You are on page 1of 26

ECONOMETRA II

2015

PROYECCIN DE LA
VARIABLE
IMPORTACIONES

CTEDRA:
ECONOMETRA II
CATEDRTICO:
QUIROZ MARN, Oswaldo
ALUMNA:
ALCNTARA VARGAS, Lucero
INGAROCA ESTEBAN, Milagros
LAURA BALBN, Jesus
ROSALES ROMERO, Angy
VILLAVERDE VERASTEGUI, Karina
SEMESTRE:
VI
1

ECONOMETRA II

INTRODUCCIN
El presente trabajo es una aplicacin prctica del tema de predicciones para la cual se
ha utilizado la data de la variable importaciones a partir de ao 1985 hasta el mes de
Abril del presente en el Per. Se tiene como finalidad la mayor compresin del tema,
es as que el trabajo consta de tres partes.
La primera, el marco terico, con el cual se puede comprender algunos trminos
necesarios acerca de nuestra variable en cuestin, as como se muestra el ciclo que
ha tenido la misma, en los aos ya mencionados. La segunda parte, es el desarrollo
en el programa Eviews, con el cual buscamos obtener la prediccin de la variable en
los periodos de mayo, junio, julio, agosto y septiembre del ao 2015.
Finalmente, se presenta las conclusiones de aplicacin en el programa, as como
tambin las del trabajo en general.

ECONOMETRA II

NDICE
INTRODUCCION .................................................................................. Error! Marcador no definido.
CAPITULO I ....................................................................................................................................... 4
MARCO TEORICO ............................................................................................................................ 4
1.1.

LAS IMPORTACIONES ..................................................................................................... 4

OBJETIVO DE LA IMPORTACION .......................................................................................... 4


VENTAJAS Y DESVENTAJAS ................................................................................................. 5
IMPORTACIONES EN EL PER.............................................................................................. 5
CAPITULO II ...................................................................................................................................... 7
2.1.

APLICACIN .......................................................................................................................... 7
2.1.1.

ANALISIS GRAFICO .................................................................................................. 7

2.1.2.

DESESTACIONALIZACION DE LA SERIE .............................................................. 8

2.1.3.

TEST DE RAIZ UNITARIA ......................................................................................... 9

2.1.4.

TEST DE ZIVOT Y ANDREW .................................................................................. 10

2.1.5.

QUITAR LA TENDENCIA ESTOCASTICA ............................................................. 14

2.1.6.

REVISIN DEL CORRELOGRAMA ....................................................................... 15

2.1.7.

PREDICCION ................................................................. Error! Marcador no definido.

CONCLUSIONES ............................................................................................................................ 22
REFERENCIAS BIBLIOGRFICAS .............................................................................................. 23
ANEXO ............................................................................................................................................. 24

ECONOMETRA II

CAPITULO I
MARCO TERICO

1.1.

LAS IMPORTACIONES

La importacin es la operacin mediante la cual se somete una mercanca extranjera


a la regulacin y fiscalizacin tributaria, para poderla despus libremente destinar a
una funcin econmica de uso, produccin o consumo. Esta operacin puede recaer
en distintos tipos de objetos transportables, y se materializa al momento de pasar la
lnea aduanera e introducirla al consumo en el interior del pas. Segn su destino o
funcin, se distinguen las

importaciones definitivas y las temporales conocidas

tambin como de perfeccionamiento industrial.


Entonces, se denomina importacin a la accin comercial que implica y desemboca
en la introduccin de productos forneos en un determinado pas con la misin de
comercializarlos. Bsicamente, en la importacin, un pas le adquiere bienes y
productos a otro. Al no poder concretar la importacin de los productos madre,
nuestra empresa, est parada en materia de produccin.
Entonces, la importacin lo que hace es trasladar de manera formal y legal productos
que se producen en otro pas y que son demandados para el consumo y el uso del
pas al que se llevan. Las importaciones, es decir, los productos que se importan,
ingresan al pas de recepcin a travs de las fronteras y normalmente estn sujetos al
pago de cnones que establece el pas en cuestin. Asimismo, existen otras tantas
condiciones que se imponen para regular esta actividad comercial.
OBJETIVO DE LA IMPORTACIN

El objetivo primordial que se persigue con la importacin es el de poder adquirir,


disponer, productos, bienes, que no se producen en un pas y s en otro, o que se
consiguen ms baratos en otra nacin, o son de mejor calidad.

