panel inflación en América Latina versión oct12 ar3 · como el tipo de cambio, y la apertura...
Transcript of panel inflación en América Latina versión oct12 ar3 · como el tipo de cambio, y la apertura...
A. Acosta, D. Barráez, D. Pérez y J. Pérez
1
La inflación en América Latina durante el período 1995-2010: un estudio de panel dinámico de curvas Phillips frecuentista y
bayesiano.
Ali Acosta1 Daniel Barráez1,2, Danyira Pérez1, Juan Carlos Pérez1 Banco Central de Venezuela1
Universidad Central de Venezuela2
[email protected], [email protected], [email protected], [email protected]
Resumen
Este trabajo analiza el comportamiento de la inflación en once países de América Latina: Argentina, Brasil, Bolivia, Chile, Colombia, Guatemala, México, Perú, Uruguay y Venezuela, durante el lapso 1995 - 2010, mediante un panel dinámico de curvas de Phillips de frecuencia trimestral, estimado con la metodología desarrollada por Arellano and Bond (1991) y métodos bayesianos de densidades a priori jerárquicas. Los resultados sugieren que en la estimación bayesiana el coeficiente de la brecha del producto, es similar para el conjunto de países incluidos en el panel, pero de menor magnitud que en la estimación frecuentista. Por otra parte, las fluctuaciones del tipo de cambio nominal y de los precios de los commodities, tienen un impacto menor en los países de la región que adoptaron el régimen de metas de inflación. Palabras claves: curva de Phillips, panel data, estimador Arellano and Bond, MGM,
economías emergentes. Clasificación JEL: E31, C23, F41
Abstract
This paper analyzes the behavior of inflation in eleven Latin American countries: Argentina, Brazil, Bolivia, Chile, Colombia, Guatemala, Mexico, Peru, Uruguay and Venezuela, during the period 1995 - 2010, using a dynamic panel Phillips curves quarterly frequency, estimated with the method developed by Arellano and Bond (1991) and Bayesian hierarchical a priori density. The results suggest that the Bayesian estimation coefficient of the output gap is similar for all countries included in the panel, but of lesser magnitude than in the frequentist estimate. Moreover, fluctuations in the nominal exchange rate and commodity prices have less impact on the countries of the region that adopted the inflation targeting regime. Key words: Phillips curve, panel data, Arellano and Bond estimator, GMM, emerging economies. JEL classification: E31, C33, C11
A. Acosta, D. Barráez, D. Pérez y J. Pérez
2
INTRODUCCIÓN Desde mediados de la década de los noventa, la inflación en América Latina (AL) al igual
que en la mayor parte del mundo, ha presentado una tendencia descendente con niveles
significativamente menores a los registrados durante la década de los ochenta. A partir de
mediados de la década de los noventa en varios países de la región, se introdujeron
cambios importantes en las políticas fiscales, cambiarias, comerciales y monetarias.
Estos cambios dieron lugar a, la transición de regímenes de tipo de cambio fijo a otros
más flexibles, la adopción del régimen de metas de inflación, una mayor apertura
comercial y financiera, y cambios en el financiamiento del déficit fiscal (excluyendo o
limitando la financiación monetaria), acompañado de un crecimiento económico sostenido
durante el período 2002 - 2008 y la estabilización del tipo de cambio nominal en varios
países. El boom de los precios de los “commodities”, durante el período 2004-2008,
generó efectos mixtos en la inflación. Tuvo efectos inflacionarios directos en la región, por
la vía de los bienes importados. Sin embargo, también ocasionó una mejora de los términos
de intercambio y de las balanzas comerciales, que a su vez resultaron en las apreciaciones
del tipo de cambio.
Este trabajo pretende estudiar el comportamiento de la inflación en AL, mediante un panel
dinámico de curvas de Phillips para las economías de Argentina, Brasil, Bolivia, Chile,
Colombia, Costa Rica, Guatemala, México, Perú, Uruguay y Venezuela, durante el periodo
1995-2010. En primer lugar, se estima un panel dinámico para estudiar el comportamiento
como región y examinar los efectos del grado de apertura y el boom de los commodities en
la inflación latinoamericana. Para ello, se utilizó la metodología de Arellano and Bond
(1991) con el método generalizado de los momentos, así como métodos bayesianos de
densidades jerárquicas, que permite estimar coeficientes aleatorios individuales para
comparar las diferentes economías de la región y examinar en particular los efectos del
régimen de metas de inflación.
Los principales hallazgos del trabajo son los siguientes. En cuanto a la importancia relativa
de los determinantes, medidos por el valor absoluto de sus respectivos coeficientes, la
persistencia inflacionaria resultó la de mayor peso, seguido del tipo de cambio nominal,
luego la brecha y finalmente la inflación de los commodities. Este hallazgo resultó robusto
con respecto a la metodología de estimación y a las diferentes especificaciones, además,
A. Acosta, D. Barráez, D. Pérez y J. Pérez
3
todos los coeficientes estimados tienen los signos esperados. Cabe destacar, que con la
metodología de Arellano and Bond (AB), los valores absolutos de los coeficientes
estimados de estas variables resultaron más elevados. La apertura comercial también
resultó con el signo esperado y estadísticamente significativo con la metodología de AB,
consistente con la amplia literatura tanto teórica como empírica acerca de la relación entre
apertura e inflación (Romer (1993), Edwards (1993), Lane (1997)). Sin embargo, con la
metodología bayesiana, la apertura no fue significativa. Estos resultados contrastan con los
hallados con los encontrados por Arreaza y Pedagua (2006), quienes reportaron una
relación positiva entre apertura e inflación. En el panel de efectos aleatorios, se incluyeron
variables dummy que identificaron a los países con el régimen, de metas de inflación, que
resultaron significativas y con el signo esperado para Colombia, México y Perú. En este
panel, se procedió además, a calcular los promedios de los coeficientes de cada una de las
variables, distinguiendo los países de la región que adoptaron este régimen monetario. Se
observó que el promedio el tipo de cambio y la inercia, resultó menor para los países con
metas de inflación. Sin embargo, no se apreciaron diferencias en el caso de la brecha del
producto, en consonancia con lo reportado por Temple (2002).
El trabajo está estructurado de la forma siguiente. En la segunda sección se exponen
algunos hechos estilizados y la literatura relacionada. En la tercera sección, se presentan
los datos y sus principales tendencias. En la cuarta la metodología. En la quinta sección los
resultados. Finalmente, las conclusiones.
