Oeconomia - Banco Central de la República Dominicana

œconomĭa
Breves Ensayos de Economía y Finanzas
Volumen VII, Número 4, 2013
Contenido:
Una Aplicación de la Ley de Okun para la República Dominicana
Jessika S. García Obregón.……....……....................................................................2
Análisis de la Inversión Extranjera Directa en República Dominicana: Un
Modelo de Corrección de Errores
Paola E. Pérez M. y Fidel E. Morla M....................................................................8
Efectos de la Política Monetaria sobre la Actividad Económica y los Precios:
Evidencia a Partir de un VAR Estructural
Evelio Paredes, Miguel A. Jiménez P. y Francisco A. Ramírez…………….……….20
Banco Central de la República Dominicana
Banco Central de la República Dominicana
Departamento de Programación Monetaria y Estudios Económicos.
Oeconomia Vol. VII, No.4
Elaborado por el Departamento de Programación Monetaria y Estudios Económicos del Banco Central
de la República Dominicana. – Santo Domingo: Banco Central de la República Dominicana, 2013.
36 p.
Trimestral
ISSN 2304-3458
© 2013
Publicaciones del Banco Central de la República Dominicana
Esta es una publicación del Departamento de Programación Monetaria y Estudios Económicos del
Banco Central. El contenido y las opiniones de los artículos publicados en Oeconomia son de exclusiva
y estrictamente responsabilidad de su o sus autores y no reflejan la opinión del Banco Central de
República Dominicana.
Consejo Editorial:
Julio Andújar Scheker,
Director Departamento de Programación Monetaria y Estudios Económicos.
Joel Tejeda Comprés,
Subgerente de Políticas Monetaria, Cambiaria y Financiera.
Comentarios y preguntas sobre esta publicación pueden ser enviados a:
Banco Central de la República Dominicana
Av. Dr. Pedro Henríquez Ureña esq. Calle Leopoldo Navarro
Santo Domingo de Guzmán, D. N., República Dominicana
Apartado Postal 1347
809-221-9119 exts 3072-73
[email protected]
œ
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
Una Aplicación de la Ley de Okun para la República Dominicana
Por Jessika S. García Obregón. 1
I. Introducción.
Entre 1950 y 1970, las economías de América
Latina experimentaron un gran dinamismo,
llegando en ocasiones a registrar tasas de expansión
de dos dígitos, como los casos de Brasil y México.
Sin embargo, en los años ochenta, el crecimiento de
la región se desaceleró, dando lugar a una serie de
reformas enfocadas en un nuevo modelo económico
basado en el mercado. A pesar de que estas
reformas generaron expectativas positivas en
cuanto al mercado laboral, “la generación de
empleo fue poco dinámica, la calidad de los
puestos de trabajo empeoró, y es probable que
haya aumentado la desigualdad” (CEPAL, 2002,
pág. 5).
Al inicio de los años noventa, a pesar de que los
países de la región experimentaron una
recuperación económica, el mercado laboral mostró
un debilitamiento en sus indicadores.
Esta
situación cambió en el período 2003-2008, cuando
el crecimiento económico generó un aumento en el
empleo, lo que permitió la reducción de las tasas de
desocupación. Con la crisis internacional de 2008 y
su impacto en América Latina, el incremento en los
niveles de desempleo de la región comienza a
generar un impacto negativo en las economías, y
por tanto, en el nivel de vida de los individuos.
En República Dominicana (RD), el crecimiento
durante los últimos cincuenta años se ha mantenido
por encima del 5%; mientras, los niveles de
desempleo ampliado alcanzaron 22% en 1980, 23%
en 1990 y 13.9% en el año 2000. Este patrón de
comportamiento indica una correlación entre el
crecimiento económico de las últimas décadas y el
comportamiento del mercado laboral.
1
Departamento de Cuentas Nacionales y Estadísticas
Económicas.
A la relación existente entre Producto Interno Bruto
(PIB) y desempleo, se le ha conocido a través de la
historia como Ley de Okun, convirtiéndose en un
clásico en torno al tema de los ciclos económicos,
costos sociales y pleno empleo. A pesar de que
existen críticas en cuanto a esta estimación en
términos de productividad, horas trabajadas,
tamaño de la fuerza laboral, entre otros; los trabajos
realizados en distintos países muestran una relación
inversa entre el crecimiento del PIB y la tasa de
desempleo, confirmando así las estimaciones de
Okun (1962).
II. Revisión de la Literatura.
Históricamente, la teoría económica ha planteado
diversos enfoques para estudiar el desempleo y sus
características. En términos generales, se pueden
identificar tres grandes posiciones en torno al
desempleo: la neoclásica, la marxista y la
keynesiana (Griñan, 2007). Al margen de la visión
que se adopte del desempleo, desde el punto de
vista empírico, algo que ha sido comprobado en
diversos estudios, es que existe una relación inversa
entre el crecimiento económico y el desempleo.
Empíricamente, dicha relación fue estimada por
primera vez por Arthur Okun. Según Okun (1962),
el desempleo indica que hay una cantidad de bienes
de capital físico y humano ociosos en el momento
presente que afectará la capacidad productiva de la
economía en el futuro. Plantea que la tasa de
desempleo es una proxy que muestra cuánto
producto se pierde al comparar la tasa de desempleo
efectiva a la tasa natural. El objetivo principal del
estudio de este autor fue estimar el gran costo social
del desempleo por la pérdida de producto potencial.
En su estimación, Okun (1962), asume un
coeficiente que se puede invertir, sugiriendo que
una variación del desempleo ante una variación en
2
Oeconomia, ensayos sobre economía y finanzas
el producto, es equivalente al cambio en el producto
ante un cambio en el desempleo.
A través del tiempo, los investigadores han ido
modificando las tres estimaciones del modelo de
Okun para responder preguntas sobre la persistencia
de la relación encontrada en el tiempo, para incluir
más variables en la estimación que expliquen el
comportamiento del desempleo y para incorporar
mejoras en las técnicas econométricas. Sin
embargo, la esencia de la relación se mantiene.
Gordon (1984) realiza estimaciones de corto y largo
plazo de la Ley de Okun para EEUU. La estimación
se hace para el período 1951-1979, arrojando
resultados diferentes a las estimaciones originales
de Okun. Freeman (2000) amplía las estimaciones
de Okun a nivel de diferentes regiones de EEUU
con datos del período 1977-1997.
En otros estudios sobre países industrializados,
Sögner y Stiassny (2002) obtiene resultados que
reflejan coeficientes que van desde -0.12 para Japón
hasta -0.82 para Holanda. Usabiaga (2010),
utilizando el método de Mínimos Cuadrados
Ordinarios, estima el Coeficiente de Okun para
España y sus Comunidades Autónomas, arrojando
como conclusión que para mantener la tasa de
desempleo invariable, el producto debería crecer
alrededor de 2.68%.
En Latinoamérica, Cubillo, Kikut y Madrigal
(2002) estima la Ley de Okun para la economía
costarricense, utilizando dos filtros para encontrar
el producto potencial y el desempleo natural:
Hodrick-Prescott (1980) y Baxter-King (1999). Los
autores encontraron un coeficiente cercano a 5%.
Gulli (2002) estima el Coeficiente de Okun para
Argentina en -0.19 usando un vector de corrección
de errores y descomponiendo la varianza de ambas
series (PIB y Desempleo). Las relaciones entre
desempleo y crecimiento del producto en México
son estudiados por Loría y Ramos (2006) para el
período
1970-2004,
utilizando
vectores
autorregresivos. Estos autores calculan un
Volumen VII, Número 4
coeficiente de Okun entre 2.08 y 2.50, que asocian
a una economía de alto desempleo, de baja
productividad y de uso intensivo en el factor
trabajo.
Aunque en RD no se tienen estudios publicados
sobre la relación de Okun, se han realizado diversas
investigaciones sobre el mercado laboral. Gurak,
Kritz, Mota y Ortega (1979) estudia el empleo
femenino y su participación en el mercado laboral;
Moya (1986) revisa el sector laboral femenino.
Dauhajre, Riley, Mena y Guerrero (1989) analiza el
sector Zonas Francas en el desempleo en RD.
Sánchez-Fung (2001) hace una revisión exhaustiva
de la literatura en torno al tema del desempleo.
Guzmán (2005), por otro lado, estudia el impacto
de la crisis 2003-2004 en el mercado laboral y el
nivel de vida de los individuos. Recientemente,
Bencosme (2008) realiza una estimación de la
demanda de trabajo para RD, analiza las
magnitudes de las elasticidades producto-empleo
por sectores económicos, así como su evolución en
el tiempo.
III. Medición del Desempleo en República
Dominicana.
En RD, la información sobre el mercado laboral es
levantada a través de la Encuesta Nacional de
Fuerza de Trabajo (ENFT) que elabora el Banco
Central de la República Dominicana (BCRD) desde
1991.
En la actualidad, RD cuenta con dos mediciones
para la tasa de desempleo: la Tasa de Desempleo
Abierta y la Tasa de Desempleo Ampliada. La
desocupación abierta se refiere a la porción de la
población de 10 años y más, que en el período de
referencia declara no tener trabajo, pero está
disponible para trabajar y que, en las últimas cuatro
semanas ha hecho esfuerzos para encontrar trabajo.
En cuanto a la Tasa de Desocupación ampliada se
considera, además de los desocupados abiertos, a
aquellas personas que aunque no buscaron trabajo
3
Oeconomia, ensayos sobre economía y finanzas
en el período de referencia, están disponibles de
inmediato para trabajar.
IV. Las estimaciones de Okun.
Según Okun (1962), es posible medir la ganancia o
pérdida del PIB real proveniente de cambios en la
tasa desempleo, utilizando tres especificaciones:
Modelo
Ecuación Estimada
∆𝑈𝑡 = 𝛽1 + 𝛽2 𝑌𝑡̇
Primeras
Diferencias
Prueba
Brechas
de
Ajuste
de
tendencia
y
Elasticidad
𝑈𝑡 = 𝛽1 + 𝛽2 (𝑌 − 𝑌� )
𝑙𝑛𝐸𝑡 = 𝛽1 + 𝛽2 𝑙𝑛𝑌𝑡 + 𝛽3 𝑡 + 𝜖𝑡
En la primera especificación, el parámetro 𝛽2 mide
la variación de la tasa de desempleo ante un cambio
en la tasa de crecimiento del producto. En su
estimación original, Okun (1962) obtuvo un
coeficiente de 0.30, lo que indica que cuando el
producto aumenta en 1%, la tasa de desempleo se
reduce en 0.3 puntos porcentuales. Una
interpretación alternativa es la del inverso del
coeficiente, que sugiere que una variación de 1
punto porcentual en el desempleo representa 3.3%
de pérdida en el producto.
El Modelo de Prueba de Brechas es el nombre con
que se ha conocido la segunda estimación realizada
por Okun. En este modelo, la brecha está
especificada como la diferencia entre el producto
observado y su tendencia. Inicialmente, Okun
enfrentó dificultades para definir el nivel de
desempleo que debe existir cuando la producción se
encuentra en su nivel potencial. En su estimación
asumió 4% como el nivel de desempleo que debía
existir con dichos niveles de producción.
La estimación del Modelo de Prueba de Brechas de
Okun arrojó un coeficiente de 0.36, lo que fue
Volumen VII, Número 4
interpretado como que una variación de 2.8%
(1/0.36) de la producción con respecto a su
potencial generaría un cambio en sentido contrario
en el desempleo de 1 punto porcentual. Por otro
lado, el intercepto en la estimación de Okun fue
3.72, valor cercano a 4% que representa la tasa de
desempleo donde no existe brecha en el producto.
En el tercer y último modelo estimado por Okun
conocido como Ajuste de Tendencia y Elasticidad,
el parámetro β2 , el cual representa la elasticidad
empleo-producto, arrojó un 0.4 y β3 , que representa
la tasa de crecimiento tendencial del PIB, mostró un
0.32. Este último coeficiente apunta la reducción en
la capacidad de generar empleos y a la vez permite
concluir que el único factor que lo contrarrestará es
el crecimiento económico.
Dado que las especificaciones que estimó Okun
arrojaron coeficientes muy similares, entre 0.30 y
0.36, fueron sintetizadas en una ecuación general:
𝒀𝒑 = 𝒀𝒕 [𝟏 + 𝟎. 𝟎𝟑𝟐 (𝑼𝒕 − 𝟒)]
donde 𝑌 𝑝 es el producto potencial, 𝑌 𝑡 es el producto
observado.