ECONOMETRA II
VENTAJAS Y DESVENTAJAS

Ahora bien, como en toda accin comercial, la importacin, implicar ventajas y


desventajas. Por el lado de los beneficios, en el caso que los productos importados
dispongan de un valor comercial menor, el consumidor se ver ms alentado a
adquirirlos y por caso, circular ms dinero. Y en cuanto a lo estrictamente negativo,
nos encontramos con que si los productos importados tienen un valor muchos ms
bajo a sus smiles nacionales, eso sin dudas, terminar perjudicando a la industria
nacional.
IMPORTACIONES EN EL PER

Los principales pases proveedores de bienes importados en abril del 2014 fueron
China con 22.95, Estados Unidos de Amrica 16.3%, Mxico 7 %, Alemania 5.7% y
Brasil con 5.4% del valor total real de las importaciones. Esto se observa en el
siguiente grfico:
Grfico N 1
Importacin real, segn pas de origen: Abril 2014
(Millones de dlares de 2002)

Fuente: Superintendencia Nacional de Aduanas y de Administracin Tributaria

El volumen de las importaciones reporta un resultado positivo, para ello se presenta


un cuadro.

ECONOMETRA II
Cuadro N1
Importacin FOB, segn uso o destino econmico: Abril 2014
(Millones de dlares de 2002)

Fuente: Superintendencia Nacional de Aduanas y de Administracin Tributaria


Instituto Nacional de Estadstica e Informtica

En el mes de anlisis, las importaciones alcanzaron un crecimiento de 4.9%


debido a un mayor componente importado de bienes de capital y materiales de
construccin, seguido de los bienes de consumo y las materias primas y
productos intermedios.

ECONOMETRA II

CAPITULO II
2.1.

APLICACIN

2.1.1. ANLISIS GRAFICO

Se toma datos estadsticos de las importaciones en el Per desde el mes de


enero de 1985 hasta el mes de abril del 2015, estos datos han sido obtenidos
del portal estadstico del Banco Central de Reserva del Per. Estos datos
estadsticos se encontraran en el anexo.

Grafico n 1
IMPORTACIONES
(MILLONES US$)

IMPOR
4,000

3,000

2,000

1,000

0
86

88

90

92

94

96

98

00

02

04

06

08

10

12

14

Fuente: BCRP
Elaboracin: Propia

Se observa en el grafico n1 que el comportamiento de la variable no es


homogneo y aparentemente existe una presencia de quiebre estructural en el
ao 2009.

ECONOMETRA II

Sin embargo, podra ser que, el comportamiento no homogneo de la variable,


se deba a la estacionalidad. Para ello es necesaria la desestacionalizacin de
la serie.
2.1.2. DESESTACIONALIZACION DE LA SERIE
Se desestacionaliza la serie para encontrar un mejor modelo.
A travs del Mtodo de Promedios Mviles, se obtiene la serie original sin el
componente estacional, IMPORTACIONES_SA, y a travs del anlisis del
Grfico 02 se verifica la presencia de estacionalidad. Se utiliz el mtodo de
ajuste aditivo dado el comportamiento de la serie.
Grafico n 2
SERIE ORIGINAL Y SERIE DESESTACIONALIZADA
4,000

3,000

2,000

1,000

0
86

88

90

92

94

96

98

IMPORTACIONES

00

02

04

06

08

10

12

14

IMPORTACIONES_SA

Al observar el grafico n2, podemos concluir que la serie presenta


volatilidad debido al componente estacional y aun podemos intuir que
existe quiebre estructural en el ao 2009. La estacionalidad exagera la
volatilidad, a partir de este punto, se trabajar con la serie sin
estacionalidad.

