Resumen: Se evalúan los efectos dinámicos de perturbaciones económicas exógenas y endógenas sobre un conjunto de variables, mediante un modelo de vectores autoregresivos aumentados por factores (FAVAR), para Venezuela en el periodo 1957-2012. Se identifican los choques petroleros como perturbación exógena, y los choches de política económica como perturbaciones endógenas. La expansión del gasto público genera un choque de demanda positivo; la expansión monetaria conduce a un aumento de los precios, la actividad y el consumo; una devaluación del tipo de cambio produce un choque de demanda externo y, un aumento del precio del petróleo causa expansión de la demanda.
Palabras clave: FAVAR, Modelo factorial dinámico, VAR, componentes principales, macroeconomía venezolana .
Artículos de Estudios Empíricos y Estudios de Casos
DINÁMICA DE LA TRANSMISIÓN DE CHOQUES ECONÓMICOS MEDIANTE UN MODELO DE VECTORES AUTOREGRESIVOS AUMENTADO POR FACTORES. CASO_ VENEZUELA.
Dynamics of the Transmission of Economic Choices Through a Var Model Increased by Factors. Case: Venezuela
Universidad de los Andes
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
Recepción: 09 Junio 2019
Aprobación: 25 Noviembre 2019
Para fines de política económica, es de interés conocer las principales perturbaciones o choques que afectan una economía, esto implica caracterizar dicha economía, conocer su estructura y distinguir los mecanismos por los cuales tales perturbaciones se transmiten; para atenuar o amplificar los efectos de los choques, negativos o positivos, mediante las políticas económicas, entendiendo que su ejecución afecta las condiciones económicas existentes.
Así, se puede estar ante perturbaciones exógenas, sin control de las autoridades, de origen interno y externo, o perturbaciones endógenas, deliberadas por las autoridades. La economía venezolana, se identifica por un sector petrolero dinámico, inserto en el mercado internacional, de propiedad Estatal, principal fuente de divisas para el país y de ingresos para el gobierno. Lo que le da un carácter estratégico, por un lado genera los medios de pago para el comercio internacional, las reservas monetarias líquidas y por otro, una cuantía de ingresos sin correspondencia tributaria al gobierno nacional.
En consecuencia, los ingresos petroleros, asignan una capacidad de gasto importante al gobierno, como agente dinamizador de la economía, vía gasto público en bienes y servicios e inversión. No obstante, la fuente petrolera de los recursos es determinada por la volatilidad del mercado petrolero, especialmente por las fluctuaciones de precios. Esa volatilidad ha hecho que ante caídas de precios el gobierno incurra en déficits fiscales financiados principalmente por emisión de deuda, comprometiendo la sostenibilidad de la gestión fiscal.
La discontinuidad en el flujo petrolero, hace que el gobierno incurra, en ocasiones, en devaluaciones, para hacerse de más bolívar por dólar petrolero, y así financiar su gasto. Es importante destacar que la venta de petróleo vía Petróleos de Venezuela S.A (PDVSA), se realiza en dólares y cuando ésta cancela al gobierno sus compromisos los transforma en bolívares, creando así liquidez monetaria. A través de estos mecanismos, la gestión fiscal interviene sobre la política monetaria del Banco Central de Venezuela (BCV).
Con el objetivo de evaluar el impacto dinámico de las perturbaciones económicas sobre un conjunto de variables que incluyen la esfera de la distribución del ingreso, el sector externo, el sector monetario, el gasto, los precios y la actividad productiva, se estima un modelo de vectores autoregresivos aumentado por factores (FAVAR) propuesto por Benanke, Boivin y Eliasz (2005).
Los modelos FAVAR, combinan el análisis de vectores autoregresivos con el análisis factorial (estimados por componentes principales) y, a través de las funciones impulso respuesta y el análisis de descomposición de varianza, se evalúa cómo las perturbaciones petroleras, medidas por el precio del petróleo; de política fiscal, medido por el gasto público; de política monetaria, medido por el agregado monetario M1 y política cambiaria, medida por el tipo de cambio implícito afectan las variables de interés.
La estimación del modelo FAVAR, se realiza con 157 variables anuales para el periodo que cubre desde 1957 hasta 2012. Destacando que entre 2 y 3 factores explican más del 70% del comportamiento de las variables asociadas a la esfera de la producción; ante un choque de gasto público, la respuesta de las variables de interés dan cuenta de la dinámica caracterizada como capitalismo rentístico, aumentando la producción, las remuneraciones y presionando los precios.
Adicionalmente, muestra evidencia de creación monetaria, corroborando la tesis de que la política monetaria sufre endogenidad de la gestión fiscal; la expansión monetaria afecta precios, variables monetarias y externas; sin embargo, estimula la producción, incluso a largo plazo, resultado anómalo a la teoría que establece la neutralidad del dinero a largo plazo; un aumento del tipo de cambio implícito (choque cambiario) hace que la economía muestre una ganancia de competitividad, que estimula producción, remuneración y el gasto; por último, un aumento del precio del petróleo, es equivalente a un choque positivo de demanda, que mejora las cuentas externas y las reservas monetarias.
