Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

econometria

exportaciones mensuales de cacao
by

Mellanie Kortum

on 16 August 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of econometria

EXPORTACIONES MENSUALES DE CACAO DEL ECUADOR
Ecuador a lo largo del tiempo se caracterizó por ser el país de la "PEPA DE ORO". A partir del año 1920 Ecuador sufrió una masacre de cacao, al infestarse sus sembríos con la plaga de la monilla y la escoba de bruja. Con este problema surge el cacao CCN-51 más resistente que el de aroma pero menos especial, por lo que se perdió posicionamiento en el mercado fino de aroma. a pesar de esto y aunque estamos en el 7mo lugar en la exportacion de cacao de aroma sigue siendo nuestro país el mejor exponente en cuanto a calidad del mismo.
Definición del problema
Variables a considerar
Inversión extranjera mensual en la agricultura.
Total mensual de toneladas exportadas.
número mensual de países compradores.
Costo mensual del Canal de Panamá.
Temperatura promedio mensual del país.
Temperatura mensual del mundo.
Costo mensual del flete al principal país comprador.
Precio FOB mensual.
Número de exportadores mensuales del país.
Promedio de exportaciones mensuales del país.
Tasa de interés mensual.
Precio al productor.
Las exportaciones del cacao ecuatoriano se ven afectadas por el precio Fob mensual por toneladas, número de exportadores mensuales del país, el promedio de exportaciones mensuales del país y la tasa de interés mensual . (Ceteris Paribus).
Hipótesis
Datos
Lo que esperamos
CONSTANTE
se espera que sea negativo, debido a que si no hay precio FOB, numero de exportadores, promedio de exportaciones, y la tasa de interes, no existen ingresos por exportación de cacao.
PRECIO FOB
se espera que los ingresos por exportaciones de cacao aumenten, debido a que el cacao es un producto commodity.
NUMERO EXPORTADORES
se espera que se positivo, ya que a mayor numero de exportadores, los ingresos por exportaciones de cacao aumenten.
PROMEDIO EXPORTACIONES
se espera que sea positivo, pues mientras más alto sea el promedio de exportaciones de cacao, quiere decir que los ingresos por exportaciones de cacao se incrementan
TASA INTERES
se esperaría que el signo sea negativo, pero como es un producto commodity, los exportadores necesitan hacer prestamos para suplirse de mercaderia para vender. Lo que aumentará los ingresos de exportaciones de cacao.
Modelo
Multicolinealidad
Variance Inflation Factors

Minimum possible value = 1.0
Values > 10.0 may indicate a collinearity problem

numexpmensual 1.560
promexpmensual 1.560

VIF(j) = 1/(1 - R(j)^2), where R(j) is the multiple correlation coefficient
between variable j and the other independent variables

Properties of matrix X'X:

1-norm = 1.5061058e+013
Determinant = 1.6082374e+016
Reciprocal condition number = 2.1067081e-014
Breusch-Pagan test for heteroskedasticity
OLS, using observations 2007:04-2009:12 (T = 33)
Dependent variable: scaled uhat^2

coefficient std. error t-ratio p-value
---------------------------------------------------------------
const 1.22951 2.51999 0.4879 0.6292
numexpmensual -0.111214 0.0881183 -1.262 0.2166
promexpmensual 5.45772e-06 1.33684e-06 4.083 0.0003 ***

Explained sum of squares = 39.2553

Test statistic: LM = 19.627648,
with p-value = P(Chi-square(2) > 19.627648) = 0.000055
Heterocedasticidad
Modelo 1: MCO, usando las observaciones 2007:04-2009:12 (T = 33)
Variable dependiente: totexpmensual

Coeficiente Desv. Típica Estadístico t Valor p
----------------- ---------------------------------------------------------------------
const -2.90699e+07 3.54248e+06 8.206 6.23e-09 ***
preciofob 987.170 648.284 1.523 0.1390
numexpmensual 699483 71123.5 9.835 1.39e-10 ***
promexpmensual 34.2740 1.22482 27.98 5.19e-22 ***
tasaint 3.22726e+07 2.16866e+07 1.488 0.1479

Media de la vble. dep. 21501483 D.T. de la vble. dep. 10137763
Suma de cuad. residuos 3.59e+13 D.T. de la regresión 1132932
R-cuadrado 0.989072 R-cuadrado corregido 0.987511
F(4, 28) 633.5697 Valor p (de F) 5.14e-27
Log-verosimilitud 504.1445 Criterio de Akaike 1018.289
Criterio de Schwarz 1025.772 Crit. de Hannan-Quinn 1020.807
rho 0.447317 Durbin-Watson 1.096526

Sin considerar la constante, el valor p más alto fue el de la variable 5 (tasaint)
MODELO FINAL
Model 3: OLS, using observations 2007:04-2009:12 (T = 33)
Dependent variable: totexpmensual
HAC standard errors, bandwidth 2 (Bartlett kernel)

coefficient std. error t-ratio p-value
----------------------------------------------------------------------
const -2.41376e+07 3.89670e+06 -6.194 8.11e-07 ***
numexpmensual 708744 126239 5.614 4.11e-06 ***
promexpmensual 34.9543 1.80131 19.40 1.57e-018 ***

Mean dependent var 21501483 S.D. dependent var 10137763
Sum squared resid 4.02e+13 S.E. of regression 1158161
R-squared 0.987764 Adjusted R-squared 0.986949
F(2, 30) 280.0752 P-value(F) 3.91e-20
Log-likelihood -506.0097 Akaike criterion 1018.019
Schwarz criterion 1022.509 Hannan-Quinn 1019.530
rho 0.455089 Durbin-Watson 1.071159
Gráfico Heterocedasticidad
Numero de exportadores
Contraste de Chow de cambio estructural en la observación 2009:03 -
Hipótesis nula: no hay cambio estructural
Estadístico de contraste: F(2, 29) = 8.6304
con valor p = P(F(2, 29) > 8.6304) = 0.00114599
Promedio de exportaciones mensuales
Contraste de Chow de cambio estructural en la observación 2009:10 -

Hipótesis nula: no hay cambio estructural

Estadístico de contraste: F(2, 29) = 23.4394

con valor p = P(F(2, 29) > 23.4394) = 8.7704e-07
Modelo Corregido
Model 2: OLS, using observations 2007:04-2009:12 (T = 33)
Dependent variable: totexpmensual

coefficient std. error t-ratio p-value
---------------------------------------------------------------------
const -2.41376e+07 2.02248e+06 -11.93 6.40e-013 ***
numexpmensual 708744 70721.6 10.02 4.35e-011 ***
promexpmensual 34.9543 1.07291 32.58 5.66e-025 ***

Mean dependent var 21501483 S.D. dependent var 10137763
Sum squared resid 4.02e+13 S.E. of regression 1158161
R-squared 0.987764 Adjusted R-squared 0.986949
F(2, 30) 1210.932 P-value(F) 2.06e-29
Log-likelihood -506.0097 Akaike criterion 1018.019
Schwarz criterion 1022.509 Hannan-Quinn 1019.530
rho 0.455089 Durbin-Watson 1.071159
Cambios estructurales (TEST DE CHOW)
Gráfico promedio exportaciones
Gráfico numero exportadores
Full transcript