Fluctuaciones en el PIB y en la tasa de desempleo de la Repblica Argentina.

ndice

1. Introduccin

1.a Motivacin

1.b Objetivos

1.c Metodologa

1.d Resultados Esperados

2. Revisin de la literatura

3. Anlisis previo de las series

4. El modelo emprico. VAR

4.a. Estimacin

4.b El modelo VAR

4.c. Funciones Impulso-Respuesta

12

5. Resultados

13

5.a. Funcin impulso-respuesta

13

5.b. Anlisis de la varianza del error de pronstico

15

6. Anexo

17

7. Referencias bibliogrficas

18

I. Introduccin
1.a. Motivacin
El costo social ms importante de los cambios en el nivel y en el crecimiento de la economa
es el desempleo. Las consecuencias de este fenmeno repercuten en la calidad de vida de la
poblacin generando desigualdad, exclusin social y generalizacin de la pobreza.
Para atacar este mal es necesario conocer por qu se producen fluctuaciones en las tasas
de ocupacin y en el nivel de actividad econmica. Este estudio busca analizar los movimientos
del desempleo de Argentina y ligarlos con fuentes de las variaciones en el nivel de actividad
econmica.
Debido a la gravedad de las consecuencias sociales del desempleo, la cuestin bajo estudio
es analizar la serie del nivel de actividad econmica y del desempleo de Crdoba.
Las series seleccionadas son el Producto Bruto Interno (PBI) de Argentina semestral y la tasa
de desempleo del total de aglomerados urbanos con sus correspondientes logaritmos naturales.
Figura 1
PIB real semestral 1974-2002 (Precios de 1993)

265

233

202

2002.1

2000.1

1998.1

1996.1

1994.1

1992.1

1990.1

1988.1

1986.1

1984.1

1982.1

1980.1

1978.1

1976.1

170
1974.1

miles de millones de $

296

Fuente: La serie proviene de empalmar tres series:

1970.1-1980.1: FIEL; 1980.1-1993.1: Ministerio de Economa; 1993.1-2002.2: Ministerio de
Economa.
Nota: corresponde a la serie del PIB semestral construida promediando el primer y segundo
trimestre de cada ao para obtener el promedio del primer semestre de cada ao; y promediando el
tercer y cuarto trimestre de cada ao para obtener el promedio del segundo trimestre de cada ao.
As, quedan dos observaciones por ao, igual que la serie de la tasa de desempleo.

Figura 2
Logaritmo natural del PIB semestral.1974-2002
12,64

logpib

12,50

12,37

12,23

12,09
1974:1

1976:1

1978:1 1980:1

1982:1

1984:1

1986:1

1988:1

1990:1

1992:1

1994:1

1996:1

1998:1

2000:1

2002:1

Fuente: elaboracin propia en base a datos de la Figura 1

Se observan claramente dos periodos. El primero se extiende desde 1974 hasta1990,

abarcando la ltima parte de la dcada del 70 y toda la dcada del 80. De ah se ve que la tasa
de crecimiento promedio es prcticamente nula. Luego, aparece el subperiodo 1990-2002;
dentro del cual existen a su vez dos periodos: 1974-1998 y 1998-2002, separados por el
comienzo de la prolongada recesin argentina. Cabe mencionar dentro de este ltimo
subperiodo, la fase descendente del ciclo que arranca en 1998 luego de las sucesivas crisis
internacionales que afectaron a nuestro pas :crisis asitica, crisis rusa y devaluacin del real en
Brasil. Esta observacin preliminar de la serie del PIB nos sugiere que la serie no es
estacionaria, indicando la presencia de una tendencia que cambia a lo largo del tiempo.
La mano de obra es uno de los factores ms utilizados en la produccin de bienes y
servicios, por esa razn hay una estrecha vinculacin entre las fluctuciones en el nivel de
actividad econmica (PIB) y los cambios en la tasa de desempleo.

Figura 3
Tasa de desempleo. Total aglomerados urbanos
22,46

tasa de desempleo (%)

17,18

11,90

6,62

2002:1

2000:1

1998:1

1996:1

1994:1

1992:1

1990:1

1988:1

1986:1

1984:1

1982:1

1980:1

1978:1

1976:1

1974:1

1,34

Fuente: elaboracin propia en base a datos del INDEC.

Figura 4
Logaritmo de la tasa de desempleo del total de aglomerados urbanos
3,18

1,95

1,34

2002:1

2000:1

1998:1

1996:1

1994:1

1992:1

1990:1

1988:1

1986:1

1984:1

1982:1

1980:1

1978:1

1976:1

0,72
1974:1

logdes

2,57

Fuente: elaboracin propia en base a datos del INDEC.

