estudio de las relaciones entre los PBI regionales se encontró que existe una relación deequilibrio de largo plazo entre las tres economías analizadas que se verifica en las tasas decrecimiento de los productos. El modelo hallado especifica que la tasa de crecimiento del PBIuruguayo en el largo plazo se determina por la semisuma de las tasas de crecimiento de laseconomías vecinas, Argentina y Brasil. La existencia de una relación de largo plazo escompatible con la hipótesis de una interacción muy significativa entre estas economías, en unperíodo de profundización de la integración regional, donde Uruguay no incide en el largoplazo, sino que es receptor de los acontecimientos de sus socios regionales. Por otra parte, seencontró que Uruguay no tendría, en largo plazo, una tasa de crecimiento autónoma, desligadade las propias tasas de crecimiento de Argentina y Brasil.

Cuando se producen apartamientos del equilibrio, se encontró que el ajuste se procesa enforma relativamente rápida. En la dinámica de corto plazo sí se encontró significativa lapresencia de la propia variable del PBI uruguayo (hasta tres lags y en su segunda diferencia) ytambién resultó significativo el comportamiento rezagado en tres y dos trimestres de lasvariables regionales Asimismo, una vez recibido el impacto de un shock sobre el crecimientodel PBI argentino la tasa de crecimiento del PBI uruguayo demora dos años y medio enajustarse a su trayectoria, y más de tres años cuando el impulso proviene de la tasa decrecimiento del PBI brasileño.

Del análisis univariado surge que los shocks regionales más recientes, la devaluación brasileñaa principios de 1999 y la profundización de la caída de la actividad argentina en el tercertrimestre de 2001, produjeron una caída permanente en la trayectoria del PBI uruguayo, enuna magnitud en torno a 4%.

Los modelos referidos a los canales comerciales de los impactos regionales, demuestran lainfluencia que tienen tanto la demanda como los precios en la determinación de lasexportaciones uruguayas a la región en las relaciones de largo plazo. Además, los signos en larelación son los correctos, por lo que, tanto si se incrementan las importaciones del paísconsiderado, como si mejora la competitividad uruguaya frente a ese país, las exportacionesuruguayas aumentan. La elasticidad de respuesta a las importaciones, en el caso del modelocon Argentina, es mayor que la que corresponde a la competitividad. Sin embargo, en el casode Brasil, la elasticidad de respuesta con respecto a ambas variables es prácticamente lamisma.

En el modelo que analiza las exportaciones a Argentina, son significativas las dummiesreferentes al Mercosur y al Plan Real instrumentado por Brasil. Esto implica, en primer lugar,que como se suponía, el Mercosur implicó reducciones paulatinas y prácticamente totales enlas barreras arancelarias y para-arancelarias, el comercio se incrementó. En segundo lugar, elPlan Real llevado adelante por Brasil, permitió también mejorar el comercio entre Uruguay yArgentina, porque mejoró la competitividad bilateral de Argentina frente a Brasil, lo que trajocomo consecuencia un espectacular crecimiento en Argentina e impulsó la demanda argentinade productos uruguayos.

En el modelo que estudia las exportaciones uruguayas a Brasil, las dummies significativasfueron: la del Mercosur, que tiene una explicación similar a lo sucedido con Argentina, ytambién la protección de Brasil (PB), lo que implica que en este caso, y debido a la altaprotección que tenía Brasil, más allá del Mercosur, la apertura que experimentó dichaeconomía, así como la caída de las barreras para-arancelarias (también reflejadas en estavariable), también influyeron positivamente en las exportaciones uruguayas a Brasil.

En resumen, el presente estudio confirma el fuerte impacto que tienen las economías argentinay brasileña sobre la uruguaya, expresada particularmente en la determinación de la tasa decrecimiento de largo plazo a través de la semisuma de las de sus socios regionales. El tiempoque demora la economía uruguaya en absorber los impactos de las economías vecinas,también es significativo, lo que acentúa aún más la dependencia uruguaya de sus dos vecinos.El canal comercial aparece como uno de los vínculos a través del cual los shocks impactansobre la economía uruguaya. Los modelos aquí estimados permiten analizar la influencia tanto

Pág.26

del desempeño de las economías de Argentina y Brasil, como de las políticas económicasaplicadas en ambos países y la política de integración regional aplicada a partir del Mercosur.

Pág.27

Referencias Bibliográficas

Abeysinghe, T y Forbes, K (2001) Trade linkages and oitput-multiplier effects: a structural VARapproach with a focus on Asia, NBER. WP 8600.

Bértola, L. y Lorenzo, F. (2000), Componentes tendenciales y cíclicos en el PBI per cápita deArgentina, Brasil y Uruguay: 19870-1998. En “Ensayos de historia económica Uruguayen la región en la economía mundial, 1970-1990” ,Trilce.

Bitencourt, G. et al (2002), Una visión microeconómica de los impactos de la integraciónregional sobre las inversiones inter e intrarregionales: el caso del Mercosur. SegundaConvocatoria Red INTAL de Centro de Investigación en Integración, Montevideo.

Bucacos E. (2001): Tendencia y Ciclo en el Producto Uruguayo. Doc. de trabajo, BCU.

Cuadrado E. y Queijo (2000), Utilización de métodos cuantitativos para predecir el PBIuruguayo. Monog. Fac. Ciencias Económicas, UDELAR.

Enders, W. ed (1994), Applied Econometric Time Series. John Wiley & Sons, Iowa,.

Espasa A. y Cancelo J. (1993), Métodos Cuantitativos para el Análisis de la CoyunturaEconómica. Alianza Editorial.

Favaro, E. y Sapelli, C. (1986), Shocks externos, grado de apertura y política doméstica.Premio Nacional de Economía, BCU.

Hamilton, J. (1994), Time Series Analysis. Princeton University Press.

Kamil, H. y Lorenzo, F. (1998) Caracterización de las fluctuaciones cíclicas en la economíauruguaya. Revista de Economía del BCU.

Masoller, A. (1998) Shocks regionales y comportamiento de la economía uruguaya. Revista deEconomía del BCU.

Mordecki, G. (2000) Uruguayan trade and the real exchange rate – VAR analysis 1990-1998.Instituto de Economía, UDELAR.

Ramaswamy, R. y Rendu, C (2000), Japan´s stagnant nineties. Avector Autoregressionrestrospective. IMF Staff Papers. Vil. 47 N°2.

Saráchaga, D (coord) (1986), Integración Uruguay-Argentina, evaluación cuantitativa yevidencias para una revalorización de la integración. Doc. 12.1, CIEDUR.

Vaillant, M. Castel, P. y Forteza, A. (1988) Un modelo de desequilibrio para la economíauruguaya: análisis de los determinantes del nivel de actividad y del comercio exterior.Instituto de Economía, UDELAR.

Pág.28

Anexo 1: Efectos de la región sobre el PBI uruguayo10

A.1.1 Modelos univariados

PBIURDependent Variable: DLOG(PBIUR)Method: Least SquaresDate: 07/08/02 Time: 14:15Sample(adjusted): 1976:2 2002:1Included observations: 104 after adjusting endpointsConvergence achieved after 6 iterations

Variable Coefficient Std. Error t-Statistic Prob.D(PASCUA) -0.002914 0.000466 -6.248414 0.0000

D(E8104) -0.087303 0.019217 -4.542938 0.0000D(E8203) -0.105021 0.019179 -5.475996 0.0000

D(TC9503) -0.081638 0.017296 -4.720194 0.0000D(E9901) -0.040024 0.019205 -2.084075 0.0399D(E0103) -0.044790 0.022323 -2.006396 0.0477

C 0.005871 0.004856 1.208972 0.2297D(SEAS2) 0.011882 0.008510 1.396223 0.1660D(SEAS3) -3.44E-05 0.009739 -0.003536 0.9972D(SEAS4) 0.103512 0.008484 12.20046 0.0000

AR(4) 0.554913 0.087058 6.374090 0.0000R-squared 0.933296 Mean dependent var 0.003827Adjusted R-squared 0.926124 S.D. dependent var 0.080274S.E. of regression 0.021819 Akaike info criterion -4.712345Sum squared resid 0.044273 Schwarz criterion -4.432650Log likelihood 256.0419 F-statistic 130.1220Durbin-Watson stat 2.137917 Prob(F-statistic) 0.000000Inverted AR Roots .86 -.00+.86i -.00 -.86i -.86