Esta ecuación permitió establecer que cuando la
tasa de desempleo fuera de 4%, el producto
potencial sería igual al observado. Si la tasa de
desempleo se situara en 5%, la brecha estimada
sería de 3.2% del PIB. Estas ecuaciones se han
convertido en el centro de los estudios que
relacionan el PIB y el Desempleo para muchos
países. La famosa correspondencia 3:1, que se
traduce como el incremento de un punto porcentual
en la tasa de desempleo reduciría el producto en
3.3%, es lo que más tarde se convirtió en la ley de
Okun.
V. Metodología de la Investigación.
Para estudiar las diferentes relaciones entre el PIB y
la tasa de desempleo se utilizaron datos con
frecuencia trimestral que se extienden desde el
primer trimestre de 2000 hasta el cuarto trimestre
4
Oeconomia, ensayos sobre economía y finanzas
de 2011. Se cuenta con la serie trimestral PIB, sin
embargo, la Tasa de Desempleo Ampliada se
elabora de manera semestral, por lo que se procedió
a convertir los datos a la frecuencia trimestral
utilizando el método de interpolación segmentaria
cúbica natural del paquete econométrico Eviews.
Para las estimaciones del producto potencial es
utilizado el promedio de los filtros de Kalman
(1960), Baxter King (1999), Christiano Fitzgerald
(1999) y Hodrick Prescott (1980).
Las ecuaciones se han estimado por el método de
Mínimos
Cuadrados
Ordinarios
(MICO),
Cointegración de Johansen; y Corrección de
Errores, estos últimos fueron aplicados por la
necesidad de obtener resultados más sólidos.
Todas las ecuaciones estimadas fueron sometidas a
diferentes pruebas que buscan determinar la
consistencia y especificación del modelo. Las
pruebas revisan estabilidad (Cusum y Cusum
cuadrado), normalidad (Jarque Bera, 1987),
autocorrelación (Prueba LM; Breusch y Pagan,
1980; Godfrey, 1988); y heterocedasticidad (Prueba
de White, 1980).
VI. Modelación, Estimación y Resultados.
Las ecuaciones estimadas utilizan para la Tasa de
Desempleo Ampliada y el PIB, la variación y la
tasa de crecimiento del trimestre con respecto al
mismo trimestre del año anterior, respectivamente.
Modelo
Ecuación Estimada
∆𝑈𝑡 = 0.01 + 0.20𝑌𝑡̇
Primeras
Diferencias
Prueba
Brechas
de
Ajuste
de
tendencia
y
Elasticidad
𝑈𝑡 = 0.16 + 0.20(𝑌 − 𝑌� )
𝑙𝑛𝐸𝑡 = −3.12 + 0.27𝑌𝑡 − 0.00𝑡
La primera ecuación lleva a concluir que un
crecimiento del PIB de 1% reduce la tasa de
Volumen VII, Número 4
desempleo en 0.20 puntos porcentuales. Este
coeficiente es comparable con países de la región,
como es el caso de Argentina (-0.20), Costa Rica (0.20) y Ecuador (-0.25). Si analizamos la inversa
del coeficiente, pudiéramos establecer un
crecimiento de alrededor del 5% del producto, para
que el desempleo disminuya en 1 punto porcentual.
Los resultados de la segunda ecuación sugieren que
si el producto crece 1% por encima de su potencial,
la tasa de desempleo disminuye en 0.21 puntos
porcentuales. Para la última ecuación, la elasticidad
empleo-producto fue de 0.27, lo cual implica que si
el PIB crece en 1%, el empleo aumentará en 0.27%.
Las estimaciones de Okun se caracterizaron en sus
inicios por utilizar técnicas econométricas lineales.
Según ha pasado el tiempo, los métodos de
estimación
se
han
diversificado
debido
principalmente a la necesidad de modelizar, además
de las relaciones de largo plazo, la dinámica de
corto plazo de muchas variables, a la vez que se
exploran no linealidades. La ecuación de
cointegración estimada revela un Coeficiente de
Okun de 0.24, lo que significa que para lograr una
reducción de un punto porcentual en el desempleo,
el PIB debe de crecer alrededor de 4% o lo que
sería lo mismo, si el PIB crece un 1%, el desempleo
disminuirá en 0.24 puntos porcentuales, resultado
bastante cercano a los obtenidos en nuestras
primeras estimaciones.
𝑼𝒕 − 𝑼𝒕−𝟏 = 0.01 − 0.24𝒀𝒕
La ecuación de corto plazo, la cual se obtuvo luego
de la estimación de la ecuación de largo plazo como
un mecanismo de corrección de errores muestra que
los desequilibrios ante cambios en el PIB se
corrigen con una velocidad de ajuste de 0.52
equivalente a un semestre.
� = −0.53 𝒎𝒄𝒆 + 0.37𝑼
� 𝒕−𝟏 + 0.04𝑼
� 𝒕−𝟐
𝑼
− 0.04𝒀𝒕−𝟏 − 0.02𝒀𝒕−𝟐 − 0.00
En resumen, la bondad de ajuste de los modelos
estimados revela la complejidad del mercado
laboral en su composición y en las múltiples
5
Oeconomia, ensayos sobre economía y finanzas
variables que se relacionan en su funcionamiento.
Sin embargo, los resultados resaltan la importancia
del crecimiento económico para la generación de
empleos y, por tanto, para la disminución del
desempleo.
VII. Conclusiones.
Los resultados de los modelos estimados sugieren
el cumplimiento de la ley de Okun para la
República Dominicana para el período 2000-2011.
El comportamiento del desempleo y el producto
muestra una respuesta que se pudiera considerar
simétrica: si el PIB crece, el desempleo cae, y
viceversa.
La relación inversa entre el crecimiento del
producto y el desempleo, fue evidenciada, además
de la obtención del signo esperado, por la alta
significancia y magnitud del Coeficiente de Okun
obtenido.
Dada la alta relación encontrada entre estas dos
variables, se hace necesario mantener un
crecimiento sostenido para crear empleos y un
entorno macroeconómico estable que permita a los
agentes económicos actuar de manera confiable y
certera. A pesar de que es necesario introducir el
concepto de calidad de la ocupación, es
indispensable tener el motor del crecimiento para la
generación de empleos.
Es imprescindible tomar decisiones de política que
incluyan un análisis integral del mercado laboral,
que tengan un impacto focalizado y que no sean
una consecuencia del concepto de políticas
públicas, ya que, como establece Guzmán y Cruz
(2010), es necesario “colocar las políticas
laborales en el lugar preeminente que le
corresponde” (pág. 216).
Volumen VII, Número 4
VIII. Referencias.
1.
Banco Central de la República Dominicana. (2004).
Informe de la Economía. Banco Central de la
República Dominicana, Santo Domingo, RD.
2.
Banco Central de la República Dominicana. (2011).
Mercado de Trabajo. Banco Central de la República
Dominicana, Santo Domingo, RD.
3.
Baxter, M., & King, R. (1999). Measuring Business
Cycles: Approximate Band-Pass Filters for
Economic Time Series. The Review of Economics
and Statistics (81), 575-593.
4.
Bencosme, P. (2008). Ministerio de Economía,
Planificación y Desarrollo.
5.
Breusch, T., & Pagan, A. (1979). A Simple Test for
Heteroscedaticity
and
Random
Coefficient
Variation. Econometrica, XLVII, 1287-1294.
6.
Christiano, L. J., & Fitzgerald, T. J. (1999). The
Band Pass Filter. National Bureau of Economic
Research Working Papers, 7257.
7.
Colás Griñán, S. (2007). Diferentes Enfoques del
Análisis del Empleo en la Teoría Económica.
ontribuciones a la Economía.
8.
Comisión Económica para América Latina y el
Caribe (CEPAL). (2002). Panorama Social de
América Latina 2000-2001. México, D.F.
9.
Cubillo, E., Kikut, A. C., & Madrigal, J. (2002).
Estimación de la Ley de Okun para Costa Rica.
Documento de trabajo. Banco Central de Costa
Rica, San José.
10. Dauhajre, A., Riley, E., Mena, R., & Guerrero, J.
(1989). Impacto Económico de las Zonas Francas
Industriales de Exportación en la República
Dominicana. 67-109.
11. Freeman, D. (2000). Regional Test of Okun's Law.
International Advances in Economic Research, 557570.
12. Godfrey, L. (1978). Testing for Multiplicative
Heteroscedasticity. Journal of Econometrics, VIII.
6
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
13. Gordon, R. J. (1984). Unemployment and Potential
Output in the 1980s. Brookings Papers on Economic
Activity , II, 537-586.
24. Sánchez Fung, J. R. (2000). Empleo y mercados de
trabajo en la República Dominicana: una revisión de
la literatura. CEPAL (71).
14. Gulli, I. (2002). Ley de Okun y Descomposición de
las Fluctuaciones Económicas. Universidad
Empresarial Siglo 21.
25. Sögner, L., & Stiassny, A. (2002). An Analysis on
the Structural Stability of Okun’s Law - A CrossCountry Study. Applied Economics Letters, 17751887.
15. Gurak, D. T., Kritz, M. M., Mota, V., & Ortega, M.
(1979). Female Employment in the Dominican
Republic. Population Association of American
Meetings. Philadelphia.
16. Guzmán, R. y Cruz, C. (2010). Estudio, Salario y
Seguridad Social en el Tránsito de la Crisis a la
Recuperación. Observatorio del Mercado Laboral
Dominicano. Santo Domingo, RD: Ministerio de
Trabajo.
26. Usabiaga, C. (2010). La Relación entre el
Crecimiento, el Desempleo y el Empleo: El Caso
Español. Cuaderno de Información Económica,
CCXIV, 83-88.
27. White, H. (1980). A Heteroskedasticity-Consistent
Covariance Matrix and a Direct Test for
Heteroskedasticity. Econometrica, XLVIII, 817-838.
17. Hodrick, R. J., & Prescott, E. C. (1980). Postwar
U.S. Business Cycles: an Empirical Investigation.
Carnegie-Mellon University; Discussion Papers
(451).
18. Jarque, C. M., & Bera, A. K. (1987). A Test for
Normality of Observation and Regression Residuals.
International Statistical Review, LV (2), 163-172.
19. Johansen, S. (1988). Statistical Analysis of
Cointegrating Vectors. Journal of Economic
Dynamics and Control, 12.
20. Kalman, R. E. (1960). A New Approach to Linear
Filtering and Prediction Problems, Transactions of
the ASME. Journal of Basic Engineering (LXXXII),
35-45.
21. Loria, E., & Ramos, M. G. (2006). Ley de Okun:
Una relectura para México 1970-2004. Universidad
Autónoma de México, Centro de Modelística y
Pronósticos Económicos, México.
22. Moya, F. (1986). Condiciones socioeconómicas de
la mujer trabajadora en la República Dominicana.
Forum (21).
23. Okun, A. (1962). Potential GNP: its measurement
and significance. Proceedings of the Business and
Econometric Statistics Section of the American
Statistical Association.
7
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
Análisis de la Inversión Extranjera Directa en República Dominicana: Un
Modelo de Corrección de Errores.
Por: Paola Pérez y Fidel Morla. 1
“vertical” o “production cost-minimizing” y esta
busca tener acceso a insumos de menor costo.
I. Introducción.
Uno de los inconvenientes económicos de los países
emergentes es la insuficiencia de ahorro nacional
para financiar sus inversiones, por lo tanto,
requieren constantemente de capital extranjero para
realizar inversiones tanto directas como indirectas
(Awan, Khan, y Zaman, 2011). En ese sentido, la
Inversión Extranjera Directa (IED) es uno de los
componentes que puede saciar esta necesidad de
capital para acelerar el crecimiento económico, el
desarrollo y la globalización, a través de la
inyección de nuevos recursos.
Debido a la influencia en los ingresos, la
producción, los precios, el empleo y el bienestar
general del país receptor, la IED parece ser una
manera más fácil de conseguir capital foráneo sin
incurrir en los riesgos vinculados a la adquisición de
deuda. A esto se le añade los beneficios tanto
directos (canal de capital), como indirectos
(conocimientos técnicos, equipos, tecnología,
divisas, fomento de la competencia y acceso a los
mercados extranjeros). Por lo tanto, podemos decir
que la inversión extranjera desempeña un papel
clave en el crecimiento y desarrollo de una
economía en desarrollo (Abdul y Kalirajan, 2010;
Ranjan y Agrawal, 2011).
En relación a esto, Artige y Nicolini (2006) presenta
dos tipos de IED; al primer tipo le llama
“horizontal” o “market seeking” y se resume a la
búsqueda de multiplicar el capital físico productivo,
evitando fricciones comerciales como aranceles o
costos de transporte; y al segundo tipo la llama
1
División de Investigación Económica y División de Estudios
Fiscales, respectivamente. Departamento de Programación
Monetaria y Estudios Económicos.
