SEGUNDA ENTREGA TRABAJO FINAL ECONOMETRIA

JORGE ARMANDO DIAZ TARQUINO 406379

ECONOMETRIA I

Profesor: Héctor William Cárdenas Mahecha.

Monitores: Sandra Milena Fonseca Casallas.
Gonzalo Andrés Jiménez Murcia.

ESCUELA DE ECONOMIA
UNIVERSIDAD NACIONAL DE COLOMBIA
BOGOTA
2010
INTRODUCCION

Durante los últimos 10 años la economía colombiana experimento una

recuperación tras la gran crisis de 1999. Esta recuperación nos llevo por
la senda de crecimientos del PIB nunca antes logrados. La fuente de la
recuperación en términos del gobierno se debe a la política de seguridad
democrática, la cual permitió que mediante el aseguramiento del
monopolio de la fuerza se incrementara la confianza inversionista en el
país la cual traería prosperidad económica, adicionalmente esta
seguridad permitiría a los ciudadanos poder demandar tranquilamente
bienes y servicios sin el miedo de las represalias de los grupos
“terroristas”.
La mayor parte de esos bienes son artículos de lujo o con alto valor
agregado, los cuales no son producidos en el país, y la inversión que
mas generaría impacto económico positivo es la inversión extranjera
directa.

Lamentablemente ese crecimiento económico nunca se dio de forma

homogénea para todos los sectores de la sociedad, siendo la clase
obrera la más afectada. Estos efectos se ven en términos de el creciente
nivel de desempleo que durante todo el periodo toco piso en 9.9 y a
enero de 2010 se situó en 14.6%. La aparente rigidez del desempleo y
sus relaciones con la inversión extranjera directa, las importaciones y la
población económicamente activa (oferta de mano de obra) son el
interés de este trabajo.

JUSTIFICACION

Excluyendo el comportamiento de la inflación y el crecimiento del PIB

durante el año 2009 debido a la crisis internacional de la burbuja
hipotecaria estadounidense, los últimos diez años en Colombia han sido
prometedores en términos de las cifras macroeconómicas, bajas
inflaciones por debajo de 4.5%, crecimiento sostenido cercano al 5%
elevadas cifras de aumento de la inversión extranjera directa, aumento
del precio del barril de petróleo. El único indicador que se resiste a bajar
es el desempleo y lamentablemente es el que más impacto tiene en la
población en general. Comprender las relaciones de los determinantes
del desempleo que hemos citado anteriormente, permitirán la
implementación de políticas que nos lleven a niveles de ocupación
mucho mayores. Estas relaciones serán evidencia que permitirán tomar
mejores decisiones económicas.

OBJETIVOS

Objetivo General
Explicar el comportamiento del empleo en Colombia en función de las
variables independientes seleccionadas mediante el uso de
herramientas econométricas.

Objetivos específicos

Probar el bajo impacto entre la inversión extranjera directa bandera

económica de la seguridad democrática y la generación de empleo.

Aplicar los conocimientos de econometría adquiridos a lo largo del curso

en un modelo de la economía Colombiana.

MARCO TEORICO

Una de las variables económicas que causa mayor preocupación para los
dirigentes de una nación es el empleo, principalmente porque de ello se
deriva en buena parte la producción de bienes y servicios del país, así
como los ingresos directos que obtienen las personas para lograr su
sustento, capacidad de pago y nivel de vida personal y familiar. Ahora
bien, para el manejo de esta variable se hace necesario conocer no solo
su comportamiento teórico sino además, tener una idea sobre aquellas
otras variables económicas que explican su comportamiento, y de esta
manera poder elaborar las políticas de empleo tomando en cuenta
precisamente esas variables explicativas, con lo cual se lograría mayor
eficiencia en su aplicación.
El modelo pretende explicar el comportamiento del empleo (número de
personas ocupadas) en el país en función de las variables
independientes seleccionadas1. Para la escogencia de las variables
independientes, se tomó en cuenta lo planteado en la Teoría Económica
en cuanto a las relaciones teóricas entre el empleo y sus determinantes,
luego, se realizó un análisis sobre el comportamiento de la economía
Colombiana a los fines de incorporar las características propias de su
desempeño, y por último al realizar las estimaciones sobre las variables
seleccionadas, se trató de plantear un modelo con tres variables
explicativas siguiendo un enfoque práctico y sencillo en cuanto a la
aplicación del modelo sin que se sacrificara mucho la bondad del ajuste
del modelo.

