ANÁLISIS EMPÍRICO
En este estudio se analizaron las características más resaltantes de la política fiscal y la actividad económica entre los años 1980 y 2006, a fin de obtener algunas impresiones sobre las relaciones existentes entre ellas. Para ello, se recurrió a datos de frecuencia trimestral del gasto público (entendido como la suma de los montos de las categorías "Gastos en remuneraciones, bienes y servicios" con la categoría "Inversión bruta de capital del Gobierno Central"), del ingreso tributario del Gobierno Central, y del Producto Bruto Interno expresados en millones de soles de 1994. Las variables fiscales están deflactadas usando el IPC de Lima Metropolitana en base 1994
Acerca de la gráfica 1
Respecto al comportamiento del déficit fiscal y del ratio de deuda pública respecto al PBI se identifican los siguientes 3 periodos:
(1) 1980 - 1989, ambos presentan una tendencia creciente lo que indica que hubieron problemas con la sostenibilidad de las finanzas públicas
(2) 1990 - 1993, ambos presentan una tendencia decreciente
(3) 1994 - 2006, ambas variables sigue la tendencia decreciente iniciada en el periodo (1) en un contexto de estabilidad macroeconómica
Conclusión: Se observa la existencia de una relación directa entre el déficit fiscal y el ratio de deuda pública respecto al PBI
Acerca de los gráficos 2 y 3, y la tabla 1
A. Características:
Se estudia la trayectoria temporal de los componentes cíclicos de las variables en estudio, los cuales fueron calculados con el método de Baxter & King (1999), por lo que debido a la eliminación de datos al inicio y al final de la muestra, se procede a proyectar cada serie hacia delante y hacia atrás mediante un modelo autorregresivo
B. Conclusiones:
Considerando los periodos 1980-1989 (fragilidad y desorden fiscal), 1990-1993 (inicio de la reforma fiscal) y 1994-2006 (mejora y consolidación fiscal), se observa que:
- Las desviaciones estándar de los componentes cíclicos de las variables en estudio disminuyeron periodo tras periodo
- Disminución de la prociclicidad de las variables fiscales (medido por las correlaciones entre los componentes cíclicos contemporáneos entre sí) periodo tras periodo
Acerca de la tabla 2
- A los logaritmos naturales de la data desestacionalizada por el método de U.S. Census Bureau (ARIMA - X12) de las variables en estudio, se les aplicó el procedimiento elaborado por Vogelsang (1997), el cual:
(1) Estudia un proceso generador de datos univariable que combina una función de tendencia con quiebre estructural (Tb) y otra sin quiebre estructural, ambos de grado p, y establece que la perturbación siga un proceso AR(k)
(2) Plantea la hipótesis nula de estabilidad en la función de tendencia con quiebre estructural (Cada uno de los parámetros delta son iguales a cero)
(3) Permite la presencia de correlación serial en los errores, tanto si son estacionarios I(0) o si poseen raíz unitaria I(1)
(4) Está basado en los estadísticos promedio y exponencial de Wald construidos por Andrews & Ploberger (1994), los cuales tienen potencia en detectar grandes y pequeños cambios estructurales cercanos a la verdadera fecha de quiebre; y en el estadístico supremo de Andrews (1993), el cual permite estimar la verdadera fecha de quiebre en la serie
(4) Propone utilizar los valores críticos generados para errores con raíz unitaria cuando no se conoce previamente si poseen su estacionariedad. Sin embargo, ya que esto posee el inconveniente de penalizar la potencia del estadístico cuando los errores son menos persistentes, se debe proceder a diferenciar las variables, para que los errores se tornen más persistentes; sin embargo, cuando los errores no lo son, el test en niveles será más potente en detectar pequeños cambios, mientras que el test en diferencias tendrá mayor potencia en los grandes.
(5) Determina el orden de la autorregresión (k) asignándole distintos valores a k hasta que el coeficiente del último rezago incluido sea significativo
- Al ser aplicados los tests de quiebres estructurales a las tres series de estudio en niveles, los resultados del estadístico exponencial y supremo son significativos, sobre todo en las series de gasto público y de ingreso tributario con niveles menores al 1%, rechazándose la hipótesis nula de estabilidad en la función de tendencia con quiebre estructural de cada serie. Así, con las fechas de quiebre calculadas por el estadístico supremo, se pueden establecer dos submuestras: 1980:1 – 1990:1 y 1990:1 – 2006:4
Acerca de la tabla 3
- Se muestran los resultados de 3 tests de raíz unitaria: Dickey & Fuller (DF aumentado), Phillips & Perron (P-P), y Kwiatkowski, Phillips, Schmidt y Shin (KPSS).
