La influencia regional sobre la economía uruguaya – Un análisis de los últimos veinte años1

Bibiana Lanzilotta Cecilia Llambí Gabriela Mordecki

Resumen

El propósito del presente trabajo es estimar el impacto de los shocks provenientes desde Argentina y Brasil sobre el nivel de actividad uruguayo. El período de análisis se extiende desde enero de 1980 hasta marzo de 2002, con la finalidad de incorporar en el estudio los impactos de los acontecimientos regionales más recientes. El documento se organiza en dos partes. La primera intenta investigar la existencia de relaciones de largo plazo entre los PBI regionales y en qué medida el nivel de actividad uruguayo queda determinado por los propios de Argentina y Brasil. La segunda parte busca estimar los canales comerciales de bienes a través de los cuales dicha relación se hace efectiva. Una vez analizadas las relaciones de largo plazo se investiga la dinámica de corto plazo, para observar el proceso de ajuste de las variables. La aproximación empírica se realiza a través de técnicas de cointegración y vectores autorregresivos con mecanismo de corrección de error (VECM).

1

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

Índice I. Introducción ................................................................................................................................3 II. Antecedentes .............................................................................................................................4 III. Marco metodológico .................................................................................................................6 IV. Análisis empírico ......................................................................................................................7 IV.1 Análisis de los impactos regionales sobre el PBI uruguayo...............................................7 IV.1.1 Series y fuentes de información...................................................................................7 IV.1.2 Análisis de las series y estimación de modelos univariados: ......................................8 IV.1.3 Relaciones de equilibrio de largo plazo .....................................................................14 IV.1.4 Dinámica de corto plazo ............................................................................................16 IV.1.5 Simulación de impulso respuesta ..............................................................................16 IV.1.6 Predicciones...............................................................................................................18 IV.2 Impacto regional sobre las exportaciones uruguayas ......................................................19 IV.2.1 Definición y descripción de las series utilizadas........................................................19 Test de raíz unitaria..............................................................................................................21 IV.2. 2 Relaciones de equilibrio de largo plazo ....................................................................22 V. Comentarios finales.................................................................................................................25 Anexo 1: Efectos de la región sobre el PBI uruguayo .................................................................28 A.1.1 Modelos univariados.......................................................................................................28 A.1.2 Modelo multivariado con PBIs regionales ......................................................................29 Anexo 2: Estudio de los canales comerciales .............................................................................39 A.2.1 Determinantes de las exportaciones uruguayas a Argentina.........................................39 A.2.2 Determinantes de las exportaciones uruguayas a Brasil ..............................................45

Pág.2

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

Exportaciones uruguayas a Argentina y Brasil (% del total)

1980 1985 1990 1992 1995 1996 1997 1998 1999 2000 2001 Fuente: BCU

Argentina 12,6 7,4 4,8 19,3 12,7 11,3 13,0 18,6 16,5 17,9 15,4

Brasil 16,8 16,8 29,6 16,6 33,2 34,7 34,5 33,8 24,9 23,1 21,3

Resto del mundo 70,6 75,8 65,5 64,1 54,1 54,0 52,5 47,6 58,6 58,9 63,3

Las políticas monetarias basadas en anclas cambiarias con el objetivo de combatir la inflación que practicaron los tres países implicaron un alineamiento de los tipos de cambio reales durante gran parte de la década de los 90. El posterior abandono de estas políticas, primero por Brasil en 1999, luego por Argentina a principios de 2002 y, por último, por Uruguay, muestra ineludiblemente la fuerte interrelación que existe entre los tres países. Sin embargo, Uruguay, por ser el más pequeño de los tres países es, en definitiva, el más sensible a los cambios en la política de sus vecinos. Para poder entender y realizar predicciones sobre la evolución de la actividad en Uruguay, resulta entonces de suma importancia profundizar el conocimiento acerca de los impactos provenientes de las economías regionales. El presente trabajo se plantea como objetivo analizar los impactos provenientes de Argentina y Brasil sobre la evolución de la actividad en Uruguay, desde dos ópticas: por un lado se estudian las relaciones entre los PBI de las tres economías y por otro, se investiga sobre el canal comercial, midiendo el impacto de la demanda regional y de los precios bilaterales sobre las exportaciones uruguayas destinadas a estos dos países. El trabajo se organiza de la siguiente forma. En el capítulo II se revisan los antecedentes sobre el tema. En el capítulo III se realiza una breve exposición de la metodología utilizada y en el IV se presenta el análisis empírico. Por último en el capítulo V se anotan algunos comentarios finales. En el Anexo se incluyen las salidas de las estimaciones realizadas.