OCUPACION: Es la variable endógena, la que buscamos sea explicada en

términos de las siguientes. Esta variables reúne el número de personas
que tenían trabajo, según la definición del Dane, la cual contempla
personas que trabajaron al menos una hora durante los ultimo quince
días.
1
UN MODELO ECONOMETRICO PARA EXPLICAR EL EMPLEO EN VENEZUELA
José Ignacio Díaz Retali
Investigador del INFACES - Universidad de Carabobo
diazretali@hotmail.com
PEA: La población económicamente activa es definida como la población
en edad de trabajar PET menos la población económicamente inactiva
PEI, esta ultima compuesta por personas que estando en edad de
trabajar no trabajan y no están interesados en hacerlo. Por lo tanto la
población económicamente activa son todas las personas que están
trabajando o están dispuestas a hacerlo. Esta variable es entendida
como la oferta de trabajo de la economía, y se esperaría que si cubre la
demanda de trabajo de las empresas, en condiciones ceteris-paribus de
equilibrio económico, el crecimiento económico aumente y el nivel de
ocupación también lo haga.

INVERSION DIRECTA: El modelo consultado inicialmente contempla una

variable denominada Formación Bruta de Capital real (FBCr) pero para el
caso colombiano y buscando una explicación a la rigidez del desempleo
ante el fenomenal aumento de la inversión extranjera es más relevante
incluir esta variable. Se esperaría que los aumentos de inversión
extranjera se vean reflejados en un mayor número de ocupación.
IMPORTACIONES: Se considera de acuerdo al modelo que los bienes
importados (producidos en otros países) son sustitutos de los bienes de
la producción nacional, es decir que se están dejando de comprar viene
nacionales al aumentar las importaciones. Esto estaría explicado por la
disminución de las utilidades de las empresas nacionales al disminuir
sus ventas con la esperada consecuencia de recorte de los puestos de
trabajo, es decir de las personas ocupadas.

La base de datos se obtuvo del banco de la republica para el caso de los

datos de inversión directa extranjera y de importaciones (cifras en
millones de dólares), y del Dane para el caso de la población
económicamente activa, y el número de empleados (cifras en miles).

Inversió
n
Trimest Ocupaci Importacio
extranje Población
re ón nes
ra económicame
directa nte activa
2001q1 16.345 554 3.176 19.617
2001q2 15.940 1042 3.358 18.682
2001q3 16.499 234 3.188 19.345
2001q4 17.241 712 3.113 18.537
2002q1 16.465 909 2.728 20.007
2002q2 16.416 602 3.334 19.705
2002q3 16.534 197 3.265 19.495
2002q4 17.066 426 3.372 19.525
2003q1 16.972 319 3.331 20.094
2003q2 17.319 520 3.306 20.019
 2003q3 17.484 541 3.611 20.138
2003q4 18.093 340 3.642 20.409
2004q1 17.309 682 3.599 20.814
2004q2 17.344 748 4.086 20.445
2004q3 17.654 886 4.260 20.199
2004q4 18.005 701 4.803 20.480
2005q1 17.487 890 4.560 20.256
2005q2 17.779 1612 5.406 20.480
2005q3 18.217 977 5.580 20.199
2005q4 18.805 6773 5.658 20.198
2006q1 18.044 1199 5.653 20.575
2006q2 18.267 1786 6.376 20.939
2006q3 17.609 1666 6.849 20.645
2006q4 17.668 2006 7.284 20.625
2007q1 17.516 2059 7.390 20.177
2007q2 18.134 2226 7.903 19.935
2007q3 18.152 2364 8.445 20.090
2007q4 19.059 2400 9.159 20.410
2008q1 18.353 2874 8.882 20.365
2008q2 19.053 2543 10.050 21.121
2008q3 18.653 2603 10.648 20.862
2008q4 19.753 2580 10.089 21.553

La población económicamente activa y los ocupados están en miles de personas.

La inversión extranjera directa y las importaciones están en millones de dólares con base en 1994.