Awan, Khan, y Zaman (2011) resaltan una serie de
factores que pueden explicar el porqué de la
Inversión Extranjera Directa: (i) la IED moviliza el
capital de países ricos a países con escasez de
capital para beneficiarse de este flujo de capitales;
(ii) la inversión extranjera permite a los inversores
extranjeros tomar ventaja de la propiedad de
empresas extranjeras y el establecimientos de
oligopolios; (iii) los inversionistas tienden a destinar
recursos en el extranjero para acceder a materia
prima y mano de obra barata, reduciendo los costos
de producción; (iv) Los países inversores y
receptores se benefician del importante papel que
juega la IED en el fortalecimiento de la moneda; y
(v) la estabilidad política en el país de acogida o la
inestabilidad política en el país de origen, alienta a
los dueños del capital a invertir en el extranjero.
No obstante, los beneficios de la IED no surgen de
forma espontánea y dependen de las políticas de
inversión nacional, internacional y de la
cooperación gubernamental. Cabe señalar que
además de ser atrayentes, la inversión extranjera
igualmente plantea algunos costos y posibles
variaciones en el tipo de cambio del país receptor
(Sasidharan, 2006).
El objetivo de la presente investigación es analizar
la Inversión Extranjera Directa en República
Dominicana (RD), mediante un Modelo de
Corrección de Errores (MCE) similar al de Awan,
Khan, y Zaman (2011). El resto del documento
consta de una sección donde se analizan
estadísticamente los datos, para luego presentar
formalmente la metodología. Por último, se
muestran los resultados y se señalan algunas
conclusiones pertinentes.
8
Oeconomia, ensayos sobre economía y finanzas
II. Hechos Estilizados.
La IED en los países subdesarrollados, incluyendo
RD, promueve sectores orientados a la exportación
que eventualmente terminan acelerando el
crecimiento económico nacional y el desarrollo
infraestructural, además de aportar a las actividades
generadoras de empleo.
Hasta principios de los años noventa, la economía
dominicana se adhirió principalmente a un régimen
de políticas Industrialización por Sustitución de
Importaciones (ISI) caracterizado por barreras
comerciales
y
controles
regulatorios
gubernamentales. Esto fue una de las causas por la
cual la inversión externa tardó veinte años para
poder duplicar su valor, entre 1970 (US$72
millones) y 1990 (US$133 millones).
Luego, en parte debido a la demanda internacional
creciente, al igual que muchos países no
industrializados, RD inicia un proceso de reformas
de liberalización económica que eliminaba ciertas
regulaciones tanto en política interna como externa,
impulsando diversos sectores económicos. Estos
cambios se hicieron evidentes rápidamente en el
flujo de capital externo. A partir de los noventa, las
entradas
de
IED
comienzan
a
crecer
considerablemente al pasar de US$133 millones en
1990 a exceder los US$3,600 millones en 2012.La
Figura 1 muestra la tendencia creciente de los flujos
de Inversión Extranjera Directa en RD.
Con base en los trabajos de Blonigen (2005), Artige
y Nicolini (2006) y Ranjan y Agrawal (2011), en
este estudio se realiza el análisis de un conjunto de
variables que posiblemente influyen en los flujos de
IED y se pueden clasificar varias categorías, a saber.
El tamaño del mercado, la estabilidad económica y
las perspectivas de crecimiento: Grandes mercados
implica mayor consumo potencial, por lo tanto, más
oportunidades para el comercio. Usualmente, el
tamaño del mercado se mide por el PIB, el PIB per
cápita y/o el tamaño de la población de clase media.
Para los fines se utilizan las primeras dos. La
Volumen VII, Número 4
formación bruta de capital superior conduce a un
mayor crecimiento económico, que es consecuencia
de las mejoras en el clima de inversión que ayuda
aún más para atraer mayores entradas de IED. La
apertura comercial: Las empresas multinacionales
tienden a invertir en los mercados de los socios
comerciales y la mayor parte de la IED es orientada
a la exportación. Por lo que se espera que sea un
determinante positivo y significativo de la IED. La
apertura comercial es calculada como la suma entre
las exportaciones y las importaciones dividido por
el PIB. Las reservas internacionales y el tipo de
cambio real se utilizan para medir la posición de las
reservas de divisas, con el fin de evaluar la
estabilidad en el mercado cambiario. En este caso
incluyen oro. La tasa de interés activa entra como
indicador de la posición de la política monetaria
III. Datos y Análisis Estadístico.
La investigación utiliza información del Banco
Mundial con frecuencia anual desde 1960 hasta
2012 en dólares corrientes de Estados Unidos. La
variable a explicar es el registro de entrada de
Inversión Extranjera Directa neta (balanza de pagos)
y las variables explicativas son; el PIB, la
Formación Bruta de Capital (FBC), la Apertura
Comercial (AC), las Reservas Internacionales (RES)
y el PIB per cápita (PIBC).
Es importante destacar que, a la hora de realizar
estimaciones econométricas, es esencial conocer las
propiedades de estacionariedad de las variables,
para prevenir falsos coeficientes sobre la relación
entre las variables (Mahadeva y Robinson, 2004).
En ese sentido, se efectúan las pruebas de raíz
unitaria de Dickey y Fuller (1981) y Phillips y
Perron (1986) para evidenciar la estacionareidad de
las series utilizadas en el análisis. De la Tabla 1 se
resume que las variables son estacionarias en
primera diferencia, es decir, integradas de orden 1
en niveles.
9
Oeconomia, ensayos sobre economía y finanzas
Tabla 2. Prueba de Raíz Unitaria
DFA
PP
Var
CD
DFA
PP
0.9358 0.9992
N
0.6133 0.6711
0.8256 0.9438
C
0.3661 0.3948
IED
AC
0.0210 0.0210
CT 0.5583 0.5917
0.0000 0.0000
N
0.0000 0.0000
0.0000 0.0000
C
0.0000 0.0000
ΔIED
ΔAC
0.0000 0.0000
CT 0.0000 0.0000
1.0000 1.0000
N
0.9447 1.0000
0.8376 0.8383
C
0.7368 0.8871
PIB
RES
0.4271 0.3303
CT 0.0225 0.0203
0.0199 0.0000
N
0.0000 0.0000
0.0000 0.0000 ΔRES
C
0.0000 0.0000
ΔPIB
0.0000 0.0000
CT 0.0000 0.0000
0.9939 0.9996
N
0.9988 0.9990
0.6091 0.5631 PIBC
C
0.8717 0.8739
FBC
0.2704 0.3262
CT 0.3689 0.2658
0.0000 0.0000
N
0.0000 0.0000
0.0000 0.0000 ΔPIBC
C
0.0000 0.0000
ΔFBC
0.0000 0.0000
CT 0.0000 0.0000
0.4578 0.4176
N
0.2356 0.0129
0.0870 0.1052
C
0.4859 0.5366
TCR
TIA
0.3611 0.5138
CT 0.3618 0.3292
0.0000 0.0000
N
0.0001 0.0001
0.0000 0.0000 ΔTIA
C
0.0046 0.0003
ΔTCR
0.0004 0.0000
CT 0.0225 0.0001
CD: Componentes
H0: Series tienen raíz unitaria
Determinísticos
N: Ninguno
CT: Constante y
Prob < 0.05 indica rechazo de H0.
tendencia
C: Constante
Fuente: Elaboración propia.
Var
CD
N
C
CT
N
C
CT
N
C
CT
N
C
CT
N
C
CT
N
C
CT
N
C
CT
N
C
CT
IV. Marco Metodológico.
El Mecanismo de Corrección de Errores (MCE) se
utiliza para estimar la rapidez a la que la variable
dependiente torna al equilibrio cuando existen
choques en las variables explicativas. Según Engle y
Granger (1987) el MCE puede expresarse como la
ecuación 1:
(1) 𝐴(𝐿)(1 − 𝐿)𝑥𝑡 = −𝛾𝑧𝑡−1 + 𝑢𝑡
Donde 𝑥𝑡 es un vector de variables cuyos
desequilibrios rezagados son las variables
explicativas, 2 𝛾 es el coeficiente de corrección, 𝑧𝑡
representa las desviaciones con respecto al
equilibrio y 𝑢𝑡 es un disturbio estacionario.
La relación dinámica de largo plazo está
representada en la ecuación 2, de la cual se extraen
lo errores (𝜇𝑡 ) para ser utilizados como variable
explicativa en el modelo de corto plazo o MCE y su
2
El propósito de estas variables explicativas es aportar
información de la magnitud del desequilibrio al Mecanismo de
Corrección de Errores.
Volumen VII, Número 4
coeficiente se espera sea negativo, y entre cero y
uno (Ver Ecuación 3). De manera simple, la
ecuación 1 puede representarse como (3), donde el
valor de 𝛾 proporciona la velocidad de ajuste en que
la variable 𝑦𝑡 regresa al equilibrio al ocurrir
choques en las variables independientes 𝑥𝑡 . Los
rezagos son representados por i.
(2) 𝑦𝑡 = 𝛽0 + 𝛽1 𝑥𝑡 + 𝜇𝑡
(3) ∆𝑦𝑡 = 𝛽0 + 𝛿1∆𝑦𝑡−𝑖 + 𝜃1 ∆𝑥𝑡 + 𝜃2 ∆𝑥𝑡−𝑖 − 𝛾𝜇𝑡−𝑖
+ 𝜀𝑡
A partir de esto, en el caso específico de este trabajo
y en base a la metodología descrita anteriormente, la
ecuación (4) incluye las variables PIB, FBC, AC,
RES y PIBC 3 como los factores que posiblemente
influyen en la entrada de Inversión Extranjera
Directa en el largo plazo. 4
(4) 𝑖𝑒𝑑𝑡 = 𝛽0 + 𝛽1 𝑝𝑖𝑏𝑡 + 𝛽2 𝑓𝑏𝑐𝑡 + 𝛽3 𝑎𝑐𝑡 + 𝛽4 𝑟𝑒𝑠𝑡
+ 𝛽5 𝑝𝑖𝑏𝑐𝑡 + 𝜇𝑡
Para el modelo de corto plazo, se estima la ecuación
5, donde presenta las variables con dos rezagos y el
término de error 𝜇𝑡 de la ecuación de largo plazo. 5
El Modelo de Corrección de Errores se calcula con
2 rezagos por ser el número óptimo de acuerdo con
los criterios de información de Akaike y Schwarz. 6
𝑖=2
𝑖=2
𝑖=1
𝑖=2
𝑖=0
𝑖=2
𝑖=0
𝑖=2
𝑖=0
𝑖=2
𝑖=0
𝑖=0
(5) ∆𝑖𝑒𝑑𝑡 = 𝛽0 + � 𝛿𝑡−𝑖 ∆𝑖𝑒𝑑𝑡−𝑖 + � 𝜃𝑡−𝑖 ∆𝑝𝑖𝑏𝑡−𝑖
+ � 𝜑𝑡−𝑖 ∆𝑓𝑏𝑐𝑡−𝑖 + � 𝜙𝑡−𝑖 ∆𝑎𝑐𝑡−𝑖
+ � 𝜓𝑡−𝑖 ∆𝑟𝑒𝑠𝑡−𝑖 + � 𝜂𝑡−𝑖 ∆𝑝𝑖𝑏𝑐𝑡−𝑖
− 𝛾𝜇𝑡−1 + 𝜀𝑡
3
Artige y Nicolini (2006), Awan, Khan, y Zaman (2011) y
Ranjan y Agrawal (2011) utilizan el PIBC como proxy del
ingreso medio de la población.
4
El TCR y la TIA se excluyen luego de no pasar la prueba de
variables omitidas.
5
Las variables son utilizadas en logaritmos.
6
Ahamad y Tanin (2010), y Ranjan y Agrawal (2011) utilizan
modelos similares para Bangladesh y los países BRIC,
respectivamente.
10
Oeconomia, ensayos sobre economía y finanzas
V. Resultados.
Antes de proceder a estimar el modelo específico, se
lleva a cabo un análisis de la estadística descriptiva
y de correlación entre las variables, cuyos resultados
se presentan en la Tabla A1 y A2, respectivamente.
Por el lado de los estadísticos relacionados a la
robustez del modelo de largo plazo, el R2 y R2
ajustado fueron 0.8446 y 0.8278. Un alto valor de
R2 indica que las variables explicativas incluidas en
la ecuación pueden explicar la mayor parte de la
variación en la variable dependiente.
Los coeficientes del PIB y PIBC son
estadísticamente significativos al 1%, y la FBC es
significativa al nivel del 5%, lo que muestra que
estas variables son posibles factores que influyen en
la entrada de IED.
Tabla 2. Relación de Largo Plazo; MICO.
IEDt
βi
Err. Est.
Prob
PIBt
1.49
0.503
0.0052
FBCt
-1.55
0.660
0.0243
ACt
0.01
0.008
0.2865
RESt
-0.12
0.237
0.6162
PIBCt
2.60
0.625
0.0002
R2
0.8446
EER
0.6253
R2 aj.