1. LA INFLACIÓN: UN FENÓMENO COMPLEJO
La literatura empírica sobre la inflación hace mención de diversos factores como posibles
determinantes de su comportamiento, que van desde la estructura económica, factores
políticos e institucionales, (Campillo y Mirón (1997) y Arreaza y Pedagua (2006)), hasta
los agregados macroeconómicos usualmente empleados para explicar la inflación, como la
brecha del producto, el nivel de desempleo, los agregados monetarios, el tipo de cambio,
entre otros.
Teóricamente, la Curva de Phillips relaciona el comportamiento de la inflación con las
perturbaciones ocurridas en la oferta y la demanda agregada. En el análisis empírico, suele
A. Acosta, D. Barráez, D. Pérez y J. Pérez
4
utilizarse la brecha del producto para este propósito. Al respecto, para países emergentes,
investigaciones como las de Coe y McDermott (1999) sugieren que la brecha del producto
es un determinante significativo de la inflación aún cuando se consideran otras variables
tales como las medidas del desequilibrio monetario y el tipo de cambio.
Entre los trabajos recientes sobre determinantes de la inflación con panel data para
America Latina y otras economías emergentes caben destacar los siguientes. Arreaza y
Pedauga (2006), consideraron variables relacionadas con factores institucionales,
estructura económica y algunos agregados macroeconómicos, para el período 1980-2004.
Ellos encontraron que la apertura comercial es significativa, y que se encuentra relacionada
positivamente con la inflación, argumentando que las economías más abiertas están más
expuestas a impactos externos. Otros autores exponen conclusiones diferentes acerca de la
relación entre el grado de apertura y la inflación. Investigaciones como las desarrolladas
por Römer (1993) y Lane (1997) sugieren que una mayor apertura tiende a reducir la
inflación, dado que la apertura reduce las distorsiones económicas que conducen a la
dependencia del impuesto inflacionario. Por su parte, Edwards (1993) señala la
productividad total de los factores crece más rápidamente en aquellos países con mayor
grado de apertura. De igual manera, Ashra (2002), señala diversos mecanismos mediante
los cuales la apertura puede afectar el resultado de la inflación. En este sentido, menciona
la influencia positiva de la apertura sobre la expansión de la oferta, lo cual puede reducir la
presión sobre los precios1,
La literatura reciente sobre el pass through en la región como los de Mihaljek et al. (2000),
Frankel et al. (2005) y Ca´Zorzi, Hahn y Sánchez (2007), sugieren que el efecto
transferencia es menor en economías emergentes que han logrado estabilizar las tasas de
inflación a niveles similares a los de economías avanzadas. Mendoza (2012), señala que la
variación promedio del tipo de cambio, es generalmente, menor que la variación promedio
de la inflación, en el caso de los países de América Latina y el Caribe.
En cuanto a la persistencia inflacionaria, Capistrán y Ramos Francia (2006), en una
investigación sobre la dinámica de la inflación para una muestra de 10 países de América
latina, reflejan que el grado de persistencia de la inflación en la región es elevado, pero 1 Mediante el aumento de la eficiencia, el mejoramiento de la asignación de recursos, y la promoción de la inversión extranjera. Con respecto a este último punto, una adecuada canalización del flujo de inversión extranjera podría estimular el crecimiento de la producción y en consecuencia reducir la presión sobre el nivel de precios. Al respecto, véase Jin (2000).
A. Acosta, D. Barráez, D. Pérez y J. Pérez
5
diferente para cada uno de los países analizados. Los resultados obtenidos evidencian que
el descenso en la tasa promedio de inflación coincide con los períodos en los que se
aplicaron cambios en los regímenes de política monetaria.
Con respecto al régimen de metas de inflación, Solanes y Torrejón (2012), concluyen que
su implementación en países de la región, ha contribuido a reducir el nivel y la variabilidad
de las tasas de inflación, así como de tasas de interés a corto plazo, en contraste con países
latinoamericanos que no adoptaron tales objetivos.
2. DESCRIPCIÓN DE LOS DATOS Y VARIABLES SELECCIONADAS
La base de datos utilizada para la estimación contiene información trimestral del período
1995 – 2010, para una muestra de 11 países de América Latina: Argentina, Bolivia, Brasil,
Chile, Colombia, Costa Rica, Guatemala, México, Perú, Uruguay y Venezuela.
Las fuentes de la información utilizada son las Estadísticas Financieras Internacionales
(IFS) del Fondo Monetario Internacional, las estadísticas de la Comisión Económica Para
América Latina y El Caribe (CEPAL), las estadísticas de comercio exterior del Centro de
Economía Internacional (CEI) y las bases de datos disponibles en cada uno de los Bancos
Centrales de los países incorporados en el panel.
El panel estimado es balanceado pues no hay observaciones faltantes. Al respecto, la
estimación contiene 715 observaciones.
Se consideraron como variables determinantes de la inflación, la brecha del producto
rezagada y la persistencia inflacionaria. Adicionalmente, se incluyeron otras variables
relacionadas con el sector externo, en diferentes especificaciones de la curva de Phillips,
como el tipo de cambio, y la apertura comercial, las importaciones como proporción del
PIB.
Para capturar el efecto de los shocks de oferta sobre la inflación se incluyó el índice
internacional de precios de los commodities, el cual fue extraído de las estadísticas del
sector externo de la base de datos del FMI. Este indicador considera varios grupos de
commodities, tales como: agrícolas, metales, fertilizantes y energía.
A. Acosta, D. Barráez, D. Pérez y J. Pérez
6
La tasa de inflación se calculó como la variación del Índice de Precios al Consumidor
(IPC), utilizando la serie obtenida de las estadísticas del FMI con base 2005, para cada país
de la muestra.
La serie del Producto Interno Bruto en moneda nacional obtenida de las estadísticas del
FMI para cada uno de los países que conforman el panel, fue empleada para calcular la
brecha del producto, expresada como la diferencia entre el PIB observado y el PIB
potencial, computado este último como su tendencia HP. Los cálculos se efectuaron sobre
la serie del producto desestacionalizado y expresado en diferencias logarítmicas.
En cuanto a las variables del sector externo, se utilizó la base de datos de tipo de cambio
nominal promedio, proveniente de las estadísticas del CEI para Argentina, Bolivia, Brasil,
Chile, Colombia, Guatemala, México, Perú y Uruguay. En el caso de Venezuela y Costa
Rica, se empleó la serie de tipo de cambio disponible en las estadísticas de los respectivos
Bancos Centrales2.