ECONOMETRA II

2.1.3. TEST DE RAZ UNITARIA


La serie presenta 364 observaciones antes de realizar el test de Andrew y
Zivot, realizaremos la prueba de Dickey-Fuller (DF) y Phillips-Perron (PP) para
comprobar si tiene raz unitaria; no se debe olvidar que DF no consideran la
existencia de quiebre estructural en cambio PP tienen sospecha de quiebre
estructural.
2.1.3.1.

Augmented Dickey - Fuller


Null Hypothesis: IMPORTACIONES_SA has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 4 (Automatic - based on SIC, maxlag=16)

Augmented Dickey-Fuller test statistic


Test critical values:
1% level
5% level
10% level

t-Statistic

Prob.*

-1.874130
-3.983828
-3.422391
-3.134057

0.6658

*MacKinnon (1996) one-sided p-values.

La probabilidad es mayor al 5% (0.6658


0.05) por lo que podemos
concluir que la serie de importaciones tiene raz unitaria, otra forma de
determinar que la serie es raz unitaria es que el valor absoluto del tstatictic de Dickey-Fuller Augmented es menor al valor absoluto de los
valores crticos de MacKinnon (por ejemplo, 1.874130 3.983828 al 99% de
confianza).
2.1.3.2.

Phillips-Perron
Existen sospechas de quiebre estructural, por ello es factible aplicar la
prueba de Phillips Perron, en niveles.
Null Hypothesis: IMPORTACIONES_SA has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 3 (Newey-West automatic) using Bartlett kernel

Phillips-Perron test statistic


Test critical values:
1% level
5% level
10% level

Adj. t-Stat

Prob.*

-1.670930
-3.983541
-3.422252
-3.133975

0.7623

*MacKinnon (1996) one-sided p-values.

ECONOMETRA II

La probabilidad es mayor al 5% (0.7623

0.05) por lo que podemos

concluir que la serie de importaciones tiene raz unitaria, otra forma de


determinar que la serie es raz unitaria es que el valor absoluto del tstatistic de Phillips - Perron es menor al valor absoluto de los valores
crticos de MacKinnon (por ejemplo: 1.670930 3.983541, 99% de
confianza).

Despus de haber realizado los test de raz unitaria se concluye que la serie
presenta raz unitaria, no se puede afirmar aun si es por la existencia de
quiebre estructural, es por ello que realizamos el test de Zivot y Andrew.
2.1.4. TEST DE ZIVOT Y ANDREW
La bsqueda de este mtodo de encontrar el

quiebre estructural, realiza

pruebas estadsticas secuencialmente las cuales generan las variables


Dummy, y estas se muestran mediante la tendencia y media. Dado que nuestra
serie tiene 364 observaciones, el programa ha generado 253 variables dummy
para quiebre en media (desde DUM56 hasta DUM309) y otras 253 variables
dut para quiebre en tendencia (desde DUT56 hasta DUT309).
Se obtiene clculos, a travs de las variables dummy generadas para quiebres
en media como para quiebres en tendencia, las cuales se muestran en los
grficos siguientes para aceptar o rechazar la hiptesis nula.

10

ECONOMETRA II

Grafico n 3
RESULTADO DEL TEST F DE QUIEBRE ESTRUCTURAL DE ZIVOT Y ANDREW
5,000

4,000

3,000

2,000

1,000

0
50

100

150
F

200
FT

250

300

350

FM

Fuente: BCRP
Elaboracin: Propia

En el grafico n3 la lnea roja (FT) muestra el resultado del test F aplicado


secuencialmente, para posibles quiebres en tendencia, la lnea verde (FM),
muestra el mismo test para posibles quiebres en media, la lnea azul (F) es el
test F, para ambos casos.

En el grafico n03 observamos que la lnea roja muestra valores ms altos,


entonces podemos decir que existe evidencia de un posible quiebre en
tendencia, en otras palabras existe quiebre en la serie y no raz unitaria. El
punto de quiebre en tendencia estara alrededor de la observacin 225.