Pág.3

II. Antecedentes Este tema ha sido abordado desde diversos ángulos y aproximaciones metodológicas. Desde la óptica de la evaluación de los impactos de shocks regionales sobre una economía pequeña como la uruguaya, los estudios abordan el tema básicamente a través de modelos tipo VAR (Vectores autorregresivos), que sólo manejan información contenida en la muestra y no imponen restricciones a priori basadas en la teoría económica. Desde otra perspectiva, algunos trabajos analizan la correlación entre los ciclos de actividad económica, en el marco de la teoría de la convergencia, o con el objetivo de detectar regularidades cíclicas que permitan anticipar la evolución del ciclo uruguayo. En Favaro y Sapelli (1986) se realiza un análisis conjunto por medio de VAR y se intenta encontrar las regularidades empíricas que permitan formular hipótesis sobre la influencia externa en los ciclos de la actividad económica uruguaya. La utilización de modelos VAR responde a la comprobación de que se está en un estadio muy primitivo del conocimiento. Por tanto estiman conveniente hacer pocos supuestos acerca de la exogeneidad de las variables y los rezagos con que cada una debe aparecer en el modelo “correcto”. En dicho estudio, que abarca el período 1943-1975, encuentran que las variables externas han tenido enorme importancia (en particular los tipos de cambio reales bilaterales) y que el grado de apertura comercial está positivamente asociado con el PBI. Saráchaga et al (1986), investigan los efectos de la integración entre Argentina y Uruguay. Estiman, usando datos trimestrales, un modelo de determinación del flujo de exportaciones uruguayas para el período 1978-1985. En éste incluyen variables como la producción manufacturera argentina y el tipo de cambio real bilateral. De su investigación deduce que el nivel de actividad argentina juega un rol decisivo como determinante del flujo de compras al Uruguay, y que el efecto se verifica contemporáneamente, aunque también identifican un retardo de primer orden significativo. Con el fin de comprender el mecanismo de transmisión de los shocks regionales Masoller (1998) trabaja en base a un modelo sencillo en el que introduce una demanda regional para los bienes que de otro modo serían no transables, cuyos precios se ajustan lentamente. Utiliza la metodología cuasi-Var para la cuantificación de la importancia de estos shocks y para el estudio del proceso de ajuste de dos variables maroeconómicas clave: PBI y precios relativos (aproximados por los precios al consumidor medidos en términos en dólares). Los resultados a los cuales arriba indican que durante el período 1974-1997, la importancia de los shocks regionales para la economía uruguaya fue variando considerablemente en el transcurso del período. Se encontró que un shock regional favorable expande la producción doméstica, causa inflación y conduce a una apreciación del tipo de cambio real. Cuadrado y Queijo (2001), con el fin de evaluar diversos métodos cuantitativos para la predicción del PBI uruguayo, estimaron, entre otros, modelos VAR donde incluyeron, además del PBI, otras variables de entorno (PBI de Brasil y Argentina y tipo de cambio real bilateral con ambos países). Encontraron que entre el conjunto de modelos estimados este tipo de representación fue la que presentó el mejor desempeño predictivo. A partir de ello concluyeron que la consideración de las variables de entorno macroeconómico nacional y regional resultan valiosas para la predicción del PBI uruguayo.