Para las variables del sector externo, se emplearon las series correspondientes al valor de
las exportaciones e importaciones totales, las cuales fueron extraídas de las estadísticas de
comercio exterior del FMI. La variable apertura económica se calculo como el cociente del
volumen total de comercio internacional entre el nivel de producción total, adicionalmente
se realizaron especificaciones, en las que el grado de apertura se sustituye por la
importaciones como fracción del PIB.
Antes de iniciar la estimación, se llevaron a cabo las pruebas de raíz unitaria para
determinar la estacionariedad de las series. Al respecto, se utilizó el test de Levin, Lin &
Chu (para probar la existencia de procesos de raíz unitaria común), y los test de Pesaran
and Shin W – stat, ADF Fisher y PP Fisher, para probar la existencia de procesos de raíz
unitaria individuales. Todas las variables fueron transformadas en diferencias logarítmicas,
excepto la brecha del producto y la razón importaciones/PIB, que se asumen I(0).
2 Banco Central de Venezuela (BCV) y Banco Central de Costa Rica (BCCR)
A. Acosta, D. Barráez, D. Pérez y J. Pérez
7
3. AMÉRICA LATINA: ALGUNOS HECHOS ESTILIZADOS
Durante el período de estudio, América Latina fue el escenario de distintos
acontecimientos, desde crisis económicas y episodios de inestabilidad política, hasta
procesos de reformas estructurales implementadas en la mayoría de los países. Sin
embargo, la tasa de inflación promedio de la región mostró una tendencia descendente a
partir de mediados de la década de los noventa, con excepción de aquellos períodos
correspondientes a hechos económicos y políticos particulares, que de alguna manera
impactaron el comportamiento de los precios internos.
Al inicio del período de estudio, la tasa de inflación promedio de los países que conforman
el panel se ubicó alrededor del 27%, debido a las repercusiones negativas de la crisis
mexicana de 1994 en algunos países de la región, principalmente en el caso de México y
Argentina. Las secuelas más importantes se evidenciaron en el aumento del desempleo, el
deterioro de los salarios y la reducción del consumo. De igual manera, en Venezuela la
crisis del sector financiero se originó en 1994, pero sus efectos se extendieron hasta el año
1996, año en el que se registró una tasa de inflación al cierre de 103.2%, además de la
contracción de la actividad económica.
Durante 1996 y 1997, las economías de América Latina mostraron un patrón de
crecimiento e inflación moderados, atribuido a las condiciones favorables del contexto
internacional, que se evidenciaron en el sostenido incremento de las exportaciones, el
fortalecimiento de los precios de las materias primas, así como la afluencia de capital
foráneo, compuesto fundamentalmente por inversión extranjera directa. Adicionalmente, se
observó una intensificación del comercio intrarregional, entre algunos países, lo cual
propició la diversificación de los sistemas productivos. Según cifras de la CEPAL, la tasa
promedio de crecimiento regional alcanzó el 5% y la inflación se redujo, ubicándose
alrededor del 10% en 1997.
No obstante, las economías de la región se enfrentaron a una nueva situación de volatilidad
financiera y comercial, generada principalmente por el estallido de la crisis asiática
iniciada a mediados de 1997, cuyos efectos se extendieron hasta inicios del año 2000.
Los efectos de la crisis asiática se transmitieron a América Latina, perturbando en mayor
medida a Brasil, Argentina y Colombia. Al respecto, se evidenció un descenso importante
A. Acosta, D. Barráez, D. Pérez y J. Pérez
8
de las exportaciones destinadas a Asia, una reducción en los precios de los productos
primarios, además de ataques especulativos al tipo de cambio, caídas de los índices
bursátiles y el aumento del costo del capital externo. Por otra parte, algunos países de
Centroamérica como México y Costa Rica, debido los estrechos vínculos comerciales con
Estados Unidos registraron un crecimiento de la actividad económica en ese período.
Figura 1. Tasa de inflación promedio (Países del panel)
Cabe destacar que durante la crisis, se observaron tendencias económicas muy diferentes
en las economías de la región. De esta manera, la mayoría de los países de América del Sur
evidenciaron signos de recesión, mientras las economías de Centroamérica como México y
Costa Rica continuaron la senda de crecimiento iniciada durante el período de auge previo
a la crisis.
Durante la crisis, la defensa del sistema de bandas cambiarias, seguido por varios de los
países afectados por la crisis, había resultado costosa. Por esta razón, en el caso de
Colombia, Brasil y Chile se adoptó el régimen de libre flotación, tal como lo hizo México
en los años posteriores a la crisis de 1994. Las devaluaciones suscitadas, contribuyeron a
fomentar las exportaciones y a estimular el crecimiento en las economías de la región.
Esta desvalorización de las monedas nacionales generó un ligero aumento de la inflación
en algunos países durante la crisis, compensado por el descenso de los precios al
consumidor en Brasil, México, Colombia y Venezuela.
A principios del 2000, se evidenciaban signos de una incipiente recuperación de las
economías de la región, debido al mejoramiento de la economía internacional. Los precios
A. Acosta, D. Barráez, D. Pérez y J. Pérez
9
de los productos básicos y el flujo comercial comenzaron a incrementarse simultáneamente
a la reactivación de las economías asiáticas y europeas. Durante 2000 y 2002, los hechos
externos e internos más relevantes que marcaron las tendencias macroeconómicas en la
región se concentraron en: las condiciones adversas de los mercados financieros
internacionales, la desaceleración económica de Estados Unidos, el deterioro de los
términos de intercambio de las economías no petroleras, la crisis de la deuda en Argentina
(la cual generó algunas repercusiones en las economías vecinas, como Uruguay, Brasil y
Chile) y el conflicto político surgido en Venezuela a finales del 2002. En este contexto, la
inflación en la región continuó descendiendo, alcanzando cifras de un dígito, cercanas al
8% para los países que conforman el panel.