PBIARDependent Variable: DLOG(PBIAR,1,4)Method: Least SquaresDate: 07/04/02 Time: 13:23Sample(adjusted): 1982:1 2002:1Included observations: 81 after adjusting endpointsConvergence achieved after 12 iterationsBackcast: 1981:1 1981:4

Variable Coefficient Std. Error t-Statistic Prob.D(E8203,1,4) 0.064385 0.022593 2.849822 0.0058D(E8501,1,4) -0.089945 0.021900 -4.106997 0.0001D(E8902,1,4) -0.052187 0.022054 -2.366297 0.0208D(I9001,1,4) -0.063865 0.014443 -4.421847 0.0000D(E9102,1,4) 0.062521 0.022158 2.821642 0.0062D(E9502,1,4) -0.043306 0.021872 -1.980005 0.0517D(E0103,1,4) -0.096338 0.022653 -4.252821 0.0001D(E0104,1,4) -0.056544 0.023685 -2.387301 0.0197

AR(1) 0.105686 0.122801 0.860629 0.3924AR(2) -0.306106 0.115051 -2.660611 0.0097AR(3) 0.390159 0.119173 3.273889 0.0017MA(4) -0.913759 0.028449 -32.11958 0.0000

R-squared 0.666702 Mean dependent var -0.001077Adjusted R-squared 0.613567 S.D. dependent var 0.039219

10 Las estimaciones fueron realizadas con los paquetes estadísticos E-Views3 y PCFiml (éste último, porgentileza de Cinve).

Pág.29

S.E. of regression 0.024380 Akaike info criterion -4.454144Sum squared resid 0.041013 Schwarz criterion -4.099410Log likelihood 192.3928 F-statistic 12.54744Durbin-Watson stat 1.924867 Prob(F-statistic) 0.000000Inverted AR Roots .62 -.26 -.75i -.26+.75iInverted MA Roots .98 .00+.98i -.00 -.98i -.98

PBIBRDependent Variable: DLOG(PBIBR,1,4)Method: Least SquaresDate: 07/05/02 Time: 12:51Sample(adjusted): 1981:4 2002:1Included observations: 82 after adjusting endpointsConvergence achieved after 9 iterationsBackcast: 1980:4 1981:3

Variable Coefficient Std. Error t-Statistic Prob.D(E8703,1,4) -0.069796 0.017580 -3.970256 0.0002

D(TC8902,1,4) 0.067313 0.016206 4.153589 0.0001D(I9002,1,4) -0.071970 0.011320 -6.358066 0.0000D(I9101,1,4) -0.046420 0.011083 -4.188260 0.0001

AR(1) 0.217204 0.111108 1.954893 0.0543AR(2) -0.295647 0.112397 -2.630391 0.0103MA(4) -0.595880 0.091442 -6.516459 0.0000

R-squared 0.731557 Mean dependent var 0.000733Adjusted R-squared 0.710082 S.D. dependent var 0.038421S.E. of regression 0.020687 Akaike info criterion -4.837095Sum squared resid 0.032097 Schwarz criterion -4.631643Log likelihood 205.3209 F-statistic 34.06487Durbin-Watson stat 1.979818 Prob(F-statistic) 0.000000Inverted AR Roots .11+.53i .11 -.53iInverted MA Roots .88 -.00+.88i -.00 -.88i -.88

A.1.2 Modelo multivariado con PBIs regionales

Test de JOHANSEN

Cointegration analysis 1981 (3) to 2002 (1)

eigenvalue loglik for rank935.437 0

0.331063 952.123 10.176209 960.167 20.136332 966.250 3

Ho:rank=p -Tlog(1-\mu) using T-nm 95% -T\Sum log(.) using T-nm 95%p == 0 33.37** 27.34** 22.0 61.63** 50.49** 34.9p <= 1 16.09* 13.18 15.7 28.25** 23.15* 20.0p <= 2 12.17* 9.967* 9.2 12.17* 9.967* 9.2

standardized \beta' eigenvectorsDLPBIur DLPBIar DLPBIbr Constant1.0000 -0.54004 -0.84519 0.0012817

-0.92567 1.0000 -2.7216 0.0203467.0201 20.729 1.0000 -0.10450

standardized \alpha coefficients

Pág.30

DLPBIur -0.78533 0.097745 -0.010215DLPBIar 0.34505 -0.12123 -0.028725DLPBIbr 0.70510 0.30867 -0.0036181

long-run matrix Po=\alpha*\beta', rank 3DLPBIur DLPBIar DLPBIbr Constant

DLPBIur -0.94753 0.31011 0.38751 0.0020497DLPBIar 0.25562 -0.90301 0.0095812 0.00097760DLPBIbr 0.39398 -0.14712 -1.4396 0.0075621

Number of lags used in the analysis: 5Variables entered unrestricted:

Dpascua De8104 De8203 De0103 Dtc9503 CSeasonCSeason_1 CSeason_2

Variables entered restricted:Constant

DLPBIur :Portmanteau 9 lags= 12.736DLPBIar :Portmanteau 9 lags= 17.876DLPBIbr :Portmanteau 9 lags= 11.503DLPBIur :AR 1- 5 F( 5, 54) = 2.6818 [0.0309] *DLPBIar :AR 1- 5 F( 5, 54) = 3.0033 [0.0183] *DLPBIbr :AR 1- 5 F( 5, 54) = 1.6306 [0.1676]DLPBIur :Normality Chi^2(2)= 0.16829 [0.9193]DLPBIar :Normality Chi^2(2)= 4.0654 [0.1310]DLPBIbr :Normality Chi^2(2)= 2.348 [0.3091]DLPBIur :ARCH 4 F( 4, 51) = 0.53032 [0.7140]DLPBIar :ARCH 4 F( 4, 51) = 1.0217 [0.4050]DLPBIbr :ARCH 4 F( 4, 51) = 0.48803 [0.7444]DLPBIur :Xi^2 F(30, 28) = 0.73303 [0.7975]DLPBIar :Xi^2 F(30, 28) = 1.0159 [0.4850]DLPBIbr :Xi^2 F(30, 28) = 0.44996 [0.9829]Vector portmanteau 9 lags= 86.691Vector AR 1-5 F(45,125) = 1.5629 [0.0282] *Vector normality Chi^2( 6)= 6.4895 [0.3706]Vector Xi^2 F(180,144) = 0.50461 [1.0000]

Contrastes de exclusión

General cointegration restrictions:&3=0;Analysis of restrictions on \alpha and \beta:- linear restrictions- \alpha x \beta restrictions are variation free- \alpha is unrestricted- \beta has only within-equation restrictions- the restrictions do not identify all cointegrating vectors

General cointegration test 1981 (3) to 2002 (1)

\beta'DLPBIur DLPBIar DLPBIbr Constant0.00000 -0.011399 1.0846 -0.0065117

\alphaDLPBIur -0.025747DLPBIar 0.00088830DLPBIbr -1.1764

Standard errors of alpha

Pág.31

DLPBIur 0.24693DLPBIar 0.37208DLPBIbr 0.30474

Restricted long-run matrix Po=\alpha*\beta', rank 1DLPBIur DLPBIar DLPBIbr Constant

DLPBIur 0.00000 0.00029350 -0.027925 0.00016766DLPBIar 0.00000-1.0126e-005 0.00096345-5.7843e-006DLPBIbr 0.00000 0.013410 -1.2759 0.0076602

Standard errors of long-run matrixDLPBIur 0.00000 0.0028148 0.26782 0.0016079DLPBIar 0.00000 0.0042414 0.40356 0.0024228DLPBIbr 0.00000 0.0034738 0.33052 0.0019844

Moving average impact matrixDLPBIur 0.59216 0.39912 0.0041948DLPBIar 0.047698 4.0945 0.043033DLPBIbr 0.00050131 0.043033 0.00045228

The restrictions do not identify all cointegrating vectors.loglik = 944.41031 -log|\Omega| = 22.756875 unrestr. loglik =952.12286LR-test, rank=1: Chi^2(1) = 15.425 [0.0001] **