Cada una de estas pruebas posee algunas ventajas respecto al test de Dickey-Fuller:
a) El test de D-F aumentado permite que la serie posea un orden autorregresivo mayor a uno
b) El test de P-P permite que los errores presenten autocorrelación y heterocedasticidad
c) El test KPSS asume que el modelo es estacionario bajo la hipótesis nula, mediante un modelo completamente distinto al de los anteriores, el cual también permite la presencia de autocorrelación y heterocedasticidad entre los errores.
- Los tres test señalan que todas las series siguen un proceso no estacionario en niveles a un alto nivel de significancia estadística, con excepción del PBI y de la tasa de interés de referencia de la FED en el periodo 1980:1-1990:1; pero si se toman primeras diferencias, la series se tornan estacionarias, en cada uno de los dos sub periodos analizados, con un alto grado de confianza estadística, a excepción de los términos de intercambio entre 1990:1-2006:4 y la tasa de la FED entre 1980:1-1990:1.
En el caso del PBI entre 1980:1-1990:1, el test KPSS no puede rechazar la hipótesis de estacionariedad a un nivel de significancia del 5%, mientras que los dos test restantes no
pueden rechazar la hipótesis de raíz unitaria en esta variable; por lo tanto se asume que el PBI no es estacionario en este periodo y debe ser diferenciado.
En el caso de la tasa de la FED entre 1980:1-1990:1, el test de P-P rechaza la hipótesis de raíz unitaria a un 5% de significancia; mientras tanto, el test D-F aumentado no la puede rechazar al mismo nivel de significancia y el test KPSS rechaza la hipótesis de estacionariedad al mismo nivel estadístico. Por ello, se asume que la serie no es estacionaria y se procede a diferenciarla. Sin embargo, el test KPSS sigue rechazando
la hipótesis de estacionariedad luego de diferenciarla, pero debido a los resultados altamente significativos de los dos test restantes, se asume que la serie es estacionaria en
diferencias.
Por último, según el test KPSS, los términos de intercambio no son estacionarios en primeras diferencias a un nivel de significancia de 5% entre los años 1990-2006. Sin embargo, los dos test restantes muestran evidencia altamente significativa a favor de la estacionariedad en diferencias.
La condición de estacionaridad es importante debido a que en este tipo de series los momentos estadísticos permanecen invariantes respecto al tiempo (principalmente
su media, varianza y covarianza), lo que permite generalizar el comportamiento de la variable durante cada periodo en análisis. Por lo tanto, las series serán expresadas en primeras diferencias antes de ser introducidas en el modelo estructural que se pretenden estimar.
[5] Acerca del modelo SVAR
(5.A) Tratamiento de la data
- Siguiendo la metodología de Blanchard & Perotti (1999), el vector de variables dependientes está compuesto por los logaritmos del ingreso tributario, del gasto público y del Producto Bruto Interno, mientras que el vector de las variables exógenas del modelo está compuesto por los rezagos de las variables dependientes, por el índice de términos de intercambio del comercio, el coeficiente de apertura comercial y por la tasa de interés de referencia de la Reserva Federal de EEUU y algunas variables ficticias que tomarán el valor de uno en los periodos de mayor inestabilidad económica (1987-1994)
- Para el índice de términos de intercambio del comercio, se procedió a realizar una extrapolación retrógrada de esta variable para los años anteriores a 1990 usando el procedimiento de Chow & Lin (1971) debido a que solo se posee data a partir de este año, recurriendo a los datos históricos anuales de los índices de precios de exportaciones e importaciones publicados por el BCRP, y precios de distintos commodities y bienes de importación en frecuencia trimestral publicado por el International Financial Statistics (IFM) del Fondo Monetario Internacional y el Bureau of Labor Statistics del U.S. Department of Labor
-
(5.B) Estimación del modelo
Referencias
(1) Measuring business cycles: aproximate band- pass filters for economic time series - Marianne Baxter & Robert G. King (1999)
(2) Best Linear Unbiased Interpolation, Distribution, and Extrapolation of Time Series by Related Series - Gregory Chow & An-loh Lin (1971)
(3) An Empirical Characterization of the Dynamic Effects of Changes in Government Spending and Taxes on Output - Olivier Blanchard & Roberto Perotti (1999)
(4) Wald-Type Tests for Detecting Breaks in the Trend Function of a Dynamic Time Series - Timothy Vogelsang (1997)
(5) Optimal Tests When a Nuisance Parameter Is Present Only Under the Alternative
- Donald Andrew & Werner Ploberger (1992)
(6) Tests for Parameter Instability and Structural Change With Unknown Change Point - Donald Andrews (1993)
(7)