Podemos apreciar de la figura 4 dos grandes tendencias a lo largo del tiempo. Una
decreciente desde 1974 hasta comienzos de la dcada de los 80 y una tendencia hacia arriba
desde 1980 hasta el ao 2002. A partir de los aos noventa el desempleo empieza a subir
peligrosamente llegando en el primer semestre de 1995 al 18.4% de la fuerza laboral, poca del
mencionado efecto tequila.
1.b. Objetivos
El objetivo general es separar los componentes de oferta (con efecto transitorio y
permanente sobre el producto) y de demanda (slo con efecto transitorio sobre el producto y la
tasa de desempleo) en las series del PIB y del desempleo de Argentina (tasa de desempleo del
total de aglomerados urbanos) y analizar la relacin entre ambos.
Objetivos especficos de este trabajo
1. Identificar el proceso estocstico que siguen el PIB y el desempleo
2. Determinacin del grado de estacionariedad de la serie de desempleo para Argentina y
de la serie del PIB nacional
3. Descomponer las series de PIB y desempleo en sus componentes de oferta
(permanente) y de demanda (transitorio) utlizando la metodologa de Vector
Autorregresivo (VAR)
4. Concluir con un anlisis de ambas series sugiriendo evidencia emprica sobre la
direccin que deberan tomar las polticas econmicas que buscan reducir el desempleo.
1.c. Metodologa
Se trabaja, en principio, con la hiptesis de que la tasa de desempleo es estacionaria; es
decir, que ningn shock puede alterar su nivel de largo plazo. Esta hiptesis permite separar los
componentes transitorios y permanentes de cada serie, analizar la relacin entre ambas series,
y describir con precisin el proceso estocstico que stan siguen en el tiempo. Para lograr tales
objetivos se emplea un modelo de Vector Autorregresivo (VAR) en el marco del enfoque de
modelos de serie de tiempo llamados ARIMA, Autorregresivo Integrado y de Promedios Mviles
(conocido tambin como mtodo de Box y Jenkins) para el PBI y el desempleo, siguiendo a
Blanchard y Quah (1987).
De las Figuras 3 y 4 se ve claramente que el desempleo tiene una media creciente en el
periodo de anlisis. Por lo tanto, no parece ser estacionaria. En las secciones 3 y 4 mostramos
que ste es el caso y replanteamos esta hiptesis de trabajo y el modelo a estimar.
1.d. Resultados Esperados
Se espera que el shock de demanda explique las fluctuaciones de corto plazo del PIB
mientras que su tendencia de largo plazo se deba a shocks de oferta. Para la tasa de
desempleo, deberamos encontrar que, ninguna de las dos perturbaciones (oferta y demanda)
alteren su nivel de largo plazo conocido como tasa natural (de alrededor de un 5% de la PEA).
De los antecedentes bibliogrficos citados, se observa que el problema bajo estudio no fue
an analizado para el caso argentino, siendo la contribucin ms importante que se intenta aqu
la descomposicin de las fluctuaciones econmicas en sus componentes cclico y tendencial.
Asimismo, en caso de que la serie de desempleo fuese no estacionaria, el desafo consistir
en aplicar un mtodo alternativo para reconocer qu parte de la serie del PBI es transitoria y
cul es permanente.
Debido a que podremos contar con una descripcin adecuada del ciclo econmico y su

relacin con la tasa de desempleo, se sugerirn recomendaciones de poltica econmica a los

fines de contrarrestar las fluctuaciones econmicas y el impacto sobre el desempleo y sus
consecuencias sociales. En este aspecto, ser especialmente til la tcnica de descomposicin
de varianza.
2. Revisin de la literatura
Se comparan aqu los trabajos sobre descomposicin de las series del producto en cuanto a
supuestos, metodologa y resultados a los que llegan los autores para datos de Estados Unidos,
excepto Federico Sturzenegger quien trabaja con datos de Argentina, donde se mencionarn
las principales diferencias con el presente estudio.
Federico Sturzenegger (1989) presenta un modelo donde las diferencias del PIB y la tasa de
inflacin son el resultado de dos clases de shocks: uno con efectos de largo plazo y el otro sin
efectos de largo plazo. Replica la descomposicin efectuada por Blanchard y Quah (1989)
utilizando la inflacin como variable de identificacin. Por eso tambin se diferencia de Evans
(1987) el que, como Blanchard y Quah, usa la tasa de desempleo como variable de
identificacin. Sturzenegger encuentra que los shocks de demanda tienen escaso efecto sobre
el PIB y que dicho efecto desaparece aproximadamente en dos aos (o quizs uno slo). El PIB
aumenta, respecto de su tendencia, un 1.76 % en el primer trimestre, un 0.47 % en el segundo
trimestre, 0.19% en el tercero y pasa a 0.55 % en el cuarto trimestre como respuesta a un
shock de demanda positivo. Durante el segundo ao, los valores son menores e incluso llegan
a ser negativos en el ltimo trimestre, desapareciendo a continuacin por completo.
Blanchard y Quah obtienen una curva en forma de joroba cuando estiman la funcin
impulso- respuesta de un shock positivo de demanda sobre el PIB. El aumento en el PIB es de
0.9 %, respecto de su tendencia en el primer y segundo trimestres y 1.2 % en el tercer y cuarto
trimestres. Tarda en estabilizarse unos cuatro aos quedando un 0.2% por encima de su nivel
inicial. Esto indica que los shocks de demanda duran ms en EEUU que en Argentina).
Gali (1988) distingue entre shocks de oferta, de oferta monetaria, de demanda monetaria y
sobre la curva IS. Shocks sobre la demanda (IS) tienen un efecto sobre el PIB de Estados
Unidos de 0.5 % durando cerca de dos aos.
Volviendo a Sturzenegger y al caso de Argentina, un shock de oferta aumenta el PIB en 4.73
% en el primer trimestre, tal efecto baja a 2 % en el segundo y tercer trimestre para llegar a 0.89
% en el cuarto, estabilizndose en un 1.91 % sobre el valor inicial del PIB despus de cuatro
aos. Esto indica la mayor persistencia y el mayor impacto que tienen los shocks de oferta
sobre el PIB comparados a los shocks de demanda. Comparando con los resultados para
Estados Unidos, se aprecia que el efecto final que tienen los shocks de oferta positivos sobre el
PIB, en relacin al nivel inicial, Federico Sturzenegger obtiene para Argentina un efecto siempre
mayor que el que obtienen estos autores para EEUU. A saber, la respuesta en % del PBI ante
un shock de oferta es:
Blanchard-Quah
0.6