\beta'DLPBIur DLPBIar DLPBIbr Constant

-0.68534 0.00000 0.89269 -0.0013448

\alphaDLPBIur 0.79437DLPBIar 0.27832DLPBIbr -0.94651

Standard errors of alphaDLPBIur 0.23259DLPBIar 0.38034DLPBIbr 0.32702


DLPBIur -0.54441 0.00000 0.70912 -0.0010683DLPBIar -0.19075 0.00000 0.24845 -0.00037430DLPBIbr 0.64868 0.00000 -0.84494 0.0012729

Reduced form \beta'DLPBIar DLPBIbr Constant

DLPBIur 0.00000 1.3025 -0.0019623

Pág.32


Moving average impact matrixDLPBIur 0.42655 1.4583 0.32747DLPBIar 0.62558 6.9056 0.48027DLPBIbr 0.32747 1.1196 0.25141





-0.85735 0.55562 0.00000 0.0032538

\alphaDLPBIur 0.89292DLPBIar -0.53383DLPBIbr 0.019405



DLPBIur -0.76554 0.49612 0.00000 0.0029054DLPBIar 0.45767 -0.29660 0.00000 -0.0017369DLPBIbr -0.016637 0.010782 0.00000 6.3139e-005


DLPBIur 0.64807 0.00000 0.0037952


Moving average impact matrixDLPBIur 0.52986 0.81760 -0.85866DLPBIar 0.81760 1.2616 -1.3250

Pág.33

DLPBIbr -0.036069 -0.055656 2.1244


Contrastes de exogeneidad débil

General cointegration restrictions:&0=0;Analysis of restrictions on \alpha and \beta:- linear restrictions- \alpha x \beta restrictions are variation free- \alpha has only within-equation restrictions- \alpha restrictions are homogenous- \alpha restrictions are simple- \beta is unrestricted- the restrictions do not identify all cointegrating vectors


\beta'DLPBIur DLPBIar DLPBIbr Constant0.48517 -0.41230 -0.99743 0.0048820

\alphaDLPBIur 0.00000DLPBIar 0.64123DLPBIbr 1.2450



DLPBIur 0.00000 0.00000 0.00000 0.00000DLPBIar 0.31111 -0.26438 -0.63958 0.0031305DLPBIbr 0.60406 -0.51333 -1.2418 0.0060782


DLPBIur 0.84980 2.0558 -0.010062

Moving average impact matrixDLPBIur -0.60971 0.31643 -0.42738DLPBIar -0.73215 1.8203 -1.1086DLPBIbr 0.0060639 -0.59852 0.25036


General cointegration restrictions:&1=0;Analysis of restrictions on \alpha and \beta:

Pág.34

- linear restrictions- \alpha x \beta restrictions are variation free- \alpha has only within-equation restrictions- \alpha restrictions are homogenous- \alpha restrictions are simple- \beta is unrestricted- the restrictions do not identify all cointegrating vectors


\beta'DLPBIur DLPBIar DLPBIbr Constant0.81770 -0.36419 -0.72457 0.0010518

\alphaDLPBIur -1.0175DLPBIar 0.00000DLPBIbr 0.90671



DLPBIur -0.83198 0.37055 0.73722 -0.0010702DLPBIar 0.00000 0.00000 0.00000 0.00000DLPBIbr 0.74141 -0.33021 -0.65697 0.00095372


DLPBIur 0.44538 0.88611 -0.0012864

Moving average impact matrixDLPBIur 0.67573 1.4045 0.056629DLPBIar 1.2742 3.9822 -0.56361DLPBIbr 0.12215 -0.41651 0.34719

The restrictions do not identify all cointegrating vectors.loglik = 951.63761 -log|\Omega| = 22.931027 unrestr. loglik =952.12286LR-test, rank=1: Chi^2(1) = 0.97048 [0.3246]

General cointegration restrictions:&2=0;Analysis of restrictions on \alpha and \beta:- linear restrictions- \alpha x \beta restrictions are variation free- \alpha has only within-equation restrictions- \alpha restrictions are homogenous- \alpha restrictions are simple- \beta is unrestricted- the restrictions do not identify all cointegrating vectors


\beta'

Pág.35

DLPBIur DLPBIar DLPBIbr Constant0.88876 -0.50845 -0.39116 -0.0011368




DLPBIur -0.90723 0.51902 0.39929 0.0011604DLPBIar 0.45217 -0.25869 -0.19901 -0.00057837DLPBIbr 0.00000 0.00000 0.00000 0.00000


DLPBIur 0.57210 0.44012 0.0012791

Moving average impact matrixDLPBIur 0.36001 0.88577 -0.33339DLPBIar 0.33915 1.5618 -1.2595DLPBIbr 0.37712 -0.017520 0.87962

The restrictions do not identify all cointegrating vectors.loglik = 950.00436 -log|\Omega| = 22.891671 unrestr. loglik =952.12286LR-test, rank=1: Chi^2(1) = 4.237 [0.0396] *

General cointegration restrictions:&2=0;&1=0;Analysis of restrictions on \alpha and \beta:- linear restrictions- \alpha x \beta restrictions are variation free- \alpha has only within-equation restrictions- \alpha restrictions are homogenous- \alpha restrictions are simple- \beta is unrestricted- the restrictions do not identify all cointegrating vectors


\beta'DLPBIur DLPBIar DLPBIbr Constant0.86457 -0.38558 -0.39011 -0.0013461



Pág.36


DLPBIur -1.0025 0.44710 0.45236 0.0015609DLPBIar 0.00000 0.00000 0.00000 0.00000DLPBIbr 0.00000 0.00000 0.00000 0.00000


DLPBIur 0.44598 0.45122 0.0015570

Moving average impact matrixDLPBIur 0.91091 1.9046 0.13630DLPBIar 1.3925 3.6538 -0.52527DLPBIbr 0.64238 0.60948 0.82125


Significación de la constante

General cointegration restrictions:&6=0;&2=0;&1=0;Analysis of restrictions on \alpha and \beta:- linear restrictions- \alpha x \beta restrictions are variation free- \alpha has only within-equation restrictions- \alpha restrictions are homogenous- \alpha restrictions are simple- \beta has only within-equation restrictions- the restrictions do not identify all cointegrating vectors



-0.87006 0.40272 0.46628 0.00000






DLPBIur 0.46287 0.53592 0.00000

Pág.37


The restrictions do not identify all cointegrating vectors.loglik = 949.06352 -log|\Omega| = 22.869 unrestr. loglik = 952.12286LR-test, rank=1: Chi^2(3) = 6.1187 [0.1060]

Contraste de homogeneidad

General cointegration restrictions:&4=&5;&2=0;&1=0;Analysis of restrictions on \alpha and \beta:- linear restrictions- \alpha x \beta restrictions are variation free- \alpha has only within-equation restrictions- \alpha restrictions are homogenous- \alpha restrictions are simple- \beta has only within-equation restrictions- the restrictions do not identify all cointegrating vectors



-0.89560 0.40087 0.40087 0.0014075






DLPBIur 0.44760 0.44760 0.0015716



General cointegration restrictions:

Pág.38

&4=&5;&2=0;&1=0;&6=0;Analysis of restrictions on \alpha and \beta:- linear restrictions- \alpha x \beta restrictions are variation free- \alpha has only within-equation restrictions- \alpha restrictions are homogenous- \alpha restrictions are simple- \beta has only within-equation restrictions- the restrictions do not identify all cointegrating vectors



-0.88037 0.43228 0.43228 0.00000






DLPBIur 0.49102 0.49102 0.00000



Modelo uniecuacional de corto plazoDependent Variable: D(LPBIUR,2)Method: Least SquaresDate: 07/17/02 Time: 12:54Sample(adjusted): 1981:2 2002:1Included observations: 84 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.RESC1(-1) -0.541452 0.116540 -4.646054 0.0000

D(LPBIUR(-1),2) -0.315971 0.100614 -3.140417 0.0025D(LPBIUR(-2),2) -0.445757 0.096440 -4.622108 0.0000D(LPBIUR(-3),2) -0.272611 0.076168 -3.579054 0.0006D(LPBIAR(-3),2) 0.178287 0.061211 2.912655 0.0048D(LPBIBR(-2),2) -0.110882 0.054158 -2.047387 0.0444