11

ECONOMETRA II

Grafico n 4
TEST DE ZIVOT Y ANDREW - QUIEBRE EN MEDIA
0

-1

-2

-3

-4

-5
75

100

125

150

175

ZIVOTM

200

225

250

275

300

VCRITM

En el grafico n04 se pude ver que la lnea asociada al resultado del test
aplicado secuencialmente, no cruza el valor crtico. Por lo tanto no existe
quiebre en la media.
Grafico n 5
TEST DE ZIVOT Y ANDREW
QUIEBRE EN TENDENCIA
0

-1

-2

-3

-4

-5
75

100

125

150

175

ZIVOTT

200

225

250

275

300

VCRITT

Fuente BCRP
Elaboracin: Propia

12

ECONOMETRA II

En el grafico n05 se pude ver que la lnea asociada al resultado del test
aplicado secuencialmente, no cruza el valor crtico. Por lo tanto no existe
quiebre en la tendencia.

Al analizar el grafico n03 dedujimos que si haba quiebre en la serie en la


tendencia pero en el grafico n05 con toda seguridad se concluye que no
existe quiebre estructural en la tendencia.
Grafico n 6
TEST ZIVOT Y ANDREW- QUIEBRE EN MEDIA Y TENDENCIA
0

-1

-2

-3

-4

-5

-6
75

100

125

150

175
ZIVOT

200

225

250

275

300

VCRIT

Fuente: BCRP
Elaboracin: Propia

El grafico n06 muestra que el test de Zivot y Andrew aplicado a ambos casos
no cruza el valor crtico, por lo que no existe quiebre en tendencia y quiebre en
media.

Se concluye que la volatilidad que presenta la serie es por la presencia de raz


unitaria, esto quiere decir que el test de Dickey-Fuller y Phillips-Perron estaban
en lo correcto al predecir que la serie de importaciones es raz unitaria.

13

ECONOMETRA II

Se rechaza la hiptesis nula que se plante al realizar el test de Zivot y


Andrew, esto quiere decir que no existe quiebre estructural, es no estacionaria,
es raz unitaria y tiene caminata aleatoria.

2.1.5. QUITAR LA TENDENCIA ESTOCSTICA


Existen dos formas para convertir la serie en estacionaria, son las siguientes:
1. Ya que la serie presenta raz unitaria, le quitamos la tendencia estocstica
integrando en primera diferencia con la siguiente ecuacin en Eviews para
obtener la serie sin tendencia.

genr dimportaciones=d(importaciones_sa)

Le sacamos el test de Augmented Dickey y Fuller para comprobar la no


existencia de quiebre estructural. Se escoge la opcin level y none en el
test de ADF
Null Hypothesis: DIMPORTACIONES has a unit root
Exogenous: None
Lag Length: 3 (Automatic - based on SIC, maxlag=16)

Augmented Dickey-Fuller test statistic


Test critical values:
1% level
5% level
10% level

t-Statistic

Prob.*

-7.023908
-2.571419
-1.941709
-1.616108

0.0000

*MacKinnon (1996) one-sided p-values.

La probabilidad es menor al 5% (0.0000 0.05) por lo que podemos


concluir que la serie de importaciones ya no tiene raz unitaria, otra forma
de determinar que la serie ya no es raz unitaria es que el valor absoluto
del t- statictic de Dickey-Fuller Augmented es mayor al valor absoluto de
los valores crticos de MacKinnon (por ejemplo, 7.023908 2.571419 al
99% de confianza).

14

ECONOMETRA II

2. La otra forma es utilizar la variable desestacionalizada es integrndola en


primera diferencia. Para ello se realiza el test de Augmented Dickey Fuller
y se escoge la opcin de 1 st difference y none.
Null Hypothesis: D(IMPORTACIONES_SA) has a unit root
Exogenous: None
Lag Length: 3 (Automatic - based on SIC, maxlag=16)

Augmented Dickey-Fuller test statistic


Test critical values:
1% level
5% level
10% level

t-Statistic

Prob.*

-7.023908
-2.571419
-1.941709
-1.616108

0.0000

*MacKinnon (1996) one-sided p-values.

La probabilidad es menor al 5% (0.0000<0.05) por lo que podemos concluir


que la serie de importaciones ya no tiene raz unitaria, otra forma de
determinar que la serie ya no es raz unitaria es que el valor absoluto del tstatictic de Dickey-Fuller Augmented es mayor al valor absoluto de los
valores crticos de MacKinnon (por ejemplo, 7.023908>2.571419 al 99% de
confianza).