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

Pág.4

cruzadas más bajas. Del análisis de las correlaciones correspondientes a Brasil y Uruguay se aprecia que las fluctuaciones cíclicas brasileñas tienden a adelantar en un año a las uruguayas. Por su parte, Kamil y Lorenzo estudian (utilizando datos trimestrales) la relación entre los componentes cíclicos del PBI uruguayo (para el período 1975-1998) y una serie de variables de Argentina y Brasil: PBI, importaciones y tipo de cambio real bilateral. La evidencia encontrada confirma que la magnitud de las oscilaciones cíclicas observadas en una economía pequeña y abierta como Uruguay está muy relacionada con los shocks externos, en especial con los provenientes del ámbito regional. Con Argentina, encuentran que los ciclos en el PBI están positivamente correlacionados con el ciclo de referencia de la economía uruguaya y tiende a anticiparlo tres trimestres, y que la correlación es aun más fuerte con las importaciones argentinas que adelantan al ciclo del PBI uruguayo muy rápidamente (un trimestre). Las correlaciones cruzadas positivas respecto del PBI brasileño son superiores a las encontradas con el argentino (y adelantan en tres trimestres al uruguayo), lo que significa que los productos están muy sincronizados y a su vez anticipan en mayor medida que el argentino las fluctuaciones macroeconómicas uruguayas. Por último, Bucacos (2001) con el fin de analizar los mecanismos de transmisión entre los ciclos económicos, analiza la correlación cruzada y la causalidad entre los ciclos de consumo argentino, PBI argentino y PBI brasileño con el PBI uruguayo, para el período 1976 – 2000. Encuentra que las variables macroeconómicas argentinas son procíclicas, en tanto que el PBI brasileño es sorprendentemente contracíclico respecto del PBI uruguayo.

Pág.5

III. Marco metodológico En función de las consideraciones anteriores acerca de la posible convergencia entre las evoluciones de las economías de Argentina, Brasil y Uruguay luego de la integración a partir de los 90, se esperaría encontrar al menos una relación de largo plazo entre la evolución de los PBI de los tres países, así como entre las exportaciones uruguayas y la demanda argentina y brasileña y los tipos de cambio reales. Se utilizó la técnica multivariante de cointegración desarrollada por Johansen, que permite detectar empíricamente la existencia de relaciones de equilibrio de largo plazo, llamadas relaciones de cointegración, entre las n variables de interés. La técnica de Johansen permite determinar la existencia de r relaciones de cointegración, o lo que es equivalente, la existencia de n-r tendencias comunes entre las n series. El análisis de cointegración parte de la especificación de un modelo vectorial autorregresivo con mecanismo de corrección del error (VECM) para un vector de tres variables endógenas (por ejemplo, PBI uruguayo, PBI argentino y PBI brasileño). (III.1)

∆ PBI it = A1 ∆ PBI it -1 + ... + Ak ∆ PBIi t - k +1 + Π PBI it - k + µ + Γ D t + ε t ,

t = 1, ..., T

donde εi ∼ N(0,σ ) µ es un vector de constantes y Di contiene un conjunto de dummies (estacionales e intervenciones). 2

La información sobre las relaciones de largo plazo está contenida en la matriz Π = α

β ′ . β es

el vector de coeficientes de las relaciones de equilibrio existentes, y α es el vector de coeficientes del mecanismo de ajuste al largo plazo. En función de la identificación del rango de la matriz ∏, se determina el número de relaciones de cointegración que existen entre las variables. El análisis de cointegración implicó realizar contrastes de exclusión (test de significación de los β) con el fin de evaluar qué variables integran las posibles relaciones de equilibrio, y tests de exogeneidad para determinar cuáles variables son exógenas en dichas relaciones. Para esto último se realizaron los contrastes de exogeneidad débil (a fin de determinar cuales variables no reaccionan ante desviaciones de las relaciones de largo plazo) y fuerte (analizando, además, la causalidad en el sentido de Granger). El contraste de exogeneidad débil en el sistema completo implica analizar la significación de los α y se realiza a partir del estadístico de razón de verosimilitud.