Pág.39

C -0.000436 0.002212 -0.197065 0.8444D(SEAS2,2) 0.023528 0.010159 2.316118 0.0235D(SEAS3,2) -0.029108 0.010127 -2.874248 0.0054D(SEAS4,2) 0.045936 0.009326 4.925423 0.0000

D(PASCUA,2) -0.001991 0.000401 -4.963380 0.0000D(E8104,2) -0.049199 0.016165 -3.043506 0.0033D(E8203,2) -0.072708 0.017500 -4.154736 0.0001

D(TC9503,2) -0.048097 0.013829 -3.477978 0.0009D(E0103,2) -0.037843 0.015035 -2.516887 0.0142

R-squared 0.983358 Mean dependent var -0.001290Adjusted R-squared 0.979981 S.D. dependent var 0.142562S.E. of regression 0.020171 Akaike info criterion -4.808707Sum squared resid 0.028074 Schwarz criterion -4.374633Log likelihood 216.9657 F-statistic 291.2156Durbin-Watson stat 1.878340 Prob(F-statistic) 0.000000

Anexo 2: Estudio de los canales comerciales11

A.2.1 Determinantes de las exportaciones uruguayas a Argentina

y1t = [EA, TA, TB, IA]

Date: 07/16/02 Time: 19:03 Sample(adjusted): 1985:01 2002:03 Included observations: 207 after adjusting endpoints Standard errors & t-statistics in parenthesesCointegrating Eq: CointEq1 CointEq2

EA(-1) 1.000000 0.000000

TB(-1) 0.000000 1.000000

TA(-1) -0.884058 0.210635 (0.15410) (0.15690)(-5.73683) (1.34245)

IA(-1) -1.045474 -0.070839 (0.11393) (0.11600)(-9.17621) (-0.61066)

C 1.496495 -5.166549Error Correction: D(EA) D(TB) D(TA) D(IA)

CointEq1 -0.831548 0.034710 0.153118 -0.141887 (0.18481) (0.06254) (0.07624) (0.08647)(-4.49937) (0.55503) (2.00832) (-1.64079)

CointEq2 -0.297724 -0.116281 0.183232 0.127101 (0.15958) (0.05400) (0.06583) (0.07467)(-1.86563) (-2.15340) (2.78327) (1.70218)

D(EA(-1)) 0.175565 0.005998 -0.101765 0.213369 (0.17875) (0.06048) (0.07374) (0.08364) (0.98220) (0.09917) (-1.38008) (2.55118)

D(EA(-2)) 0.246385 -0.016739 -0.131813 0.229683 11 Las estimaciones fueron realizadas con los paquetes estadísticos E-Views.

Pág.40

(0.16783) (0.05679) (0.06923) (0.07853) (1.46808) (-0.29476) (-1.90386) (2.92490)

D(EA(-3)) 0.149401 0.034322 -0.062488 0.140224 (0.16115) (0.05453) (0.06648) (0.07540) (0.92708) (0.62941) (-0.93994) (1.85965)

D(EA(-4)) 0.170896 -0.017977 -0.043437 0.101410 (0.15546) (0.05260) (0.06413) (0.07274) (1.09926) (-0.34173) (-0.67728) (1.39412)

D(EA(-5)) 0.137400 -0.010046 -0.069977 0.064801 (0.14496) (0.04905) (0.05980) (0.06783) (0.94783) (-0.20480) (-1.17015) (0.95537)

D(EA(-6)) 0.055317 -0.035029 -0.041874 -0.030968 (0.14313) (0.04843) (0.05905) (0.06697) (0.38648) (-0.72327) (-0.70919) (-0.46242)

D(EA(-7)) -5.23E-05 -0.010373 -0.079975 0.016049 (0.13876) (0.04695) (0.05724) (0.06493)(-0.00038) (-0.22093) (-1.39709) (0.24718)

D(EA(-8)) 0.086271 -0.007190 -0.030160 0.016623 (0.13471) (0.04558) (0.05557) (0.06303) (0.64043) (-0.15774) (-0.54273) (0.26374)

D(EA(-9)) 0.063753 0.030584 -0.052908 0.009992 (0.12428) (0.04205) (0.05127) (0.05815) (0.51299) (0.72730) (-1.03199) (0.17184)

D(EA(-10)) 0.154751 -0.019377 -0.140338 -0.014912 (0.11202) (0.03790) (0.04621) (0.05241) (1.38148) (-0.51121) (-3.03689) (-0.28451)

D(EA(-11)) 0.064723 -0.005471 -0.075201 -0.011693 (0.09838) (0.03329) (0.04059) (0.04603) (0.65788) (-0.16436) (-1.85289) (-0.25401)

D(EA(-12)) 0.210710 -0.038812 0.005519 0.028073 (0.07657) (0.02591) (0.03159) (0.03583) (2.75177) (-1.49795) (0.17471) (0.78353)

D(TB(-1)) 0.208602 0.198620 0.204386 -0.233347 (0.24176) (0.08180) (0.09973) (0.11312) (0.86286) (2.42798) (2.04933) (-2.06285)

D(TB(-2)) 0.289597 -0.094516 0.004952 0.030863 (0.24856) (0.08411) (0.10254) (0.11630) (1.16511) (-1.12379) (0.04829) (0.26537)

D(TB(-3)) 0.430039 0.078623 -0.224621 0.004043 (0.23869) (0.08077) (0.09847) (0.11168) (1.80169) (0.97348) (-2.28120) (0.03620)

D(TB(-4)) 0.807995 -0.054804 -0.055961 0.082622 (0.25507) (0.08631) (0.10522) (0.11935) (3.16774) (-0.63497) (-0.53183) (0.69228)

D(TB(-5)) -0.022736 0.154045 -0.329932 -0.059961

Pág.41

(0.24630) (0.08334) (0.10161) (0.11524)(-0.09231) (1.84838) (-3.24718) (-0.52030)

D(TB(-6)) 0.420666 -0.089687 0.025748 0.029930 (0.25450) (0.08612) (0.10499) (0.11908) (1.65290) (-1.04146) (0.24525) (0.25134)

D(TB(-7)) 0.174308 0.034885 0.023793 0.163356 (0.23878) (0.08080) (0.09851) (0.11173) (0.72998) (0.43176) (0.24153) (1.46209)

D(TB(-8)) 0.606022 -0.071662 -0.029398 -0.138968 (0.23405) (0.07920) (0.09655) (0.10951) (2.58928) (-0.90487) (-0.30447) (-1.26897)

D(TB(-9)) 0.232171 0.135954 -0.148631 0.043558 (0.24042) (0.08135) (0.09918) (0.11249) (0.96571) (1.67121) (-1.49861) (0.38721)

D(TB(-10)) -0.359019 -0.062783 -0.122087 -0.006925 (0.24137) (0.08167) (0.09957) (0.11294)(-1.48744) (-0.76871) (-1.22612) (-0.06132)

D(TB(-11)) 0.518902 0.100801 0.066385 -0.144694 (0.24061) (0.08142) (0.09926) (0.11258) (2.15658) (1.23808) (0.66880) (-1.28522)

D(TB(-12)) -0.183747 -0.052436 -0.172047 -0.043132 (0.23609) (0.07989) (0.09739) (0.11047)(-0.77830) (-0.65639) (-1.76651) (-0.39045)

D(TA(-1)) -0.475307 0.012804 0.004682 -0.047367 (0.16919) (0.05725) (0.06980) (0.07916)(-2.80933) (0.22365) (0.06708) (-0.59834)

D(TA(-2)) -0.192525 0.063183 0.319244 0.115802 (0.16722) (0.05658) (0.06898) (0.07824)(-1.15134) (1.11665) (4.62785) (1.48005)

D(TA(-3)) -0.445397 0.074228 0.128461 -0.115094 (0.18284) (0.06187) (0.07543) (0.08555)(-2.43601) (1.19978) (1.70312) (-1.34533)

D(TA(-4)) 0.214915 0.108386 0.029961 -0.087113 (0.18096) (0.06123) (0.07465) (0.08467) (1.18764) (1.77009) (0.40135) (-1.02884)