Evans Gali
0.3

Campbell & Mankiw

1.7

Sturzenegger
1.9

Los resultados dicen, por ej, en el trabajo de Sturzenegger., que el PIB es un 1.9 % mayor
despus del shock de oferta. Finalmente encuentra que los shocks de demanda tienen escaso
efecto sobre el PIB, no as sobre la inflacin.
Sturzenegger concluye que los componentes de oferta del PIB conforman una serie no
estacionaria, que sigue un patrn aleatorio mucho ms difcil de asociar con eventos polticos.
Su conclusin central es que la teora del ciclo real parece estar explicando mejor el ciclo

econmico de Argentina como as tambin la correlacin negativa entre el PIB y los precios que
tanto desorient a los economistas argentinos que queran explicarla con modelos de corte
keynesiano.
En este estudio, sin embargo, seguimos el trabajo de Blanchard y Quah (1989). En l se
provee una manera alternativa de obtener una identificacn estructural. Su mira est puesta en
la descomposicin de Beveridge y Nelson (1981) del PIB1 real en sus componentes transitorio y
permanente. Desarrollan un modelo macroeconmico tal que el producto real es afectado por
shocks de demanda y de oferta. Al comparar su trabajo con otros del mismo tpico, Blanchard y
Quah enfatizan el de Evans (1987) y lo toman como base con algunas diferencias. La similitud
entre los trabajos est en que ambos aseguran la existencia de la forma reducida de la
ecuacin de Promedios Mviles, recuperada luego de invertir el VAR estimado. La diferencia,
en que Evans asume que los shocks de demanda y de oferta no tienen efecto de largo plazo
sobre el desempleo pero que ambos tienen efecto a largo plazo sobre el producto. En cambio,
Blanchard y Quah suponen que slo el shock de oferta tiene efecto a largo plazo sobre el
producto, pero el de demanda no. Tambin se diferencia en que la restriccin de identificacin
que efecta Evans plantea que la perturbacin de oferta no tiene efecto contemporneo sobre
el producto, en cambio la restriccin de Blanchard-Quah es una restriccin de largo plazo, o
sea, aquella referida a que los shocks de demanda no tienen efecto de largo plazo ni sobre el
desempleo ni sobre el producto.
3. Anlisis previo de las series
Debido a que el mtodo VAR que utilizaremos requiere que las variables sean
estacionarias2, es necesario averiguar si este supuesto se cumple para los datos. Para detectar
si las series del PIB y de la tasa de desempleo son estacionarias usaremos dos mtodos. El
primero es un mtodo grfico y se basa en la Funcin de Autocorrelacin (FAC) y en la Funcin
de Autocorrelacin Parcial (FACP) y el segundo mtodo en pruebas de hiptesis formales de
raz unitaria (Dickey-Fuller).
Para usar el mtodo grfico, presentamos en el Anexo el Cuadro 1, tomado de Enders
(1995) sobre la interpretacin de los correlogramas. Recordamos bajo qu condiciones una
serie de tiempo sigue un proceso estocstico determinado.
Dada una serie {yt}, la funcin de autocorrelacin (FAC) mide el coeficiente de
autocorrelacin (s) de una variable, es decir el grado de asociacin lineal de una variable en el
periodo t con respecto a la misma variable pero en s periodos anteriores. La funcin de
autocorrelacin parcial (FACP) entre y t y y t-s , cuyo coeficiente genrico se denota por ss,
indica la correlacin entre y t y y t-s controlando o eliminando el efecto de los valores de y t-1
hasta y t-(s-1), es decir excluyendo los efectos indirectos.
Se muestran a continuacin los grficos de la FAC y de la FACP (correlogramas) para el
Producto Bruto Interno de Argentina para el periodo 1974-2002.
De los grficos que siguen se infiere que el PIB semestral sigue un proceso AR(1) con la
salvedad de que parece ser no estacionaria la serie, segn indican las barras que descienden
de forma no exponencial en la FAC.