Este artículo tiene por objetivo dar evidencia empírica a las perturbaciones que afectan la economía venezolana y sus vías de transmisión. Está organizado en cuatro secciones adicionales a la introducción. La primera hace referencia a las características de la economía venezolana entre 1950 y 2012; la segunda, muestra el marco teórico sobre los modelos FAVAR; en la tercera sección se describe la metodología utilizada; la cuarta, ubica los resultados y las discusiones asociadas, para finalmente mostrar en la quinta sección las principales conclusiones encontradas.
La economía venezolana tiene características particulares que le otorgan una dinámica propia a las relaciones económicas convencionales, debido a que desde la segunda década del siglo XX posee un sector petrolero importante, cuyo principal beneficiario es el Estado. Entre esas características están:
1. El principal rubro de exportación y de generación de divisas es el petróleo.
2. El ingreso petrolero de origen externo representa un importante porcentaje de los ingresos fiscales, aunque su participación ha disminuido a favor de los ingresos no petroleros desde la década de los noventa (Ríos, 2003).
3. El Estado es un actor preponderante en la actividad económica y el empleo (Baptista, 2010).
4. La economía venezolana es vulnerable a choques de origen externo, dadas las fluctuaciones del precio del petróleo (Clemente y Puente, 2001).
El desempeño económico venezolano de los últimos 65 años, se sintetiza en:
1. Crecimiento acelerado del producto interno bruto real per cápita (PIBPCr) desde 1950 hasta mediados de la década de los setenta, apalancado en la inversión pública y privada. Disminución del PIBPCr desde mediados de la década de los 70 hasta mediados de la década de los 80, asociado a la caída de la inversión, crisis de balanza de pagos y dificultades fiscales. Estancamiento y aumento de la volatilidad desde mediados 1980 hasta 2003, asociado al comportamiento del ingreso petrolero, ajustes estructurales, crisis bancaria y conflictividad política. A partir del 2004, crecimiento basado en un aumento del precio del petróleo, excepto los años 2008 y 2009 producto de la crisis financiera mundial y la caída del ingreso petrolero (Baptista, 2010; Clemente, 2004; Guerra, 2013; Bello y Ayala, 2004).
2. Aumento del consumo per cápita hasta finales de los setenta, posteriormente disminuye, para reversar la tendencia a partir de 2004 (Bello y Ayala, 2004; Guerra, 2013).
3. Crecimiento sostenido de la participación de las manufacturas en el producto interno bruto hasta mediados de los años ochenta. Después, disminuye sostenidamente (Guerra, 2013; Vera, 2011).
4. Prevalece el superávit en balanza de pagos pero, al descomponer en pública y privada el resultado es superávit y déficit, respectivamente; este resultado se mantiene si se descompone en petrolera y no petrolera.
5. Estabilidad de precios hasta 1983. A partir de 1984 la inflación fue de dos dígitos y ha aumentado su volatilidad, asociado a continuas devaluaciones, monetización de las expansiones del gasto público ante auges petroleros e inercia inflacionaria (Guerra, Olivo y Sánchez, 2002; Rivero, 1997, Guerra, 2013).
6. En el mercado laboral, Valecillos (2007) identifica dos períodos contrapuestos: hasta 1982 crece el empleo y la remuneración real de los trabajadores, pero a partir de 1983 hasta 2003 disminuye el empleo y el salario real. Para el periodo posterior a 2003 el comportamiento del empleo y remuneración real obedece más al ciclo petrolero que a razones estructurales. Durante la década de los ochenta inicia una recomposición de la población económicamente activa, con la incorporación de la mujer y la población en edad escolar, crece la informalidad, esta tendencia se acentúa en los años noventa (Martínez y Ortega, 2004; Bermúdez, 2004; Morillo, 2006) y continua en ascenso durante los primeros años del siglo XXI (Castillo, Ramoni y Orlandoni, 2014).
7. Para el tipo de cambio se han implementado diferentes regímenes cambiarios, tipo de cambio fijo, flotante y flotante entre bandas, con libre convertibilidad y controlado, con tasas únicas y tasas diferenciales. Hasta 1982 el tipo de cambio fue estable, a partir de 1983 se caracteriza por sostenidas devaluaciones (Guerra y Pineda, 2004) y desde 2003 un férreo control de cambio que ha distorsionado toda la economía, producto del mercado negro que este tipo de controles genera (Castillo y Ramoni, 2017).
Este desempeño económico está relacionado con las acciones de política económica que realizan las autoridades, a través de la gestión fiscal, monetaria y cambiaria, íntimamente relacionadas. Siendo la política fiscal el motor de la política monetaria y cambiaria considerando la preponderancia del gobierno en la economía.
En la tabla Nº 1 se identifican las principales características de la política fiscal basadas en Zambrano (2009), Guerra (2013), Banco Mercantil (2003a, 2003b), Ríos (2003), García, Rodríguez, Marcano, Penfold y Sánchez (1997) y, Clemente y Puente (2001); con base en Guerra y Pineda (2004), Zavarce (2004) y Crazut (2010) se sintetizan las características de la política cambiaria; y, la política monetaria con referencia en autores como Arreaza, Ayala y Fernández (2001), Crazut (2010) y Vera (2009).