En el período comprendido entre 2003 y 2008, se vislumbra un nuevo panorama en la
región, vinculado nuevamente a las favorables condiciones externas, que contribuyeron al
mejoramiento de los términos de intercambio. Así, las exportaciones se estimularon de
manera importante convirtiéndose en el motor principal de la reactivación de las
economías regionales. Los precios de las materias primas alcanzaron niveles sin
precedentes favoreciendo a las economías exportadoras. De acuerdo con las mediciones de
la CEPAL y cálculos propios, la actividad económica durante este período en los países de
la muestra, creció a una tasa promedio del 5% anual. En este contexto, la inflación
promedio de la región se mantiene relativamente estable, ubicándose alrededor del 6%
anual. Este proceso de crecimiento económico fue interrumpido por el deterioro del
contexto financiero internacional, generado por la crisis financiera iniciada en Estados
Unidos a mediados de 2007 y que se extendió posteriormente a escala mundial. Sin
embargo, los efectos de la crisis comienzan a impactar las economías de la región a finales
de 2008. Si bien, dichos efectos se dieron de manera distinta en cada uno de los países de
América Latina, es de destacar que a diferencia de las crisis anteriores, la recesión de 2007
perturbó a todas las economías de la región, principalmente a México, por su sincronía con
el ciclo económico de Estados Unidos. Además de la contracción de la actividad
económica en 2008 y 2009, se evidenció un descenso de la inflación en la región, como
resultado de la caída de los precios internacionales de algunos productos básicos, la
contracción de la demanda interna y la apreciación del tipo de cambio.
A. Acosta, D. Barráez, D. Pérez y J. Pérez
10
La recuperación en América Latina se manifestó de una manera más rápida que en el resto
de las regiones afectadas por la recesión económica mundial. De esta manera, a partir del
segundo semestre de 2009 se vislumbran señales alentadoras en la mayoría de los países de
la región, a excepción de Venezuela, cuya recuperación comienza a partir del primer
trimestre de 2011.
4. ASPECTOS METODOLÓGICOS
4.1 Metodología Arellano and Bond
El modelo general de panel dinámico viene dado por:
donde xit es un vector 1 x k1 de variables exógenas, β1 es un vector k1 x 1 parámetros a
estimar, wit es un vector 1 x k2 de variables predeterminadas, β2 es un vector k2 x1
parámetros a estimar y captura los efectos individuales de cada sección transversal.
Adicionalmente, x y w pueden contener rezagos de las variables independientes y
variables dummies temporales. La metodología de Arellano and Bond utiliza el Método
Generalizado de los Momentos (MGM) desarrollado por Hansen (1982), el cual
proporciona un marco conveniente para obtener asintóticamente estimadores eficientes.
En este método se define una matriz de instrumentos de la forma:
donde las filas corresponden a las ecuaciones en primeras diferencias para los períodos
t = 3, 4,…, T para cada individuo i, y las condiciones de los momentos vienen dadas por:
donde
itiititjti
p
jjit wxyy ενββα ++++= −
=∑ 21,
1
iν
A. Acosta, D. Barráez, D. Pérez y J. Pérez
11
En general, el estimador MGM asintóticamente eficiente se fundamenta en este conjunto
de condiciones de los momentos que minimiza el criterio
Usando la matriz de pesos
Donde son estimaciones consistentes de los residuos en primera diferencia
obtenidos de un estimador consistente preliminar. Por lo tanto esto se conoce como un
estimador MGM en dos etapas. Bajo homoscedasticidad de las perturbaciones vit, la
estructura particular del modelo en primeras diferencias implica que un estimador MGM
asintóticamente equivalente se puede obtener en un solo paso, utilizando en su lugar la
matriz de pesos:
Donde W1N no depende de los parámetros estimados. Cabe destacar que a pesar de que el
estimador MGM es consistente para paneles clásicos, es decir, N grande y T fijo, el
estimador en dos etapas es consistente para paneles donde T es grande, tal como en este
caso.
Metodología de panel bayesiano con coeficientes aleatorios y prior jerárquica
Una metodología alternativa consiste en relajar la suposición que indica que existe un
único vector de parámetros que explica el comportamiento de la inflación en todos los
países, de modo que se considera el siguiente modelo:
A. Acosta, D. Barráez, D. Pérez y J. Pérez
12
de manera matricial se tiene,
donde y representan de manera respectiva para el país , la variable
dependiente, la matriz de regresión, el vector de coeficientes y el vector de perturbaciones,
. Las ecuaciones serán estimadas de manera conjunta imponiendo la siguiente
suposición sobre las perturbaciones:
con donde Defina
Entonces, el modelo puede ser representado matricialmente de manera conjunta como
sigue:
representa el producto Kronecker. Observe que a menos que sea suficientemente
grande relativo a , resulta difícil la estimación del modelo por medio de estadística
clásica debido a la alta dimensionalidad del vector de parámetros. Actualmente existe un
creciente interés en las técnicas de estimación bayesianas debido a que la incorporación de
distribuciones a priori jerárquicas en el proceso de estimación permite sortear los
problemas generados por la dimensión del espacio de parámetros.
Una priori jerárquica conveniente consiste en suponer que los son independientes e
idénticamente distribuidos:
con y representa un vector de dimensión
que contiene solo unos.
A. Acosta, D. Barráez, D. Pérez y J. Pérez
13
Entonces, la distribución a posteriori de vector de parámetros está dada por:
El segundo nivel de la priori jerárquica se define por cuyas distribuciones a posteriori están dadas por: con,
Sólo falta definir la distribución a posteriori de si se supone una distribución a priori
se tiene:
con
5. ESPECIFICACIÓN DEL MODELO
El modelo empírico propuesto estimado para la inflación en América Latina se define de la
siguiente manera:
itititititit comlelseb εψϕβϑαππ ++∆+∆++= −− 11
donde:
itπ = la tasa de inflación en el período actual
1−itπ = la tasa de inflación rezagada un período
A. Acosta, D. Barráez, D. Pérez y J. Pérez
14
1−itb = variación porcentual de la brecha del producto, rezagada un período, calculada
como la diferencia logarítmica del PIB observado menos el PIB potencial.
itse = variable del sector externo, siendo en la especificación el grado de apertura total
)(GA y/o el cociente importaciones totales entre el PIB )(RMT .
e= tasa de variación del tipo de cambio nominal
com= índice internacional de precios de los commodities
itε = término de perturbación aleatoria
Dado que la metodología de Arellano and Bond requiere de la utilización de variables
instrumentales, en este caso se emplearon los rezagos de dos o más períodos de la variable
dependiente y de las explicativas como variables instrumentales. Tanto para las variables
dependiente como para las explicativas se introdujeron entre dos y tres rezagos.
Para el modelo bayesiano se estimó esta especificación para cada uno de los países, pero
con la inclusión de un rezago del tipo de cambio en la especificación. Adicionalmente, se
incluyeron variables dummy para los países con régimen de metas de inflación: Brasil,
Chile, Colombia, Guatemala, México, Perú.