En EEUU se utiliza el Producto Bruto Nacional (GDP) con mayor frecuencia que el Producto Bruto Interno como
medida del nivel de actividad econmica.
2
Estacionariedad dbil o estacionariedad en covarianza se refiere a una variable cuya media y varianza no cambian
a lo largo del tiempo adems de ser finitas y donde la autocovarianza slo depende de la distancia de tiempo que
separa a los valores de una misma variable pero es independiente del origen de medicin.

Figura 5

Figura 6

studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud

Funcin
PIB
semestral
2 sin Estudiantil Ve
Versin Estudiantil Versin Est
udiantil autocorrelacin:
Versin Estudiantil r(k)
Versi
n Est
udiantil Ver

studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud

ICPIBsemestral2

ICPIBsemestral2

autocorrelacin
parcial:
PIB
semestral
2sin Estudiantil Ve
Versin Estudiantil Versin Funcin
Estudiantil
Versin Estudiant
il Versin
Est
udiantil Ver
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
0,99
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
1,01
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
studiantil0,52
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
studiantil0,69
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
0,04
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
0,37
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
Versin-0,44
Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
0,05
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud
Versin-0,91
Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve Versin-0,27
Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Ve
studiantil Versin1Estudiantil Versin5Estudiantil Versin 9Estudiantil Versin13
Estudiantil Versin Estud studiantil Versin1Estudiantil Versin 5Estudiantil Versin 9Estudiantil Versin13
Estudiantil Versin Estud
Lags
Lags
Versin Estudiantil Versin Estudiantil Versin Estudi
antil Versin Estudiantil Versin Estudiantil Ve Versin Estudiantil Versin Estudiantil Versin Estudi
antil Versin Estudiantil Versin Estudiantil Ve
studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud studiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estudiantil Versin Estud

Para verificar lo que indica el anlisis grfico en cuanto al verdadero proceso estocstico
que est detrs de los datos, es necesario realizar pruebas ms formales (Dickey-Fuller) para
saber si la serie del producto es estacionaria.
Prueba de Dickey-Fuller para el PBI
Se muestra a continuacin la salida del programa INFOSTAT
Coef

Est.

Lag1_PIBsemestral2 4,6E-03

EE

LI(95%)

0,01

-0,01

LS(95%)
0,02

T
0,88

p-valor CpMallows
0,3818

0,78

La prueba de Dickey Fuller arroja un valor para el estadstico muestral t = 0.88. El valor
crtico de es 1.95 para un nivel de significancia del 5% en el modelo sin ordenada al origen ni
tendencia determinstica. El valor crtico es, en valor absoluto, mayor que el estadstico muestral
sealando la no estacionariedad de la serie del PIB semestral3. (Ver Tabla A del estadstico
de Dickey-Fuller publicada en Enders, Walter (1995)).
Se realizaron tambin pruebas para el logaritmo natural del PIB y la primera diferencia del
logaritmo del PIB. Se encontr que la serie del logaritmo del PIB no es estacionaria. La 1
diferencia del logaritmo del PBI, por su parte, result ser estacionaria.
Con respecto al desempleo, a los fines de averiguar si el desempleo es estacionario se
analizaron tres series: tasa de desempleo, su logaritmo natural y su tasa de crecimiento. Las
dos primeras son series no estacionarias y la tercera es estacionaria.
En sntesis, el modelo VAR estimado (no se muestra por razones de espacio) del cual se
obtuvieron las funciones de impulso respuesta y la descomposicin de la varianza del error de
pronstico del PBI, se estim con la tasa de crecimiento del PBI y con la tasa de crecimiento del
desempleo.

Cabe advertir que la prueba de estacionariedad de Dickey Fuller, presenta debilidades (por ej. pueden indicar no estacionariedad
cuando en realidad la serie slo tiene una tendencia determinstica o un trmino de desvo, sin ser no estacionaria) que sugieren
complementar el anlisis con otras pruebas para asegurar la estacionariedad de una variable, que se dejan para futuras
extensiones de este estudio.