D(TA(-5)) -0.140250 -0.088079 -0.113181 -0.149756 (0.20134) (0.06813) (0.08306) (0.09421)(-0.69658) (-1.29285) (-1.36265) (-1.58964)

D(TA(-6)) -0.483515 0.107831 -0.069788 -0.113498 (0.18187) (0.06154) (0.07503) (0.08510)(-2.65854) (1.75219) (-0.93015) (-1.33373)

D(TA(-7)) -0.351940 0.067013 0.100655 -0.021871 (0.18219) (0.06165) (0.07516) (0.08524)(-1.93176) (1.08705) (1.33925) (-0.25657)

D(TA(-8)) 0.082634 0.154693 0.362456 -0.025326

Pág.42

(0.17239) (0.05833) (0.07112) (0.08066) (0.47933) (2.65190) (5.09658) (-0.31397)

D(TA(-9)) -0.253822 -0.033089 0.049514 -0.047498 (0.15826) (0.05355) (0.06529) (0.07405)(-1.60381) (-0.61789) (0.75839) (-0.64143)

D(TA(-10)) -0.226796 -0.058600 -0.188263 -0.094782 (0.16440) (0.05563) (0.06782) (0.07692)(-1.37952) (-1.05340) (-2.77588) (-1.23215)

D(TA(-11)) -0.122943 0.079403 0.185323 -0.039474 (0.16261) (0.05502) (0.06708) (0.07609)(-0.75605) (1.44307) (2.76260) (-0.51881)

D(TA(-12)) -0.336536 0.042298 0.105137 0.034320 (0.14527) (0.04916) (0.05993) (0.06797)(-2.31663) (0.86050) (1.75437) (0.50492)

D(IA(-1)) -0.793677 -0.035714 0.006095 -0.675785 (0.28090) (0.09505) (0.11588) (0.13144)(-2.82544) (-0.37573) (0.05260) (-5.14158)

D(IA(-2)) -0.571317 -0.085584 0.076572 -0.411025 (0.28485) (0.09638) (0.11751) (0.13328)(-2.00570) (-0.88794) (0.65163) (-3.08392)

D(IA(-3)) -0.036894 0.008686 0.109944 0.079960 (0.27851) (0.09424) (0.11490) (0.13032)(-0.13247) (0.09217) (0.95690) (0.61358)

D(IA(-4)) -0.345302 0.055685 0.179172 0.092013 (0.28208) (0.09545) (0.11637) (0.13199)(-1.22413) (0.58341) (1.53971) (0.69715)

D(IA(-5)) -0.083877 0.105661 0.198234 0.028438 (0.27360) (0.09258) (0.11287) (0.12802)(-0.30657) (1.14130) (1.75632) (0.22214)

D(IA(-6)) -0.228509 -0.021608 0.082247 0.094611 (0.28044) (0.09489) (0.11569) (0.13122)(-0.81483) (-0.22771) (0.71092) (0.72102)

D(IA(-7)) -0.041782 0.059695 0.058840 -0.208928 (0.27762) (0.09394) (0.11453) (0.12990)(-0.15050) (0.63546) (0.51377) (-1.60839)

D(IA(-8)) -0.046917 0.078675 0.071540 -0.143833 (0.27009) (0.09139) (0.11142) (0.12638)(-0.17371) (0.86085) (0.64206) (-1.13813)

D(IA(-9)) -0.416183 0.052743 0.178367 0.016903 (0.26107) (0.08834) (0.10770) (0.12215)(-1.59414) (0.59705) (1.65615) (0.13837)

D(IA(-10)) -0.418567 0.026219 0.236694 -0.001751 (0.23036) (0.07795) (0.09503) (0.10779)(-1.81701) (0.33636) (2.49069) (-0.01624)

D(IA(-11)) -0.251064 -0.022653 -0.041449 0.065511

Pág.43

(0.21005) (0.07108) (0.08665) (0.09828)(-1.19525) (-0.31872) (-0.47833) (0.66656)

D(IA(-12)) -0.066439 0.016170 -0.094220 -0.092588 (0.17801) (0.06023) (0.07344) (0.08329)(-0.37323) (0.26845) (-1.28303) (-1.11162)

C 0.313130 -0.027987 -0.082729 0.008956 (0.10083) (0.03412) (0.04160) (0.04718) (3.10552) (-0.82030) (-1.98887) (0.18983)

MERCOSUR -0.596045 -0.006856 0.135767 -0.086668 (0.13953) (0.04721) (0.05756) (0.06529)(-4.27180) (-0.14522) (2.35868) (-1.32751)

PLANREAL 0.048649 0.046202 -0.043351 -0.025927 (0.05775) (0.01954) (0.02382) (0.02702) (0.84241) (2.36433) (-1.81964) (-0.95949)

I8607 -0.064601 -0.205077 -0.004264 -0.020199 (0.23182) (0.07844) (0.09563) (0.10847)(-0.27867) (-2.61442) (-0.04459) (-0.18622)

I8903 -0.052786 -0.143075 -0.548702 0.195164 (0.23086) (0.07812) (0.09524) (0.10802)(-0.22865) (-1.83157) (-5.76147) (1.80676)

I8907 0.933690 0.020442 0.819808 0.121208 (0.27904) (0.09442) (0.11512) (0.13057) (3.34602) (0.21650) (7.12163) (0.92833)

I8912 0.578829 -0.229461 -0.250376 0.216086 (0.33024) (0.11175) (0.13624) (0.15452) (1.75273) (-2.05342) (-1.83781) (1.39842)

I9001 -0.099550 0.082806 1.013411 0.384627 (0.33343) (0.11282) (0.13755) (0.15601)(-0.29857) (0.73395) (7.36762) (2.46539)

I9504 -0.571407 -0.004729 0.004833 -0.317307 (0.21420) (0.07248) (0.08837) (0.10023)(-2.66762) (-0.06524) (0.05469) (-3.16595)

I9901 0.464822 -0.455064 -0.031549 -0.032017 (0.21277) (0.07199) (0.08777) (0.09955) (2.18467) (-6.32085) (-0.35943) (-0.32161)

I0101 0.499117 -0.003442 0.033410 0.068215 (0.21105) (0.07141) (0.08706) (0.09875) (2.36495) (-0.04820) (0.38374) (0.69079)

I0201 -0.333811 -0.023560 -0.566572 -0.177437 (0.22641) (0.07661) (0.09340) (0.10594)(-1.47435) (-0.30752) (-6.06589) (-1.67490)

S1 -0.413911 0.030537 -0.005448 -0.038128 (0.10941) (0.03702) (0.04514) (0.05119)(-3.78309) (0.82484) (-0.12070) (-0.74478)

S2 -0.032965 0.046689 -0.011246 -0.109802

Pág.44

(0.10026) (0.03392) (0.04136) (0.04691)(-0.32881) (1.37628) (-0.27190) (-2.34071)

S3 0.096005 0.025105 0.002847 0.186815 (0.10691) (0.03618) (0.04410) (0.05002) (0.89800) (0.69397) (0.06456) (3.73458)

S4 0.225191 0.027267 0.034961 0.104089 (0.10687) (0.03616) (0.04409) (0.05001) (2.10710) (0.75401) (0.79297) (2.08154)

S5 0.171289 0.001587 0.001613 0.113413 (0.10603) (0.03588) (0.04374) (0.04961) (1.61544) (0.04425) (0.03688) (2.28598)

S6 0.031789 0.025036 0.033406 0.060416 (0.11485) (0.03886) (0.04738) (0.05374) (0.27680) (0.64427) (0.70511) (1.12431)

S7 0.017157 0.014566 0.055972 0.082463 (0.10634) (0.03598) (0.04387) (0.04976) (0.16134) (0.40480) (1.27585) (1.65727)

S8 -0.047136 0.022778 0.001151 0.100602 (0.10960) (0.03709) (0.04521) (0.05128)(-0.43008) (0.61422) (0.02545) (1.96177)

S9 0.077037 0.045355 0.049448 -0.038570 (0.10772) (0.03645) (0.04444) (0.05040) (0.71516) (1.24431) (1.11274) (-0.76525)

S10 -0.087609 0.009843 0.033891 0.056100 (0.11177) (0.03782) (0.04611) (0.05230)(-0.78384) (0.26027) (0.73502) (1.07271)