Las modelos FAVAR combinan los modelos de vectores autorregresivos y el análisis factorial por componentes principales.
Los modelos de vectores autoregresivos irrestrictos constituyen un desarrollo de Sims en 1980, él propuso los modelos VAR como respuesta a lo que consideraba las principales debilidades de la llamada econometría estructural:
a) El tratamiento asimétrico[5] que se hace a las variables por parte de la econometría estructural.
b) El excesivo condicionamiento que se debe imponer a las relaciones estructurales en los modelos de ecuaciones simultaneas (MES) para poder alcanzar la identificación del sistema. Este condicionamiento termina por generar estimaciones en forma reducida[6] que carecen de sentido económico.
Un VAR es un modelo multivariante que sigue un proceso autoregresivo que no está sujeto a la teoría económica; un sistema de ecuaciones formado por variables endógenas y sus rezagos[7] o retardos sin base teórica. Los VAR forman parte de los modelos ateóricos y de la econometría no estructural. Resuelven el problema de la asimetría en el tratamiento de las variables y el condicionamiento en las relaciones. Analíticamente se tiene:
donde
representan las variables endógenas (series de tiempo),
representa el parámetro estructural de la relación entre la variable endógena . y la endógena o exógena . para el rezago
para
y,
y
representan los errores estructurales no correlacionados, ruido blanco[8].
La ecuación 1 es la representación general de un modelo estructural o primitivo que para alcanzar la identificación se debe condicionar a que algunos de los parámetros estructurales para
sea cero, en otras palabras, se debe imponer restricciones de exclusión contemporánea sobre las relaciones estructurales. Si las restricciones no garantizan la estimación directa se debe transformar y estimar en forma reducida, esta es una de las debilidades planteadas por Sims.
El sistema de ecuaciones se puede escribir como:
[2]
En Forma matricial:
[3]
[4]
Principales características de la política económica de Venezuela 1960-2012
elaboración propia.
Fuente. elaboración propia.
donde
es el vector de variables,
representa el vector de errores estructurales y
la matriz de parámetros estructurales para el retardo .. El sistema no puede ser estimado porque las variables tienen efectos contemporáneos entre ellas, y por ello las perturbaciones tienen efectos indirectos en las ecuaciones donde no están presentes; sin embargo, se puede representar en forma reducida o estándar como sigue:
donde
representa el vector de innovaciones[9], y
la matriz de coeficientes reducidos para
. La última expresión es la representación autoregresiva del vector
, éste depende únicamente de sus retardos. Además, se elimina el efecto contemporáneo entre las variables, lo cual hace que el sistema sea estimable;
se supone ruido blanco, sin embargo
y
están contemporáneamente correlacionadas[10].
En síntesis, un modelo VAR es la representación autoregresiva de un vector de variables endógenas, que por representar la forma reducida de un sistema estructural general no obedece a teoría alguna y no hace falta imponerle restricciones para alcanzar la identificación[11].
Para considerar un modelo VAR satisfactorio se deben cumplir dos requisitos: primero, que el sistema sea estable o estacionario, y segundo, que los residuos sean ruido blanco. Cuando ello ocurre se considera que el VAR está identificado, no en el contexto de los MES, ya que todos los parámetros del VAR tienen valor único. La identificación, en contexto VAR, significa que el orden de éste es el adecuado, y será el adecuado cuando satisfaga los dos requisitos mencionados con la mayor parsimonia.
La estacionariedad de un modelo VAR puede ser alcanzada usando variables estacionarias y seleccionando un número adecuado de rezagos[12]. Respecto al número adecuado de retardos, se tiene que el orden adecuado del VAR será aquel que satisface la condición de estacionariedad y además produce residuos ruido blanco, de esta manera se considera que el orden del VAR captura adecuadamente la dinámica de correlación entre las variables del VAR[13].
En lo que refiere a los residuos, si el orden del VAR representa adecuadamente la dinámica de las variables serán ruido blanco, para evaluar esta condición, se prueba su independencia estadística a través de la autocorrelación para un horizonte específico[14]. Finalmente, un modelo VAR puede ser representado como un modelo de vectores de promedio móvil infinito, tal posibilidad resulta de la aplicación del teorema de descomposición de Wold, que basados en Hamilton (1994) y Canavo (2007) establece que un proceso estocástico puede ser descompuesto en dos componentes lineales ortogonales, uno determinístico o predecible y otro no predecible, no determinístico o regular.