4. El modelo emprico. VAR

Como vimos en la seccin anterior, las series del PIB y de la tasa de desempleo son no
estacionarias. Vamos, por lo tanto, a trabajar con las primeras diferencias de ambas series.
Segn hemos mencionado desde el comienzo las series del producto y del desempleo
estaran afectadas por dos tipos de shocks: de oferta y de demanda.
Si el gobierno sorprende a la gente generando una inflacin inesperada (por ejemplo la
autoridad monetaria realiza una emisin de dinero no esperada por los agentes privados, a
travs de la compra de ttulos pblicos en el mercado abierto), como cada una de las empresas
tarda en darse cuenta que todos los precios (y no nicamente el precio de su producto) han
subido, recibe estmulos para aumentar la produccin de su artculo. As, aumenta la
contratacin de mano de obra y baja el desempleo de su nivel natural.
A la larga, cuando las empresas comprenden que los precios relativos (suponiendo que la
inflacin deja inalterados los precios relativos) no han variado, despiden la mano de obra
excedente y el desempleo vuelve a su tasa natural o nivel de equilibrio de largo plazo. Es por
esto, que de acuerdo a la hiptesis de la tasa natural de desempleo, los shocks de demanda
(cambios en la cantidad nominal de dinero) no tienen efecto de largo plazo sobre el PBI real. En
cambio, los shocks de oferta (shocks de productividad) tienen efecto permanente sobre el nivel
del producto.
Adems de la percepcin errnea de la inflacin que sufren las empresas en el corto plazo,
las rigideces nominales (por ejemplo la presencia de salarios mnimos, tarifas de servicios
pblicos fijadas en contratos de concesin, etc.); permiten que el shock de demanda afecte al
PBI en el corto plazo hasta que los precios y salarios se ajusten nuevamente3. A causa de que
el stock de dinero es cambiado por la autoridad monetaria ms frecuentemente de lo que los
contratos laborales (a dos aos) son renegociados, la poltica monetaria tiene la capacidad de
afectar al producto real a corto pero no a largo plazo. En el largo plazo, slo los shocks de
oferta (shocks a la productividad) afectan al P.I.B. Pero ninguno de los shocks tiene efecto de
largo plazo sobre el desempleo.
A pesar de la simplificacin del modelo econmico, B & Q admiten que es un medio til para
discutir las limitaciones de nuestra interpretacin de shocks permanentes y transitorios.
El supuesto de que los shocks de oferta y demanda no estn correlacionados entre s
(ortogonalidad) no restringe los canales a travs de los cuales los shocks de oferta y demanda
afectan al producto y al desempleo.

4.a. Estimacin
Dado que el objetivo es descomponer la serie del PIB en sus componentes de oferta (con
efectos de corto y largo plazo) y demanda (slo con efectos de corto plazo) se necesita de otra
serie que slo sea afectada por los shocks en el corto plazo, esto es, que ninguno de los shocks
la altere en el largo plazo. Tal serie es la tasa de desempleo. De este modo, en una de las
ecuaciones habr ms variables que en la otra. Esto es, alguno de los coeficientes (si
planteamos que las dos variables dependen de todos los regresores) sern iguales a cero.
Esto es lo que permite identificar cada ecuacin.
4.b. El modelo VAR
El procedimiento consiste en estimar el modelo VAR de orden uno, que se muestra a
continuacin
3 como en los contratos de largo plazo en Fischer (1977), en el que presenta que an en presencia de
expectativas racionales la poltica monetaria activa puede afectar el producto real

 y t a10 a11
z = a + a
t 20 21

a12 y t 1 e1t
+
(I )
a 22 z t 1 e 2t

donde yt indica la tasa de crecimiento del PIB en el periodo t; y zt la tasa de crecimiento de

la tasa de desempleo.
Luego se invierte mediante induccin hacia atrs y obtenemos la ecuacin (II) de Promedios
Mviles que constituye la funcin impulso respuesta.

y t y a11
z = + a
t z i = 0 21

a12
a 22

e1t i
e ( II )
2t i

Las ecuaciones (III) y (IV) nos muestran la relacin entre los residuos que obtenemos del
VAR estimado y los residuos del VAR estructural. La ecuacin (III) proviene de escribir la
relacin entre los errores del VAR estndar (et) y los errores del VAR estructural (t).
Reemplazando (III) en (II), obtenemos la funcin impulso respuesta en funcin de los shocks
originales (IV).

b12 yt
e1t
1
(
)
[
]
=

1
/
1
b
b
12 21
e
( III )

b
1
t
2

zt
21

xt = + i t i

( IV )

i =0

Reemplazando (III) en (II) y definiendo i como:

1
i = A1i /(1 b12 b21 )
b21

b12
1

En consecuencia,la representacin Moving Average de (4) y (5) se puede escribir como:

10

 y t y 11 (i ) 12 (i ) e1t i
z = + (i ) (i ) e
2t i
22
t z i = 0 21
i

(4)

x t = + i t i

(5)

i =0

Los coeficientes de i pueden ser usados para generar los efectos de los shocks
yt y zt sobre las trayectorias temporales de {yt} y de {zt}.
La clave para la descomposicin de la serie {y t} en sus componentes llamados de tendencia
y componente irregular (suponiendo que en el componente irregular estn involucrados ciclo,
tendencia y el componente aleatorio de la teora clsica de la serie de tiempo) es suponer que
uno de los shocks tiene un efecto temporario sobre la serie {y t}. Es esta dicotoma entre los
efectos permanentes y transitorios la que permite la completa identificacin de las innovaciones
estructurales de un VAR estimado.
Desde que los shocks de demanda y oferta son NO observables, el problema es
recuperarlos de la estimacin VAR.
Pasos Descomposicin de Blanchard y Quah
1- Testear las variables del VAR por races unitarias y tendencia. Averiguar la longitud del
rezago. Hacer diagnostic cheking de los residuos (chequear si son ruido blanco)
2- Estimar, a partir de los residuos del VAR estimado, la matriz de var-cov y (1-a22(k)) y
a12(k), donde a22(k) indica el efecto sobre el valor de la variable 2 en el momento t , de
un shock sobre ella misma ocurrido en el periodo (t-k). Por su parte, a12(k), indica el
efecto sobre el valor de la variable 1 en el periodo t de un shock a la variable 2 en el
periodo (t-k).
3- Reemplazar las estimaciones hechas en el paso 2 en las siguientes restriciones:
Var(e1)=c11(0) + c12(0)
Var(e2)=c21(0) + c22(0)
Cov(e1, e2)= c11(0) c21(0) + c12(0) c22(0)
c11(0) [1-a22(k)]+ a12(k)c21(0) = 0
4- Habiendo hallado c11(0), c12(0), c21(0) y c22(0) junto con los residuos del VAR encontrar
las innovaciones estructurales
e1t-i = c11(0) 1t-i + c12(0) 2t-i
e2t-i = c21(0) 1t-i + c22(0) 2t-i
11