RESULTADOS
En el cuadro 1 se muestran los resultados de las estimaciones del panel dinámico para
distintas especificaciones, utilizando el MGM de Arellano and Bond. Los signos de los
coeficientes estimados son los esperados de acuerdo con la teoría económica. De esta
manera, los resultados reflejan la relación positiva entre la inflación y el tipo de cambio
nominal e inflación y la brecha del PIB. Por otra parte, se evidencia la relación inversa
entre las variables asociadas al comercio internacional y la tasa de inflación, lo cual arroja
resultados interesantes que se analizan a continuación.
Con esta metodología se obtienen estimaciones de persistencia inflacionaria altas en la
región, cercana a lo reportado por Capistrán y Ramos Francia (2010). Esto dificulta la
valoración de la importancia relativa de las variables, ya que la persistencia captura los
efectos de las variables explicativas y choques pasados.
En la columna (1), se muestra la especificación base de la curva de Phillips. En la columna
(2), se muestra la especificación que incluye la apertura económica. En esta, el grado de
A. Acosta, D. Barráez, D. Pérez y J. Pérez
15
apertura resultó estadísticamente significativo al 95%. El resto de los coeficientes
conservan (la inercia y el tipo de cambio) o aumenta (la brecha del producto) en cuanto a
magnitud y significancia, con respecto a la especificación base.
En la especificación (3), se incluyo como variable del sector externo la razón
Importaciones sobre PIB, y se encontró que esta variable es más significativa que el grado
de apertura y contribuyo a minimizar la magnitud del coeficiente de la persistencia
inflacionaria.
En la columna (4), se incluye a la especificación base el índice de precios de los
commodities, resultando esta variable también significativa. En esta estimación se observa
una reducción del coeficiente del componente inercial, tal como en la especificación
anterior. El signo positivo de este coeficiente, indica que un aumento de los precios
internacionales de los commodities eleva la inflación doméstica. Sin embargo, el efecto de
esta variable es distinto para cada país, lo cual puede observarse con más detalle en el
modelo bayesiano. Estas diferencias de los efectos de la variación de los precios
internacionales de los commodities sobre la inflación doméstica dependen de factores
como: la estructura de la balanza comercial, es decir, si un país es exportador ó importador
neto de commodities, del régimen cambiario, Lora et al (2011), que sugiere que el impacto
de un aumento de los precios de los commodities suele ser menor para países con
regímenes de cambio flexibles, y, finalmente del peso de commodities (principalmente
alimentos y energía) en la canasta de bienes que conforman el Índice de Precios al
Consumidor de cada país, González (2012).
Las especificaciones que incorporan, la participación de las importaciones en PIB o la
inflación de commodities, resultan ser las más robustas estadísticamente.
Cabe destacar, que en todas las especificaciones se realizó el test de Arellano – Bond para
autocorrelación y el test de Sargan para verificar la validez de los instrumentos. Los
resultados de las pruebas muestran que no se evidencia la presencia de autocorrelación de
primer y segundo orden, así como la validez de los instrumentos utilizados en la
estimación.
A. Acosta, D. Barráez, D. Pérez y J. Pérez
16
Cuadro 1. Estimaciones del panel de inflación para 11 países de América Latina
Coef. t - stat. Coef. t - stat. Coef. t - stat. Coef. t - stat.
0.82 34.35 0.81 29.87 0.74 20.46 0.74 31.33
0.06 2.68 0.12 3.25 0.11 2.58 0.11 3.45
0.13 3.46 0.15 3.76 0.16 4.97 0.22 5.90
- - -0.01 -2.12 - - - -
- - - - -0.002 -3.161 - -
0.07 8.73 0.07 8.83 0.06 10.72 0.06 1.97
- - - - 0.05 5.22 - -
- - - - - - 0.07 3.21
Arellano and Bond GMM
(Curva de Phillips Base)
Arellano and Bond GMM
(Especificación con Grado de
apertura)
Arellano and Bond GMM
(Especificación con mt/pib)
Arellano and Bond GMM
(incluyendo precios de los
commodities)
itπ
1−itπ1−itb
ite
tipcom
tGa
tPIBmt /
td02
td08
Fuente: Cálculos propios
Los valores colocados en paréntesis corresponden a la p-value
Las estimaciones del panel mediante la metodología Arellano and Bond se realizaron con la ecuación en primeras diferencias, incluyendo variables dummy.
A. Acosta, D. Barráez, D. Pérez y J. Pérez
17
En el modelo de panel data Bayesiano con prior jerárquica se realizaron dos estimaciones,
utilizando las mismas variables del panel dinámico con sus respectivas transformaciones,
incluyendo un rezago del tipo de cambio nominal. La densidad a posteriori del prior de
segundo nivel, representa el comportamiento global de toda la región de los respectivos
coeficientes. En la primera estimación, correspondiente a la especificación base, los
resultados son similares al panel dinámico, en cuanto al signo esperado de las variables y
significancia de los mismos, aun cuando la magnitud es inferior a los resultado obtenidos
con Arellano and Bond, tal como se muestra en el cuadro 2, en el cual se incluye la media
global, la mediana y la desviación estándar de los coeficientes, así como las bandas de
confianza. Cabe destacar que en el caso de la media, se calculó para los países con y sin
régimen de metas de inflación.
Cuadro 3. Estimaciones del Modelo Bayesiano con coeficientes aleatorios y prior jerárquica
Fuente: Cálculos propios
En cuanto a las variables del sector externo, grado de apertura e importaciones sobre PIB,
fueron incluidas por separado en la estimación base, sin embargo éstas no resultaron ser
significativas con esta metodología.
Adicionalmente, se incluyó en la especificación el índice de precios internacionales de los
commodities, el cual resultó significativo y de signo positivo, coinciendo con los
resultados obtenidos con la metodología de Arellano and Bond. Cabe destacar que la
A. Acosta, D. Barráez, D. Pérez y J. Pérez
18
magnitud de las otras variables explicativas es similar en ambas especificaciones lo que
sugiere la robustez de los coeficientes mediante el método Bayesiano.
Cuadro 3. Estimaciones del Modelo Bayesiano con
coeficientes aleatorios y prior jerárquica
Fuente: Cálculos propios
Luego de verificar las medias globales comparables con el panel dinámico, se procedió a
contrastar las diferencias por países de los coeficientes en cuanto a su magnitud y
significancia.
La persistencia inflacionaria, donde todos los coeficientes de cada país fueron
significativos, con signo positivo igual al global y magnitud similar, los que tienden a
separarse presentando una mayor inercia son Venezuela y Uruguay. Los países que
adoptaron régimen de inflación objetivo: Colombia, Chile, México, Guatemala, Perú y
Brasil, tuvieron un coeficiente menor que los que no adoptaron este régimen durante el
periodo analizado. (Ver anexo C)
Con respecto a la brecha del producto, ésta resultó significativa y con signo adecuado y
magnitud cercana al promedio global del coeficiente, en el caso de Chile, Costa Rica, Perú
y Venezuela. No se observó diferencias importantes entre los países con y sin metas de
inflación.