GRAFICAS

A continuación se presenta la grafica de la ocupación y la

población económicamente activa (miles de personas) y la grafica
de la inversión extranjera directa e importaciones (millones de
dólares).

GRAFICA DE OCUPACION Y POBLACION ECONOMICAMENTE ACTIVA

 La tendencia de las dos variables es levemente creciente, con
valores muy constantes. En el caso de la ocupación se registran
unos picos muy leves en todos los cuartos trimestres de todos los
años lo cual es explicado por el incremento en la demanda de
bienes y servicios en diciembre debido a la tradición religiosa de la
navidad y las vacaciones. Para la PEA la mayor variación se da en
el primer trimestre de 2002 cuando se iniciaba el nuevo periodo
presidencial y puede ser explicado por la disposición a buscar
trabajo de personas que anteriormente no pensaban encontrar
trabajo, es un optimismo de nuevo periodo presidencial.

GRAFICA DE INVERSION EXTRANJERA DIRECTA E IMPORTACIONES

La tendencia de las dos variables el creciente, con una mayor

intensidad en el caso de las importaciones. El principal valor a analizar
es el de diciembre de 2005 el cual a priori podría parecer un outlier,
pero su explicación económica nace de dos transacciones muy
importantes. La primera transacción fue la realizada entre la cervecera
nacional Bavaria y la cervecera internacional SABMiller; la segunda fue
la correspondiente a la venta de las acciones de la Compañía.
Colombiana de Tabaco S.A a la multinacional Phillip Morris. Adicional a
esto en ese año se consolidaron las nuevas actividades de exploración
de pozos petroleros. Estos factores son la explicación de un valor de IED
tan alto (el más alto en toda la historia de Colombia.

ESTADÍSTICA DESCRIPTIVA:

Las tablas de estadística descriptiva de las variables independientes

seleccionadas para el modelo fueron realizadas con el programa EVIEWS
6.0 y son las siguientes:

Estadísticas descriptivas
 IMPORTACIONES INVERSION PEA
Mean 5503.189 1436.521 20185.67
Median 4681.400 942.7713 20199.11
Maximum 10648.25 6773.073 21553.30
Minimum 2728.019 197.1671 18537.20
Std. Dev. 2442.519 1279.519 632.2770
Skewness 0.721561 2.342573 -0.611108
Kurtosis 2.192935 10.37378 3.887228

Jarque-Bera 3.645271 101.7643 3.041311

Probability 0.161599 0.000000 0.218569

Sum 176102.0 45968.68 645941.5

Sum Sq. Dev. 1.85E+08 50752251 12392999

Observations 32 32 32

De acuerdo a lo observado en las graficas, la media y la mediana de las

variables nos muestran la tendencia creciente de la inversión extranjera
directa y de las exportaciones con una mayor distancia entre media y
mediana para el caso de la importaciones. De la misma forma también
se observa la constancia en el tiempo de la población económicamente
activa, con una media y una mediana casi iguales. De la misma forma
las desviaciones estándar muy altas en el caso de la IED nos muestra el
impacto del outlier del cuarto trimestre del 2005, siendo más bajas para
las importaciones y mucho más bajas para el caso de la PEA.

REGRESIÓN PRELIMINAR DEL MODELO PLANTEADO:

El modelo planteado a estimar es:

OCUPACION = β0+β1*PEA+β2*INVERSION_DIRECTA+ β3*IMPORTACIONES

MATRIZ X´X
32 45968,5 176102 645941,6
11678663 31371616 936570648
45968,5 8,3 1,9 ,8
31371616 11540647 358467614
176102 1,9 33 3
93657064 35846761 130511602
645941,6 8,8 43 75

MATRIZ (XX´)^-
 1
-
-8,53745E- 0,0004143 0,0025699
49,75002817 05 07 5
3,26573E- -1,1544E- 5,05261E-
-8,53745E-05 08 08 09
-1,1544E- 1,29601E- -2,3237E-
0,000414307 08 08 08
5,05261E- -2,32366E- 1,33291E-
-0,002569948 09 08 07

MATRIZ X´Y
565233
834427639,2
3165194936
11422359114

BETAS
β0 5606,40
β1 0,17
β2 0,15
β3 0,54

INTERPRETACION DE PARAMETROS ESTIMADOS:

Población económicamente activa: ß1 = 0.543913501828

Si el número de personas de la población económicamente activa
aumenta en 1000 personas manteniendo las otras variables
constantes el número de ocupados aumentara en 543 personas.

