Depuracin del modelo: Dado el modelo estimado con 5 variables, se observa que el parmetro menos significativo es aquel que

e acompaa a Comercio como porcentaje del PIB (p value=0,7587). Por lo cual se elimina esta variable del modelo. Por lo cual se estima el siguiente modelo:

Obteniendo los siguientes resultados:

Estadsticas de la regresin Coeficiente de correlacin mltiple Coeficiente de determinacin R^2 R^2 ajustado Error tpico Observaciones

Coeficientes

Error tpico

Estadstico t Probabilidad 9,212E-05 0,00651822 5,4149E-05 0,08146756 0,01072979

0,87077542 Intercepcin -25145107,4 5025396,76 -5,00360641 0,758249833 RTRN 0,704527573 GM 3409965,222 Cre.EEUU 23 Cre.Col 1126202,45 366176,303 6801284,01 1295335,99 830871,833 450194,103 1031462,05 362459,231 3,07557435 5,25059451 1,84558578 2,84573261

En este modelo, se observa que el parmetro que acompaa a la variable Crecimiento del PIB en EE.UU. no es significativa a un nivel de significancia del 5% (p value=0,08). Por tal motivo, se procede a eliminar esta variable y estimar un nuevo modelo:

Obteniendo los siguientes resultados:

Estadsticas de la regresin Coeficientes Error tpico Estadstico t Probabilidad 0,00031276 0,02904278 9,6242E-05 0,00770775

Coeficiente de correlacin mltiple 0,84409882 Intercepcin -21165826,5 4818232,39 -4,39286127 Coeficiente de determinacin R^2 R^2 ajustado Error tpico Observaciones 0,71250282 RTRN 0,66710853 GM 3619451,86 Cre.Col 23 813941,525 344694,237 6755866,9 1374665,08 1132929,99 380274,863 2,36134358 4,91455483 2,97923976

ANLISIS DE VARIANZA Grados de libertad Regresin Residuos Total 3 19 22 Suma de cuadrados 6,1687E+14 2,4891E+14 8,6578E+14 Promedio de los cuadrados 2,0562E+14 1,31E+13 F 15,6958682 Valor crtico de F 2,2357E-05

Revisados los valores p de los parmetros en este ltimo modelo, se puede concluir que todas las variables son significativas a un nivel de significancia del 5%. De igual forma la bondad de ajuste del modelo es de 0,7125, es decir, estas tres variables exgenas explican en un 71,25% la variabilidad de la variable endgena. A su vez, la prueba de significancia global determina un F calculado de 15,69 y un valor p de 0,0000223, concluyendo as, que el modelo es globalmente significativo a un nivel de significancia del 5%. Evaluacin de los supuestos: Cambio estructural Para evaluar la existencia de un cambio estructural, se realiza primero la prueba CUSUM, dada su ventaja de determinar el periodo de un posible cambio estructural. En el siguiente grfico se observa que la prueba CUSUM no expone la existencia de un cambio estructural en el modelo, ya que la lnea negra no toca ni supera a los lmites establecidos (franjas azules).

Ahora se realiza, un Test de Chow para corroborar el resultado obtenido mediante la prueba CUSUM, para el cual se debe determinar a prior el periodo de cambio estructural. Para ello, analizamos las grficas de la variable exgena observada y estimada, y adicionalmente las grficas de cada variable exgena contra la endgena.
30000000 25000000 20000000 Axis Title 15000000 10000000 5000000 0 -5000000 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 Estimado Real

RTRN-IED
25000000 20000000

2005

1997
15000000 10000000 5000000 0 0 2 4 6

2011 2007 2008 2006

2012

2009
RTRN-IED

1996 1998 1999 1995

2010 2004 2001 2000 2002 2003 1994 1993 1992 1990

1991

10

12

14

GM-IED
25000000 20000000 15000000 10000000 5000000 0 0 1 2 3 4 5

2005 2012 20072011 2008 2006 2009 2010 1996 2004 1998 2001 2000 2002 2003 1994 1999 1993 1992 1995 1990 1991

1997
gm-ied

CRECOL-IED
25000000 20000000

2005 2011 1997 2006 2009 2010 20022003 1994 1992 1990 1996 2004 1998 2001 1993 1995 1991
crepib

