Modelo Vectorial Autorregresivo de los Componentes de la Ley de Thirlwall en el Perú
No Thumbnail Available
Date
2022
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Trujillo
Abstract
Esta investigación tuvo como finalidad determinar el mejor modelo de los componentes de la ley _x000D_
de Thirlwall en el Perú en el periodo 2000 - 2019. La investigación realizada es de tipo aplicada,_x000D_
longitudinal en el tiempo. La muestra fue de 80 observaciones trimestrales por variable del PBI, _x000D_
exportaciones, importaciones y TCR en el Perú. Se utilizó la metodología de los modelos de _x000D_
vectores autorregresivos (VAR) y el programa estadístico Eviews 10. Cumpliendo con la Prueba _x000D_
de Estabilidad, donde las raíces inversas del polinomio Autorregresivo son menores a la unidad y _x000D_
los supuestos básicos donde existe normalidad, no hay heterocedásticidad y no existe _x000D_
Autocorrelación, el mejor Modelo es un VAR (3). Se concluye que las D(EXPORT) tine una _x000D_
mayor variación en el error de pronóstico de la varianza del D(PBI) en comparación de las _x000D_
D(IMPORT) y D(TCR) a través del tiempo existiendo una relación de largo plazo, por lo cual es _x000D_
necesario incluir en nuestro modelo VAR un mecanismo de corrección de errores
Description
The purpose of this research was to determine the best model of the components of Thirlwall's law _x000D_
in Peru in the period 2000 - 2019. The research carried out is of an applied type, longitudinal in _x000D_
time. The sample consisted of 80 quarterly observations per variable of GDP, exports, imports and _x000D_
RER in Peru. The methodology of autoregressive vector models (VAR) and the statistical program _x000D_
Eviews 10 were used. Complying with the Stability Test, where the inverse roots of the _x000D_
autoregressive polynomial are less than unity and the basic assumptions where there is normality, _x000D_
there is no heteroscedasticity and there is no Autocorrelation, the best Model is a VAR (3). It is _x000D_
concluded that the D (EXPORT) have a greater variation in the forecast error of the variance of _x000D_
the D (GDP) compared to the D (IMPORT) and D (TCR) over time, with a long-term relationship, _x000D_
for which is necessary to include in our VAR model an error correction mechanism
Keywords
Modelos VAR, Componentes de la Ley de Thirlwall, Eviews