Inversión directa: ß2 = 0.173333698356

Si el monto de inversión directa en Colombia aumenta en 1
´000.000 de dólares manteniendo las otras variables constantes el
número de personas ocupadas aumentara en 167 personas.

Importaciones: ß3 = 0.152218184695
Si el monto de importaciones aumenta en 1´000.000 de dólares
manteniendo las otras variables constantes el número de personas
ocupadas aumenta en 152 personas.

OCUPACION OCUPACI ERRO

ESTIMADA ON R
 16852,43904 16.345 -508
16453,03957 15.940 -513
16652,50941 16.499 -153
16281,61603 17.241 959
17055,58203 16.465 -590
16931,9742 16.416 -516
16739,49931 16.534 -206
16810,48742 17.066 255
17095,86647 16.972 -124
17084,72911 17.319 234
17199,56119 17.484 284
17317,95465 18.093 775
17588,9195 17.309 -280
17473,15652 17.344 -129
17389,18002 17.654 264
17593,93632 18.005 411
17466,388 17.487 21
17838,10731 17.779 -59
17605,65843 18.217 611
18587,8155 18.805 217
17858,42044 18.044 186
18264,53978 18.267 3
18156,40222 17.609 -547
18268,83169 17.668 -601
18050,27093 17.516 -534
18024,63982 18.134 110
18214,98238 18.152 -63
18503,26373 19.059 556
18516,3042 18.353 -163
19049,85703 19.053 3
19010,13142 18.653 -357
19296,93635 19.753 456
Suma de
errores -> 0

VIABILIDAD DEL MODELO:

Para comprobar la correcta estimación del modelo mediante las

matrices en Excel y de cara a evaluar la significancia individual y global
de los parámetros del modelo usaremos la salida del programa EVIEWS
del modelo econométrico.

Dependent Variable: OCUPACION

Method: Least Squares
Date: 05/18/10 Time: 11:16
 Sample: 2001Q1 2008Q4
Included observations: 32

Coefficient Std. Error t-Statistic Prob.

C 5606.396 3087.192 1.816018 0.0801

PEA 0.543889 0.159796 3.403636 0.0020
INVERSION_DIRECTA 0.167518 0.079096 2.117897 0.0432
IMPORTACIONES 0.152226 0.049828 3.055042 0.0049

R-squared 0.779931 Mean dependent var 17663.53

Adjusted R-squared 0.756353 S.D. dependent var 886.7191
S.E. of regression 437.6903 Akaike info criterion 15.11737
Sum squared resid 5364038. Schwarz criterion 15.30059
Log likelihood -237.8779 Hannan-Quinn criter. 15.17810
F-statistic 33.07769 Durbin-Watson stat 1.711352
Prob(F-statistic) 0.000000

Significancia global del modelo

Se plantea el contraste.

H0: ß1 = ß2 = ß3 = 0
H1: ßj ≠ 0, j = 1,2,3

En la salida de EVIEWS se observa que Prob(F-stadistic) = 0.000000

Lo cual comparado con un nivel de significancia de 0.05 nos permite
rechazar H0, es decir, que al menos una variable es significativa en el
modelo.

Significancia individual de cada parámetro.

Se plantean los contrastes para cada uno de los parámetros, y a

continuación se observa en salida de EVIEWS el valor de Prob para cada
variable. Comparado con un nivel de significancia de 0.05 concluimos:

H0: ß1 = 0
H1: ß1 ≠ 0
Prob. = 0.0020
El número de personas de la población económicamente activa es
significativo para el modelo y es la variable más importante.

H0:ß2 = 0
H1: ß2 ≠ 0
Prob. = 0.0432
El valor de las inversiones directas si es significativa para el modelo.

H0: ß3 = 0
H1: ß3 ≠ 0
Prob. = 0.0049
El valor de las importaciones si es significativa para el modelo.