Se comprueba que las dos formas de corregir la raz unitaria nos dan los
mismos resultados en el test de Augmented Dickey y Fuller.

2.1.6. REVISIN DEL CORRELOGRAMA


Para controlar la aleatoriedad de la serie de tiempo se procede a analizar el
autocorrelation y partial correlation e identificar que procesos autoregresivos
(AR, MA, ARMA o ARIMA) tiene la serie a la cual ya volvimos estacionaria.

En Eviews buscamos la barra de correlograma y seleccionamos 1st difference


-porque hemos solucionado el problema de raiz unitaria realizando la
integracion de orden- obtenemos el siguiente grafico.

15

ECONOMETRA II

Grafico n 7
CORRELOGRAMA

Observamos que puede existir un AR(3) y un MA(1), es por ello que agregamos esos
procesos a nuestro modelo con la siguiente ecuacin:

LS D(LOG(IMPORTACIONES_SA)) C AR(3) MA(1)


Esta ecuacin ser guardada con el nombre de larima(311)

16

ECONOMETRA II

Resultando lo siguiente:
Dependent Variable: D(LOG(IMPORTACIONES_SA))
Method: Least Squares
Date: 06/20/15 Time: 23:02
Sample (adjusted): 1985M05 2015M04
Included observations: 360 after adjustments
Convergence achieved after 6 iterations
MA Backcast: 1985M04
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
AR(3)
MA(1)

0.007911
0.120518
-0.272909

0.004279
0.052400
0.050973

1.848792
2.299963
-5.353990

0.0653
0.0220
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.087890
0.082780
0.098093
3.435105
326.5523
17.20005
0.000000

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.007855
0.102423
-1.797513
-1.765129
-1.784636
1.985247

Se concluye que el AR (3) y MA (1) identificados en el correlograma son


significativos.
El proceso que se identifica es un ARIMA (3,1,1).

17

ECONOMETRA II

2.1.6.1. REVISIN DE RUIDO BLANCO


Al revisar el diagnostico de los residuos en el correlograma observamos
que no existe ruido blanco por lo que se puede pronosticar la serie.

No existe ruido blanco ya que las probabilidades son significativas, esto


quiere decir qu no existe una fecha especifica que afecte el valor de hoy
de la serie.
2.1.7. PREDICCIN
Se realiza la prediccin en la serie desestacionalizada y no en la serie original.
Para ello llevaremos a cabo el siguiente procedimiento:

18

ECONOMETRA II

1. Generamos en Eviews la variable mes:


Genr mes= @month
2. Generamos los promedios mensuales.

Abrir el factor estacional (importaciones_sf)

Seleccionar descriptive statitistcs

Seleccionar stats by clasification

Seleccionar media, desviacin estndar y completar en


series group for classify con mes.
Descriptive Statistics for
IMPORTACIONES_SF
Categorized by values of MES
Date: 06/23/15 Time: 22:41
Sample: 1985M01 2015M04
Included observations: 364
MES
1
2
3
4
5
6
7
8
9
10
11
12
All

Std. Dev.
28.07850
146.9137
25.56613
19.51182
38.54004
40.06546
74.33208
93.53486
23.76100
70.38943
16.23842
60.01907
80.24334

Obs.
31
31
31
31
30
30
30
30
30
30
30
30
364

3. Abrimos nuestra variable guardada como larima311


o Abrimos forecast
o Seleccionamos IMPORTACIONES_SA
o Ponemos el nombre de IMPORFSA
o Se seleciona STATIC FORECAST

19

ECONOMETRA II

Obtenemos el siguiente grafico

Grafico n 8
5,000

Forecast: IMPORFSA
Actual: IMPORTACIONES_SA
Forecast sample: 1985M01 2015M09
Adjusted sample: 1985M05 2015M09
Included observations: 364
Root Mean Squared Error
94.31377
Mean Absolute Error
61.50831
Mean Abs. Percent Error
7.204109
Theil Inequality Coefficient
0.029538
Bias Proportion
0.000022
Variance Proportion
0.002144
Covariance Proportion
0.997834

4,000

3,000

2,000

1,000

0
86

88

90

92

94

96

98

00

IMPORFSA

02

04

06

08

10

12

14

2 S.E.

o El coeficiente de Theil es 0.029538, es pequeo por lo que se


concluye que el modelo tiene un ajuste perfecto y es muy bueno
para predecir.
o La proporcin de sesgo del coeficiente de desigualdad de theil es
0.000022 que es muy pequeo, esto significa que el modelo es
confiable para predecir.
o El 99.78% del error del pronstico se debe a un error no
sistemtico.
o El 0.22% del error del pronstico se debe a un error sistemtico,
especialmente en la varianza.