H j : α i j = 0,

j = 1, ..., r

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

Pág.6

IV. Análisis empírico Este apartado se divide en dos secciones. En la primera se investiga acerca de la existencia de relaciones de largo plazo entre los PBI regionales y en qué medida el nivel de actividad uruguayo queda determinado por los propios de Argentina y Brasil. En la segunda parte, se intenta estimar los canales comerciales de bienes a través de los cuales dicha relación se hace efectiva.

IV.1 Análisis de los impactos regionales sobre el PBI uruguayo. IV.1.1 Series y fuentes de información Se utilizaron series trimestrales del PBI de Argentina, Brasil y Uruguay. En este último caso se trabajó con índice de volumen físico (con base 1983=100), elaborado por el Banco Central del Uruguay (BCU), para el período 1975-2002. Se trabajó con la transformación logarítmica.

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

2,3 2,3 2,2 2,2 2,1 2,1 2,0 2,0

Mar-00

Mar-02

Mar-02

Mar-98 Mar-98

Mar-00

Mar-96 Mar-96

Mar-94

Mar-92

Mar-90

Mar-88

Mar-86

Mar-84

Mar-82

Mar-80

1,9

Fuente: BCU.

Logaritmo del PBI argentino (I.trim.1980-I.trim.2002) 2,50 2,45 2,40 2,35 2,30 2,25

Mar-94

Mar-92

Mar-90

Mar-88

Mar-86

Mar-84

Mar-82

Mar-80

2,20

Fuente: Mecon.

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

Pág.7

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

2,20 2,15 2,10 2,05 2,00 1,95 1,90 1,85

Mar-02

Mar-00

Mar-98

Mar-96

Mar-94

Mar-92

Mar-90

Mar-88

Mar-86

Mar-84

Mar-82

Mar-80

1,80

Fuente: IBGE.

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

IV.1.2 Análisis de las series y estimación de modelos univariados: a) Análisis de raíces unitarias regulares y estacionales

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

-1,763 (9 lags, con cte PBI argentino (LogPBIAR) 1,509 (10 lags, con cte) PBI brasileño (LogPBIBR) 3,187 (3 lags, con cte) El número de lags se determinó según el criterio AIC.

Rech. Ho Al 95%

Valor del estadístico primera diferencia

no

-2,043 (8 lags, sin cte. ni tend) -1,517 (11 lags, sin cte ni tend) -1,901 (7 lags, sin cte ni tend)

no no

Rech Al 95%

Ho Al 99%

si

no

no

no

no

no

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

Pág.8

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

Test de raíces estacionales (HEGY) HO = Existencia de raíz unitaria

H0 seas=0 Seas2, Seas3, Seas4 F = 8,96 si

γ1

γ2

γ3, γ4

PBI uruguayo (LogPBIUR) Rech. H0 al 95%

t = -1,155 no

t = -2,343 no

F =15,68 si

∆logPBIuruguayo Rech. H0 al 99% Rech. H0 al 95%

t = -3,335 no Si

t = valor del estadístico. De los resultados antes expuestos se concluye que no es posible descartar al 5% que las series del PBI argentino y brasileño sean I(2), y al 1% que el PBI uruguayo sea I(2). Los dos primeros presentan estacionalidad estocástica, por lo que la transformación estacionaria 4 adecuada es (1-L) (1-L ), en tanto que, dado que para el PBI uruguayo no se encontraron las cuatro raíces estacionales se optó por modelizar la estacionalidad en forma determinística.

b) Estimación de modelos ARIMA

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

→ → →

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

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

Por otra parte, se realizaron intervenciones por acontecimientos anómalos. En el caso del PBI uruguayo, para corregir los outliers del período recesivo entre 1981 –1984 se introdujeron dos variables dummy tipo escalón que recogen la caída de nivel de la serie original, en el cuarto trimestre de 1981 y en el tercer trimestre de 1982. La recesión a partir del primer trimestre de 1999 –luego de la devaluación brasileña– también se recoge a través de una dummy tipo escalón con un segundo escalón en el tercer trimestre de 2001, a partir de la profundización de