Todas las variables son significativas en el modelo, lo que nos llevaría a

pensar que el modelo esta correctamente planteado y es viable.

MUESTRA PEQUEÑA.

El principal problema al realizar estimaciones con muestras muy

pequeñas se origina en el desajuste de nuestros datos a una distribución
normal, usualmente las muestras pequeñas son de alrededor de 10
muestras, pueden existir problemas de no normalidad para muestras de
n<30. Procedemos a comprobar el comportamiento normal de los datos:

Utilizamos la opción que trae Eviews que nos da el estadístico Jarque-

Bera:

IMPORTACION INVERSION_DI
ES RECTA PEA
Mean 5503.188 1436.516 20185.68
Median 4681.400 942.7500 20199.10
Maximum 10648.20 6773.100 21553.30
Minimum 2728.000 197.2000 18537.20
Std. Dev. 2442.516 1279.518 632.2787
Skewness 0.721556 2.342624 -0.611080
Kurtosis 2.192929 10.37404 3.887131

Jarque-Bera 3.645243 101.7707 3.040905

Probability 0.161602 0.000000 0.218613

Sum 176102.0 45968.50 645941.6

Sum Sq. Dev. 1.85E+08 50752170 12393068

Observations 32 32 32
Recordamos las hipótesis:
H0: Normalidad
H1: No normalidad

Frente al valor tabulado χ2 2.5% =5.991476

Concluimos que la única variable que presenta una rechazo de la

hipótesis nula es importaciones, lo que sugiere un caso de no
normalidad, pero debido a las consideraciones especiales del valor que
general el comportamiento de no normalidad 2005Q4 seguimos
adelante, prestando especial cuidado en el valor anotado.

CORRECTA ESPECIFICACION Y CAMBIO ESTRUCTURAL

Contraste de Suma Acumulada

Gráfica CUSUM

Este contraste debe su nombre al estadístico utilizado, que consiste en

la acumulación progresiva de los residuos recursivos que posteriormente
se normalizan dividiéndolos entre la estimación insesgada de la
desviación típica de la perturbación (S). De este modo se calcula el valor
acumulado Wr , que se representa gráficamente frente al número de
valores acumulados (r).
r
∑ wj
j = k +1
Wr =
S r = k+1, k+2, ... , n

SCR
S=
donde n −k
Estos valores de las sumas acumuladas, en el supuesto de estabilidad,
deberían oscilar entre las líneas de significación representadas por las
rectas que se definen a partir de los pares de puntos,

{k , a n −k } y {n , 3a n −k }
{k , - a n −k } y {n , - 3a n −k }

En caso contrario, es decir cuando los valores de Wr sobrepasen dichas

rectas (marcadas con trazos más gruesos) se puede considerar falta de
estabilidad en el modelo.

Utilizamos la opción de Test de Cusum que nos mostrara las grafica

CUSUM para el análisis de la correcta especificación. La salida es:

A pesar de que no observamos un comportamiento constante en los

valores de las sumas acumuladas de los residuos recursivos, los valores
siempre se encuentran por dentro de las bandas de significación de los
valores del estadístico CUSUM. Este último comportamiento nos lleva a
suponer que el modelo es estable.
Contraste de Suma Acumulada de Cuadrados
Grafica CUSUM2

Adicionalmente y debido a la evidencia empírica que registra la

literatura acerca de la mayor fortaleza de este test respecto al de suma
acumulada, procedemos a graficar CUSUM2 para reforzar nuestra
conclusión.

Aunque se presentan valores no constantes, se presenta un

comportamiento creciente y siempre dentro de las bandas de
fluctuación del estadístico CUSUM2 , lo que nos permite reforzar la
conclusión de que el modelo es estable y no presenta cambio estructural
y está correctamente especificado.

Test de Chow
El buen comportamiento de los datos no nos indica ningún problema de
cambio estructural, pero aun así vamos a plantear un análisis de cambio
estructural para todos los periodos del año 2006, debido a que el
aparente outlier de inversión extranjera directa se encuentra en el
último trimestre del 2005 por lo que su impacto se vería reflejado en los
índices de ocupación del siguiente año. No consideramos un trimestre
específicamente debido a que no tenemos la certeza de la estabilización
de las obras de inversión para la generación de empleo.