4. se adelanta un periodo en el rango


5. Se abre IMPORTACIONES_SA y IMPORFSA como grupo
6. Se copia la variable predicha en IMPORFSA y se copia en IMPORTACIONES_SA
7. En el modelo se va a forecast, se selecciona IMPORTACIONES_SA y STATIC
FORECAST

20

ECONOMETRA II

8. Se obtiene el nuevo valor predicho.

VALORES PREDICHAS PARA LOS MESES DE MAYO, JUNIO, JULIO,


AGOSTO DEL AO 2015

MESES PREDICHAS
2015M05
2015M06
2015M07
2015M08
2015M09

IMPORFSA
IMPORTACIONES_SA
3156.200006166939
3156.200006166939
3178.328428088638
3178.328428088638
3177.227435542286
3177.227435542286
3210.892061344014
3210.892061344014
3236.034202533283

Para el mes de mayo del ao 2015 se predice un crecimiento de las


importaciones las que llegaran a ser 3156.20 millones de nuevos soles.
Para el mes de junio del ao 2015 se proyecta que las importaciones sean
3178.33 millones de nuevos soles.

21

ECONOMETRA II

CONCLUSIONES
-

En nuestra aplicacin podemos observar que la variable importaciones no


tiene quiebre estructural y que las perturbaciones que tiene es por ser raz
unitaria.

Al ser una raz unitaria se la corrigi integrndola con orden 1, realizamos


nuevamente el test de Dickey y Fuller y nos sale que ya no hay presencia de
raz unitaria.

Tambin se concluye que la variable ya desestacionalizada es un proceso


Arima (3,1,1).

Al realizar la proyeccin de la serie desestacionalizada se observa que en el


grafico del Forecast el coeficiente de Theil tiene un valor muy bajo lo que nos
dice que nuestro modelo seleccionado es bueno para predecir.

Las importaciones predichas para el mes de mayo del ao 2015 es 3156.20


millones de nuevos soles

Las importaciones predichas para el mes de junio del ao 2015 es 3178.33


millones de nuevos soles.

Las importaciones predichas para el mes de julio del ao 2015 es 3177.23


millones de nuevos soles.

22

ECONOMETRA II

REFERENCIAS BIBLIOGRFICAS

BCRP. (20 de 06 de 2015). BANCO DENTRAL DE RESERVA DEL PERU. Obtenido


de www.bcrp.com.pe

GUJARATI, D. N., & PORTER, D. C. (2009). Econometra. Mxico D.F.: Mc. Graw
Hill Quinta Edicin.

Kydland F. y Prescott. (1990). Business Cycles: Real Facts an a Monetary Myth.

Ministerio de Comercio Exterior y Turismo. (2015). Obtenido de


www.mincetur.gob.pe

RANGEL, A. (2007). Histresis en la tasa de desempleo de Bogot?. Consideraciones


sobre el uso de los test ADF y ZA. Revista de Economa & Administracin, Vol.4, 136139.

SNCHEZ, P. A. (2008). Cambios Estructurales en Series de Tiempo: Una revisin de


estado de arte. Revista Ingenierias Universidad de Medellin.

TORRES, C. (2008). Introduccin al tema de races unitarias en la modelacin


economtricas. BCCR - Departamento de Investigacin Econmica.