S11 -0.117597 -0.007931 -9.68E-05 0.034438 (0.10636) (0.03599) (0.04388) (0.04977)(-1.10561) (-0.22037) (-0.00221) (0.69197)

R-squared 0.839655 0.584481 0.796749 0.733729 Adj. R-squared 0.753499 0.361218 0.687539 0.590659 Sum sq. resids 4.826210 0.552585 0.821340 1.056608 S.E. equation 0.189780 0.064217 0.078290 0.088798 Log likelihood 95.30076 319.6069 278.5868 252.5170 Akaike AIC -0.215466 -2.382675 -1.986346 -1.734464 Schwarz SC 0.959840 -1.207369 -0.811040 -0.559157 Mean dependent -0.000369 -0.001559 -0.001618 0.001821 S.D. dependent 0.382244 0.080347 0.140059 0.138791 Determinant ResidualCovariance

9.70E-10

Log Likelihood 973.1013 Akaike Information Criteria -6.503394 Schwarz Criteria -1.673367

Correlograma de los residuos de EA:

Date: 05/15/02 Time: 03:28Sample: 1985:01 2002:03Included observations: 207

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

Pág.45

.|. | .|. | 1 0.052 0.052 0.5650 0.452 .|. | .|. | 2 -0.001 -0.003 0.5651 0.754 .|* | .|* | 3 0.085 0.085 2.0859 0.555 .|. | .|. | 4 -0.008 -0.017 2.0985 0.718 .|. | .|. | 5 0.005 0.007 2.1028 0.835 .|* | .|* | 6 0.082 0.075 3.5493 0.737 .|. | .|. | 7 0.033 0.027 3.7861 0.804 .|. | .|. | 8 0.001 -0.003 3.7862 0.876 .|. | .|. | 9 0.011 -0.001 3.8141 0.923 .|. | .|. | 10 0.065 0.063 4.7397 0.908 .|. | .|. | 11 -0.004 -0.011 4.7438 0.943 .|. | .|. | 12 0.007 0.002 4.7550 0.966 .|. | .|. | 13 0.034 0.020 5.0179 0.975 .|. | .|. | 14 0.013 0.013 5.0573 0.985 *|. | *|. | 15 -0.068 -0.072 6.0970 0.978 *|. | *|. | 16 -0.079 -0.088 7.5280 0.962 *|. | *|. | 17 -0.064 -0.062 8.4612 0.956 .|. | .|. | 18 0.031 0.049 8.6859 0.967 .|. | .|. | 19 0.018 0.020 8.7588 0.977 *|. | *|. | 20 -0.089 -0.095 10.610 0.956 .|. | .|. | 21 -0.021 -0.011 10.717 0.968 .|. | .|. | 22 -0.038 -0.022 11.048 0.974 .|. | .|* | 23 0.047 0.079 11.565 0.977 .|. | .|. | 24 0.021 0.011 11.674 0.983 .|. | .|. | 25 -0.052 -0.047 12.313 0.984 .|. | .|. | 26 0.006 0.024 12.322 0.989 *|. | .|. | 27 -0.061 -0.050 13.213 0.988 *|. | *|. | 28 -0.086 -0.073 15.011 0.978 .|. | .|. | 29 0.035 0.038 15.305 0.982 .|. | .|. | 30 -0.048 -0.035 15.868 0.984 .|. | .|. | 31 0.028 0.042 16.059 0.988 .|. | .|. | 32 0.018 -0.009 16.143 0.991 .|. | .|. | 33 0.014 0.020 16.192 0.994 *|. | *|. | 34 -0.111 -0.099 19.251 0.980 *|. | *|. | 35 -0.102 -0.097 21.893 0.959 .|. | .|. | 36 -0.034 -0.047 22.186 0.966

Histograma de los residuos de EA:

0

5

10

15

20

25

30

-0.375 -0.250 -0.125 0.000 0.125 0.250 0.375

Series: ResidualsSample 1985:01 2002:03Observations 207

Mean -3.33E-16Median 5.56E-16Maximum 0.373719Minimum -0.403471Std. Dev. 0.153063Skewness 0.164409Kurtosis 3.011399

Jarque-Bera 0.933663Probability 0.626986

A.2.2 Determinantes de las exportaciones uruguayas a Brasil

y2t = [EB, TA, TB, IB]

Pág.46

Date: 07/16/02 Time: 19:12 Sample(adjusted): 1985:01 2002:03 Included observations: 207 after adjusting endpoints Standard errors & t-statistics in parenthesesCointegrating Eq: CointEq1 CointEq2

EB(-1) 1.000000 0.000000

TA(-1) 0.000000 1.000000

IB(-1) -1.587939 2.730366 (0.42267) (1.17840)(-3.75693) (2.31702)

TB(-1) -0.851357 -1.062713 (0.20977) (0.58483)(-4.05853) (-1.81712)

C 5.141539 -20.05080 (2.82386) (7.87287) (1.82075) (-2.54682)

Error Correction: D(EB) D(TA) D(IB) D(TB)CointEq1 -0.227269 0.026432 0.063285 0.135321

(0.10856) (0.03549) (0.05158) (0.02916)(-2.09345) (0.74486) (1.22687) (4.64124)

CointEq2 -0.171679 -0.019454 -0.063039 0.012768 (0.04701) (0.01537) (0.02234) (0.01262)(-3.65212) (-1.26604) (-2.82237) (1.01134)

D(EB(-1)) -0.113626 -0.068234 0.064791 -0.096577 (0.13414) (0.04385) (0.06374) (0.03603)(-0.84705) (-1.55615) (1.01655) (-2.68075)

D(EB(-2)) -0.081590 -0.079049 0.062234 -0.111844 (0.13462) (0.04400) (0.06396) (0.03615)(-0.60608) (-1.79643) (0.97296) (-3.09352)

D(EB(-3)) 0.059115 -0.057603 0.053266 -0.119111 (0.14067) (0.04598) (0.06684) (0.03778) (0.42023) (-1.25272) (0.79692) (-3.15275)

D(EB(-4)) -0.013737 0.026141 0.012366 -0.125563 (0.13053) (0.04267) (0.06202) (0.03506)(-0.10524) (0.61269) (0.19938) (-3.58184)

D(EB(-5)) -0.048193 -0.037056 0.003163 -0.115004 (0.13224) (0.04323) (0.06283) (0.03552)(-0.36443) (-0.85726) (0.05034) (-3.23810)

D(EB(-6)) -0.129017 -0.067638 0.016015 -0.115754 (0.12558) (0.04105) (0.05967) (0.03373)(-1.02735) (-1.64770) (0.26839) (-3.43205)

D(EB(-7)) -0.123674 -0.095892 -0.033149 -0.127676 (0.12409) (0.04056) (0.05896) (0.03333)(-0.99665) (-2.36408) (-0.56223) (-3.83106)

D(EB(-8)) -0.117764 -0.059357 0.003851 -0.114008 (0.11936) (0.03902) (0.05671) (0.03206)

Pág.47

(-0.98664) (-1.52137) (0.06791) (-3.55655)

D(EB(-9)) -0.080208 -0.070576 0.032522 -0.077087 (0.11680) (0.03818) (0.05550) (0.03137)(-0.68672) (-1.84857) (0.58602) (-2.45749)

D(EB(-10)) 0.018833 -0.070763 0.003226 -0.074500 (0.11619) (0.03798) (0.05521) (0.03120) (0.16209) (-1.86316) (0.05843) (-2.38745)

D(EB(-11)) 0.021486 -0.038690 -0.008688 -0.096363 (0.10815) (0.03535) (0.05139) (0.02905) (0.19866) (-1.09440) (-0.16906) (-3.31755)

D(EB(-12)) 0.288327 -0.079608 0.038969 -0.099436 (0.10397) (0.03399) (0.04940) (0.02792) (2.77314) (-2.34240) (0.78883) (-3.56103)

D(EB(-13)) 0.022069 -0.007163 -0.008778 -0.036705 (0.09884) (0.03231) (0.04696) (0.02654) (0.22328) (-0.22172) (-0.18691) (-1.38278)

