ANALIZANDO LA CURVA DE FILLIPS EN EL PERU

...

[pic 16]

Podemos observar en el cuadro de heteroskedasticity test que Prob( F- statistic) ˃ 0.05 por lo tanto no presenta problemas de auto correlación.

[pic 17]

V.II.ESTACIONACION ARMA

- MA (1): Posee un AKAIKE de 3.546154, no tiene problemas de auto correlación ni heteroscedasticidad y no presenta problemas de normalidad.

[pic 18]

[pic 19]

Podemos observar en el cuadro de serial correlation test que Prob( F- statistic) ˃ 0.05 por lo tanto no presenta problemas de auto correlación.

[pic 20]

Podemos observar en el cuadro de heteroskedasticity test que Prob( F- statistic) ˃ 0.05 por lo tanto no presenta problemas de auto correlación.

[pic 21]

Podemos observar que la prob( Jarque- Bera) ˃ 0.05 por lo tanto no presenta problemas de normalidad.

- AR (1): Posee un AKAIKE de 4.347069, no presenta problemas de heteroscedasticidad y normalidad; pero si de auto correlación.

[pic 22]

[pic 23]

Podemos observar en el cuadro de serial correlation test que Prob( F- statistic) ˂ 0.05 por lo tanto presenta problemas de auto correlación.

[pic 24]

Podemos observar en el cuadro de heteroskedasticity test que Prob( F- statistic) ˃ 0.05 por lo tanto no presenta problemas de auto correlación.

[pic 25]

Podemos observar que la prob( Jarque- Bera) ˃ 0.05 por lo tanto no presenta problemas de normalidad.

- ARMA (1,1): Posee un AKAIKE de 4.054406, no presenta problemas de normalidad, heteroscedasticidad y auto correlación.

[pic 26]

[pic 27]

Podemos observar en el cuadro de serial correlation test que Prob( F- statistic) ˃ 0.05 por lo tanto no presenta problemas de auto correlación.

[pic 28]

Podemos observar en el cuadro de heteroskedasticity test que Prob( F- statistic) ˃ 0.05 por lo tanto no presenta problemas de auto correlación.

AUTOCORRELACION

HETEROSCEDASTICIDAD

NORMALIDAD

AKAIKE

ESTATICO

×

×

×

4.27

AR(1)

SI

×

×

4.34

MA(1)

×

×

×

3.54

ARMA(1,1)

×

×

×

4.05

RESUMEN: El criterio que más ajuste tiene (AKAIKE=4.27) es el estático normal.

V.III. CO-INTEGRACION

[pic 29]

Podemos observar que TRACE STATISTIC ˃ CRITICAL VALUE entonces podemos afirmar que existe un vector de integración.

[pic 30]

V.IV. INTERPRETACION:

INF=-0.407973U+µ

- Observamos como actúa la tasa de la inflación ante los cambios que sufre la tasa de desempleo: si la tasa de desempleo incrementa en 1 millón entonces la tasa de inflación se verá disminuida en 407973 millones de nuevos soles.

VI. CONCLUSION

- Como podemos observar en la última grafica existe una relación negativa entre la tasa de inflación y la tasa de desempleo. Por lo tanto aceptamos nuestras hipótesis planteadas

- Solo se cuenta con un solo vector de co-integracion, lo que indica que servirá para hacer estimaciones para el futuro.

- Por ultimo diremos que la curva de Fillips se cumple para el Perú.