[1]
donde
El segundo elemento de los FAVAR es el ACP, éste sirve para estimar un conjunto de factores o variables latentes que representan la comunalidad de un conjunto amplio de variables. La estimación de los factores a través de componentes principales, consiste en sustituir
variables originales por
(. < .) nuevas variables no correlacionadas entre sí con una pérdida de información mínima, para que las nuevas variables independientes conserven la máxima variabilidad o varianza de las variables originales. La estimación de los componentes principales (Peña 2002, p. 143) se realiza a través del siguiente procedimiento:
Sea
la matriz de varianzas covarianzas de un conjunto de . variables contenidas en una matriz de datos
, el rango de
y
es .. Se calculan los . mayores valores propios (
) o raíces características de
mediante:
Se calculan los vectores propios (
) asociados a cada valor propio por medio de:
Por último se calculan los . componentes principales o nuevas variables (
) mediante:
Las columnas de
son los . componentes principales asociados a cada valor propio, y las columnas de
los vectores propios asociados a cada valor propio. Dado que
es simétrica y definida positiva, los valores de
son reales, y los
asociados son ortogonales o no correlacionados para todo
, por lo tanto, las
nuevas variables no están correlacionadas entre sí.
Se considera que la traza (tr) de
, como medida de variabilidad de los datos, es la suma de las varianza de las . variables (
) de
, entre las propiedades de los componentes (Peña 2002, p. 145) lo que permite verificar que:
La variabilidad de
, se conserva en
, representado por la suma de
. Sin embargo, se debe apreciar que si el rango de
es . (. < .), existirán . – . valores propios igual a cero y . valores propios positivos, de esta manera existirán un máximo de . componentes principales. La selección de . dependerá del porcentaje de varianza de
que se desee conservar, medido por
y donde
representa la contribución a la varianza de
explicada por cada
Cuando existe disparidad en la unidad de medida de las variables de
, y dicha disparidad no aporta información al análisis, es posible calcular los componentes sobre las variables de
estandarizadas, lo que es equivalente a sustituir
por
(matriz de correlación de
) en el procedimiento de estimación de
. En cuyo caso la
y el porcentaje de varianza de
explicada por los r componentes es
y
el porcentaje explicado por cada
Una vez identificados los elementos principales que combinan los modelos FAVAR (VAR y ACP), se expone la metodología propuesta por Bernanke, Boivin y Eliasz (2005). Ellos partieron proponiendo el siguiente modelo:
donde
es un vector de . variables de choque o política económica observable, es decir, representan factores observables;
es un vector de . factores no observados;
es el vector de errores con media cero y matriz de varianza covarianza
y
es la matriz de coeficientes de rezago de orden ..
Así, [11] es un VAR irrestricto, si los coeficientes de
, que relacionan
y
, son distintos de cero se transforma en un modelo de vectores autoregresivos aumentados por factores. Por otro lado, suponen que tanto
como
causan los comovimientos o representan un componente común,
, a un conjunto de variables
, analíticamente:
donde
es un vector de . variables,
es la matriz de cargas factoriales de los factores no observados (
es una matriz de cargas factoriales de los factores observados (
) y
es un vector de errores con media cero y con débil o sin correlación cruzada.
En [12]
puede depender de sólo los valores contemporáneos, o también, de valores rezagados. Aprecie que si en [6]
no depende de los factores observados (
) el modelo se transforma en el modelo factorial dinámico de Stock y Watson (2005).
Bernanke, Boivin y Eliasz (2005) proponen dos métodos de estimación:
1. En un paso: se estiman de manera conjunta de [4] y [6] por máxima verosimilitud basado en remuestreo de Gibbs (Eliasz, 2002).
2. En dos pasos: primero, se identifica
, estimando los k+M primeros componentes principales de las . variables de
, se estima
, no considerando que
es observable inicialmente.
contiene información tanto de
como de
, se supone que
representa una combinación lineal entre
y
, el componente común de
Para identificar o estimar
se debe sustraer de
la información de
, para ello proponen clasificar y ordenar las variables de
en lentas (afectadas por
con un periodo de rezago) y rápidas (afectadas por
contemporáneamente), sobre las variables lentas se estima k+M componentes principales, se obtiene
, que se supone no están relacionados a
por obtenerse solo las
lentas; mediante la regresión
se obtiene
, que representan la parte de
explicada por
, finalmente se sustrae dicha información de
y estima
, mediante
; segundo, se estima el modelo VAR y sus principales reportes con
y
Los FAVAR pueden ser vistos como un caso particular de los modelos factoriales dinámicos (MFD). Éstos surgen con la idea de Geweke (Stock, y Watson, 2005) de que un número pequeño de factores dinámicos, no observados, producen los comovimientos de las series de tiempo económicas observadas y, por el cuestionamiento al análisis económico con las herramientas econométricas que incluyen pocas variables, debido a que los factores dinámicos representan choques económicos estructurales necesarios para el análisis preciso. Analíticamente, en términos escalares se tiene el modelo factorial estático:
donde
es una variable . (serie de tiempo,
y
), explicada por
, una matriz compuesta de . factores estáticos (componente común), a través de las cargas factoriales (
) y
, es el componente idiosincrático asociado a la variable ..
interviene en
contemporáneamente, sin rezagos, por ello se considera un modelo factorial estático. En términos vectoriales se definen:
. variables para el momento
. variables para el periodo
. factores estáticos para el momento
comunalidad o componente común a las . variables.
factores para el periodo
cargas factoriales para las . variables.
componente idiosincrático de las . series para el momento
componente idiosincrático de las . variables para el periodo
En términos vectoriales se tiene:
Matricialmente:
Mientras que el MFD es:
Con:
Compuesto de . factores dinámicos para el momento
y
Considere que a diferencia del modelo factorial estático, en el modelo factorial dinámico los factores comunes intervienen con rezagos. En general, se considera que el polinomio de rezago
es de orden ., el componente idiosincrático o perturbación idiosincrática puede seguir un proceso autoregresivo. Se asume que
para todo i, t y ., es decir, no existe correlación cruzada entre perturbaciones y factores.
para todo i, j, t, s y
, no existe correlación cruzada ni correlación serial entre las perturbaciones[15].