D(EB(-14)) 0.123168 -0.059408 -0.015108 -0.019030 (0.07770) (0.02540) (0.03692) (0.02087) (1.58514) (-2.33899) (-0.40921) (-0.91192)

D(TA(-1)) -0.136368 0.024874 0.033943 -0.064948 (0.18240) (0.05962) (0.08666) (0.04899)(-0.74765) (0.41721) (0.39166) (-1.32587)

D(TA(-2)) 0.237014 0.250676 0.090808 -0.023373 (0.17117) (0.05595) (0.08133) (0.04597) (1.38468) (4.48031) (1.11655) (-0.50843)

D(TA(-3)) -0.323966 0.112428 -0.046306 0.035250 (0.18466) (0.06036) (0.08774) (0.04959)(-1.75442) (1.86263) (-0.52777) (0.71078)

D(TA(-4)) 0.501889 -0.072755 0.052161 0.027298 (0.18862) (0.06165) (0.08962) (0.05066) (2.66089) (-1.18006) (0.58203) (0.53888)

D(TA(-5)) 0.462545 -0.104748 0.060787 -0.170600 (0.19785) (0.06467) (0.09400) (0.05313) (2.33790) (-1.61971) (0.64664) (-3.21069)

D(TA(-6)) 0.070132 -0.097801 -0.027446 -0.030781 (0.21632) (0.07071) (0.10278) (0.05810) (0.32421) (-1.38316) (-0.26703) (-0.52983)

D(TA(-7)) -0.162580 0.099049 0.056983 0.075683 (0.19524) (0.06382) (0.09277) (0.05244)(-0.83271) (1.55200) (0.61425) (1.44333)

D(TA(-8)) 0.613127 0.322758 0.153833 0.102436 (0.21175) (0.06922) (0.10061) (0.05687) (2.89554) (4.66310) (1.52899) (1.80127)

D(TA(-9)) -0.115203 0.113118 0.007679 -0.038628 (0.20138) (0.06582) (0.09568) (0.05408)

Pág.48

(-0.57208) (1.71847) (0.08025) (-0.71425)

D(TA(-10)) -0.074428 -0.030197 0.045944 -0.085946 (0.19900) (0.06505) (0.09455) (0.05344)(-0.37402) (-0.46424) (0.48592) (-1.60815)

D(TA(-11)) 0.188930 0.248934 -0.026164 0.070915 (0.19774) (0.06464) (0.09396) (0.05311) (0.95543) (3.85125) (-0.27847) (1.33532)

D(TA(-12)) 0.185093 0.050320 0.130627 -0.013599 (0.18308) (0.05985) (0.08699) (0.04917) (1.01098) (0.84084) (1.50163) (-0.27657)

D(TA(-13)) 0.395194 -0.028406 0.157533 -0.063090 (0.17263) (0.05643) (0.08202) (0.04636) (2.28927) (-0.50341) (1.92060) (-1.36081)

D(TA(-14)) -0.070180 0.131308 0.035887 -0.084582 (0.17607) (0.05755) (0.08366) (0.04729)(-0.39860) (2.28154) (0.42898) (-1.78871)

D(IB(-1)) 0.152252 0.040732 -0.448377 0.133035 (0.25344) (0.08284) (0.12042) (0.06807) (0.60074) (0.49167) (-3.72342) (1.95450)

D(IB(-2)) 0.317988 0.017693 -0.185657 0.090566 (0.25768) (0.08423) (0.12243) (0.06920) (1.23406) (0.21007) (-1.51640) (1.30869)

D(IB(-3)) 0.235128 0.030372 -0.001963 0.117741 (0.25103) (0.08206) (0.11928) (0.06742) (0.93665) (0.37014) (-0.01646) (1.74641)

D(IB(-4)) 0.019715 -0.049225 -0.041905 0.060022 (0.25641) (0.08382) (0.12183) (0.06886) (0.07689) (-0.58730) (-0.34396) (0.87160)

D(IB(-5)) 0.248218 -0.092202 -0.024752 0.083764 (0.25183) (0.08232) (0.11965) (0.06763) (0.98566) (-1.12009) (-0.20686) (1.23850)

D(IB(-6)) 0.172744 0.023917 0.078512 0.206108 (0.24674) (0.08065) (0.11724) (0.06627) (0.70011) (0.29654) (0.66969) (3.11032)

D(IB(-7)) 0.346920 0.081459 -0.057254 0.208254 (0.24939) (0.08152) (0.11850) (0.06698) (1.39107) (0.99925) (-0.48317) (3.10928)

D(IB(-8)) 0.112539 0.089051 -0.142899 0.149138 (0.25666) (0.08390) (0.12195) (0.06893) (0.43847) (1.06143) (-1.17178) (2.16357)

D(IB(-9)) -0.085716 0.057445 -0.091837 0.088541 (0.25699) (0.08401) (0.12211) (0.06902)(-0.33353) (0.68382) (-0.75210) (1.28282)

D(IB(-10)) -0.027234 0.122182 -0.087953 0.032464 (0.25650) (0.08384) (0.12188) (0.06889)

Pág.49

(-0.10618) (1.45724) (-0.72167) (0.47125)

D(IB(-11)) 0.140781 0.060528 -0.006933 0.013127 (0.24606) (0.08043) (0.11691) (0.06608) (0.57215) (0.75255) (-0.05931) (0.19864)

D(IB(-12)) -0.034086 -0.031968 0.011751 0.010582 (0.23771) (0.07770) (0.11294) (0.06384)(-0.14340) (-0.41143) (0.10404) (0.16576)

D(IB(-13)) -0.004689 0.002345 0.004079 0.008690 (0.21769) (0.07116) (0.10343) (0.05846)(-0.02154) (0.03296) (0.03943) (0.14864)

D(IB(-14)) -0.102321 0.000437 0.002795 -0.014067 (0.17239) (0.05635) (0.08191) (0.04630)(-0.59356) (0.00775) (0.03412) (-0.30384)

D(TB(-1)) 0.235561 0.227217 0.121187 0.077866 (0.28250) (0.09234) (0.13423) (0.07587) (0.83386) (2.46063) (0.90286) (1.02633)

D(TB(-2)) -0.482551 0.162609 0.031739 -0.005517 (0.29005) (0.09481) (0.13781) (0.07790)(-1.66369) (1.71511) (0.23030) (-0.07082)

D(TB(-3)) 1.128986 -0.488034 0.018088 -0.005124 (0.34339) (0.11225) (0.16316) (0.09222) (3.28776) (-4.34790) (0.11086) (-0.05556)

D(TB(-4)) -0.466747 0.136591 0.012775 0.001748 (0.30303) (0.09905) (0.14398) (0.08138)(-1.54028) (1.37898) (0.08873) (0.02148)

D(TB(-5)) -0.631795 -0.187377 0.014262 0.173547 (0.29820) (0.09748) (0.14169) (0.08009)(-2.11868) (-1.92231) (0.10065) (2.16697)

D(TB(-6)) -0.513265 0.180460 -0.017931 0.022749 (0.29580) (0.09669) (0.14055) (0.07944)(-1.73516) (1.86636) (-0.12758) (0.28636)

D(TB(-7)) 0.032354 0.021546 -0.048655 0.032445 (0.29643) (0.09690) (0.14085) (0.07961) (0.10915) (0.22236) (-0.34545) (0.40754)

D(TB(-8)) -0.345224 0.092361 0.090940 -0.036124 (0.29309) (0.09580) (0.13926) (0.07871)(-1.17789) (0.96408) (0.65303) (-0.45893)

D(TB(-9)) 0.301783 0.010336 0.030355 0.103067 (0.28486) (0.09311) (0.13535) (0.07650) (1.05940) (0.11100) (0.22427) (1.34720)

D(TB(-10)) -0.934840 -0.104253 -0.033698 0.007443 (0.29091) (0.09509) (0.13823) (0.07813)(-3.21345) (-1.09633) (-0.24379) (0.09526)

D(TB(-11)) 0.803696 0.027684 0.272764 0.125565 (0.30122) (0.09846) (0.14312) (0.08090)

Pág.50

(2.66818) (0.28117) (1.90584) (1.55217)