2012 2007 2008

15000000

2000

10000000

1999
5000000 0 -6 -4 -2 0

De estas grficas podemos afirmar, que desde 2005 un cambio en las variables exgenas ocasiona una mayor variacin en la variable endgena. Por lo tanto, se considera el ao 2005 como inicio de un nuevo periodo de anlisis. As, realizamos el Test De Chow tomando como primer periodo 1990-2004 y como segundo periodo 2005-2012. El resultado de la prueba es el siguiente: SRC 2.48908e+014 SRC1 4.63798e+013 SRC2 6.84886e+013 F(4,15)= 4.37587 with Significance Level 0.01525953 De esta se puede concluir, que a partir del ao 2005 hubo un cambio estructural. Como ltimo paso se procede a contrastar este resultado mediante otra prueba de cambio estructural, el uso de variables Dummy. En primer lugar se incluirn una variable dummy, con valores de 1, desde el ao 2005 en adelante . adicionalmente esta dummy se multiplica por cada variabe exgena del modelo.

Variable Coeff Std Error T-Stat Signif ******************************************************************************** **** 1. Constant -8623228.88 5883876.27 -1.46557 0.16341259 2. X1 384659.86 343638.98 1.11937 0.28058635 3. X2 67204.26 473270.96 0.14200 0.88897005 4. X3 4436331.33 1330939.52 3.33323 0.00453879 5. DUM 13673000.92 47596954.18 0.28727 0.77783886 6. DUM1 1535894.25 1612729.67 0.95236 0.35601128 7. DUM2 -469194.45 798978.82 -0.58724 0.56577602 8. DUM3 -2693650.01 11200835.77 -0.24049 0.81320894 De este modelo estimado se elimina la dummy menos significativa, volviendo a correr el modelo con las dems dummy. Este proceso de depuracin se repite hasta que se eliminen todas las dummy no significativas a un nivel de significancia del 5%. Dando como resultado final, el siguiente modelo.

Variable Coeff Std Error T-Stat Signif ******************************************************************************** **** 1. Constant -6898580.604 4667188.963 -1.47810 0.15666595 2. X1 387736.183 316321.176 1.22577 0.23608254 3. X2 -120474.377 321015.714 -0.37529 0.71182962

4. X3 5. DUM1

4189870.890 1128684.880 3.71217 0.00159484 1709969.264 382328.540 4.47251 0.00029432

Se concluye que a pesar de la significancia de , dos de las variables exgenas en este nuevo modelo
no son significativas con un del 5%. Esto permite omitir este cambio estructural. (en anexos se tiene cada una de las regresiones depuradas). Finalmente en este test, se considerada una dummy con valor de 1 para el ao 2005, y cero en los dems aos, en miras a tener un mejor ajuste del modelo. De manera grfica se evidencia el 2005 como dato atpico de la muestra, debido a que su residuo es muy alto comprado con la secuencia de los dems. (Este ao se toma como atpico a raz de la informacin dada en la seccin de la estadstica descriptiva). 10000000 8000000 6000000 Residuos 4000000 2000000 0

2008

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2009

2010

2011

-2000000 -4000000 -6000000 -8000000

Ao

De lo anterior se plantea el siguiente modelo:

Coeficientes 0,8201782 RTRN 0,7802178 GM 2940950,5 CRECOL 23 D2005

Error tpico Estadstico t Probabilidad 0,00014853 0,00747973 4,2632E-05 0,00818585 0,00413333 3,01246958 5,36274924 2,9709634 3,2830183

Por el que se obtiene el siguiente resultado:

Estadsticas de la regresin Coeficiente de determinacin R^2 R^2 ajustado Error tpico Observaciones ANLISIS DE VARIANZA Grados de libertad Suma de cuadrados Promedio de los cuadrados Regresin Residuos Total 4 18 22 7,1009E+14 1,5569E+14 8,6578E+14 8,6492E+12 F Valor crtico de F 1,6478E-06 1,7752E+14 20,5247751 Coeficiente de correlacin mltiple 0,90563691 Intercepto -18994385,3 3970486,05 -4,78389423 844182,534 280229,397 6088440,59 1135320,77 935260,085 314800,272 10147254 3090830,79

2012

Se observa que este modelo es mejor a todos los modelos previamente estimados, debido a su alta bondad de ajuste ( ), a la significancia individual de las variables exgenas y de la dummy incorporada, y a la significancia global del modelo (Valor p= 0.00000164).