5- Las series identificadas {1t} y {2t} pueden ser usadas para obtener funciones impulso
respuesta y descomposiciones de varianza.

4.c. Funciones Impulso Respuesta

Estn formadas por los cuatro conjuntos de coeficientes
11 (i) , 12 (i), 21 (i), 22 (i)
En este trabajo tendramos cuatro funciones de impulso respuesta, la que capta la respuesta
de la tasa de crecimiento del PIB de Argentina ante un shock de demanda (por ej. un aumento
en la cantidad de dinero emitida por el Banco Central de la Repblica Argentina), la que
muestra el efecto que tiene un shock de demanda sobre el cambio en la tasa de desempleo; la
que indica la respuesta de la tasa de crecimiento econmico ante un shock de oferta (a saber,
un avance tecnolgico, un cambio en el precio de los insumos, etc.).
En este trabajo, siguiendo el mtodo de Blanchard y Quah (1989), para identificar las
ecuaciones, en vez de emplear la descomposicin de Choleski, se utilizan las cuatro
restricciones que mencionamos en la seccin de Identificacin, a saber:
1) Var(e1)=c11(0) + c12(0)

2) Var(e2)=c21(0) + c22(0)

3) Cov(e1, e2)= c11(0) c21(0) + c12(0) c22(0)

4) c11(0) [1-a22(k)]+ a12(k)c21(0) = 0
4.d. Descomposicin de varianza
La herramienta de la descompocin de varianza junto con la de la funcin impulso respuesta
constituyen el anlisis llamado Innovation Accounting, en la terminologa de W. Enders (1995).
Consiste en descomponer la varianza del error de pronstico.
Desde que el VAR no restringido est sobreparametrizado no sirve para pronsticos de corto
plazo. No obstante, entender las propiedades de los errores de pronstico es til para descubrir
las interrelaciones entre las variables en el sistema.
! Descripcin de las propiedades de los errores de pronstico en funcin de {t}
! Impulse Response xt = +

i =0

t i

! Vector de error de pronstico

12

n 1

x t + n E t xt + n = i t + n i
i =0

en funcin de los errores t

xt + n Et xt + n = et + n + A1et + n 1 + ... + A1n 1et + n 1

en funcin de los errores et

{y} es exgena si el shock zt no explica en absoluto la varianza del error de pronstico de yt

{y} es endgena si el shock zt explica toda la varianza del error de pronstico de yt
En investigacin aplicada es tpico que una variable explique casi toda la varianza del error
de pronstico en los horizontes temporales cortos y proporciones menores en horizontes
ms largos.
La descomposicin de varianza tiene el mismo problema inherente en la funcin impulso
respuesta. Para identificar las series zt y yt hay que restringir la matriz B. Los efectos
negativos de estos supuestos alternativos son reducidos en horizontes de pronstico ms
largos. Cuando n crece, las descomposiciones de varianza convergen.

5. Resultados
5.a. Funcin Impulso respuesta
La funcin impulso respuesta, que se obtuvo a travs del software economtrico RATS
(Regresion Analysis of Time Series) indica en qu porcentaje cambia el producto, por ejemplo,
ante un shock demanda igual a un error estndar. Las cuatro funciones de impulso-respuesta
se muestran en la figura 7.
Como se puede observar, un shock de oferta de un desvo estndar produce inicialmente un
aumento de 3.4 % en la tasa de crecimiento econmico, tardando 6 semestres (tres aos) en
llegar a su efecto de largo plazo de ms de 5 %. Esto significa que si, por ejemplo, la tasa de
crecimiento inicial del PIB fuese igual a 1%, luego del shock, la misma sera igual a 1.034%
(=1%(1+0.034)).
Por su parte, un shock de oferta de un desvo estndar reduce la tasa desempleo en 0.015
%. En cambio, el shock de demanda slo tiene un efecto transitorio sobre el PIB, produciendo
un grfico con la tradicional forma de joroba. Por su parte, ni el shock de demanda ni el de
oferta tienen un efecto de largo plazo sobre la tasa de desempleo.
De los grficos de las funciones impulso respuesta se observa el efecto reflejo que tambin
encontraron Blanchard y Quah para los datos de posguerra de Estados Unidos. Es decir,
cuando el producto sube, la tasa de desempleo baja indicando la conocida Ley de Okun (a
mayor producto menor la tasa de desempleo de la mano de obra)4.
4

Antes de interpretar estas funciones impulso respuestas, mencionaremos los resultados del test de
Causalidad a la Granger. Tal test sirve para fundamentar las restricciones que hay que imponer para
obtener las funciones de impulso respuesta y la descomposicin de varianza. Se obtuvo que el
desempleo no causa a la Granger al PIB y que el PBI causa a la Granger (precede) al desempleo a
los niveles de significancia convenciales (ej. 5%).
.