En cuanto al tipo de cambio nominal, se estimó tanto el efecto contemporáneo como
rezagado sobre la inflación. Los resultados obtenidos evidencian el signo positivo del
coeficiente para cada país como era de esperarse, a excepción de Bolivia, en cuya
estimación no resultó significativo dicho coeficiente en ninguno de los casos. Los tres
A. Acosta, D. Barráez, D. Pérez y J. Pérez
19
países cuyo coeficiente se aleja por encima del global son: Costa Rica, Uruguay y
Venezuela. Así mismo, se realizó una medición del promedio de los coeficientes para los
países de la región con régimen de inflación objetivo y los que no. Los países con metas de
inflación, la magnitud del coeficiente disminuyó de manera efectiva.
Para culminar también se verificó la significancia de los coeficientes para cada país en
cuanto a la variable de los índice de precios de los commodities resultando significativo a
los asociados Argentina, Bolivia, Brasil y Uruguay manteniendo el mismo signo positivo y
magnitud similar a la media global del panel bayesiano. (Ver anexo C)
A. Acosta, D. Barráez, D. Pérez y J. Pérez
20
CONCLUSIONES
En este trabajo se estimó un panel dinámico para la inflación en once países de América
Latina, Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, Guatemala, México, Perú,
Uruguay y Venezuela durante el período 1995-2010 con series trimestrales de la brecha del
producto, el grado de apertura (o importaciones), tipo de cambio nominal, con la
metodología frecuentista de Arellano and Bond y métodos bayesianos de densidades a
priori jerarquicas. Las estimaciones resultaron robustas con respecto a variantes en la
especificación y a la metodología, a excepción del grado de apertura. Los resultados
muestran que la inercia inflacionaria es importante en la dinámica de la inflación en la
región. La brecha es estadísticamente significativa pero su impacto en la inflación es
relativamente bajo. Con la metodología de AB, el grado de apertura y las importaciones
resultaron ambas significativas, evidenciando una relación inversa en ambos casos,
consistente con lo señalado por algunos autores como Romer (1993), Lane (1997),
Edwards (1993) y Ashra (2002). Sin embargo, con la metodología bayesiana, la apertura
no fue significativa. El tipo de cambio es la variable del sector externo de impacto más
elevado, cuyos resultados son consistentes con las modificaciones ocurridas en los
regímenes cambiarios y monetarios en gran parte de las economías consideradas. Sin
embargo, el modelo considerado no permite evaluar los efectos de otros eventos fuera del
ámbito de los hacedores de política económica, como fue el rol del boom de los
commodities y su impacto en los términos de intercambio en las apreciaciones de las
moneadas de buena parte de AL. Con respecto al régimen de metas de inflación, las
variables dummy que identificaron a los países con este régimen monetario, sólo
resultaron significativas para Colombia, México y Perú. Sin embargo, para los países con
metas de inflación, en promedio, los coeficientes de la inercia inflacionaria y las
variaciones del tipo de cambio resultaron menores. No se observó diferencias importantes
en el coeficiente de la brecha con respecto a los países que no adoptaron el régimen de
metas de inflación.
A. Acosta, D. Barráez, D. Pérez y J. Pérez
21
REFERENCIAS Arellano, M. and S. Bond. (April 1991). Some tests of specification for panel data: Monte
Carlo evidence and an application to employment equations. The Review of Economic Studies, 58. pp. 277 – 297.
Arellano, M. y Bover., O. (1990). La econometría de los datos panel. London School Economics. Vol. XIV. №1. pág. (3 - 45).
Arreaza, A. y Peduaga, L. Instituciones, estructura económia y política económica. ¿Qué hay detrás de la inflación en América Latina? Banco Central de Venezuela. Serie Documentos de Trabajo № 76. Versión diciembre 2006.
Ashra, Sunil. (2002). Inflation and Openness: A study of selected developing economies. Indian Council for research on international economic relations. Working paper № 84
Baltagi, Badi H. (2005). Econometric Analysis of panel data. Third edition. John Wiley & sons.
Baumann, Renato y Mussi, Carlos (1999). Algunas características de la economía brasileña desde la adopción del Plan Real. CEPAL: Serie Temas de Coyuntura. Santiago de Chile.
Campillo, M., Miron, J., (1997). Why does inflation differ across countries? In: Romer, C.D., Romer, D.H. (Eds.), Reducing Inflation: Motivation and Strategy. University of Chicago Press, Chicago, pp. 335–362.
Capistrán, Carlos y Ramos, Manuel (2006). Inflation dynamics in Latin America. Banco de México. Working papers No 2006-11.
Ca´Zorzi, M.; Hahn, E. y Sánchez, M. (2007). Exchange rate pass through in emerging markets. Banco Central Europeo, ECB Working Paper, 739.
Choudhri, E. and Hakura, D. (2006), Exchange Rate Pass-Through to Domestic Prices: Does the Inflationary Environment Matter?, Journal of International Money and Finance, 25, 614-639.
Choudhri, E., Faruqee, H. and Hakura, D. (2002), Exchange Rate Pass-Through in Different Prices, IMF Working Paper, No. 02/224.
Coe, D. and McDermott, J. (1997). “Does the Gap Model work in Asia?”. International Monetary Fund. Staff papers 44, num 1
Comboni, J. y De la Viña J., (1992). “Precios y tipo de cambio en Bolivia: Evidencia empírica del período de “postestabilización”. Análisis Económico v. 7, pp. 727, 1993. La Paz, Bolivia: Unidad de Análisis de Políticas Económicas (UDAPE ).
Díaz Carreño, Miguel Ángel;Vergara González, Reyna. La tasa de inflación en México, 2000-2007. Investigación Económica, Vol. LXVIII, Núm. 269, julio-septiembre, 2009, pp. 13-36. Universidad Nacional Autónoma de México.
Edwards, S. (1993). Opennes, trade liberalization, and growth in developing countries. Journal of Economic Literature, Volume 31, Issue 3.
Frankel, J., Parsley, D. and Wei, S. (2005), Slow Pass-Through Around the World: A New Import for Developing Countries. NBER Working Paper No. 11199.
García, J. y Torrejón F. La fijación de metas de inflación da buenos resultados en América Latina. Revista CEPAL No 106. Abril, 2012.