23

ECONOMETRA II

ANEXO
1. DATOS ESTADSTICOS DE LAS IMPORTACIONES
Ene85
Feb85
Mar85
Abr85
May85
Jun85
Jul85
Ago85
Sep85
Oct85
Nov85
Dic85
Ene86
Feb86
Mar86
Abr86
May86
Jun86
Jul86
Ago86
Sep86
Oct86
Nov86
Dic86
Ene87
Feb87
Mar87
Abr87
May87
Jun87
Jul87
Ago87
Sep87
Oct87
Nov87
Dic87
Ene88
Nov00
Dic00

160.6102
149.7077
146.2521
161.388
175.9214
142.875
127.0343
130.9667
181.6837
149.3315
157.6567
139.1792
139.7585
161.9138
160.7376
211.0735
193.2977
231.8815
225.4556
214.2785
282.8057
262.2777
273.8146
292.051
276.6884
277.5119
216.1507
198.3113
229.4111
225.175
255.3609
301.0681
313.0792
241.6578
337.9371
342.7262
272.8108
640.0432
605.6633

Mar88
Abr88
May88
Jun88
Jul88
Ago88
Sep88
Oct88
Nov88
Dic88
Ene89
Feb89
Mar89
Abr89
May89
Jun89
Jul89
Ago89
Sep89
Oct89
Nov89
Dic89
Ene90
Feb90
Mar90
Abr90
May90
Jun90
Jul90
Ago90
Sep90
Oct90
Nov90
Dic90
Ene91
Feb91
Mar91
May05
Jun05

187.5334
169.0197
269.2522
283.8331
282.7928
243.562
266.7782
198.9027
197.5546
196.5409
180.1224
157.2153
177.244
211.3913
176.9513
175.5979
148.3048
156.5324
149.6442
182.6617
251.5971
319.2779
317.139
336.2431
278.32
235.9852
229.4787
236.6075
322.0638
216.0107
169.949
174.7747
201.3286
203.9938
239.2761
237.9102
233.4282
993.6486
956.137

May91
Jun91
Jul91
Ago91
Sep91
Oct91
Nov91
Dic91
Ene92
Feb92
Mar92
Abr92
May92
Jun92
Jul92
Ago92
Sep92
Oct92
Nov92
Dic92
Ene93
Feb93
Mar93
Abr93
May93
Jun93
Jul93
Ago93
Sep93
Oct93
Nov93
Dic93
Ene94
Feb94
Mar94
Abr94
May94
Dic08
Ene09

288.2164
289.5412
353.7478
289.9929
313.5579
357.1605
333.8344
355.3465
344.201
351.6435
337.5721
299.5077
325.3947
309.4601
336.9868
321.5178
340.1924
344.7846
327.9161
362.2131
263.1772
317.2264
314.652
328.5067
320.8845
322.8367
325.1685
367.286
407.0825
344.562
408.8784
440.1582
377.9705
357.2517
423.2717
408.3567
453.7262
1921.365
1772.252

Jul94
Ago94
Sep94
Oct94
Nov94
Dic94
Ene95
Feb95
Mar95
Abr95
May95
Jun95
Jul95
Ago95
Sep95
Oct95
Nov95
Dic95
Ene96
Feb96
Mar96
Abr96
May96
Jun96
Jul96
Ago96
Sep96
Oct96
Nov96
Dic96
Ene97
Feb97
Mar97
Abr97
May97
Jun97
Jul97
Jul12
Ago12

426.6782
506.3998
491.802
508.4697
573.7431
563.6781
591.4914
525.6599
679.1721
572.39
677.1998
639.9383
653.7833
727.0693
649.8591
650.5987
740.389
625.3414
628.8926
535.3129
617.5249
613.2882
748.5954
636.4905
706.6726
687.6152
637.7868
734.607
665.768
651.6582
720.2237
560.5484
625.1733
756.549
703.507
671.3022
719.0663
3732.386
3796.374

Sep97
Oct97
Nov97
Dic97
Ene98
Feb98
Mar98
Abr98
May98
Jun98
Jul98
Ago98
Sep98
Oct98
Nov98
Dic98
Ene99
Feb99
Mar99
Abr99
May99
Jun99
Jul99
Ago99
Sep99
Oct99
Nov99
Dic99
Ene00
Feb00
Mar00
Abr00
May00
Jun00
Jul00
Ago00
Sep00