0.8278
LL
-37.2117
DW
0.9443
SRC
14.4657
EER: Error Estándar de la Regresión
LL: Log Likelihood.
DW: Estadístico Durbin-Watson
SRC: Suma de Residuos al Cuadrado
Prob<0.05: Significativa al 5%.
Fuente: Elaboración propia.
El β relacionado al PIB puede interpretarse como
una elasticidad de largo plazo, es decir que ceteris
paribus, un aumento de 1% en el producto
provocaría que la IED aumentara en 1.49%, de
acuerdo a lo que sugiere la evidencia empírica
(Blonigen, 2005). No obstante, si se tiene un caso de
que el PIB aumenta a un ritmo mayor que la
población, es decir, aumenta el PIBC, la elasticidad
es aún mayor. En este caso, un aumento incremento
de 1% del producto per cápita, causaría un aumento
de 2.6% de la IED. Esto muestra que los
inversionistas extranjeros son sensibles al
crecimiento del mercado interno.
Volumen VII, Número 4
El producto per cápita representa el nivel de calidad
de vida de las personas del país y su capacidad de
poder de compra, por lo que altos niveles de
ingresos generan un mercado más amplio, lo que
explica la fuerte influencia sobre la IED.
Estos resultados son similares a los encontrados por
Abdul y Kalirajan (2010), quienes estiman
aumentos de 0.87% en la entrada de IED en
Latinoamérica, con aumentos de 1% en el producto.
Los autores también estiman aumentos de 1.05%
para un conjunto de países emergentes. 7 Ranjan y
Agrawal (2011) estiman aumentos de 2.89% para
los miembros del BRIC, con un incremento de 1%
en el PIB.
En el estudio de Awan, Khan, y Zaman (2011), la
formación bruta de capital (0.771%), el grado de
apertura (0.117%) y el ingreso per cápita (1.045%)
los coeficientes son positivos y significativos al 1%.
En cuanto al MCE, es decir, el modelo de corto
plazo de la ecuación 5, se muestra en la Tabla 3. El
coeficiente asociado a µt−1 presenta un valor
significativo al 5% igual a -0.5988 (dentro del rango
esperado de -1 y 0), lo que en resumen nos indica
que ante choques en alguna de las variables
independientes, la IED se corrige a un 59.88% en un
año. Un MCE similar aparece en Awan, Khan, y
Zaman (2011), quienes estiman una velocidad de
ajuste de aproximadamente 56.13% para la
economía paquistaní, significativo al 1%.
Tabla 3. Modelo de Corrección de Errores.
ΔIEDt
βi
Err. Est.
Prob
𝜇𝑡−1
-0.5988
0.2257
0.0162
R^2
0.5215
EER
0.5526
R^2 aj.
0.0696
LL
-17.2525
DW
2.2340
SRC
5.4965
EER: Error Estándar de la Regresión
LL: Log Likelihood.
DW: Estadístico Durbin-Watson
SRC: Suma de Residuos al Cuadrado
Prob<0.05: Significativa al 5%.
Fuente: Elaboración propia.
7
Los resultados de Abdul y Kalirajan (2010) son un promedio
de múltiples modelos estimados en su estudio.
11
Oeconomia, ensayos sobre economía y finanzas
Además, para fines de diagnóstico, se realizan las
pruebas
de
autocorrelación
serial 8
y
heteroscedasticidad (Tablas A3 y A4), donde los
resultados muestran que no existen ninguno de estos
problemas en el MCE estimado. Del mismo modo,
el modelo pasa las pruebas de estabilidad estructural
al 5% de significancia, como se observa en las
Figuras A6, A7 y A8.
VI. Conclusiones.
Los factores de atracción de los flujos de IED hacia
países pequeños, como RD, son relativamente
menos investigados. Este estudio se intenta
determinar los factores económicos que influyen en
la entrada de Inversión Extranjera Directa. Se utiliza
un MCE que incluye al producto, tanto en niveles
como per cápita, la apertura económica, la
formación bruta de capital y el nivel de reservas,
con periodicidad anual de 1960 a 2012. Los
resultados revelan que, aparte de las reservas, todos
los demás factores parecen ser potenciales
determinantes de la entrada de inversión extranjera.
Estudiar el tema relacionado a la inversión
extranjera se hace importante principalmente por
dos efectos. Primero está el llamado Horizontal
Spillover o un derrame horizontal. Esto se explica
en el sentido de que la entrada de empresas
extranjeras puede llevar a un aumento en la
productividad de las empresas nacionales del mismo
sector. Además, es capaz de estimular la inversión
nacional mediante la transferencia de tecnologías y
técnicas de gestión, pero dependerá de la calidad de
IED, reglamentación nacional, políticas tributarias,
entre otras. También está el hecho de la movilidad
de trabajadores calificados y capacitados de las
empresas multinacionales a las empresas nacionales
(Sasidharan, 2006; Sahoo, 2006).
No obstante, el fenómeno de derrame no se limita a
las industrias dentro del sector. El segundo efecto es
8
Otra forma de verificar la ausencia de autocorrelación serial es
con el estadístico DW cercano a dos. En el MCE el DW es igual
a 2.2340.
Volumen VII, Número 4
el Vertical Spillover o derrame vertical y viene por
el hecho de que, al entrar nuevas empresas, aumenta
la demanda de otros bienes creando una relación
cliente-proveedor entre las empresas extranjeras y
otras empresas nacionales de otros sectores. Esto
contribuye a elevar la productividad de estos
últimos (Dunning, 2002). La razón de este efecto
inter-industrial tiene detrás la creencia de que las
empresas multinacionales pueden querer evitar la
fuga de tecnología a sus competidores, más no
existen incentivos para impedir la difusión de la
tecnología a sus proveedores y clientes (Javorick,
2004).
Si se suman los dos derrames, la IED puede ser una
herramienta para el mejoramiento de la balanza
comercial a través del impulso de las exportaciones,
en función de que proporciona avances tecnológicos
y acceso a los mercados externos. Sin embargo, este
proceso de promoción de exportaciones dependerá
de la motivación de la inversión, ya que si el
objetivo es capturar el mercado interno, ya sea por
elevados costos comerciales, tarifas o impuestos, la
IED no puede mejorar el crecimiento de las
exportaciones. Mientras que si impulsaría la venta
de bienes y servicios al exterior si el motivo es
utilizar insumos baratos o ventajas comparativas del
país para aprovechar el mercado de exportación.
Otro punto por el cual la inversión externa podría
aumentar el comercio es que contribuye al
crecimiento de la productividad ya que la mayoría
de las empresas multinacionales se concentran en
los sectores intensivos en comercio, por lo que su
propensión de comercio es mayor que las empresas
locales. Normalmente, las multinacionales son más
grandes que las empresas nacionales, pagan salarios
más altos, tienen una mayor productividad de los
factores, son altamente intensivas en capital y tienen
más probabilidades de contribuir a las exportaciones
debido a su exposición internacional (Artige y
Nicolini, 2006; Abdul y Kalirajan, 2010). Sin
embargo, los efectos de los derrames se permearán
en la economía dependiendo del nivel de
12
Oeconomia, ensayos sobre economía y finanzas
infraestructura, las reformas del mercado y las
rigideces estructurales.
En la República Dominicana la mayor entrada de
Inversión Extranjera Directa se observa en los
sectores de turismo, comercio/industria y minería
con el 74.6% del total de entrada de IED para 2012,
y para el total de IED de 1993 a 2012 para los
mismos sectores representa el 51.72%. 9 En este
tono, el crecimiento y la importancia de estos
sectores en la economía son factores que atraen
inversores, bajo las premisas expuestas.
En el estudio se indica que un aumentos de 1% en el
PIB o el PIBC, provocaría aumentos de 1.49% y
2.6%, respectivamente. Esto viene por el hecho de
que como la economía está creciendo, los inversores
extranjeros pueden tener más oportunidades de
invertir en la economía dominicana, con las
expectativas de generar un mayor retorno. En ese
sentido, RD necesita mantener un ritmo de
crecimiento estable para mejorar el tamaño del
mercado, una clara política macroeconómica,
mejorar la infraestructura y seguir políticas
comerciales más abiertas para atraer más IED y así
obtener los beneficios de ésta.
VII. Referencias.
Volumen VII, Número 4
4.
Awan, M.Z., Khan, B. y Zaman, K.U. (2011).
“Economic determinants of foreign direct investment
(FDI) in commodity producing sector: A case study
of Pakistan”. African Journal of Business
Management, Vol. 5, No. 2. pp. 537-545.
5.
Blonigen, B. (2005). “A Review of the Empirical
Literature on FDI Determinants”. Atlantic Economic
Journal. International Atlantic Economic Society.
Vol. 33, No.4. pp. 383-403.
6.
Çeviş, İ. y Çamurdan, B. (2007). “The Economic
Determinants of Foreign Direct Investment in
Developing Countries and Transition Economies”.
The Pakistan Development Review. Pakistan
Institute of Development Economics. Vol. 46, No. 3.
pp. 285-299.
7.
Dickey, D. y Fuller, W. (1981). “Likelihood Ratio
Statistics for Autoregressive Time Series with a Unit
Root”. Econometrica. Vol. 49, No.4. pp. 1057-1072.
8.
Dunning, J.H. (2002). “Determinants Of Foreign
Direct Investment: Globalization Induced Changes
And The Role Of Fdi Policies”. World Investment
Prospects.
9.
Engle, R.F. y Granger, C.W.J. (1987). “CoIntegration and Error Correction: Representation,
Estimation, and Testing”. Econometrica. Vol. 55,
No.2. pp. 251-276.
1.
Abdul, K. y Kalirajan, K. (2010). “Determinants of
Foreign Direct Investment in Developing Countries:
A Comparative Analysis”. ASARC Working Papers
2010-13. The Australian National University.
Australia South Asia Research Center.
10. Javorcik, B.S. (2004). “Does Foreign Direct
Investment Increase the Productivity of Domestic
Firms? In Search of Spillovers Through Backward
Linkages”. American Economic Review. American
Economic Association, Vol. 94, No.3. pp. 605-627.
2.
Ahamad, M.G. y Tanin, F. (2010). “Determinants of,
and the Relationship between FDI and Economic
Growth in Bangladesh”. MPRA Paper No. 20236.
11. Mahadeva, L. y Robinson, P. (2004). “Unit Root
Testing in a Central Bank”. Handbooks, Centre for
Central Banking Studies, Bank of England, No. 22.
3.
Artige, L. y Nicolini, R. (2006). “Evidence on the
Determinants of Foreign Direct Investment: The
Case of Three European Regions”. CREPP Working
Paper 2006/07.
12. Moosa, I.A. y Cardak, B.A. (2006). “The
determinants of foreign direct investment: An
extreme bounds analysis”. Journal of Multinational
Financial Management. Elsevier, Vol. 16, No.2. pp.
199-211.
9
Para 2012 el comercio/industria representó 36.2%, minería
33.7% y turismo 4.7% del total de IED. De 1993 a 2012 la
proporción que representa cada sector es 20.3%, 16.3% y
14.7%, respectivamente. Por otro lado, el 91.1% del PIB está
concentrado en los sectores industria y servicios, en 2012.
13. Phillips, P.C.B. y Perron, P. (1986). “Testing for a
Unit Root in Time Series Regression”. Biometrika.
Vol. 75, No.2. pp. 335-346
13
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
14. Ranjan, V. y Agrawal, G. (2011). “FDI Inflow
Determinants in BRIC countries: A Panel Data
Analysis”. International Business Research. Vol 4,
No.4.
15. Sahoo, P. (2006). “Foreign Direct Investment in
South Asia: Policy, Trends, Impact and
Determinants”. ADB Institute Discussion Paper No.
56.
16. Sasidharan, S. (2006). “Foreign Direct Investment
and Technology Spillovers: Evidence from The
Indian Manufacturing Sector”. United Nations
University. Working Papers Series, No. 2006-010.
17. Sharp, G.D. (2010). “Lag Length Selection for
Vector Error Correction
University, Doctoral Thesis.
Models”.
Rhodes
14
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
Anexos.
Tablas.
Tabla A1. Estadística Descriptiva variables seleccionadas.
Variable
Obs
Media
Mediana
Max
Min
Dev. Est.
Coef. Asimetría
Curtosis
Jarque-Bera
IED
42
19.26
18.75
22.01
16.65
PIB
53
22.65
22.68
24.80
20.30
1.51
0.32
1.71
3.64
1.34
-0.20
1.91
2.96
FBC
53
20.98
21.23
22.99
17.88
1.42
-0.54
2.25
3.83
RES
53
19.31
19.38
22.14
16.02
1.51
0.11
2.42
0.86
COM*
53
59.50
58.88
86.49
32.71
15.72
0.11
1.65
4.10
53
6.99
7.04
PIBC
* Variable no convertida a logaritmo.