González, G. (2012) Macroeconomic effects of commodity prices: Evolution and its relation with monetary policy in emerging countries. Seacen CEMLA. Pp (165 – 189)
Hsiao, C. (1986). Analysis of Panel Data . Cambridge : Cambridge University Press.
A. Acosta, D. Barráez, D. Pérez y J. Pérez
22
Jin, Jang (2000). Openness and Growth: An Interpretation of Empirical Evidence from East Asian Countries. Journal of International Trade and Economic Development, p 5-17.
Jimenez, D. y Rendón, H. El pass through de la tasa de cambio a los precios del consumidor de bienes transables: una aproximación al caso colombiano. Lecturas de Economía № 70. Medellín – Colombia. Enero – Junio 2009.
Koop, Gary. (2003). Bayesian Econometrics. John Wiley & sons. Lane P. R. (1997). Inflation in open economies. Journal of International Economics. № 3 – 4. Volume 42. Lora E., Powell, A. y Tabella, P. (2011) ¿Qué efecto inflacionario tendrá el shock de
precios de alimentos en América Latina? Resumen de Políticas. BID. № IDB-PB-120. Mendieta, P., Cerezo, S., y Cossío J. ¿La Inflación está de vuelta en Sudamérica? Choques
exógenos, expectativas y credibilidad de la política monetaria. Mendoza Lugo, O. (2012). El efecto transferencia (pass throught) del tipo de cambio sobre
los precios. Ediciones BCV. Caracas, Venezuela. En prensa para su publicación. Mihaljek, D. and Klau, M. (2000), A Note on the Pass-Through from Exchange Rate and
Foreign Price Changes to Inflation in Selected Emerging Market Economies. BIS Papers, 8, 69-81.
Pérez, César. (2008). Econometría avanzada: Técnicas y herramientas. Prentice Hall Wooldridge, Jeffrey M. (2002). Econometric Analysis of Cross Section and Panel Data.
The MIT Press. London. Romer, David (1993). “Openness and Inflation: Theory and Evidence”, Quarterly Journal
Of Economics, Vol. 108, No. 4, Noviembre, pp. 869-903. Sáinz, Romer y Calcagno, Alfredo (1999). La economía brasileña ante el Plan real y su
crisis. CEPAL, Serie Temas de Coyuntura. Santiago de Chile. Solanes, J. y Torrejón F. La fijación de metas de inflación da buenos resultados en
América Latina. Revista CEPAL 106. Abril, 2012. St. Amant, Pierre y Simon van Norden (1997), “Measurement of the Output Gap: A
Discussion of Recent Research at the Bank of Canada”, Reporte Técnico, 79. Taylor, John (2000). “Low Inflation, Pass-through and the Pricing Power of Firms”,
European Economic Review, No. 44, pp. 1389-1408. Temple, J. (2002). Openness, Inflation, and the Phillips Curve: A Puzzle. Journal of
Money, Credit and Banking, Vol. 34, No. 2 , pp. 450-46
A. Acosta, D. Barráez, D. Pérez y J. Pérez
23
Inflación B_PIB GA TCN MT/PIB
Argentina
Promedio 1.5 8.1E-13 0.3 2.2 0.1
Mediana 1.2 1.5E-02 0.3 2.9 0.1
Max 17.3 7.3E-02 0.5 4.0 0.2
Min. -1.0 -1.2E-01 0.1 1.0 0.1
Desv. Est. 2.6 4.8E-02 0.1 1.2 0.0
Bolivia
Promedio 1.4 4.6E-13 0.5 6.7 0.2
Mediana 1.1 -1.5E-03 0.4 7.1 0.2
Max 5.0 2.8E-02 0.7 8.3 0.3
Min. -0.8 -2.0E-02 0.3 4.5 0.2
Desv. Est. 1.3 1.0E-02 0.1 1.3 0.0
Brasil
Promedio 1.8 8.6E-13 0.2 1.9 0.1
Mediana 1.5 2.7E-04 0.2 1.8 0.1
Max 6.3 7.5E-02 0.3 3.7 0.1
Min. -0.4 -5.1E-02 0.1 0.2 0.1
Desv. Est. 1.3 2.0E-02 0.0 0.7 0.0
Chile
Promedio 0.9 4.8E-13 0.5 532.3 0.2
Mediana 0.8 3.8E-04 0.5 528.4 0.2
Max 2.6 4.9E-02 0.8 740.7 0.4
Min. -0.8 -5.3E-02 0.4 381.7 0.2
Desv. Est. 0.7 2.1E-02 0.1 95.8 0.0
Colombia
Promedio 2.2 1.0E-12 0.3 1922.1 0.1
Mediana 1.8 -5.3E-03 0.3 2043.9 0.1
Max 7.1 4.4E-02 0.3 2999.3 0.2
Min. -0.2 -3.4E-02 0.2 821.3 0.1
Desv. Est. 1.8 1.8E-02 0.0 635.7 0.0
Costa Rica
Promedio 2.7 1.2E-12 0.8 369.7 0.4
Mediana 2.7 -5.1E-03 0.8 359.7 0.4
Max 7.9 4.8E-02 0.9 585.3 0.6
Min. 0.5 -7.0E-02 0.6 152.7 0.3
Desv. Est. 1.3 2.5E-02 0.1 134.4 0.1
Ecuador
Promedio 4.4 9.7E-13 0.5 17996.0 0.3
Mediana 2.3 1.0E-03 0.5 25000.0 0.2
Max 28.0 4.0E-02 0.8 25587.0 0.4
Min. -0.3 -5.7E-02 0.3 2089.8 0.2
Desv. Est. 5.3 2.2E-02 0.1 10001.5 0.1
México
Promedio 2.5 7.2E-13 0.5 9.7 0.3
Mediana 1.6 1.3E-03 0.5 10.0 0.3