Pág.9

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

Acontecimientos anómalos en el PBI Uruguayo Variable D(E8104) D(E8203) D(TC9503) D(E9901) D(E0103)

Coefficient -0.087303 -0.105021 -0.081638 -0.040024 -0.044790

Std. Error 0.019217 0.019179 0.017296 0.019205 0.022323

t-Statistic -4.542938 -5.475996 -4.720194 -2.084075 -2.006396

Prob. 0.0000 0.0000 0.0000 0.0399 0.0477

En el caso del PBI Argentino, se modelizaron seis cambios de nivel y un outlier de tipo impulso. Se hallaron cambios de nivel de signo positivo en el tercer trimestre de 1982, ligado al fin de la guerra de las Malvinas, y en el segundo trimestre de 1991, como consecuencia de la implementación del Plan de Convertibilidad. Los cambios de nivel observados en el primer trimestre de 1985 y en el segundo trimestre de 1989 y el oultier de tipo aditivo del primer trimestre de 1990 están relacionados con episodios de alta inflación o hiperinflación. Finalmente, la agudización de la crisis económica desde el segundo semestre del año pasado se recogió a través de dos escalones consecutivos (en el tercer y cuarto trimestre del año pasado). Cabe mencionar que la recesión provocada partir del “efecto tequila” no produjo ni un cambio transitorio ni de nivel en el PBI argentino.

Acontecimientos anómalos en el PBI Argentino Variable D(E8203,1,4) D(E8501,1,4) D(E8902,1,4) D(I9001,1,4) D(E9102,1,4) D(E0103,1,4) D(E0104,1,4)

Coefficient 0.064919 -0.087848 -0.048320 -0.064644 0.068102 -0.098453 -0.053916

Std. Error 0.022817 0.022218 0.022275 0.014303 0.022378 0.022727 0.023972

t-Statistic 2.845256 -3.953921 -2.169195 -4.519482 3.043242 -4.332071 -2.249137

Prob. 0.0058 0.0002 0.0335 0.0000 0.0033 0.0000 0.0277

Para el caso del PBI brasileño se especificó un solo cambio de nivel en el tercer trimestre de 1987, relacionado con el fracaso del Plan Cruzado. Adicionalmente, se especificaron dos outliers de tipo aditivo de signo negativo. El primero, ubicado en el segundo trimestre de 1990, se vincula al primer Plan Collor, cuando se produjo la confiscación de los depósitos, con la consiguiente restricción de liquidez e impacto negativo sobre las expectativas. El segundo, en el primer trimestre de 1991 se relaciona con el segundo Plan Collor, también de características restrictivas en lo monetario y fiscal. El cambio transitorio especificado en el segundo trimestre de 1989 se vincularía a la aplicación del Plan Verano, que habría tenido un efecto inicial expansivo. Resulta llamativo que ni el Plan Real ni el efecto tequila ni la devaluación de principios de 1999 producen cambios de nivel en el producto brasileño.

Acontecimientos anómalos en el PBI Brasileño Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(E8703,1,4) D(TC8902,1,4) D(I9002,1,4) D(I9101,1,4)

-0.069796 0.067313 -0.071970 -0.046420

0.017580 0.016206 0.011320 0.011083

-3.970256 4.153589 -6.358066 -4.188260

0.0002 0.0001 0.0000 0.0001

Las ecuaciones estimadas para las tres variables fueron las siguientes:

2

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

Pág.10

dlog(pbiur)t = 0.00481 -0.00289.d(pascua) - 0.08725.d(e8104) - 0.10411.d(e8203) 0.08147.d(tc9503) - 0.04.d(e9901) + 0.01285.d(seas2) - 0.00196.d(seas3) + 0.10272.d(seas4) + 0.56857.d(lpbiur) t-4 dlog(pbiar,1,4)t = 0.06439*d(e8203,1,4) - 0.08994*d(e8501,1,4) - 0.05219*d(e8902,1,4) 0.06387*d(i9001,1,4) + 0.06252*d(e9102,1,4) - 0.04331*d(e9502,1,4) - 0.09634*d(e0103,1,4) 0.05654*d(e0104,1,4) + 0.10569*d(lpbiar,1,4)t-1 -0.3061*d(lpbiar,1,4)t-2 +0.39017*d(lpbiar,1,4)t-3 -0.91376 εt-4

dlog(pbibr,1,4) = -0.0698.d(e8703,1,4) + 0.067313.d(tc8902,1,4) - 0.07197.d(i9002,1,4) -