Si , y toman valores de cero (es decir si la economa colombiana no crece, las rentas totales de los recursos naturales y el gasto militar son cero) el valor promedio de la Inversin Extranjera Directa se estima en -$18`994,385,300.000 pesos, es decir, la desinversin los reembolsos de capitales mayor que la nueva inversin en ese mismo valor (dado que el flujo neto de IED a un pas es igual a la nueva inversin ms la reinversin de utilidades menos los reembolsos de capital). Si el crecimiento del PIB de Colombia se incrementa en un punto porcentual, se estima que en promedio la IED aumentara $ 935.260085.000 pesos, manteniendo todas las dems variables constantes ceteris paribus. Si las rentas totales de los recursos naturales aumentan un punto porcentual respecto al PIB - se estima que en promedio la IED aumentara en $ 844.182534.000pesos, manteniendo todas las dems variables constantes ceteris paribus. Si el gasto militar aumenta en un punto porcentual respecto al PIB, se estima que en promedio la IED aumentara en $ 6088.440590.000pesos, manteniendo todas las dems variables constantes ceteris paribus.

Correcta especificacin (Test de Ramsey): Para el Test de Ramsey vamos a estimar el siguiente modelo:

Obteniendo los siguientes resultados:

Variable Coeff Std Error T-Stat Signif ******************************************************************************************* 1. Constant 21187835.651357 25789084.000351 0.82158 0.42338908 2. X1 -653872.052720 1153840.790012 -0.56669 0.57878729 3. X2 -1102442.355648 1149838.198015 -0.95878 0.35193455 4. X3 -4453176.082045 7302119.687279 -0.60985 0.55052677 5. YEST2 0.000000 0.000000 0.93456 0.36390421 6. YEST3 -0.000000 0.000000 -0.44397 0.66300866 7. DUM -16588609.400730 15037486.073533 -1.10315 0.28627814

El F calculado del test de Ramsey es F(2,16)= 2,55093 con un valor p de 0,10924332. Por lo cual a un nivel de significancia del 5% no rechazamos la hiptesis nula de que el modelo est correctamente especificado. Lo cual podemos confirmar haciendo una prueba de significancia para un subconjunto de parmetros como sigue:

Obteniendo Fcalc(2,16)= 2,55093 con un valor p de 0,10924332. Por lo tanto, a un nivel de significancia del 5%, no rechazamos la hiptesis nula y podemos concluir que los (y por ende y ) no son significativos en este ltimo modelo estimado, por lo que estadsticamente el modelo est correctamente especificado. Multicolinealidad: Matriz de correlaciones: RTRN GM CRECOL RTRN 1 0,07451443 0,43036059 GM 0,074514427 1 -0,34549795 CRECOL 0,430360595 -0,34549795 1 Ya que ninguna correlacin entre dos variables es mayor a 0,9 en valor absoluto, podemos afirmar que no existe multicolinealidad aproximada entre ningn par de variables exgenas del modelo. Regresiones auxiliares: En base a que en el modelo depurado se obtuvo una bondad de ajuste del 71,25%, vamos a evaluar si existe multicolinealidad aproximada realizando regresiones auxiliares. Si se estima el modelo obtenemos un ,y debido a que este no es mayor que el del modelo depurado, no existe un sntoma de multicolinealidad aproximada entre la variable Cre.Col y las variables RTRN, GM. De la misma manera, si se estima el modelo resulta un , y al no ser mayor a la bondad de ajuste del modelo depurado, podemos concluir que no existe un sntoma de multicolinealidad aproximada entre la variable RTRN y las variables Cre.Col, GM. Finalmente, si se estima el modelo obtenemos un , el cual es menor al del modelo depurado, y por ende no existe un sntoma de multicolinealidad aproximada entre la variable GM y las variables Cre.Col, RTRN.