Max 16.6 7.1E-02 0.6 14.4 0.3
Min. -0.1 -6.6E-02 0.2 3.2 0.1
Desv. Est. 2.8 2.8E-02 0.1 2.4 0.0
Perú
Promedio 1.0 9.0E-13 0.3 3.1 0.2
Mediana 0.8 -2.2E-03 0.3 3.2 0.2
Max 3.4 4.7E-02 0.5 3.7 0.3
Min. -0.6 -6.6E-02 0.2 2.2 0.0
Desv. Est. 0.9 2.1E-02 0.1 0.5 0.1
Uruguay
Promedio 2.7 1.6E-12 0.3 17.2 0.2
Mediana 1.9 6.9E-03 0.3 18.4 0.2
Max 11.2 5.8E-02 0.6 29.7 0.4
Min. 0.1 -9.6E-02 0.2 4.6 0.1
Desv. Est. 2.3 3.2E-02 0.1 8.0 0.0
Venezuela
Promedio 6.44 1.0E-12 0.43 1.46 0.15
Mediana 5.83 4.2E-03 0.45 1.20 0.15
Max 25.09 7.0E-02 0.60 4.10 0.20
Min. 1.71 -2.9E-01 0.24 0.11 0.07
Desv. Est. 4.09 5.5E-02 0.09 1.08 0.03
A. ANEXO
Estadísticas Descriptivas
A. Acosta, D. Barráez, D. Pérez y J. Pérez
24
-10
0
10
20
30
40
50
96 98 00 02 04 06 08 10
ARGENTINA
0
4
8
12
16
20
96 98 00 02 04 06 08 10
BOLIVIA
0
5
10
15
20
25
96 98 00 02 04 06 08 10
BRASIL
-2
0
2
4
6
8
10
96 98 00 02 04 06 08 10
CHILE
0
5
10
15
20
25
96 98 00 02 04 06 08 10
COLOMBIA
0
4
8
12
16
20
96 98 00 02 04 06 08 10
COSTA RICA
0
20
40
60
80
100
120
96 98 00 02 04 06 08 10
ECUADOR
0
10
20
30
40
50
96 98 00 02 04 06 08 10
MEXICO
-4
0
4
8
12
96 98 00 02 04 06 08 10
PERU
0
10
20
30
40
96 98 00 02 04 06 08 10
URUGUAY
0
20
40
60
80
100
120
96 98 00 02 04 06 08 10
VENEZUELA
INFLACION
-3
-2
-1
0
1
2
96 98 00 02 04 06 08 10
ARGENTINA
-3
-2
-1
0
1
2
3
96 98 00 02 04 06 08 10
BOLIVIA
-4
-2
0
2
4
96 98 00 02 04 06 08 10
BRASIL
-3
-2
-1
0
1
2
3
96 98 00 02 04 06 08 10
CHILE
-2
-1
0
1
2
3
96 98 00 02 04 06 08 10
COLOMBIA
-3
-2
-1
0
1
2
3
96 98 00 02 04 06 08 10
COSTA RICA
-3
-2
-1
0
1
2
96 98 00 02 04 06 08 10
ECUADOR
-3
-2
-1
0
1
2
3
96 98 00 02 04 06 08 10
MEXICO
-3
-2
-1
0
1
2
3
96 98 00 02 04 06 08 10
PERU
-3
-2
-1
0
1
2
96 98 00 02 04 06 08 10
URUGUAY
-6
-4
-2
0
2
96 98 00 02 04 06 08 10
VENEZUELA
BRECHA DEL PIB
B. ANEXO
A. Acosta, D. Barráez, D. Pérez y J. Pérez
25
.1
.2
.3
.4
.5
96 98 00 02 04 06 08 10
ARGENTINA
.3
.4
.5
.6
.7
.8
96 98 00 02 04 06 08 10
BOLIVIA
.08
.12
.16
.20
.24
.28
96 98 00 02 04 06 08 10
BRASIL
.4
.5
.6
.7
.8
96 98 00 02 04 06 08 10
CHILE
.20
.24
.28
.32
.36
96 98 00 02 04 06 08 10
COLOMBIA
.5
.6
.7
.8
.9
96 98 00 02 04 06 08 10
COSTA RICA
.3
.4
.5
.6
.7
.8
.9
96 98 00 02 04 06 08 10
ECUADOR
.44
.48
.52
.56
.60
.64
96 98 00 02 04 06 08 10
MÉXICO
.1
.2
.3
.4
.5
.6
96 98 00 02 04 06 08 10
PERÚ
.2
.3
.4
.5
.6
96 98 00 02 04 06 08 10
URUGUAY
.2
.3
.4
.5
.6
.7
96 98 00 02 04 06 08 10
VENEZUELA
GRADO DE APERTURA
.04
.08
.12
.16
.20
96 98 00 02 04 06 08 10
ARGENTINA
.16
.20
.24
.28
.32
96 98 00 02 04 06 08 10
BOLIVIA
.04
.06
.08
.10
.12
.14
96 98 00 02 04 06 08 10
BRASIL
.15
.20
.25
.30
.35
.40
96 98 00 02 04 06 08 10
CHILE
.10
.12
.14
.16
.18
96 98 00 02 04 06 08 10
COLOMBIA
.32
.36
.40
.44
.48
.52
.56
96 98 00 02 04 06 08 10
COSTA RICA
.15
.20
.25
.30
.35
.40
.45
96 98 00 02 04 06 08 10
ECUADOR
.22
.24
.26
.28
.30
.32
96 98 00 02 04 06 08 10
MEXICO
.04
.08
.12
.16
.20
.24
.28
96 98 00 02 04 06 08 10
PERÚ
.12
.16
.20
.24
.28
.32
.36
96 98 00 02 04 06 08 10
URUGUAY
.04
.08
.12
.16
.20
96 98 00 02 04 06 08 10
VENEZUELA
IMPORTACIONES/PIB
A. Acosta, D. Barráez, D. Pérez y J. Pérez
26
4
5
6
7
8
9
96 98 00 02 04 06 08 10
BOLIVIA
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
96 98 00 02 04 06 08 10
BRASIL
400
500
600
700
800
96 98 00 02 04 06 08 10
CHILE
800
1,200
1,600
2,000
2,400
2,800
3,200
96 98 00 02 04 06 08 10
COLOMBIA
100
200
300
400
500
600
96 98 00 02 04 06 08 10
COSTA RICA
6
8
10
12
14
16
96 98 00 02 04 06 08 10
MEXICO
2.0
2.4
2.8
3.2
3.6
4.0
96 98 00 02 04 06 08 10
PERU
5
10
15
20
25
30
96 98 00 02 04 06 08 10
URUGUAY
0
1
2
3
4
5
96 98 00 02 04 06 08 10
VENEZUELA
TIPO DE CAMBIO NOMINAL
A. Acosta, D. Barráez, D. Pérez y J. Pérez
27
C. ANEXO
Cuadro c1. Resultados de la estimación del Modelo Bayesiano con prior jerárquica por países
A. Acosta, D. Barráez, D. Pérez y J. Pérez
28
Cuadro c2. Resultados de la estimación del Modelo Bayesiano con prior jerárquica por países