13

Figura 7. Funciones impulso respuesta

Respuesta del PIB ante un shock de oferta

Respuesta del PIB ante un shock de demanda

6.00

3.0

5.60

2.5

5.20
2.0
4.80
1.5
4.40
1.0
4.00
0.5
3.60

0.0

3.20

2.80

-0.5
1974

1980

1986

1992

1998

2004

2010

2016

2022

2028

1974 1979 1984 1989 1994 1999 2004 2009 2014 2019 2024 2029

Respuesta del desempleo ante un shock de demanda

Respuesta del desempleo ante un shock de oferta

0.032

0.025

-0.000

0.024

-0.025
0.016
-0.050
0.008
-0.075
0.000
-0.100
-0.008
-0.125

-0.016

-0.150

-0.024

-0.175
1974

1980

1986

1992

1998

2004

2010

2016

2022

2028

1974

1980

1986

1992

1998

2004

2010

2016

2022

2028

Por especificaciones de la rutina utilizada en RATS, en las funciones impulso-respuesta, cada ao debe interpretarse como un
semestre

14

5.b. Anlisis de la varianza del error de pronstico

Recordemos que el error de pronstico es el valor observado del PIB menos el valor
pronosticado del PIB. Aqu queremos averiguar qu parte de ese error de pronstico se debe a
una perturbacin por el lado de la oferta, como por ejemplo un cambio climtico, una huelga, un
aumento en el precio de los insumos, un cambio tecnolgico, etc y qu parte se debe a shocks
de demanda; esto es, cambios en la poltica monetaria y fiscal de un gobierno.
Hay que destacar que habra una aparente contradiccin, entre los resultados de la funcin
impulso respuesta y los de la descomposicin de varianza del error de pronstico del producto.
De acuerdo a la hiptesis terica, los shocks de demanda deberan alterar la tasa de
crecimiento del producto slo a corto plazo ( o para horizontes de pronstico cortos). La funcin
impulso respuesta de la respuesta del producto a los shocks de oferta tiene forma de joroba,
reflejando que aunque el shock de demanda afecta el PBI, su efecto es transitorio. Sin
embargo, de la descomposicin de varianza se desprende un resultado aparentemente distinto,
ya que el porcentaje de la variabilidad del error de pronstico explicada por la demanda no va
disminuyendo a medida que se alarga el horizonte de pronstico. Averiguar el por qu de esta
aparente paradoja requiere investigacin adicional.
En la descomposicin de la varianza del error de pronstico que efectuaron Blanchard y
Quah para los datos trimestrales de Estados Unidos de 1950:2 a 1987:4 encontraron que el
porcentaje del cambio en el PIB explicado por el shock de demanda vara dependiendo del
horizonte temporal de pronstico que se considere (por ejemplo mientras que para horizontes
de 1 y 2 trimestres el componente de demanda es 99 %, para un horizonte de 40 trimestres=10
aos, el porcentaje es de slo 39.3%). No ocurre lo mismo para los datos semestrales de
Argentina de 1974-2002. Aqu, se encuentra que el porcentaje de los cambios en el producto
asociados a perturbaciones de demanda se mantienen casi constantes en 36.7% desde
horizontes de 1 a 120 semestres=60 aos. Esto significa que, con la informacin del semestre
actual, si quisiermos predecir la tasa de crecimiento del producto del prximo semestre o la del
siguiente a este ltimo o de aqu a 120 semestres, la parte de la variabilidad del error de
pronstico causada por shocks de demanda es de 36.7%. Es decir, contrario a lo que
esperaramos por la teora econmica, el efecto de un shock de demanda sobre el producto no
parece desaparecer muy rpidamente.
Por supuesto, el shock de oferta explica el 63.3% de la variabilidad del error de pronstico
de la tasa de crecimiento del PIB, de ah que las polticas econmicas deberan ser manejadas
con cuidado ya que la mayor parte de la poltica comnmente usada es de demanda (emisin
monetaria) y estos resultados nos indican que tales polticas deberan orientarse hacia el lado
de la oferta de la economa, esto es, medidas tendientes a producir avances tecnolgicos que
mejoren la productividad.
En el caso del desempleo, el porcentaje de la variabilidad del error de pronstico es de 99 %
para 1 semestre para bajar a 96 % y quedarse en ese porcentaje para horizontes muy largos
(120 o 500 semestres). Aqu tambin aparecen diferencias con Blanchard y Quah donde el
shock de demanda explica el 51.9 % de la varianza del error de pronstico del desempleo de
EEUU para un horizonte de 1 trimestre hasta un 85.6% si el horizonte es de 40 trimestres.
Aunque la evolucin de este porcentaje cambia cuando los autores permiten cambios
estructurales y/o en las tendencias de las series del producto y del desempleo.
En sntesis, Blanchard y Quah legan a concluir que a corto y mediano plazo no se sabe cul
de los dos shocks oferta y demanda- es el que causa exactamente la fluctuacin del producto.
Sobre la descomposicin de la varianza, ellos destacan:
a)
las perturbaciones de demanda son importantes para explicar las fluctuaciones
del producto a corto plazo. Para Argentina, se encuentra que tambin son importantes a
largo plazo,

