Lic. Davide Erdas ________________________ Impacto del Precio del Petróleo en los Estados Unidos ________________________ Efecto de la dependencia del.

Presentación del tema: "Lic. Davide Erdas ________________________ Impacto del Precio del Petróleo en los Estados Unidos ________________________ Efecto de la dependencia del."— Transcripción de la presentación:

1 Lic. Davide Erdas ________________________ Impacto del Precio del Petróleo en los Estados Unidos ________________________ Efecto de la dependencia del petróleo sobre el PIB (1946-2005)

2

3

4 Dependencia del petróleo La producción de petróleo en Estados Unidos alcanzó su máximo en el 1971 Las reservas probadas en el suelo americano alcanzaron su pique en los años setenta, y año tras año disminuyen a pesar de la política ahorradora de los gobiernos federales, que prefieren consumir en la mayor medida posible las reservas situadas en el exterior. Consecuencia: elevada dependencia de la oferta mundial

5

6

7 El trabajo de Hamilton (1983) Los cambios en la oferta de petróleo provocan cambios en el PIB USA Datos trimestrales (1949-1973) Precio del petróleo variable exógena

8 El modelo 1.El Producto Interior Bruto de Estados Unidos (Y), 1949-2005 2.La misma endógena retardada el año anterior (Y t-1 ), lo que caracteriza el modelo como dinámico mixto 3.La variación del precio del petróleo – d(poil) Y t = β 1 · Y t-1 + β 2 · d(Poil t-1 ) + β 3 · d(Poil t-2 ) + ε t

9 Estimación del modelo Sample(adjusted): 1949 2005 Included observations: 57 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. Y(-1) 1.0321560.002163477.2511 0.0000 D(POIL(-1)) -4.2883401.942924-2.207158 0.0316 D(POIL(-2)) -4.6311331.940829-2.386163 0.0206 R-squared0.998868 Mean dependent var5266.026 Adjusted R-squared0.998826 S.D. dependent var2727.301 S.E. of regression93.44858 Akaike info criterion11.96390 Sum squared resid471562.4 Schwarz criterion12.07142 Log likelihood-337.9710 Durbin-Watson stat1.751897 Ŷ t = 1,032 · Y t-1 – 4,288 · d(Poil t-1 ) – 4,631 · d(Poil t-2 )

10 Características estadísticas %RECM = √(SCE/T)/yˉ = 1,727%

11 Análisis de los residuos Normalidad de los resíduos

12 Análisis de los residuos Ausencia de autocorrelación Breusch-Godfrey Serial Correlation LM Test: F-statistic0.796570 Probability0.456297 Obs*R-squared1.456501 Probability0.482753 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 06/12/06 Time: 16:57 VariableCoefficientStd. Errort-StatisticProb. Y(-1)-9.55E-050.002174-0.0439480.9651 D(POIL(-1))0.9557962.1072260.4535800.6520 D(POIL(-2))-0.6519812.083681-0.3128990.7556 RESID(-1)0.1523920.1486101.0254460.3099 RESID(-2)-0.1346230.152136-0.8848830.3803 R-squared0.025553 Mean dependent var5.952854 Adjusted R-squared-0.049405 S.D. dependent var91.56794 S.E. of regression93.80262 Akaike info criterion12.00389 Sum squared resid457544.5 Schwarz criterion12.18311 Log likelihood-337.1110 Durbin-Watson stat2.013224

13 Análisis de los residuos Hortogonalidad de los parámetros Y(-1)D(POIL(-1))D(POIL(-2)) Y(-1)1-0.0014-0.0185 D(POIL(-1))-0.0011-0.0035 D(POIL(-2))-0.0185-0.00351 det = 0,999642

14 Análisis de los residuos Análisis de la heterocedasticidad White Heteroskedasticity Test: F-statistic 1.796118 Probability 0.118952 Obs*R-squared 10.10704 Probability 0.120216 Conclusión: posible cambio estructural

15 Test de Chow Chow Breakpoint Test: 1978 F-statistic2,351622 Probability0,083147 Log likelihood ratio7,385090 Probability0,060586 La nueva ecuación seria: Ŷ t = 1,031 · Y t-1 – 6,534 · d(Poil t-2 )

16 Análisis de cointegración *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(ERROR) Method: Least Squares Date: 06/12/06 Time: 18:19 Sample(adjusted): 1950 2005 Included observations: 56 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. ERROR(-1)-0.5774180.125362-4.6059950.0000 R-squared0.277744 Mean dependent var4.311608 Adjusted R-squared0.277744 S.D. dependent var149.0192 S.E. of regression126.6450 Akaike info criterion12.53835 Sum squared resid882142.0 Schwarz criterion12.57451 Log likelihood-350.0737 Durbin-Watson stat1.628120 d(ε t ) = δε t-1 + μ t H0: δ = 0. Presencia de una raíz unitaria. No cointegración. H1: δ ≠ 0. Cointegración.

17 Análisis de causalidad de Granger Pairwise Granger Causality Tests Date: 06/13/06 Time: 13:15 Sample: 1946 2005 Lags: 2 Null Hypothesis:ObsF-StatisticProbability D(POIL(-1)) does not Granger Cause Y56 3.79218 0.02915 Y does not Granger Cause D(POIL(+1)) 0.389500.67936 D(POIL(-2)) does not Granger Cause Y55 4.41878 0.01710 Y does not Granger Cause D(POIL(+2)) 0.62848 0.53748

18 Significado económico del modelo

19 Predicción. Posibles escenarios con la ecuación del modelo

20 No Cambio Aumento Aritmetico Aumento Geometrio d(poil) 20040,30 200517,02 200622,00 20070,0026,9831,96 20080,0031,9651,87 20090,0036,9491,71 20100,0041,92171,37 No cambio Aumento Aritmético Aumento geométrico 20062,53% 20071,68% 20082,32%1,33%1,14% 20093,20%1,99%1,25% 20103,20%2,90%1,09%

21 Conclusiones 1.Hay una relación negativa entre precio del petróleo y PIB USA 2.El aumento del precio del petróleo afecta negativamente el PIB 3.No hay pruebas para hablar de una relación bilateral 4.La dependencia del petróleo afecta negativamente al desarrollo