Punto de Cambio estructural situado en 2006Q1:

Chow Breakpoint Test: 2006Q1

Null Hypothesis: No breaks at specified breakpoints
Varying regressors: All equation variables
Equation Sample: 2001Q1 2008Q4

F-statistic 1.230658 Prob. F(4,24) 0.3243

Log likelihood ratio 5.970258 Prob. Chi-Square(4) 0.2014
Wald Statistic 4.922631 Prob. Chi-Square(4) 0.2953

Punto de Cambio estructural situado en 2006Q2:

Chow Breakpoint Test: 2006Q2

Null Hypothesis: No breaks at specified breakpoints
Varying regressors: All equation variables
Equation Sample: 2001Q1 2008Q4

F-statistic 1.563737 Prob. F(4,24) 0.2161

Log likelihood ratio 7.411391 Prob. Chi-Square(4) 0.1157
Wald Statistic 6.254950 Prob. Chi-Square(4) 0.1809

Punto de Cambio estructural situado en 2006Q3:

Chow Breakpoint Test: 2006Q3

Null Hypothesis: No breaks at specified breakpoints
Varying regressors: All equation variables
Equation Sample: 2001Q1 2008Q4

F-statistic 1.584512 Prob. F(4,24) 0.2107

Log likelihood ratio 7.499161 Prob. Chi-Square(4) 0.1117
Wald Statistic 6.338047 Prob. Chi-Square(4) 0.1753

Punto de Cambio estructural situado en 2006Q4:

Chow Breakpoint Test: 2006Q4
Null Hypothesis: No breaks at specified breakpoints
Varying regressors: All equation variables
Equation Sample: 2001Q1 2008Q4

F-statistic 0.484153 Prob. F(4,24) 0.7472

Log likelihood ratio 2.483254 Prob. Chi-Square(4) 0.6476
Wald Statistic 1.936611 Prob. Chi-Square(4) 0.7474

Recordemos que la hipótesis nula contrastada con el test de Chow es la

no existencia de cambio estructural. Las probabilidades de todos
nuestros propuestos puntos de cambio estructural nos permiten no
rechazar la hipótesis nula, y concluir que según este criterio no existe
cambio estructural.

MULTICOLINEALIDAD

Matriz de Correlaciones

Covariance Analysis: Ordinary

Date: 05/18/10 Time: 11:24
Sample: 2001Q1 2008Q4
Included observations: 32

IMPORTACION INVERSION_DI
Correlation ES RECTA PEA
IMPORTACIONES 1.000000
INVERSION_DIRECT
A 0.626974 1.000000
PEA 0.625347 0.345521 1.000000

La variable importaciones presenta correlaciones medianamente fuertes

con las otras dos por lo que tenemos un indicio acerca de problemas de
multicolinealidad en esta variable.

Regresiones Auxiliares

Factor Inflador de la Varianza (FIV) y medida de Klein:

Se necesitan algunas regresiones auxiliares, es decir, considerar cada
uno de los regresores como función de los demás. De cada una de estas
regresiones calculamos a partir de los R2
Los aumentos de las varianzas causadas por la multicolinealidad
midiendo el factor de inflación de la varianza.

FIV =

Estimación de la primera regresión auxiliar:

Dependent Variable: PEA
Method: Least Squares
Date: 05/18/10 Time: 11:36
Sample: 2001Q1 2008Q4
Included observations: 32

Coefficient Std. Error t-Statistic Prob.

C 19280.76 227.1651 84.87553 0.0000

INVERSION_DIRECTA -0.037907 0.091646 -0.413620 0.6822
IMPORTACIONES 0.174330 0.048009 3.631186 0.0011

R-squared 0.394630 Mean dependent var 20185.68

Adjusted R-squared 0.352880 S.D. dependent var 632.2787
S.E. of regression 508.6287 Akaike info criterion 15.39037
Sum squared resid 7502392. Schwarz criterion 15.52779
Log likelihood -243.2460 Hannan-Quinn criter. 15.43592
F-statistic 9.452294 Durbin-Watson stat 0.971986
Prob(F-statistic) 0.000691

Factor de Inflación FI1 = = 1.651887

Estimación de la segunda regresión auxiliar:

Dependent Variable: INVERSION_DIRECTA
Method: Least Squares
Date: 05/18/10 Time: 11:36
Sample: 2001Q1 2008Q4
Included observations: 32

Coefficient Std. Error t-Statistic Prob.