D(TB(-12)) -0.519292 -0.027750 -0.158240 0.024173 (0.30851) (0.10084) (0.14659) (0.08286)(-1.68323) (-0.27518) (-1.07951) (0.29175)

D(TB(-13)) -0.116889 0.042550 0.009316 0.019840 (0.28945) (0.09461) (0.13753) (0.07774)(-0.40383) (0.44971) (0.06774) (0.25522)

D(TB(-14)) -0.428526 0.044164 -0.003283 0.169422 (0.28638) (0.09361) (0.13607) (0.07691)(-1.49636) (0.47178) (-0.02413) (2.20280)

PB -0.001677 0.000197 -0.000376 0.000622 (0.00090) (0.00029) (0.00043) (0.00024)(-1.85927) (0.66812) (-0.87640) (2.56728)

MERCOSUR 0.309864 0.110444 0.289956 0.096544 (0.19301) (0.06309) (0.09170) (0.05183) (1.60546) (1.75061) (3.16184) (1.86252)

I8607 1.253087 -0.157848 0.172181 -0.153647 (0.29851) (0.09758) (0.14184) (0.08017) (4.19777) (-1.61768) (1.21395) (-1.91650)

I8903 -0.011638 -0.548823 -0.016230 -0.097830 (0.29999) (0.09806) (0.14254) (0.08057)(-0.03880) (-5.59693) (-0.11386) (-1.21428)

I8907 0.657412 0.836208 0.077970 0.073499 (0.33187) (0.10848) (0.15769) (0.08913) (1.98092) (7.70834) (0.49446) (0.82462)

I9001 0.021406 1.070193 0.255791 0.117450 (0.38781) (0.12677) (0.18426) (0.10415) (0.05520) (8.44233) (1.38818) (1.12767)

I9701 0.226963 0.042319 -0.592536 0.014422 (0.25624) (0.08376) (0.12175) (0.06882) (0.88574) (0.50525) (-4.86682) (0.20957)

I9901 0.103573 0.016685 -0.155351 -0.499398 (0.26919) (0.08799) (0.12790) (0.07230) (0.38476) (0.18962) (-1.21459) (-6.90769)

I9904 0.682408 -0.399476 0.018364 -0.068284 (0.32950) (0.10770) (0.15656) (0.08849) (2.07105) (-3.70899) (0.11730) (-0.77163)

I0201 0.258079 -0.485880 0.081726 0.031935 (0.28170) (0.09208) (0.13385) (0.07566) (0.91613) (-5.27659) (0.61058) (0.42211)

S1 -0.460644 -0.085709 -0.155741 0.022150 (0.11569) (0.03782) (0.05497) (0.03107)(-3.98172) (-2.26648) (-2.83325) (0.71288)

S2 -0.267428 -0.063791 -0.154841 0.050794 (0.10925) (0.03571) (0.05191) (0.02934)

Pág.51

(-2.44788) (-1.78633) (-2.98294) (1.73118)

S3 -0.070049 -0.061559 0.025304 0.056578 (0.11594) (0.03790) (0.05509) (0.03114)(-0.60417) (-1.62430) (0.45933) (1.81699)

S4 -0.194898 0.000356 -0.050137 0.017522 (0.11081) (0.03622) (0.05265) (0.02976)(-1.75892) (0.00984) (-0.95231) (0.58881)

S5 -0.243457 -0.029150 -0.014204 -0.005130 (0.10772) (0.03521) (0.05118) (0.02893)(-2.26014) (-0.82787) (-0.27753) (-0.17733)

S6 -0.190474 -0.059360 0.008827 0.022268 (0.11072) (0.03619) (0.05261) (0.02974)(-1.72035) (-1.64018) (0.16780) (0.74888)

S7 -0.183892 -0.007767 0.065072 0.075117 (0.10569) (0.03455) (0.05022) (0.02839)(-1.73990) (-0.22483) (1.29578) (2.64635)

S8 -0.124163 -0.016392 -0.009105 0.059283 (0.10446) (0.03415) (0.04963) (0.02806)(-1.18860) (-0.48005) (-0.18344) (2.11311)

S9 -0.157610 0.004118 -0.083452 0.043113 (0.10342) (0.03380) (0.04914) (0.02777)(-1.52402) (0.12182) (-1.69833) (1.55225)

S10 -0.225960 -0.013637 0.041412 0.016008 (0.10355) (0.03385) (0.04920) (0.02781)(-2.18218) (-0.40290) (0.84171) (0.57562)

S11 -0.137640 -0.014795 -0.037753 0.038800 (0.10388) (0.03396) (0.04936) (0.02790)(-1.32495) (-0.43571) (-0.76485) (1.39070)

R-squared 0.770715 0.810962 0.697747 0.612232 Adj. R-squared 0.630995 0.695766 0.513562 0.375936 Sum sq. resids 7.149487 0.763905 1.614059 0.515680 S.E. equation 0.236337 0.077253 0.112294 0.063472 Log likelihood 54.62742 286.0899 208.6653 326.7609 Akaike AIC 0.235484 -2.000868 -1.252805 -2.393825 Schwarz SC 1.507391 -0.728961 0.019103 -1.121918 Mean dependent 0.003378 -0.001618 0.005077 -0.001559 S.D. dependent 0.389060 0.140059 0.161006 0.080347 Determinant ResidualCovariance

2.19E-09

Log Likelihood 888.9509 Akaike Information Criteria -5.439139 Schwarz Criteria -0.190509

Correlograma de los residuos de EB:

Date: 05/15/02 Time: 03:33Sample: 1985:01 2002:03Included observations: 207

Autocorrelation Partial Correlation AC PAC Q-Stat Prob .|. | .|. | 1 -0.029 -0.029 0.1797 0.672

Pág.52

.|. | .|. | 2 -0.017 -0.018 0.2400 0.887 .|. | .|. | 3 -0.009 -0.010 0.2586 0.968 .|. | .|. | 4 -0.030 -0.031 0.4450 0.979 .|. | .|. | 5 0.001 -0.001 0.4454 0.994 .|* | .|. | 6 0.066 0.065 1.3715 0.968 *|. | *|. | 7 -0.099 -0.096 3.4801 0.837 .|. | .|. | 8 0.063 0.060 4.3403 0.825 *|. | *|. | 9 -0.115 -0.116 7.2131 0.615 *|. | *|. | 10 -0.063 -0.064 8.0782 0.621 *|. | *|. | 11 -0.093 -0.109 9.9669 0.533 .|. | .|. | 12 0.000 -0.011 9.9669 0.619 .|. | .|. | 13 0.034 0.033 10.219 0.676 *|. | *|. | 14 -0.085 -0.112 11.839 0.619 .|. | .|. | 15 -0.033 -0.016 12.086 0.673 *|. | *|. | 16 -0.079 -0.112 13.489 0.637 *|. | *|. | 17 -0.102 -0.102 15.854 0.534 .|* | .|* | 18 0.156 0.119 21.430 0.258 .|. | .|. | 19 0.023 0.008 21.550 0.307 .|. | .|. | 20 0.023 0.019 21.671 0.359 .|. | .|. | 21 0.001 -0.042 21.671 0.419 .|. | .|. | 22 0.004 0.026 21.674 0.479 .|. | .|. | 23 0.033 0.014 21.929 0.525 .|. | *|. | 24 -0.055 -0.102 22.657 0.540 .|. | .|. | 25 -0.023 -0.028 22.780 0.590 *|. | *|. | 26 -0.069 -0.151 23.915 0.581 .|. | .|. | 27 -0.021 -0.023 24.025 0.629 .|* | .|* | 28 0.137 0.125 28.575 0.434 *|. | *|. | 29 -0.079 -0.058 30.074 0.410 *|. | *|. | 30 -0.087 -0.095 31.943 0.370 .|. | *|. | 31 -0.001 -0.073 31.943 0.419 .|. | .|. | 32 -0.003 0.033 31.945 0.469 .|* | .|. | 33 0.085 0.057 33.744 0.431 .|. | *|. | 34 -0.054 -0.072 34.472 0.445 .|. | .|. | 35 -0.023 -0.002 34.610 0.487 .|* | .|. | 36 0.075 0.005 36.049 0.466

la influencia regional sobre la economía uruguaya – un ... de economa/iees… · análisis de...

Documents