0.04642.d(i9101,1,4) + 0.2172035751.d(lpbibr,1,4)t-1-0.2956473072.d(lpbibr,1,4)t-2-0.59588.εt-4

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

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

A los efectos de evaluar el desempeño predictivo del modelo estimado para el PBI uruguayo, se contrastó con otros dos modelos alternativos. Uno de ellos es el más ampliamente utilizado y corresponde a una especificación tipo “aerolíneas” (Ecuación 1), mientras que el segundo, corresponde a la especificación realizada por el BCU en oportunidad de la publicación de las series de PBI revisadas (Ecuación 2). Los tres modelos evaluados para el PBI uruguayo fueron los siguientes: Ecuación 1: ARIMA (0,1,0)(0,1,1) Ecuación 2: (BCU): ARIMA (1,0,0)(0,1,1) Ecuación 3: ARIMA (0,1,0)(1,0,0) con dummies estacionales Se calcularon los errores de predicción de cada modelo a un paso y a cuatro pasos, para el 3 período 1989-2000. Puede observarse que el modelo correspondiente a la ecuación 3 (ARIMA (0,1,0)(1,0,0) con estacionalidad determinística) es el que mejor se comporta en el horizonte temporal a un paso, ya que presenta los menores valores de los estadísticos calculados con la excepción del error medio (EM). Cuando se considera el horizonte a cuatro pasos, el mejor ajuste lo presenta la ecuación 2 (modelo especificado por el BCU), dado que presenta los menores valores de los estadísticos exceptuando el error absoluto medio (EAM). Claramente, la especificación correspondiente al 4 modelo tipo “aerolíneas” presentó el peor ajuste. Evaluación de desempeño predictivo de los tres modelos ARIMA Ecuación 1 Ecuación 2 Ecuación 3 Predicciones 1989-2000 (0,1,0)(0,1,1) (1,0,0)(0,1,1) (0,1,0)(1,0,0) Predicciones a un paso Error Medio (EM) -0,4 -0,3 -0,5 Error Absoluto Medio (EAM) 3,0 3,0 2,8 Error Cuadrático Medio (ECM) 15,4 15,3 13,4 Raíz del Error Cuadrático Medio (RECM) 3,9 3,9 3,7 Rango de los errores absolutos (MaxEA-MinEA) 11,5 11,6 10,7 Predicciones a cuatro pasos Error Medio (EM) -1,7 -0,6 -1,3 3

Se optó por excluir el año 2001 y primer trimestre de 2002 por constituir un período de fuertes shocks, lo que hace que la predicción mediante modelos univariantes no resulte la más apropiada. 4 Cuadrado y Queijo (2001) realizan una evaluación similar tomando el período 1998.1 – 2000.3 y concluyen que el mejor ajuste corresponde a una especificación tipo ARIMA con estacionalidad determinística para los horizontes temporales desde uno a cuatro pasos.

Pág.11

Error Absoluto Medio (EAM) Error Cuadrático Medio (ECM) Raíz del Error Cuadrático Medio (RECM) Rango de los errores absolutos (MaxEA-MinEA)

7,3 89,2 9,4 26,8

6,2 59,0 7,7 18,8

6,0 62,7 7,9 20,0

Del estudio de los errores sistemáticos estacionales para el período 1998-2000 se desprende que la especificación correspondiente a la Ecuación 3 no presenta errores de predicción sistemáticos (que se expresarían en un ECM más alto en algún trimestre). No así las especificaciones dadas por las Ecuaciones 1 y 2. Los resultados se presentan en el cuadro que sigue. Detección de errores sistemáticos estacionales Error Cuadrático Medio Ecuación 1 Ecuación 2 Ecuación 3 (0,1,0)(0,1,1) (1,0,0)(0,1,1) (0,1,0)(1,0,0) 182,0 137,6 129,1 145,8 200,9 149,1 277,1 254,1 248,6 145,2 117,6 132,3 132,3 142,0 117,7