774.6227
743.7556
724.2089
727.7898
685.7251
670.5007
713.7536
756.8061
690.1687
724.4276
698.448
693.1824
656.2939
620.5558
616.3553
692.5228
496.4736
489.312
554.0075
544.3882
516.2117
538.2729
513.6011
567.5901
605.1876
593.8568
637.3777
654.2054
587.2583
569.5186
618.4941
563.5495
635.5663
640.4659
602.9965
627.9866
554.2386

24

ECONOMETRA II
Ene01
Feb01
Mar01
Abr01
May01
Jun01
Jul01
Ago01
Sep01
Oct01
Nov01
Nov02
Dic02
Ene03
Feb03
Mar03
Abr03
May03
Jun03
Jul03
Ago03
Sep03
Oct03
Nov03
Dic03
Ene04
Feb04
Mar04
Abr04
May04
Jun04
Jul04
Ago04
Sep04
Oct04
Nov04
Dic04
Ene05
Feb05

591.5987
643.554
598.8203
581.265
649.8193
526.9656
634.8649
630.1535
591.068
615.2727
586.8958
630.8784
672.8152
709.9148
613.4444
705.7459
684.1927
626.1796
659.4696
726.5433
652.8156
695.0654
724.8173
684.7816
721.8786
692.9933
656.3878
768.8618
831.5839
759.5691
826.4354
788.0298
898.3646
854.0993
853.7651
905.3078
969.3782
917.9793
806.7976

Jul05
Ago05
Sep05
Oct05
Nov05
Dic05
Ene06
Feb06
Mar06
Abr06
May06
Jun06
Jul06
Ago06
Sep06
Oct06
Nov06
Dic06
Ene07
Feb07
Mar07
Abr07
May07
Jun07
Jul07
Ago07
Sep07
Oct07
Nov07
Dic07
Ene08
Feb08
Mar08
Abr08
May08
Jun08
Jul08
Ago08
Sep08

1046.725
1092.396
1022.394
1089.705
1113.658
1050.404
1069.65
1027.019
1283.818
1113.051
1253.41
1263.142
1195.581
1249.872
1225.122
1401.401
1336.523
1425.493
1438.083
1365.377
1404.756
1471.969
1485.147
1533.249
1759.123
1819.265
1710.448
2034.678
1771.313
1797.112
2188.649
1881.611
2196.167
2309.883
2480.625
2762.444
2760.262
2469.462
2747.77

Feb09
Mar09
Abr09
May09
Jun09
Jul09
Ago09
Sep09
Oct09
Nov09
Dic09
Ene10
Feb10
Mar10
Abr10
May10
Jun10
Jul10
Ago10
Sep10
Oct10
Nov10
Dic10
Ene11
Feb11
Mar11
Abr11
May11
Jun11
Jul11
Ago11
Sep11
Oct11
Nov11
Dic11
Ene12
Feb12
Mar12
Abr12

1540.959
1570.209
1673.794
1486.266
1666.596
1749.416
1738.206
1842.591
1950.613
2014.115
2005.671
2074.571
1873.813
2387.426
2227.928
2088.209
2294.015
2538.805
2578.925
2697.525
2663.382
2704.531
2686.189
2713.784
2582.048
2901.994
3134.916
3230.438
3241.598
3040.922
3458.446
3192.662
3155.162
3250.175
3249.376
3305.053
2866.997
3402.69
3204.231

Sep12
Oct12
Nov12
Dic12
Ene13
Feb13
Mar13
Abr13
May13
Jun13
Jul13
Ago13
Sep13
Oct13
Nov13
Dic13
Ene14
Feb14
Mar14
Abr14
May14
Jun14
Jul14
Ago14
Sep14
Oct14
Nov14
Dic14
Ene15
Feb15
Mar15
Abr15

3492.59
3797.604
3599.328
3138.227
3763.095
3187.148
3279.126
3526.268
3797.422
3208.469
3762.53
3968.804
3417.977
3782.063
3393.452
3161.494
3616.645
2970.445
3372.319
3588.512
3506.764
3296.769
3574.753
3592.7
3378.439
3559.998
3253.909
3097.764
3148.148
2823.017
3215.826
3007.16

25

ECONOMETRA II

26