Fuente: Elaboración propia.
8.65
5.25
1.01
-0.15
1.90
2.85
Tabla A2. Matriz de Correlación
IED
PIB
FBC
COM
RES
IED
1.0000
PIB
0.9044
1.0000
FBC
0.8834
0.9883
1.0000
COM
0.8927
0.9829
0.9741
1.0000
RES
0.8383
0.9215
0.8999
0.8788
1.0000
0.8967
0.9971
PIBC
Fuente: Elaboración propia.
0.9870
0.9699
0.9248
PIBC
1.0000
Tabla A3. Test del ML de correlación serial de Breusch–Godfrey: MCE
Estat. F = 0.767867
Prob. F(2,16) = 0.4804
Prob. Chi-Cuad.(2) = 0.2310
Prob>0.05 indica rechazo de existencia de correlacion serial.
Fuente: Elaboración propia.
Tabla A4. Prueba de Heterocedasticidad: ARCH: MCE
Estat. F = 0.29931
Prob. F(2,29) = 0.7436
Prob. Chi-Cuad.(2) = 0.7235
Prob>0.05 indica rechazo de heterocedasticidad
Fuente: Elaboración propia.
15
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
Tabla A5. Flujos Netos de la Inversión Extranjera Directa
Países Miembros del Consejo Monetario Centroamericano
Millones de US$
1970
1980
1990
2000
2010
2012
RD
71.6
92.7
132.8
952.9
2,094.3
3,472.4
CR
-
52.6
162.5
408.6
1,465.6
1,859.4
SAL
-
-
1.9
173.4
261.9
515.8
HON
-
5.8
43.5
381.7
607.4
1,052.2
NIC
15.0
12.5
0.7
266.5
508.0
810.0
PAN
-
218.5
135.5
623.9
2,194.6
3,382.7
GUA
-
26.8
49.1
91.2
429.7
1,167.5
1970
1980
1990
2000
2010
2012
RD
4.82
1.40
1.88
3.97
4.05
5.89
CR
-
1.09
2.19
2.56
4.03
4.12
%PIB
SAL
-
-
0.04
1.32
1.22
2.16
HON
-
0.23
1.43
5.37
3.84
5.68
NIC
1.93
0.58
0.07
5.22
5.92
7.71
PAN
-
5.73
2.55
5.37
8.25
9.33
GUA
-
1.41
0.62
1.19
2.23
5.62
1970
1980
1990
2000
2010
2012
RD
15.8
15.9
18.3
110.0
209.1
337.9
CR
-
22.4
52.8
104.0
313.9
386.9
Per Cápita
SAL
-
-
0.4
29.1
42.1
81.9
HON
-
1.6
8.9
61.2
79.7
132.6
NIC
6.3
3.9
0.2
52.2
87.3
135.2
PAN
-
109.8
54.5
204.2
596.7
889.7
GUA
-
3.8
5.5
8.1
30.0
77.4
Fuente: Banco Mundial.
16
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
Figura A1. IED y PIB, Millones de US$
1970-2012
60,000
4,000
3,500
50,000
3,000
40,000
2,500
2,000
30,000
1,500
1,000
20,000
500
10,000
0
2012
2010
2008
2006
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
2012
2010
2008
2006
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
0
1970
-500
Fuente: Banco Mundial.
Figura A2. IED y PIB, Variación Interanual
1970-2012
2.0
1.5
1.0
0.5
0.0
-0.5
-1.0
FDI
2012
2010
2008
2006
2004
2002
2000
1996
1998
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
-1.5
PIB
Fuente: Elaboración propia, con datos del Banco Mundial.
17
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
2012
2008
2004
2000
1996
1992
1988
1984
1980
1976
1964
2012
2008
2004
1996
1968
0
1960
0
2000
1,000
1992
2,000
1988
2,000
1984
4,000
1980
3,000
1976
6,000
1972
4,000
1968
8,000
1964
5,000
Fuente: Banco Mundial.
Figura A4. Apertura Comercial
1960-2012
90%
80%
70%
60%
50%
40%
2004
2008
2012
2004
2008
2012
2000
1996
1992
1988
1984
1980
1976
1972
1968
1964
1960
30%
Fuente: Banco Mundial.
Figura A5. PIB per cápita, US$
1960-2012
6,000
5,000
4,000
3,000
2,000
1,000
2000
1996
1992
1988
1984
1980
1976
1972
1968
1964
0
1960
1960
10,000
1972
Figura A3. FBC y RES, Millones de US$
1960-2012
Fuente: Banco Mundial.
18
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
Figura A6. Prueba de Suma Acumulada de los Errores Recursivos
15
10
5
0
-5
-10
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
-15
Fuente: Elaboración propia.
Figura A7. Prueba de Suma Acumulada de Cuadrados de los Errores Recursivos
1.6
1.2
0.8
0.4
0.0
2010
2011
2012
2010
2011
2012
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
-0.4
Fuente: Elaboración propia.
Figura A8. Errores Recursivos
2
1
0
-1
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
-2
Fuente: Elaboración propia.
19
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
Efectos de la Política Monetaria sobre la Actividad Económica y los Precios:
Evidencia a Partir de un VAR Estructural
Por: Evelio Paredes1, Miguel Jiménez 1 y
Francisco A. Ramírez 2
macroeconómicas, que complican la replicación y
comparabilidad de los resultados a través de
distintos estudios.
I. Introducción.
En ese sentido, el objetivo de la presente
investigación es proveer un estudio empírico sobre
los efectos de la política monetaria sobre los
precios, actividad económica y tipo de cambio real
en la República Dominicana, que contribuya a
resumir los resultados esperados de innovaciones
monetarias y a partir del cual se pueda seguir
indagando sobre los mecanismos de transmisión.
El primero de Enero de 2012, el Banco Central
oficializó su adhesión al esquema de política
monetaria conocido como metas de inflación. La
conducción de esta estrategia de política está
basada en el manejo de expectativas de inflación,
por lo que uno de los requisitos de carácter técnico
imprescindibles es el entendimiento de los
mecanismos de transmisión de la política
monetaria. En particular, la cuantificación de los
efectos de la política monetaria sobre la actividad
económica y los precios, tanto en magnitud como
en duración.
La naturaleza y funcionamiento de los mecanismos
de transmisión de la política monetaria en la
República Dominicana, es un tópico que ha sido
analizado desde diferentes perspectivas y en
función del esquema de política monetaria vigente
en el momento. Los resultados de estos esfuerzos
muestran una amplia heterogeneidad respecto a la
influencia de la política monetaria (Fuentes, 2006),
lo que destaca el problema de identificación de
movimientos “exógenos” no sistemáticos del o los
instrumentos de política monetaria, que permitan
elaborar argumentos sólidos sobre los efectos
buscados. Particularmente en el caso dominicano,
este problema de identificación no reside
únicamente en aspectos ampliamente discutidos en
la literatura sobre los efectos de la política
monetaria en precios y producto, sino en las
dificultades impuestas por el tamaño de muestra y
cambios
estructurales
en
las
series
1 División de Análisis de Coyuntura
2
División de Investigación Económica. Departamento de
Programación Monetaria y Estudios Económicos.
La estrategia empírica consiste en la identificación
de innovaciones monetarias medidas a través de
desviaciones de la tasa de interés interbancaria del
conjunto de información disponible para las
autoridades monetarias en cada periodo, mediante
de un Vector Autorregresivo Estructural (SVAR)
compuesto por variables domésticas (producto,
precios, agregados monetarios, tasa de interés y tipo
de cambio real) y variables externas (precio
promedio de materias primas y un indicador de
riesgo país). La identificación se realiza a través de
la imposición de restricciones sobre las variables
que la política monetaria no puede observar y
reaccionar
contemporáneamente.
Con
la
especificación y estimación satisfactoria del modelo
SVAR se procede a indagar los efectos
cuantitativos de estos shocks de política monetaria
sobre la inflación, el crecimiento de producto, la
demanda de dinero y el tipo de cambio real.
Los resultados obtenidos sugieren que las
innovaciones monetarias influyen sobre el
crecimiento del Producto Interno Bruto (PIB) a
partir del cuarto mes y con una duración promedio
de un año y medio, y sobre la inflación a partir del
cuarto mes, extendiéndose hasta dos años en
promedio. En términos de la importancia de las
innovaciones monetarias sobre las fluctuaciones del
20
Oeconomia, ensayos sobre economía y finanzas
crecimiento, estas explican a lo más un 10 por
ciento del total de la varianza del error de
predicción en un horizonte de dos años.
El resto del trabajo está organizado de la siguiente
manera: la Sección II contextualiza el alcance del
estudio destacando las limitaciones de este tipo de
análisis. Asimismo, una revisión de la literatura de
los efectos de la política monetaria en la República
Dominicana. En la Sección III, se discute la
implementación de la política monetaria en las
últimas dos décadas con el objetivo destacar la
evolución en los objetivos finales, intermedios y los
instrumentos de política monetaria en la República
Dominicana. La Sección IV elabora la metodología
empírica en la que se apoya la identificación de los
shocks monetarios. Una descripción de los datos
utilizados, así como sus propiedades y las
transformaciones realizadas se encuentra en la
Sección V. En la Sección VI se resumen e
interpretan los resultados encontrados. Por último,
las conclusiones están contenidas en la Sección VII.
II. Los efectos de la política monetaria sobre la
actividad económica y los precios: Revisión de
Literatura.
Los efectos de la política monetaria sobre la
actividad real y los precios es uno de los temas más
debatidos
en
la
literatura
empírica
macroeconómica. Sims (1992) argumenta que el
tamaño y la naturaleza de los efectos de la política
monetaria en la actividad agregada no están claros y
su cuantificación podría resultar bien difusa.
Bernanke y Binder (1992) también esbozan la
misma pregunta: ¿Puede la política monetaria
afectar la actividad real de la economía? y si lo
hace, ¿cuáles son los mecanismos de transmisión
por los cuales estos efectos ocurren?
En general, de acuerdo a la teoría, en el corto plazo
existen restricciones y distorsiones que impiden que
el sistema de precios ajuste las innovaciones o
shocks que constantemente impactan la economía,
en particular las innovaciones de carácter
Volumen VII, Número 4
monetario. La presencia de estas rigideces resulta
ajustes en la dimensión real de la economía ante
shocks nominales. Los mecanismos a través de los
que se produce este comportamiento dependen de la
estructura de la economía, la formación de
expectativas y el régimen de política monetaria
vigente.
2.a) Mecanismos de Transmisión de la Política
Monetaria
Existen diversos mecanismos a través de los cuales
se transmiten los efectos de la política monetaria al
resto de la economía. Mishkin (1995) identifica 4
mecanismos de transmisión de la política
monetaria:3
1. Canal de las tasas de interés:
M ↓ ⇒ i ↑ ⇒ I ↓⇒ Y ↓
Una política monetaria contractiva (M↓), dada la
rigidez en la respuesta de la inflación, lleva a un
aumento de las tasas de interés reales (i↑), lo que se
traduce en un aumento del costo de capital,
causando una disminución del gasto de inversión
(I↓) lo que reduce la demanda agregada y provoca
una caída del producto (Y↓).
2. Canal del tipo de cambio:
M ↓ ⇒ i ↑ ⇒ E ↓ ⇒ NX ↓⇒ Y ↓
Una política monetaria contractiva (M↓) lleva a un
aumento de las tasas de interés reales (i↑), lo que se
traduce en una apreciación del tipo de cambio (E↓),
causando una disminución de las exportaciones
netas (NX↓), debido un incremento relativo del
precio de los bienes domésticos, provocando una
caída del producto (Y↓).
3. Canal del Precios de los Activos:
M ↓ ⇒ Pe ↓ ⇒ q ↓ ⇒ I ↓⇒ Y ↓
3
Adicionalmente, se reconoce la existencia de un quinto canal:
el canal de las expectativas. Acciones de política monetaria
afectan las expectativas de los agentes económicos sobre la
inflación y producto.
21
Oeconomia, ensayos sobre economía y finanzas
Un aumento de las tasas de interés asociado a una
política monetaria contractiva, hace que los bonos
sean más atractivos en comparación con las
acciones, lo que provoca que el precio de las
acciones caiga, provocando que q 4 disminuya y a su
vez el gasto de inversión, lo que causa una caída
del producto. Otro mecanismo relacionado al canal
de precios de los activos es explicado por la teoría
del ciclo de vida de Modigliani (1971) En esta
hipótesis, el gasto en consumo es determinado por
los recursos de por vida de los consumidores,
explicado por el capital humano, el capital real y la
riqueza financiera, donde el mayor componente de
la riqueza financiera está formada por acciones; por
lo tanto, cuando el precio de las acciones cae (Pe↓),
disminuye la riqueza de los consumidores (w↓),
causando una reducción del consumo (c↓) y por
último del producto:
M ↓ ⇒ Pe ↓ ⇒ w ↓ ⇒ c ↓⇒ Y ↓
4. Canal del Crédito:
Este canal se manifiesta en dos vertientes. Por un
lado el mecanismo de préstamos bancarios (bank
lending channel) y por otro, el mecanismo de hojas
de balance (balance sheet channel).
