Modelo Econométrico Factores que influyen en el valor total de las exportaciones en Chile

...

totales impactada negativamente por el PIB de China, esto quiere decir que mientras más crece el PIB de China, los sectores de las exportaciones de Chile caen. A Simple vista esto no tiene sentido, pero según autores como Rodrik (2006) y Álvarez y Claro (2006) tiene sentido, ya que China es el mayor exportador del mundo, al crecer su PIB produce que su economía mejore, lo que incrementa sus propias exportaciones, y al crecer sus exportaciones, le roba mercado a países que también son exportadores.

??: 1,35878e-012

Es la variación de las exportaciones totales impactada positivamente por el PIB de Europa y Asia central, al crecer el PIB de dicha zona, provocan un incremento en las exportaciones totales de nuestro país. Esto tiene sentido, ya que esa zona de Europa es altamente importadora, lo mismo que Asia central, al no ser grandes productores, deben importar muchos productos.

R cuadrado y R cuadrado ajustado:

Cabe mencionar que el R cuadrado ajustado es el valor más correcto del coeficiente de determinación e indica el porcentaje que explica la variable dependiente.

R-cuadrado: 0,833253

El 83% del total de las exportaciones se ve explicado por las variables: tipo de cambio real, PIB de China y PIB de Europa y Asia central.

R-cuadrado ajustado: 0,813244

Test t Student

Estimador Hipótesis T calculado T

tabla P-Value ¿Es Significativo? ?1 H0: ?1=0 ; H1: ?1?0 ?1,4558 2,77645 0,1579 No, NRH0 ?2 H0: ?2=0 ; H1: ?2?0 5,8497 2,77645 <0,0001 Si, RH0 ?3 H0: ?3=0 ; H1: ?3?0 ?5,2787 2,77645 <0,0001 Si, RH0 ?4 H0: ?4=0 ; H1: ?4?0 8,8941 2,77645 <0,0001 Si, RH0

De la tabla anterior se concluye que para Beta 2,3 y 4 se rechaza Ho, ya que los estimadores son significativos. Podemos ver que el valor de Beta 1 es el único no significativo.

Test F Fisher

Hipótesis F calculado F tabla ¿Es Significativo? H0: ?1= ?2= ?3= ?4=0 ; H1: Al menos un beta ?0 41,64266 2,99124 Si, RH0

Podemos concluir que el F calculado es mayor que el F tabla, lo que significa que Se Rechaza Ho y que por lo tanto el modelo es significativo globalmente.

Heterocedasticidad

Ho: No hay heterocedasticidad

H1: Hay heterocedasticidad

Contraste de heterocedasticidad de White

MCO, usando las observaciones 1986-2014 (T = 29)

Variable dependiente: uhat^2

Coeficiente Desv. Típica Estadístico t Valor p

-------------------------------------------------------------------

const ?325,382 174,005 ?1,870 0,0770 *

TCR 4,99712 2,81590 1,775 0,0920 *

PIBCh ?2,66309e-011 2,43159e-011 ?1,095 0,2871

PIBEUyA 1,94460e-011 1,29145e-011 1,506 0,1486

sq_TCR ?0,0171286 0,0124617 ?1,375 0,1853

X2_X3 2,51619e-013 2,16404e-013 1,163 0,2593

X2_X4 ?1,90447e-013 1,18024e-013 ?1,614 0,1231

sq_PIBCh 0,00000 0,00000 0,6405 0,5295

X3_X4 0,00000 0,00000 ?0,2353 0,8165

sq_PIBEUyA 0,00000 0,00000 0,01058 0,9917

R-cuadrado = 0,271474

Estadístico de contraste: TR^2 = 7,872733,

con valor p = P(Chi-cuadrado(9) > 7,872733) = 0,547021

El valor de Chi-cuadrado tabla es Valor crítico = 16,919.

Podemos concluir que Chi-cuadrado tabla > Chi-cuadrado calculado, no se rechaza Ho, por lo tanto, no hay heterocedasticidad.

Colinealidad

Factores de inflación de varianza (VIF)

Mínimo valor posible = 1.0

Valores mayores que 10.0 pueden indicar un problema de colinealidad

TCR 1,067

PIBCh 5,067

PIBEUyA 5,193

VIF(j) = 1/(1 - R(j)^2), donde R(j) es el coeficiente de correlación múltiple

entre la variable j y las demás variables independientes

Diagnósticos de colinealidad de Belsley-Kuh-Welsch:

--- proporciones de la varianza ---

lambda cond const TCR PIBCh PIBEUyA

3,513 1,000 0,000 0,001 0,006 0,002

0,460 2,764 0,002 0,003 0,152 0,001

0,024 12,170 0,006 0,040 0,788 0,863

0,003 31,839 0,992 0,957 0,054 0,133

lambda = valores propios de X’X, del más grande al más pequeño

cond = índice de condición

nota: las columnas de proporciones de la varianza suman 1.0

No se presenta colinealidad en las variables independientes.

Autocorrelacion