 C 2614.253 7231.543 0.361507 0.7203
PEA -0.154716 0.374053 -0.413620 0.6822
IMPORTACIONES 0.353488 0.096829 3.650643 0.0010

R-squared 0.396656 Mean dependent var 1436.516

Adjusted R-squared 0.355046 S.D. dependent var 1279.518
S.E. of regression 1027.568 Akaike info criterion 16.79684
Sum squared resid 30620999 Schwarz criterion 16.93425
Log likelihood -265.7494 Hannan-Quinn criter. 16.84239
F-statistic 9.532738 Durbin-Watson stat 2.205338
Prob(F-statistic) 0.000658

Factor de Inflación FI1 = = 1.65744

Estimación de la tercera regresión auxiliar

Dependent Variable: IMPORTACIONES
Method: Least Squares
Date: 05/18/10 Time: 11:38
Sample: 2001Q1 2008Q4
Included observations: 32

Coefficient Std. Error t-Statistic Prob.

C -31967.77 9855.435 -3.243669 0.0030

PEA 1.792925 0.493757 3.631186 0.0011
INVERSION_DIRECTA 0.890728 0.243992 3.650643 0.0010

R-squared 0.582791 Mean dependent var 5503.188

Adjusted R-squared 0.554018 S.D. dependent var 2442.516
S.E. of regression 1631.159 Akaike info criterion 17.72103
Sum squared resid 77159683 Schwarz criterion 17.85844
Log likelihood -280.5365 Hannan-Quinn criter. 17.76658
F-statistic 20.25474 Durbin-Watson stat 0.944883
Prob(F-statistic) 0.000003

Factor de Inflación FI1 = = 2.3968

Acá podemos analizar dos cosas:

Según la regla practica de Klein el coeficiente de determinación que
incluye a todos los regresores (R2 = 0779934) es mayor que el
coeficiente de determinación de cada una de las regresiones auxiliares.
Por lo que podríamos suponer que la multicolinealidad presentada no es
peligrosa según este criterio.
Los factores de inflación de la varianza para cada una de las variables es
menor que 10, por lo que podríamos concluir que ninguna de las
variables es altamente colineal según este criterio.

Medida de Theil.

Esta medida muestra la diferencia entre la variabilidad explicada por el

modelo completo y la suma de cada una de las aportaciones de los
regresores del modelo:

m = R2 -

R2 de la regresión auxiliar sin variable PEA = 0.688875

Variable Pea aporta: 0.779934 – 0.688875 = 0.091059

R2 de la regresión auxiliar sin variable Inversión Directa = 0.744677

Variable Inversión Directa aporta: 0.779934 – 0.744677 = 0.035257

R2 de la regresión auxiliar sin variable Importaciones = 0.706586

Variable Importaciones aporta: 0.779934 – 0.706586 = 0.073348

m = 0.779934 - (0.091059 + 0.035257 + 0.073348)

m = 0.58027

Esta medida está alejada de cero pero no es muy alta lo que nos indica
que puede existir multicolinealidad pero no es peligrosa.

BIBLIOGRAFÍA.

Díaz Retali, J.I. "El Empleo en Venezuela, un modelo econométrico" en

Observatorio Venezolano de la Seguridad Social, diciembre 2005.
www.eumed.net/oe-vess/

Pérez Ramírez, Fredy Ocaris.: Econometría conceptos básicos Fredy

Ocaris Pérez Ramírez, Horacio Fernández Castaño Bogotá Ecoe
Universidad de Medellín 2009 292 p. il.

Gujarati, Damodar N..: EconometríaDamodar N. Gujarati ; tr. Demetrio

Garmendia Guerrero, Gladys Arango Medina ; rev. téc. Martha Misas
Arango México Mc-GrawHill 2004
xxxiii, 972 p. il. 1 CD-ROM

Lora Torres, Eduardo.: Técnicas de medición económicametodología y

aplicaciones en ColombiaEduardo Lora Torres Bogotá Alfaomega 2008
451 p. il.