Esta es una investigación mixta de tipo descriptiva-correlacional, de diseño documental. Busca identificar las características dinámicas de la económica venezolana, mediante el estudio estadístico de las relaciones que guardan las variables de interés con choques económicos, usando fuentes secundaria de información (Arias, 2006)
Los datos[16]: están conformados por 164 series de tiempo económicas de periodicidad anual, se crearon dos conjuntos de datos, uno con 157 variables efectivas para el periodo 1957 – 2006, conformado por 116 variables tomadas del BCV y 41 variables construidas[17] con el objetivo de incorporar la mayor cantidad de variables posible; el otro, con 105 variables efectivas para el periodo 1957-2012, conformado por las variables del conjunto anterior con disponibilidad de observaciones hasta 2012, este último conjunto busca identificar algún cambio en la dinámica de los resultados incorporando los años 2007-2012.
Para ambos conjuntos de datos, se seleccionaron las mismas variables de choque o política económica y las mismas variables de interés, sobre las cuales se mide el efecto de las variables de política económica, como indica la tabla N° 2.
Variables de estudio
elaboración propia.
En el Gráfico N° 1 se muestra el comportamiento de las series de interés durante el periodo de estudio.
Gráfico N° 1
Comportamiento de las variables en estudio
elaboración propia.
Para la evaluación del impacto de la política fiscal, se seleccionó como variables de choque el GCc y GobRB, como medida del producto de servicios del gobierno. En lo que respecta a la política monetaria, los agregados monetarios y la tasa de interés son las variables por excelencia para su evaluación, en este caso se usa M1 como agregado monetaria por ser el menos susceptible a la creación monetaria del sistema bancario.
Por otro lado, se usa la Tint, su comportamiento contiene los cambios de la tasa de interés interbancaria o de prestamista de última instancia que es usada por la autoridad monetaria para el manejo de la oferta monetaria[18]. Por el lado de la política cambiaria, se usa el TC y la TCI[19]. Los choques petroleros, se evalúan a través del precio del petróleo medido por el marcador Dubai (Ppetro) y del PrePetroB.
Se evalúa el impacto de perturbaciones endógenas (política fiscal, monetaria, cambiaria) y perturbaciones exógenas (choque petrolero) con las variables mencionadas, sobre variables de interés representativas de las diferentes esferas de la economía: distribución del ingreso (RA, EEYmxtN), gasto (GCi, FBKF, GCc), sector externo (SCEXT, SCC, EgrD, TC, TCI), sector monetario (ResD, M1, M3, Tint), precios (IPCAMC, IPCAB) y actividad real (IActEco, PIBRB, ManuRB, TD).
Sobre las variables de ambos conjuntos de datos, se aplican la transformación estacionaria de 1ra o 2da diferencia, según sea el caso, evaluado por la prueba de raíz unitaria de Dickey Fuller ampliada; la transformación estacionaria de la variable se estandariza[20], eliminando la discrepancia entre la unidad de medida de las variables.
Los modelos: se estima un modelo FAVAR para cada choque económico (políticas económicas y petrolero) y cada conjunto de datos (1957-2006 y 1957-2012). Como método de estimación se usa el que corresponde a dos pasos. En lo que respecta al primer paso, estimar
, se identifica el número de factores, ., para cada modelo, usando los criterios
y
propuestos por Bai y Ng (2008), para un
y la función de penalización
, . corresponde al número de factores estáticos del MFD.
Con el fin de comparar los resultados, también se aplican los modelos para
y así aprovechar la mayor varianza posible de los datos.
Los . factores comunes
, se estiman a través de la aplicación de componentes principales sobre la matriz de datos
con las . variables, específicamente, se estiman los factores como
, y las cargas factoriales,
, son
veces los vectores propios de los . más grandes valores propios de la matriz
, usando la normalización
y restringiendo a que
sea diagonal[21].
es desagregada en dos conjuntos,
y
, sobre las variables lentas, que no son afectadas por
contemporáneamente, se estiman los . factores
, vía componentes principales.
no posee información de
, ya que las variables lentas no tienen relación contemporánea con ella. Se estima
y en la regresión
, se sustrae de
el término
, para obtener la estimación de
Como segundo paso, se estima el modelo VAR con
y
, posicionando la variable de choque de última y así lograr la identificación recursiva de la perturbación en las funciones impulso respuesta. El método de estimación usado es mínimos cuadrados ordinarios, previamente se determina el número óptimo de rezagos a través de los criterios de información y la prueba de razón de verosimilitud, dando cumplimiento al requisito de estabilidad del VAR y de ruido blanco de los residuos.