En relación al canal de préstamos bancarios, una
contracción monetaria incrementa el costo marginal
de ofrecer préstamos reduciendo las reservas y
depósitos bancarios, es decir, la cantidad de
recursos a prestar al público, traduciéndose en una
reducción del gasto de inversión en bienes durables
y de consumo, influyendo de manera negativa el
producto.
M ↓ ⇒ reservas y depósitos bancarios ↓ ⇒
préstamos bancarios ↓ ⇒ I ↓ ⇒ Y ↓
Por otro lado, el canal de las hojas de balance
enfatiza el efecto de la política monetaria sobre el
4
Ver Tobin (1969): La teoría q de Tobin establece como la
política monetaria afecta la economía a través de los efectos en
la valoración de las acciones. Tobin (1969) define q como el
valor de mercado de las firmas dividido por el costo de capital
de remplazo.
Volumen VII, Número 4
precio de los activos financieros y en consecuencia
en el valor de la riqueza neta de las empresas, por lo
que una politica monetaria negativa incrementa
vulnerabilidad financiera de las empresas y agentes
reduciendo la inversión, el consumo de bienes
durables y el gasto en vivienda.
M ↓ ⇒ Pe ↓ ⇒ Activos Financieros ↓ ⇒
vulnerabilidad financiera ↑⇒ c ⇒ Y ↓
2.b) Evidencia Empírica de los Mecanismos de
Transmisión de la Política Monetaria
En el ámbito empírico existen dificultades en la
cuantificación de estos mecanismos, siendo estas
respuestas contrarias a las a lo sugerido por la teoría
(puzzles). En la literatura concerniente al tema, se
han identificado tres puzzles empíricos con los
cuales hay que lidiar al momento de identificar la
relevancia de la política monetaria sobre la
economía: puzzle de liquidez, puzzle de precios y el
puzzle de tipo de cambio. El puzzle de liquidez:
innovaciones positivas en los agregados monetarios
producen un aumento de la tasa de interés
doméstica, en vez de una disminución, tal como lo
establece la teoría económica (lo que se esperaría
como resultado de una política monetaria laxa). El
puzzle de precios: incrementos de la tasa de interés
se relacionan con un incremento en los precios (en
lugar de una disminución) y por último, el puzzle
cambiario: incrementos de la tasa de interés
producen una depreciación del tipo de cambio
nominal (en lugar de la apreciación del tipo de
cambio que se espera como resultado de aumentar
la tasa de interés). Todos estos puzzles contradicen
lo esperado según la teoría económica
convencional.
Sobre este particular, Kim (1999) explica que
cuando se identifican shocks de política monetaria
tomando en cuenta los agregados monetarios, se
produce el puzzle de liquidez, fenómeno que está
asociado a una contracción monetaria y no en una
expansión monetaria.
22
Oeconomia, ensayos sobre economía y finanzas
Asimismo, muchos estudios sufren del puzzle de
Precios. Sims (1992) explica que algunas partes en
la innovación de las tasas de interés, son respuestas
sistemáticas a shocks estructurales generando un
aumento de los precios.
Para resolver este
problema, muchos autores como Christiano et al
(1996) y Sims (1992) utilizan innovaciones en la
tasa de interés de corto plazo o de los agregados
monetarios estrechos, 5 después de incluir una
variable que represente las presiones inflacionarias
futuras, como el índice de precios de los
commodities en la función de reacción monetaria.
Una línea de trabajo diferente, Gordon and Leeper
(1994), sugiere una detallada especificación del
mercado monetario en el SVAR como solución a
esta incongruencia entre las predicciones de la
teoría y lo observado en los datos.
Kim (1999) utiliza un modelo VAR estructural que
permite separar los shocks de oferta y demanda de
dinero en los países del G-7. 6 Sus resultados
indican que mediante esta metodología, se
resuelven los puzzles de liquidez y precios para la
mayoría de las económicas del G-7. De igual
manera, los choques monetarios tienen efectos
significativos en el producto en el corto plazo. Sin
embargo, la contribución relativa de los choques
monetarios hacia las fluctuaciones del producto, es
pequeña.
El caso dominicano
Analizando la evidencia empírica para el caso de la
República Dominicana hasta 2006, Fuentes (2006)
señala que la evidencia empírica sobre las
dimensiones de los mecanismos de transmisión es
variada y poco concluyente. Explica que en la
mayoría de los trabajos predomina el uso de
Vectores Autoregresivos (VAR) y el análisis de
cointegración, concentrándose la mayoría de los
Volumen VII, Número 4
trabajos en el canal del tipo de cambio 7,
particularmente de la estimación del coeficiente de
pass-through del tipo de cambio a los precios. El
autor esboza que hasta 2006, ningún trabajo explica
el canal de precios de los activos, el canal de
expectativas, y ni ofrecen una explicación
consistente sobre los efectos de la política
monetaria sobre el producto y los precios.
De acuerdo a Williams (2001), Williams y Adedeji
(2004) y Medina (2006) la política monetaria
(cuando el objetivo intermedio son los agregados
monetarios) tiene influencia significativa en la
inflación, en mayor medida a través del canal
cambiario. Sin embargo, no se identifica que la
política monetaria tenga un impacto significativo
sobre el PIB. Resultados contrarios a los
documentados por Gratereaux y Ruiz (2007),
quienes sí identifican influencia de la política
monetaria sobre el PIB. De igual manera, Gonzalez
(2010) mediante una metodología semi-estructural,
documenta efectos persistentes de las variaciones
de las tasas activas sobre la demanda agregada de
hasta seis trimestres de duración.
Estudios más recientes, exploran el funcionamiento
de canales alternativos, pero sin extender el análisis
sobre los efectos finales de la política monetaria a
los precios y actividad. Por ejemplo, Andujar
(2012) estima el pass-through de la tasa de interés
de política monetaria (TPM) a las tasas de interés
de largo plazo del sistema financiero. Muestra que
existe un canal de trasmisión de la tasas de interés y
que el traspaso es completo en el largo plazo para
las tasas activas e incompleto para las tasas pasivas.
Santana (2004) y Bencosme (2007), sugieren la
existencia de un mecanismo de transmisión a través
del canal de crédito. Santana (2004), concluye que
la política monetaria tiene efectos sobre el nivel de
préstamos de las instituciones financieras
dependiendo de su tamaño. De igual manera,
Bencosme (2007) concluye que la política
5
Tradicionalmente se utiliza el M1 que incluye el efectivo en
circulación más los depósitos a la vista.
6
Mediante esta metodología también permite modelar
estructuras no recursivas como las estructuras de feedback.
7
Gonzáles y Lora (1999), Díaz (1999), Vázquez (2003),
William y Adedeji (2004), Medina (2006), Hernandez (2006),
Gratereaux y Ruiz (2007) y Fuentes y Mendoza (2007)
23
Oeconomia, ensayos sobre economía y finanzas
monetaria tiene efectos redistributivos según el
tamaño y la liquidez del banco.
Esta dispersión entre los estudios empíricos sobre
los distintos canales de transmisión de la política
monetaria, podría atribuirse tanto a problemas de
identificación de las innovaciones exógenas de
interés, como a dificultades en el tratamiento de los
datos considerados.
III. La implementación de la Política Monetaria
en la República Dominicana.
En el caso de República Dominicana, la política
monetaria ha atravesado varias etapas desde la
reforma del mercado cambiario de 1990 (FMI, Staff
Reports). Se pueden identificar tres etapas claves
para comprender la operatividad de la política
monetaria en República Dominicana: 8
1. (1990 – 2001) Consolidación política monetaria
de agregados monetarios, pero con intervenciones
esterilizadas recurrentes en el mercado cambiario
para “suavizar” la volatilidad del tipo de cambio
nominal. Durante ese período se inicia la
publicación del Programa Monetario, donde
establece un calendario de expansión/contracción
de la emisión monetaria, en base a pronósticos de
crecimiento de la demanda agregada e inflación
subyacente.
2. (2002 – 2003) Crisis del sistema de pagos, que
alcanzó su peak con la quiebra y rescate de tres
importantes bancos comerciales. Es un periodo
caracterizado por la inestabilidad de los indicadores
monetarios y depreciación del tipo de cambio
nominal, causada por la presión ejercida sobre el
mercado cambiario como consecuencia de la salida
de capitales.
3. (2004 – 2012) Política monetaria basada en
metas monetarias a través de instrumentos
explícitos, e intervención en el mercado cambiario.
Volumen VII, Número 4
En el año 2004, el BCRD introdujo el corredor de
tasas de interés. Este corredor estaba integrado por
la tasa de los depósitos remunerados de corto plazo
(Overnight) que fungía como tasa de política
monetaria (TPM) y la tasa de la ventanilla
Lombarda. El corredor de tasas funcionaba bajo un
esquema de metas monetarias, siendo la tasa de los
depósitos remunerados en el corto plazo (overnight)
el límite inferior y la tasa lombarda en el límite
superior. La tasa de interés interbancaria debía
fluctuar entre ambas tasas. Bajo el esquema de
metas monetarias, el ancla nominal de la política
monetaria eran los agregados monetarios.
A partir de 2012, el BCRD anuncia públicamente
su adhesión al esquema de metas de inflación
(EMI), anunciando un objetivo de inflación
alrededor del cual las expectativas de inflación
permanezcan ancladas.
La incorporación al EMI implicó la reestructuración
del mecanismo operativo de la política monetaria,
dejando en segundo plano a los agregados
monetarios. A partir de febrero de 2013, el
instrumento de política monetaria es la Tasa de
Política Monetaria (TPM),
que funge
exclusivamente como la tasa de referencia de las
operaciones de expansión y contracción del BCRD
en el plazo de un día. El mecanismo operativo de
ajuste de la tasa de referencia, consiste en la
realización de operaciones de subastas diarias para
influir en la liquidez del mercado monetario con el
objetivo de afectar la tasa de interés interbancaria,
mediante la contracción o expansión de la liquidez.
A través de este mecanismo, el BCRD ajusta la tasa
ante desviaciones de las expectativas de inflación
(proyectadas), desalineamientos consistentes de
alguna medida de brecha de producto y del tipo de
cambio real. Los ajustes en la tasa de interés de
referencia se propagan a través de toda la estructura
de tasas de mercado, afectando los objetivos vía los
distintos mecanismos de transmisión de la política
monetaria descritos en la Sección II.
8
Ver: “60 años de política monetaria en República
Dominicana, 1947-2007”, publicado por el Banco Central de la
República Dominicana.
24
Oeconomia, ensayos sobre economía y finanzas
IV. Metodología Empírica e Identificación del
modelo.
La cuantificación los efectos de la política
monetaria sobre la actividad y los precios requiere
la implementación de una metodología empírica, la
cual permita que los datos “hablen por sí mismos”,
es decir, que en principio no esté impuesta alguna
estructura o restricciones sugeridas por alguna
teoría de manera a priori y que admita restricciones
de carácter informativo, que permitan la
identificación de cambios exógenos en las variables
de política.
En la literatura relacionada al tema de interés la
metodología dominante consiste en la estimación
de Vectores Autorregresivos Estructurales (SVAR),
que consiste en la estimación de la distribución
conjunta de los datos considerados y la obtención
de los residuos de forma reducida, los cuales en
principio contienen las relaciones contemporáneas
de interés. La presente investigación emplea esta
metodología.
La selección de las variables depende del objetivo
del análisis. En este caso el interés es la política
monetaria y su relación con los precios y la
actividad real, por lo que se incorporan el producto
Y, los precios P y el instrumento de política
monetaria R. Asimismo, al tratarse de una
economía abierta se incorpora el tipo de cambio
real (TCR).
Tal como se mencionó en la sección II, la literatura
identifica incongruencias (puzzles) entre la
respuesta cualitativa esperada de acuerdo a la teoría
y las respuestas observadas. La solución a estos
puzzles requiere la incorporación de otras variables
al sistema como controles. El puzzle de liquidez,
requiere la incorporación de la tasa de interés de
corto plazo y algún agregado monetario para la
identificación en el mercado monetario.
De
acuerdo a Sims (1992), el puzzle de precios surge
de la reacción de la política monetaria a presiones
futuras de precios, las cuales infiere a partir de
Volumen VII, Número 4
información disponible en alta frecuencia. Así, se
incorpora información sobre inflación importada,
de las presiones de demanda externa y /o de las
condiciones externas de la economía.