15

b)
los shocks de demanda son importantes en la explicacin de los cambios en el
desempleo en todos los horizontes temporales. En Argentina se encuentra el mismo
resultado aunque el porcentaje es mayor y su variabilidad en funcin del horizonte de
pronstico mucho menor, segn comentamos.

16

6.Anexo
Dada la serie yt = a0 + a1 yt 1 + ... + a p yt p + t + 1 t 1 + ... + q t q que describe un proceso
ARMA(p,q), esto es, Autorregresivo y de Promedios Mviles de orden p, q;.se detallan aqu los
distintos valores que pueden asumir p y q y bajo qu requisitos.
Cuadro 1. Funciones de Autocorrelacin y Autocorrelacin parcial tericas
Proceso

FAC

FACP

Ruido Blanco

todos s=0

todos ss =0

AR(1): a1> 0

decrece directamente
s = (a1)

AR(1): a1< 0

AR(p)

11 = 1
ss =0 para s 2

decrece de modo oscilante

11 = 1

s = (a1)

ss =0 para s 2

decrece hasta cero.

i 0 para i p

Los coeficientes pueden

todos los ss = 0 para s>p

oscilar.
MA(1): > 0

MA(1): < 0

ARMA(1,1): a1> 0

Barra positiva en rezago 1.

decrece oscilatoriamente:

s = 0 para s 2

11 > 0

Barra negativa en rezago 1.

decrece

s = 0 para s 2

11 < 0

Decrece exponencialmente

Decrece de modo oscilatorio

comenzando en el rezago

comenzando en el rezago uno

uno.

11 = 1

Signo 1 = signo (a1 + )

ARMA(1,1):a1< 0

ARMA(p, q)

Decrece oscilando

Decrece exponencialmente a

comenzando en el rezago 1

partir del rezago uno. 11=1

Signo 1 = signo (a1 + )

y el signo (ss) = signo (11)

Decrece (directa u oscilato-

Decrece (directa u

riamente) comenzando en

oscilatoriamente) comenzando

en el rezago q.

en el rezago P.

Fuente: (Enders 1995, cap. 2 pg. 85)

17

7. Referencias bibliogrficas
#

Arnaudo, A. y A. Jacobo (1997). "Macroeconomic homogeneity within Mercosur countries"

Estudios Econmicos, enero-junio.

Blanchard, Olivier y Fischer, Stanley (1998).Lectures on Macroeconomics, 11 edicin. The

MIT Press

Blanchard, Olivier y Quah, Danny (1989)."The dynamic effects of aggregate demand and
supply shocks". American Economic Review

Campbell, John y Mankiw, Gregory (1987 a). "Are output fluctuations transitory?". Quarterly
Journal of Economics 102, 4. Nov. 857-880

Campbell, John y Mankiw, Gregory (1987 b). "Permanent and transitory components in
macroeconomics fluctuations". American Economic Review. May. 111-117

Cerro, Ana Mara (1998)."La conducta cclica de la actividad econmica argentina en el

periodo 1820-1970". Mendoza. Reunin Anual de la Asoc. Arg. de Economa Poltica

Doan, Thomas. RATS User's Manual. Evanston, III.:Estima, 1992

Enders, Walter (1995). Applied Econometric Time Series, primera edicin, New York, Ed.
John Wiley & Sons, Inc., 1995).

Evans, George (1987). Output and Unemployment in the United States".Mimeo. Stanford
University

Gali, Jordi (1988)."How Well Does the AD/AS Model Fit Postwar U.S. Data?", MIT, julio.

Garegnani, Mara Lorena y Di Gresia, Luciano (1999). "Relacin entre ciclo econmico
regional y nacional: anlisis del periodo 1961-1995".Rosario. Reunin Anual de la Asoc. Arg.
de Economa Poltica.

Kydland, Finn y Zarazaga, Carlos (1997)."Is the business cycle of Argentina 'different'?".
Economic Review, Federal Reserve Bank of Dallas.

Meloni, Osvaldo (1998)"Algunas estimaciones del producto potencial de Argentina".

Mendoza. Reunin Anual de la Asoc. Arg. de Economa Poltica.

Prescott, Edward (1986). "Theory ahead of business cycle measurement". Federal Reserve
Bank of Minneapolis Quarterly Review 10, 4.

Sims (1980). "Macroeconomics and Reality". Econometrica 48 (enero),1-49

Sturzenegger, F. (1989), "Explicando las fluctuaciones del producto en la Argentina"

Econmica, diciembre-enero, pp.113-134

18