Para identificar las funciones impulso respuesta, se transforma
de la ecuación [11] estimada en choques ortogonales con varianza unitaria,
, mediante la descomposición de Cholesky de la matriz de varianza covarianza de
. Un impulso representa una deviación estándar de los choques ortogonales, bajo el esquema de descomposición de Cholesky. Aplicando el algoritmo de Kilian (1998), se estiman los intervalos de confianza de las funciones impulso respuesta para el percentil 5, límite inferior, y percentil 95, como límite superior.
En cuanto al Software, el procesamiento de los datos y estimación de los modelos se realiza con Matlab R2018b.
Después de estimar un modelo FAVAR, para cada variable de choque, con cada conjunto de datos, para 8 factores y para el número de factores basado en el criterio IC(.) y función de penalización
, se aprecia los siguientes resultados generales resumidos en la tabla N° 3.
1. Las estimaciones con 8 factores explican mayor varianza del conjunto de datos respectivo, con respecto al número de factores estimados con base en el criterio IC(.), que para todos los casos resultó menor.
2. El R. promedio explicado por la comunalidad de las variables de interés es mayor, para 8 factores con respecto al número de factores basado en el criterio IC(.).
3. La capacidad explicativa de la variable de choque, medido como el promedio de descomposición de varianza explicado para 20 periodos de las variables de interés, es menor para el caso de 8 factores con respecto al número de factores basados en el criterio IC(.).
Dado estos resultados generales, cómo se buscaba evaluar el impacto de los choques económicos, se profundizó, para los modelos cuya variable de choque explica mayor porcentaje de varianza de las variables de interés para cada política económica. Así, se detalla los resultados para el GCc, periodo 1957-2006 y el número de factores basados en el criterio IC(.), en el caso de política fiscal; M1, periodo 1957-2012 y el número de factores basados en el criterio IC(.), en el caso de política monetaria; TCI, periodo 1957-2006 y el número de factores basados en el criterio IC(.), en el caso de política cambiaria; y Ppetro, periodo 1957-2006 y el número de factores basados en el criterio IC(.), en el caso de choque petrolero.
La tabla N° 4 muestra que para explicar más del 50 % de la varianza de los datos es necesaria al menos 5 factores para cada conjunto de datos. El número máximo de factores que permiten estimar un modelo VAR estable es de 8 factores, explicar alrededor del 90 % de la variabilidad de los datos implica usar al menos 20 factores.
Síntesis de los modelos FAVAR estimados
elaboración propia.
Contribución a la varianza por factores estimados
elaboración propia.
Fuente: elaboración propia.
En lo que respecta a los resultados de la política fiscal, medido por el GCc, la tabla N° 5 muestra los criterios para la selección del número de factores y el número de rezagos óptimos del modelo VAR, 3 es el número de factores adecuado y el orden óptimo del VAR es 2.
La tabla N° 6, muestra que un choque de política fiscal, explica para un horizonte de 20 periodos el 26,53% y el 36,09% de la variabilidad de IPCAMC y de IPCAB, respectivamente.
Política fiscal. Criterios de selección
elaboración propia* * 1 Indica estabilidad del VAR. ** Pvalue de la pueba con respecto al rezago inmediato inferior. *** Pvalue.
Política fiscal Resultados
elaboración propia.
El gráfico N° 2 muestra que la respuesta de los precios a un impulso de política fiscal no es significativa; explica el 24,88% de la variabilidad de RA, y que dicho impacto es de muy corto plazo. La varianza de TC y TCI son explicados alrededor del 10% por el GCc, el TC tiende a devaluarse permanentemente.
La variabilidad de la FBKF es explicada en 11,37%, el aumento transitorio de la FBKF puede ser impulsada por la sobrevaluación o el peso de la inversión pública; la variabilidad de SCEXT, SCC es explicada alrededor del 10% por el GCc, y a mediano plazo su respuesta es superavitaria, este resultado característico de la estructura económica venezolana.
La respuesta a mediano plazo del GCi es coherente con la idea de que la sobrevaluación permite mayor poder de compra; EgrD responde a mediano plazo, vía gasto público en importaciones; el porcentaje de varianza explicado de M3 es de 10%, y su respuesta es un aumento a un impulso de GCc, sosteniendo la tesis de Vera (2009) sobre la endogenidad de los agregados monetarios por parte de la gestión fiscal; resultado coherente con el exhibido por ResD, ya que es la contrapartida de la creación monetaria fiscal; la respuesta de las variables IActEco, PIBRB y ManurB es positiva a un impulso del GCc, lo cual se sustenta en la capacidad de estimular la demanda agregada; finalmente, EEYmxtN responde a mediano plazo positivamente.
Gráfico N° 2.
Política Fiscal. Funciones impulso-respuesta.
elaboración propia.
En cuanto a la política monetaria, la tabla N° 7 muestra que el número de factores son 3 y el orden del VAR óptimo es de 2 rezagos.