Considerando la información anterior, el VAR está
compuesto por tres bloques: variables domésticas
(Y, P, M y TCR), variables externas (P*, ρ* ) y
bloque de política (R). Es decir,
𝑋𝑡 = [𝑃𝑡∗ , 𝑌𝑡 , 𝑃, 𝑅𝑡∗ , 𝑅𝑡 , 𝑀𝑡 , 𝑇𝐶𝑅𝑡 ]
Donde X representa el vector de variables
endógenas del VAR, Y es el crecimiento del
producto, P es la inflación doméstica, M es el
crecimiento de algún agregado monetario, TCR es
el tipo de cambio real, P* es la inflación de
commodities, ρ* premio por riesgo y R es la tasa de
interés política monetaria.
El modelo estructural, coherente con una
determinada especificación estructural dada por la
teoría que define las relaciones entre las variables
viene dada por:
Γ0 𝑋𝑡 = 𝐵(𝐿)𝑋𝑡 + 𝑒𝑡
Γ0 representa
la
matriz
de
relaciones
contemporáneas entre las variables de acuerdo con
una especificación propuesta por la teoría. Por otro
lado, B es la matriz de coeficientes de los rezagos
(donde L es el operador de rezagos) y 𝑒𝑡 el vector
de errores estructurales de interés. Para propósitos
de estimación, el modelo es reescrito en su forma
reducida:
= 𝐴(𝐿)𝑋𝑡 + 𝑢𝑡
el vector de errores de la forma
Siendo 𝑢𝑡 =
reducida. El objetivo es obtener el mapeo de los
errores estructurales, a partir de los errores de
forma reducida. Esto requiere identificar el sistema
primitivo, es decir obtener estimaciones de la
matriz Γ0 .
𝑋𝑡
−1
Γ0 𝑒𝑡
Para la identificación de los parámetros
estructurales a partir de la forma reducida, se
requiere para un modelo de n variables, n(n-1)/2
25
Oeconomia, ensayos sobre economía y finanzas
restricciones de identificación en la relación entre
errores de forma reducida y los estructurales.
En el caso que nos concierne, el sistema está
constituido
por
siete
variables
∗
∗
[𝑃𝑡 , 𝑌𝑡 , 𝑃, 𝑅𝑡 , 𝑅𝑡 , 𝑀𝑡 , 𝑇𝐶𝑅𝑡 ] por lo que en principio
se necesitan identificar 49 parámetros, incluyendo
las desviaciones estándar estructurales. De la matriz
de varianza-covarianza de la forma reducida
estimada, se obtienen 28 momentos independientes,
por lo que quedan sin identificar 7(7-1)/2=21
parámetros. La imposición de estas restricciones
arroja la identificación exacta del sistema.
Siguiendo a Parrado (2001) se imponen seis
restricciones de sobre identificación, las cuales
están asociadas con el conjunto de información
disponible contemporáneamente para el Banco
Central y, adicionalmente, supuestos sobre el
comportamiento de las variables externas.
𝑒𝑐𝑜𝑚
1
⎡ 𝑒𝑦 ⎤ ⎡𝑎21
⎢ 𝑒 ⎥ ⎢𝑎
⎢ 𝑝 ⎥ ⎢ 31
⎢𝑒𝑟𝑖𝑠𝑘 ⎥=⎢𝑎41
⎢ 𝑒𝑟 ⎥ ⎢𝑎51
⎢ 𝑒𝑚 ⎥ ⎢ 0
⎣ 𝑒𝑡𝑐𝑟 ⎦ ⎣𝑎71
0
1
𝑎32
0
0
𝑎62
𝑎72
0
0
1
0
0
𝑎63
𝑎73
0
0
0
1
𝑎54
0
𝑎74
0
0
0
0
1
𝑎65
𝑎75
0
0
0
0
0
1
𝑎76
0 𝑢𝑐𝑜𝑚
0⎤ ⎡ 𝑢𝑦 ⎤
0⎥ ⎢ 𝑢𝑝 ⎥
⎥⎢
⎥
0⎥ ⎢𝑢𝑟𝑖𝑠𝑘 ⎥
0⎥ ⎢ 𝑢𝑟 ⎥
0⎥ ⎢ 𝑢𝑚 ⎥
1⎦ ⎣ 𝑢𝑡𝑐𝑟 ⎦
Donde 𝑒𝑐𝑜𝑚 , 𝑒𝑦 , 𝑒𝑝 , 𝑒𝑟𝑖𝑠𝑘 , 𝑒𝑟 , 𝑒𝑚 y 𝑒𝑡𝑐𝑟 son los
choques estructurales a los cuales responden las
distintas variables, es decir, un shock de oferta
externa, shock de oferta interna, de precios, de
riesgo país, de demanda por dinero y de tipo de
cambio real, mientras que 𝑢𝑐𝑜𝑚 , 𝑢𝑦 , 𝑢𝑝 , 𝑢𝑟𝑖𝑠𝑘 , 𝑢𝑟 ,
𝑢𝑚 y 𝑢𝑡𝑐𝑟 son las innovaciones residuales.
Sobre el orden de identificación de las variables, el
precio de los commodities es la variable más
exógena, ya que las variables de la economía
dominicana no tienen ninguna influencia sobre esta.
Parrado (2001), utiliza el precio mundial del barril
del petróleo y explica que al incluirse esta variable
se evitan los puzzles de precios, donde un shock o
innovación positiva de la tasas de interés
interbancaria implica un aumento en el nivel de
precios, en vez de una reducción, lo que contradice
Volumen VII, Número 4
la teoría económica. Asimismo, el IMAE solo
reacciona contemporáneamente ante los precios de
petróleo (shock de oferta) e innovaciones en sí
misma. Las demás variables se hacen ceros debido
a que suponemos que la inflación, el riesgo país, los
agregados monetarios, la tasa de interés
interbancaria y el tipo de cambio real no afectan
contemporáneamente la actividad económica real.
Del mismo modo, la inflación se ve afectada
solamente por los precios de los commodities y por
el nivel de actividad. Es decir, un alza en los
precios de los commodities presiona hacia el alza el
componente de la inflación transable, reflejándose
en aumentos de la inflación doméstica. Asimismo,
aumentos en la demanda agregada generan
presiones inflacionarias. Se asume que el passthrough del tipo de cambio de cambio real no tiene
un efecto contemporáneo sobre la inflación. Para el
caso del riesgo país, se asume que este solo
depende del precio mundial del petróleo e
innovaciones en ella misma.
Un punto importante a destacar, es la información
contemporánea con que cuenta el Banco Central al
momento de ajustar la tasa de política monetaria.
Según el modelo, las variables que el Banco Central
puede observar contemporáneamente son el precio
de los commodities y el riesgo país, dado a que
ambas variables se calculan diariamente en el
mercado internacional. Las demás variables
(actividad económica, inflación, agregados
monetarios y tipo de cambio real), no están
disponibles contemporáneamente, debido al rezago
de la información, 9 por lo que toman el valor de
cero. En otro orden, la demanda de dinero depende
del ingreso real, la inflación y la tasa de interés. Por
último, esta especificación supone que el tipo de
cambio real, reacciona contemporáneamente ante
todas las variables.
9
Generalmente, estas la información de estas variables están
disponibles un mes después.
26
Oeconomia, ensayos sobre economía y finanzas
V. Datos.
Para realizar la estimación del VAR estructural se
utiliza información mensual para el periodo enero
2006 hasta agosto 2013 de la tasa de crecimiento
interanual del Índice de Precios de Commodities, el
premio por riesgo aproximado a través del EMBI, 10
la tasa de crecimiento interanual del Índice
Mensual de Actividad Económica (IMAE), 11 la
inflación interanual medida por el Índice de Precios
al Consumidor (IPC), la Tasa de interés
Interbancaria como proxy de la posición de la
política monetaria, la tasa de crecimiento interanual
del Agregado Monetario M1 Armonizado y por
último, el logaritmo del Tipo de Cambio Real
Bilateral entre República Dominicana y Estados
Unidos, su principal socio comercial.
Con relación a las fuentes de los datos, el índice de
precios de commodities, se obtiene de la base datos
de Índice de Precios de Commodities del Fondo
Monetario Internacional (FMI). Asimismo, el
Índice Mensual de Actividad Económica (IMAE),
el Índice de Precios al Consumidor (IPC), la tasa de
interés interbancaria y el agregado monetario
armonizado M1 se obtiene de la base de datos del
Banco Central de la República Dominicana
(BCRD). El tipo de cambio real bilateral de RDEE.UU., se obtiene de la base de datos del Consejo
Monetario
Centroamericano
(CMCA).
La
periodicidad de los datos es de frecuencia mensual
y la muestra abarca el periodo de febrero 2006 a
agosto de 2013 para un total de 91 observaciones.
Asimismo, las variables precios de commodities,
IMAE, índice de precios al consumidor, agregado
monetario M1 ampliado, y tipo de cambio real,
presentan un componente estacional, por lo que
10
El EMBI es la diferencia (spread), entre la tasa de interés
que pagan los bonos denominados en dólares que emiten los
países en vías de desarrollo y los bonos del tesoro de EE.UU.
considerados libres de riesgo. Mientras más alto sea el EMBI,
mayor es la probabilidad de que el país en cuestión incumpla
sus obligaciones de deuda.
11
El Índice Mensual de actividad económica (IMAE), se utiliza
como variable proxy de la actividad económica real de la
economía.
Volumen VII, Número 4
fueron desestacionalizadas mediante la metodología
del CENSUS X12002E.
Durante el periodo de estimación la tasa de interés
interbancaria, a través de la cual se identifican los
shocks monetarios, muestra una tendencia negativa.
Esta tendencia determinística es removida
previamente a la estimación del vector
autorregresivo.
En el anexo se presentan para todas las variables en
niveles y en primeras diferencias las pruebas de raíz
unitarias Dickey-Fuller Aumentado (ADF), DickeyFuller-GLS (DF-GLS), conjuntamente con la
prueba de Phillips-Perron (PP), con constante (A),
con constante y tendencia (B); y por último, sin
constante ni tendencia (C);. De acuerdo a los
resultados del Test PP, se puede inferir que todas
las
variables
tienen
un
comportamiento
estacionario. Este comportamiento es similar al
comparar los resultados de la prueba PP con los
encontrados en el test ADF, donde se infiere que
todas las variables son I=0.
Entre las pruebas de longitud de rezagos, el Criterio
de Schwartz sugiere que el VAR debe ser estimado
con un rezago. El contraste de autocorrelación
indica que al 5% de significancia, los residuos
tienen estructura esférica hasta el octavo rezago.
Por último, se incluyen cuatro variables ficticias
entre finales de 2008 y principios de 2009 para
controlar movimientos de la tasa interbancaria
relacionados con la incertidumbre inducida por el
deterioro
de las
condiciones
monetarias
internacionales durante los primeros meses de la
crisis financiera en las economías avanzadas.
VI. Resultados.
Una vez estimado el VAR, se procede a la
estimación del VAR estructural, considerando las
restricciones de identificación propuestas en la
sección IV. Los resultados son presentados en
forma de funciones de impulso-respuesta del
crecimiento del producto, la inflación, el
crecimiento del agregado monetario M1, la tasa de
27
Oeconomia, ensayos sobre economía y finanzas
interés interbancaria y el tipo de cambio real
bilateral entre República Dominicana y EE.UU.
Asimismo, se presenta la descomposición de
varianza para indagar la importancia de la política
monetaria en las fluctuaciones económicas y la
inflación.
Los intervalos de confianza son
computados a través de bootstraping.
La Figura 1 muestra las funciones de impulso
respuesta. De acuerdo a éstas, no se evidencian
puzzles de liquidez, tipo de cambio y precios
discutidos en la literatura.
En términos de efectos de la política monetaria,
ante un shock contractivo, expresado en un
incremento de 100 puntos base (p.b.) de la tasa de
interés, el crecimiento del producto responde
negativamente a partir del cuarto mes cayendo
alrededor de medio punto porcentual. La mayor
caída es observada en el octavo mes a partir de
ocurrido el shock, con una contracción de 64 p.b.
La duración promedio del impacto negativo sobre
esta variable se extiende hasta año y medio.
La inflación empieza a disminuir a partir del cuarto
mes,
pero esta caída es estadísticamente
significativa a partir del primer año, con una
disminución máxima de 44 p.b. en el treceavo mes,
y con persistencia hasta pasado el año y medio.
El tipo de cambio real responde en impacto
negativamente hasta el tercer mes (apreciación).
Luego de esto, comienza a depreciarse hasta volver
a su senda de equilibrio. Sin embargo, este
resultado es estadísticamente no significativo. Por
último, el agregado monetario M1 responde
negativamente ante una innovación positiva de la
tasa de interés, evidenciándose su mayor caída al
sexto mes y con efectos duraderos hasta pasados
casi dos años de la innovación inicial.