Predicciones a un paso 1989-2000 Trimestre I Trimestre II Trimestre III Trimestre III s/9503 Trimestre IV

PBI Uruguay Predicciones a un paso 1989-2001 200 190

Indice base 1983=100

180 170 160 150 140 130 120

PBI Ur

PBIFEQ2

PBIFEQ4

PBIFEQ5

2000/I

2000/III

1999/I

1999/III

1998/III

1998/I

1997/I

1997/III

1996/III

1996/I

1995/I

1995/III

1994/III

1994/I

1993/I

1993/III

1992/I

1992/III

1991/I

1991/III

1990/I

1990/III

110

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

Pág.12

Evaluación de desempeño predictivo de los tres modelos ARIMA para el PBI Uruguayo Predicciones 1999/01-2000/04 Años

PBI Uruguayo

Ecuación 1 (0,1,0)(0,1,1)

1999/01 1999/02 1999/03 1999/04 2000/01 2000/02 2000/03 2000/04

162,0 163,1 159,8 178,2 163,2 157,8 157,5 176,0

168,1 164,6 167,0 178,1 160,6 162,6 157,8 175,6

1999/01 1999/02 1999/03 1999/04 2000/01 2000/02 2000/03 2000/04

162,0 163,1 159,8 178,2 163,2 157,8 157,5 176,0

166,1 168,2 174,2 196,7 175,6 169,3 172,4 182,6

Ecuación 2 Ecuación 3 (1,0,0)(0,1,1) (0,1,0)(1,0,0) Predicciones a 1 paso 166,2 167,8 167,1 164,9 166,8 166,7 179,4 178,7 161,5 160,6 163,4 161,8 159,0 159,9 177,2 176,3 Predicciones a 4 pasos 163,3 166,2 170,9 168,0 171,5 174,1 195,3 198,5 173,0 175,8 170,9 169,0 171,5 171,5 183,6 181,2

Pág.13

IV.1.3 Relaciones de equilibrio de largo plazo Se estudió la existencia de relaciones de equilibrio de largo plazo entre los tres PBI regionales, y buscando determinar cuántas tendencias subyacentes existen entre las tres series, tomadas en diferencias de sus transformaciones logarítmicas. En el caso de que no se encontrara ninguna relación de cointegración, se podría deducir que existen tres tendencias (estocásticas) implícitas que determinan el comportamiento de largo plazo de las series. Si se hallara una relación de cointegración, significaría que hay dos tendencias, y que se encuentren dos relaciones de cointegración entre las tres series estaría indicando que existe una trayectoria de largo plazo relevante entre las series. Del análisis de los test Dickey Fuller y HEGY presentados en el apartado IV.1.2, surge que no se puede descartar la hipótesis de la existencia de dos raíces unitarias regulares en las tres variables (al 1%). Es así, que se tomaron las transformaciones logarítmicas de los PBI en sus primeras diferencias para obtener series I(1).

Test de Johansen Se utilizó la metodología de Johansen para investigar la existencia de relaciones de cointegración, es decir la existencia de relaciones de equilibrio de largo plazo entre las variables. El vector de variables endógenas

y t es el siguiente:

y t = [d (lpbiur ), d (lpbiar ), d (lpbibr )] En la especificación utilizada para realizar el Test de Johansen se incluyó un término constante; en la estimación de la dinámica transitoria se incluyeron variables dummies estacionales centradas e intervenciones correspondientes a acontecimientos anómalos detallados en la sección anterior y al efecto pascua. El resultado de las estimaciones se presenta en el siguiente cuadro: Vectores de cointegración normalizados (H0: r=0)

1

(H0: r