Los resultados sobre política monetaria se presentan en la tabla N° 8 y en el gráfico N° 3, la política monetaria, medida por M1, explica el 36,12% de la variabilidad de TCI, no obstante la respuestas a un impulso no es significativa; la variabilidad de IPCAMC es 34,76% y IPCAB 17,12%, el Gráfico muestra que a largo plazo, después de 10 periodos, los precios son afectados positivamente y permanentemente, acorde a la teoría.
La variabilidad de las variables SCEXT, SCC y EgrD son explicadas en 16,27%, 17,52% y 23% respectivamente, el SCEXT y el EgrD responden positivamente y permanentemente; la varianza de las reservas internacionales son explicadas en 28,32% y responde a largo plazo positivamente como contrapartida de expansión de M1; el consumo (GCi) aumenta permanentemente ante una expansión monetaria; en cuanto a EEYmxtN explica 15,36% de su varianza y su función impulso respuesta no resulta significativa; las variables IActEco, PIBRB y ManuRB responden positiva y permanentemente.
Política monetaria Resultados
elaboración propia
Gráfico N° 3
Política Monetaria. Funciones impulso-respuesta.
Fuente: elaboración propia. Respuesta a una desviación estándar del choque de política.
En la tabla N° 9 muestra que la política cambiaria tiene que 3 factores y un VAR de orden 2 son los adecuados para evaluarla.
Política monetaria Criterios de selección
elaboración propia* 1 Indica estabilidad del VAR. ** Pvalue de la pueba con respecto al rezago inmediato inferior. *** Pvalue.
Al aumentar el TCI, se observa que la respuesta de las variables es equivalente a una devaluación, que genera un aumento de la competitividad del país; con respecto al SCC y SCEXT aumenta a largo plazo permanentemente, como se aprecia en el Gráfico N° 4, y su variabilidad es explicada en 13,56% por TCI, según la tabla N° 10.
Las ResD aumentan permanentemente, su variabilidad es explicada en 37,82%, estos últimos resultados son acorde con una expansión de las exportaciones por ganancia de competitividad; la varianza de M3 es explicada en 27,76% por el TCI y responde positivay permanente a su impulso, por contrapartida del aumento de reservas; la variabilidad del GCc es explicada por 10,22% por TCI.
Sin embargo, su función impulso respuesta no es significativa; la respuesta del excedente de producción es positiva a largo plazo, el consumo aumenta a mediano plazo, por el lado de las variables IActEco, PIBRB, ManuRB y TD su varianza es explicada en 12,08%, 11,05%, 12,14% y 13,48% respectivamente; la respuesta de la actividad, PIB y las manufacturas es positiva y a largo plazo; finalmente, el egreso de divisas aumenta a largo plazo.
Política cambiaria Resultados
elaboración propia
Gráfico N° 4.
Política Monetaria. Funciones impulso-respuesta.
elaboración propia.
En el contexto del choque petrolero, medido por un aumento del Ppetro se identifican 3 factores y 2 rezagos en el VAR como lo muestra la tabla N° 11.
Perturbación petrolera Criterios de selección
elaboración propia* * 1 Indica estabilidad del VAR. ** Pvalue de la pueba con respecto al rezago inmediato inferior. *** Pvalue.
La respuesta de las variables de interés al choque petrolero se aprecia en la tabla N° 12, reaccionan en general como un choque positivo de demanda. La variabilidad explicada de la RA y del GCc es 11,51% y 10,02%, respectivamente, sugiriendo los mecanismos rentísticos.
Por el lado de las variables externas explica el 30,16% de la variabilidad TC, el 35,41% de la variabilidad del TCI, el 22,12% de la varianza del SCC y el 20,90% del EgrD, resultado acorde con el hecho de que el petróleo representa el primer bien de exportación, adicionalmente las funciones impulso respuesta de TC, EgrD y SCEXT que se observan en el Gráfico N° 5, muestran respuestas positivas permanentes, con respecto al aumento del TC y EgrD, explicadas por la dinámica rentística que impulsa las importaciones y por el manejo del tipo de cambio que hace el gobierno para aumentar sus ingresos.
La variabilidad de las ResD es explicada en 51,56% y aumenta positiva y permanentemente ante aumentos del Ppetro; para las variables de actividad IActEco y PIBRB su varianza es explicada en 10,57% y 10,04%, respectivamente y, responden positiva y permanentemente, junto a las ManuRB, sugiriendo que aumentos de Ppetro estimulan a la economía; dicho resultado es coherente con el aumento del GCi y del EEYmxtN en las funciones impulso respuesta.
Perturbación petrolera Resultados
elaboración propia
Gráfico N° 5
Perturbación petrolera. Funciones impulso-respuesta.
Fuente: elaboración propia. Respuesta a una desviación estándar del choque de política.
Al evaluar la capacidad de la comunalidad
de explicar el comportamiento de las variables de interés, vía los R., se aprecia que todos los modelos explican más del 0,70 de las variables IActEco, PIBRB y ManuRB y el GCi; mientras que lo propio hacen con SCEXT y SCC, excepto por el FAVAR con M1, el EEYmxtN para el FAVAR que involucra M1 y Ppetro, y la RA para el FAVAR de GCc.