Volumen VII, Número 4
positivas en la tasa de interés tienen efectos
contractivos en términos de las variables
macroeconómicas.
Figura I. Respuestas de las variables a
Innovaciones de la tasa de Interés Interbancaria
(Intervalos de Confianza a un 95% mediante
Bootstrapping)
Tasa de Interés Interbancaria
140
120
100
80
60
40
20
0
-20
-40
40
1
3
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35
Producto
20
0
-20
-40
-60
-80
-100
-120
-140
40
1
3
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35
Inflación
20
0
-20
-40
-60
-80
-100
200
1
3
Agregado Monetario MI
100
0
-100
-200
-300
-400
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
En general, la respuesta de las variables de la
economía va en consonancia en términos
cualitativos con lo esperado ante un movimiento
exógeno de la política monetaria: innovaciones
28
Oeconomia, ensayos sobre economía y finanzas
30
20
10
0
-10
-20
-30
-40
-50
-60
Tipo de Cambio Real
1
3
5
7
Volumen VII, Número 4
VII. Conclusión.
9 11 13 15 17 19 21 23 25 27 29 31 33 35
En términos cuantitativos, los efectos de la política
monetaria son consistentes con la evidencia
internacional en economías abiertas (avanzadas y
emergentes). En particular, para el crecimiento del
producto Cushman y Zha (1995), identifican el
efecto máximo para Canadá en 6 meses, y Kim
(1999) entre 6 y 24 meses para las economías del
G7; Gonzalez, Hamman y Vargas (2010), 8 meses
en Colombia y Valdés (1998) y Parrado (2001),
entre 7 y 10 meses respectivamente en Chile.
Con relación al rol de la política monetaria en la
explicación de los ciclos del crecimiento del PIB y
de la inflación del IPC, la Tabla 1 muestra la
descomposición de varianza a partir de los shocks
estructurales del SVAR estimado. Los shocks
monetarios explican a lo más 10% de la variación
del error de pronóstico del crecimiento del PIB,
siendo en dos años cuando se observa la mayor
influencia. En el caso de la inflación las
innovaciones monetarias explican cerca del 5% de
las fluctuaciones de la inflación.
Tabla 1. Descomposición de Varianza de las Variables
Domésticas ante Shocks de Política Monetaria.
Período
1
6
12
24
Crecimiento
Producto
0.00
4.16
9.36
9.49
Inflación
IPC
0.00
0.40
4.71
7.09
M1
0.13
2.74
7.79
7.53
Tipo de
Cambio
Real
0.89
1.81
1.52
1.53
36
9.36
6.92
7.24
1.77
El presente estudio es un intento de cuantificación
de los mecanismos de transmisión de la política
monetaria en la República Dominicana. Mediante la
metodología
de
Vectores
Autorregresivos
Estructuales, incorporando un conjunto de
restricciones en las relaciones contemporáneas, y
compuesto por variables domésticas y del sector
externo se estima la respuesta del crecimiento del
PIB y la inflación a movimientos exógenos de la
política monetaria.
Las respuestas del crecimiento del PIB, la inflación,
la demanda de dinero y el tipo de cambio real, van
acorde con lo esperado en términos cualitativos, sin
que se observe la existencia de algún puzzle.
En términos cuantitativos, una innovación de la
política monetaria refleja sus efectos sobre el
crecimiento a partir del segundo mes y se extiende
por un año. En cuanto a la inflación, los efectos
empiezan a observarse a partir del quinto mes
después de ocurrido el shock monetario, con una
duración promedio de dos años.
En términos de la relevancia de estos resultados, la
comparación con lo observado tanto en economías
abiertas (avanzadas y emergentes) es consistente en
términos de la respuesta de la inflación. No
obstante, el efecto máximo del shock monetario
sobre el crecimiento del PIB se produce al cuarto
mes, cuando en promedio otros estudios registran
efectos máximos entre seis y dieciocho meses.
Futuras líneas de investigación sobre la
cuantificación de los mecanismos de transmisión de
la política monetaria en la República Dominicana
son: (1) la refinación de los resultados
documentados e indagación de las discrepancias en
los efectos de la política monetaria. (2) La
exploración de los canales de crédito y
expectativas, y (3) el contraste de estos resultados
con los obtenibles con otras metodologías
empíricas como los Vectores Autorregresivos
Factoriales.
29
Oeconomia, ensayos sobre economía y finanzas
V. Referencias
1.
Andújar, J. (2012), El efecto traspaso de las tasas de
interés en República Dominicana, Serie de Estudios
Económicos No. 4, Banco Central de la República
Dominicana.
2.
Bencosme, P., (2007), El Canal de Crédito Bancario
en la Economía Dominicana: Nueva Literatura
Económica Dominicana: Premios de la biblioteca
Juan Pablo Duarte 2006, Banco Central de la
República Dominicana
3.
Bernanke, B.S., Mihov, I., (1998), Measuring
monetary policy. The Quarterly Journal of
Economics, vol. 113, No. 3., pp 869-902.
4.
Bernanke, B.S., Blinder A.S, (1992), The Federal
Funds Rate and the Channels of Monetary
Transmission. The American Economic Review,
Vol. 82, No. 4, pp. 901-921.
5.
6.
Cerdeiro, D.A., (2010), Measuring Monetary Policy
in Open Economies, Policy Research Working
Papers, 5252, The World Bank, Latin American and
the Caribbean Region, Economic Policy Sector.
Díaz, M., (2000), Un modelo macroeconómico de
corto plazo para proyecciones y análisis de políticas:
El caso de República Dominicana. Nueva Literatura
Económica Dominicana: Premios de la biblioteca
Juan Pablo Duarte 1999. Banco Central de la
República Dominicana.
7.
Christiano, L., Eichenbaum, M., Evans, C., (1996)
The effects of monetary policy shocks: evidence
from the flow of funds. Review of Economics and
Statistics 78, 16–34.
8.
Fuentes, Brito, F., (2006), Mecanismos de
transmisión de la Política Monetaria en la República
Dominicana: Una revisión a la literatura.
Documentos del Seminario sobre Metas de Inflación
y Mecanismos de Transmisión de la Política
Monetaria, 16 y 17 de marzo de 2006, Santo
Domingo, República Dominicana. Departamento de
Programación Monetaria e Investigación Económica
del Banco Central de la República Dominicana
(BCRD). pp. 121-177.
Volumen VII, Número 4
9.
Fuentes, F., y O., Mendoza, (2007), Dinámica del
pass through de tipo de cambio en economías
pequeñas y abiertas: El caso de República
Dominicana. Serie de Estudios Económicos del
Banco Central de la República Dominicana.
10. González, R., Lora R., (2000), Un modelo
estructural para explicar la inflación en la República
Dominicana.
Mimeo.
Revista
Oeconomía,
publicación interna del Banco Central de la
República Dominicana. Vol. 3, No. 37.
11. González J., (2010) Traspaso de la Política
Monetaria a las Tasas de Interés de Mercado y sus
Efectos en el Sector Real. Evidencia para República
Dominicana. Nueva Literatura Económica: Premios
de la biblioteca Juan Pablo Duarte, Banco Central de
la República Dominicana.
12. Gordon, D., Leeper, E. M., (1994), The Dynamic
Impacts of Monetary Policy: An Exercise in
Tentative Identification, Journal of Political
Economy, Vol. 102, No.6, pp-1228-1247. Published
by The University of Chicago Press.
13. Gratereaux, C., Ruiz, K., (2007), Efectividad y
mecanismos de transmisión de la política monetaria
en la economía dominicana: Un aproximación
empírica integral. Nueva Literatura Económica:
Premios de la biblioteca Juan Pablo Duarte 2006,
Banco Central de la República Dominicana.
14. Medina, A., (2006), Determinantes de la Inflación
en República Dominicana bajo un esquema de metas
monetarias y tipo de cambio flotante. Mimeo.
Revista Oeconomía, publicación interna del Banco
Central de la República Dominicana. Vol. 4, No. 43.
15. Modigliani, F., (1971) Monetary Policy and
Consumption.
In Consumer Spending and
Monetary Policy: The Linkages. Federal Reserve
Bank of Boston, pp. 9-84.
16. King, S., (1999), Do monetary policy shocks matter
in the G-7 countries? Using common identifying
assumptions about monetary policy across countries.
Journal of International Economics, 48, 387-412.
17. Parrado, E., (2001), Shocks Externos y Transmisión
de la Política Monetaria en Chile. Revista de
Economía, Banco Central de Chile, Vol. 4 No.3.
30
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
18. Perez, E., Medina, A., (2005), Neutralidad
monetaria en la República Dominicana: antes y
después de la crisis bancaria 2003. Nueva Literatura
Económica Dominicana: Precios de la biblioteca
Juan Pablo Duarte 2004, Banco Central de la
República Dominicana.
19. Santana, R., (2004), Monetary Policy, transmission
mechanism and financial reform in a small open
economy: the case of the Dominican Republic. Tesis
Doctoral. New School University.
20. Sims, C., (1992), Interpreting the Macroeconomic
Times Series Facts: The effects of Monetary Policy.
European Economic Review 36: 975-1000.
21. Sanchez-Fung, J.R., (1999), Neutralidad Monetaria:
un análisis econométrico para el caso de República
Dominicana.
Nueva
Literatura
Económica
Dominicana. Premios de la Biblioteca Juan Pablo
Duarte, Banco Central de la República Dominicana.
22. Tobin, J., (1969), A general Equilibrium Aproach to
Monetary Theory, Journal of Money, Credit and
Banking, 1, 15-29.
31
Anexos.
Evolución de las variables
EMBI
0.18
0.16
0.16
0.14
0.14
0.12
0.12
0.1
0.1
0.08
0.08
0.06
0.06
0.04
0.04
0.02
0.02
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
2006
2007
2008
2009
2010
2011
2012
2013
Precios de los Commodities
-0.02
-0.04
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
0
0
0.6
Inflación Interanual (IPC)
2006
2007
2008
2009
2010
2011
2012
2013
IMAE
0.16
0.14
0.4
0.12
0.2
0.1
0
0.08
0.06
-0.2
0.04
-0.4
0.02
0
-0.8
-0.02
2006
2007
2008
2009
2010
2011
2012
-0.04
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
-0.6
2013
2006
2007
2008
2009
0.4
0.06
0.3
0.04
0.2
0.02
0.1
0
0
-0.02
-0.1
-0.04
-0.2
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
0.08
2006
2007
2008
2009
2010
2011
2012
2013
2011
2012
2013
M1
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Tasa de Interés Interbancaria (Sin Tendencia)
2010
2006
2007
2008
2009
2010
2011
2012
2013
Oeconomia, ensayos sobre economía y finanzas
Volumen VII, Número 4
Log del Tipo de Cambio Real RD-EE.UU.
4.62
4.6
4.58
4.56
4.54
4.52
4.5
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
Oct
Feb
Jun
4.48
2006
2007
2008
2009
2010
2011
2012
2013
Tabla de Pruebas de Raíz Unitaria
Variable
Dickey-Fuller Aumentado*
A
B
Phillips-Perron
C
A
B
C
0.11
0.30
0.01
0.00
0.44
0.00
0.02
0.44
0.27
0.02
Niveles
Tasa de Crec. Interanual Precios de Commodities
0.00
0.01
0.00
0.09
Tasa de Crec. Internanual IMAE
0.02
0.28
0.00
0.18
0.07
Tasa de interés Interbancaria
Inflación Interanual IPC
0.07
0.13
0.01
Tasa de Crec. interanual M1
0.22
Log Tipo de Cambio Real RD-EE.UU
0.08
0.95
0.43
0.12
0.01
0.21
0.42
Tasa de Crec. Precios de Commodities
0.00
0.00
0.00
0.00
0.00
0.00
Premio por Riesgo (EMBI)
0.00
0.00
0.00
0.00
0.00
0.00
Tasa de Crec. Internanual IMAE
0.04
0.00
0.00
0.00
0.00
0.13
0.00
Inflación Interanual IPC
0.00
0.00
0.00
0.00
0.00
Tasa de interés Interbancaria
0.00
0.00
0.00
0.00
0.00
0.00
Tasa de Crec. interanual M1
0.00
0.01
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
Premio por Riesgo (EMBI)
Log Tipo de Cambio Real RD-EE.UU
0.04
0.11
0.20
Primeras Diferencias
0.00
0.13
0.17
0.10
0.18
0.40
0.63
0.23
0.18
0.17
A= Constante, B=Constante y Tendencia, C=Sin Constante ni tendencia
*Valores en Negrita significa Rechazo de Hipótesis de Raiz Unitaria
33
œ