Lo anterior, implica que unos pocos factores logran capturar la dinámica de la actividad productiva. Respecto a la capacidad de cada choque de explicar la variabilidad de la variable por la cual es medido, se tiene que el choque de política fiscal explica el 43,98% de la varianza del GCc, el choque monetario el 85,55% de la variabilidad de M1, la perturbación de política cambiaria el 78,44% del TCI y el choque petrolero explica el 65,23% del Ppetro.
Luego de aplicar la metodología de estimación propuesta, se obtuvieron los siguientes resultados:
· Las estimaciones mostraron que a mayor número de factores, menor es la capacidad explicativa de la variable de choque, y por tal, menor la posibilidad de identificar su efecto dinámico.
· Para explicar un porcentaje de variabilidad alto del conjunto de datos, en el sentido del análisis de componentes principales, es necesario un número alto de factores, que hace no factible la estimación del modelo FAVAR.
· El coeficiente de determinación, como medida de bondad de ajuste, muestra que sólo con 3 factores se captura los comovimientos de las variables asociadas a la esfera de la producción.
· En general, las funciones impulso respuesta resultaron no significativas.
· Un choque de política fiscal, medido como un impulso del GCc genera la respuesta de los precios, la remuneración en los salarios transitoriamente, el excedente de explotación, devaluación del tipo de cambio, las variables de gasto, superávit de cuenta corriente, aumento de la liquidez monetaria y efecto en las variables asociadas a la producción. En síntesis, el choque se comporta como un choque de demanda positivo, que aumenta la producción, y la distribución del ingreso generado; por otro lado, genera aumento del tipo de cambio y creación de dinero endógena.
· La evaluación de la descomposición de varianza y las funciones impulso respuesta de las variables de interés ante un choque monetario, muestran que una expansión monetaria afecta al tipo de cambio, a los precios, las reservas monetarias, el excedente de producción, las variables de actividad y consumo. Llama la atención, que un choque monetario genere aumento en la actividad, el consumo y el excedente en el largo plazo, ya que contradice el principio de neutralidad del dinero a largo plazo.
· Respecto al choque del tipo de cambio, se comporta como una devaluación que implica una ganancia de competitividad y genera aumentos de la actividad, superávit comercial, aumento de reservas, de la liquidez, del gasto y aumento del excedente de producción.
· Ante un aumento del precio del petróleo, opera la dinámica descrita por la evidencia empírica y se comportan las variables de interés como ante un choque positivo de demanda de origen externos, afecta al gasto público, la actividad productiva, las reservas, se alcanza superávit comercial, la remuneración del trabajo y el excedente de la producción, aumenta el consumo individual, aumenta la liquidez y aumenta el tipo de cambio.
· Sobre el saldo corriente con el exterior y el egreso de divisas, resalta que para todos los choques respondieron positiva y permanentemente, tal respuesta obedece a que es una característica estructural de la economía venezolana el superavitario comercial, y el egreso de divisas dado el peso de las importaciones en el consumo y la inversión.
Como citar este artículo - How to cite this article: Moncada-Contreras, J. , Castillo-Paredes, L. Orlandoni-Merli , G. y Ramoni-Perazzi, J. (2020). Dinámica de la transmisión de choques económicos mediante un modelo de vectores autoregresivos aumentado por factores. Caso: Venezuela. Revista Visión Gerencial, 19(1), 18-37. Recuperado de: http://erevistas.saber.ula.ve/visiongerencial
Principales características de la política económica de Venezuela 1960-2012
elaboración propia.
Variables de estudio
elaboración propia.
Gráfico N° 1
Comportamiento de las variables en estudio
elaboración propia.
Síntesis de los modelos FAVAR estimados
elaboración propia.
Contribución a la varianza por factores estimados
elaboración propia.
Política fiscal. Criterios de selección
elaboración propia* * 1 Indica estabilidad del VAR. ** Pvalue de la pueba con respecto al rezago inmediato inferior. *** Pvalue.
Política fiscal Resultados
elaboración propia.
Gráfico N° 2.
Política Fiscal. Funciones impulso-respuesta.
elaboración propia.
Política monetaria Resultados
elaboración propia
Gráfico N° 3
Política Monetaria. Funciones impulso-respuesta.
Fuente: elaboración propia. Respuesta a una desviación estándar del choque de política.
Política monetaria Criterios de selección
elaboración propia* 1 Indica estabilidad del VAR. ** Pvalue de la pueba con respecto al rezago inmediato inferior. *** Pvalue.
Política cambiaria Resultados
elaboración propia
Gráfico N° 4.
Política Monetaria. Funciones impulso-respuesta.
elaboración propia.
Perturbación petrolera Criterios de selección
elaboración propia* * 1 Indica estabilidad del VAR. ** Pvalue de la pueba con respecto al rezago inmediato inferior. *** Pvalue.
Perturbación petrolera Resultados
elaboración propia
Gráfico N° 5
Perturbación petrolera. Funciones impulso-respuesta.
Fuente: elaboración propia. Respuesta a una desviación estándar del choque de política.
