Trabajo Final 2019 Econometria I

Vista previa del material en texto

FACULTAD DE CIENCIAS EMPRESARIALES
Economía y Negocios Internacionales
EVOLUCIÓN DE LA DEMANDA INTERNA EN EL PERÚ DESDE 1970-2017
Curso: Econometría I
Bloque: FC- PREENI05A2M
Profesores: 
· Álvarez Quiroz, Víctor Josue 
· Palomares Palomares, Carlos Iván
Integrantes:		
· Ñufflo Sandoval, Paola Jasmin
· Onofre Abril, Staci Melanie
· Robles Rado, Selena 
· Salcedo Ccasani, Luz Andrea 
· Silva Villegas, Greysi Abiatar
 
La Molina, Lima – Perú
 2018 – 1
ÍNDICE
1.	RESUMEN	2
2.	INTRODUCCIÓN	3
2.1.	PROBLEMA	3
2.2.	OBJETIVO GENERAL	3
2.3.	OBJETIVO ESPECÍFICO	3
2.4.	HIPÓTESIS	3
2.5.	JUSTIFICACIÓN DEL TRABAJO	3
2.6.	ANTECEDENTES	4
3.	MARCO TEÓRICO	7
4.	METODOLOGÍA	8
4.1.	DISEÑO DE INVESTIGACIÓN	8
4.2.	VARIABLE	8
4.2.1.	VARIABLE DEPENDIENTE ()	9
4.2.2.	VARIABLES INDEPENDIENTES	9
a)	Consumo privado ()	9
b)	Consumo público ()	9
c)	Inversión bruta interna ()	9
4.3.	INSTRUMENTO DE INVESTIGACIÓN	10
5.	RESULTADOS	11
5.1.	ANÁLISIS DEL MODELO DE REGRESIÓN	11
5.1.1.	VERIFICAR LOS SUPUESTOS	13
a)	Linealidad por MCO	13
b)	Homocedasticidad (descarte de heterocedasticidad)	14
c)	Normalidad	15
d)	No autocorrelación	15
6.	CONCLUSIÓN	19
7.	REFERENCIAS BIBLIOGRÁFICAS	20
8. ANEXOS…………………………………………………………………...…….21
1. RESUMEN
El siguiente trabajo tiene como objetivo principal demostrar los factores más relevantes y significativos, aquellos que han tenido un mayor nivel participativo en la determinación del aumento o disminución de la demanda interna en nuestro país desde 1970 hasta el 2017, siendo este fenómeno explicado por el modelo planteado, el cual además incluye variables endógenas como el consumo privado(C), gasto del gobierno, es decir, el consumo público (G) y la inversión bruta interna (I), con la finalidad de identificar cual es o son las variables que explican más a nuestra variable exógena, la demanda interna (DI).
Por consiguiente, se realizará diversos estudios econométricos para la selección, revisión y aceptación de dichas variables. Para la efectuación de estos procedimientos, se hará uso del programa E-views, el cual nos permitirá confirmar y comprobar con suma validez lo expuesto en este estudio.
ABSTRACT
The following manuscript's main objective is to demonstrate the most relevant and significant factors that influence and have influenced the domestic demand of the country from 1970 to 2017, this being explained by the proposed model, which includes endogenous variables such as household consumption (C), government spending (G) and investment (I), with the purpose of identifying what is or are the variables that explain our exogenous variable, internal demand (ID).
Therefore, several econometric studies will be carried out for the selection, review and acceptance of said variables. For the performance of these procedures, the E-views program will be used, which allow us to confirm and verify with great validity the information presented in this study.
2. INTRODUCCIÓN
2.1. PROBLEMA
¿Qué variable o variables; consumo privado, consumo público, inversión bruta interna; han tenido un mayor nivel participativo en la determinación del aumento o disminución de la demanda interna en nuestro país?
2.2. OBJETIVO GENERAL
Demostrar la(s) variables más relevantes y significativas que ha influido en el modelo de demanda interna de nuestro país evaluadas desde 1970 hasta el 2017.
2.3. OBJETIVO ESPECÍFICO
Demostrar dichas variables a través de modelos econométricos verificando los supuestos que estos deben cumplir para afirmar su significancia y su grado de aporte dentro del modelo.
2.4. HIPÓTESIS
La función de regresión lineal planteada está influenciada en mayor medida por las dos variables más relevantes y significativas, es decir, el consumo público y la inversión bruta interna; puesto que estas son determinantes en el aporte para el desarrollo económico y nivel de bienestar del país.
2.5. JUSTIFICACIÓN DEL TRABAJO
La presente investigación se enfocará en demostrar las variables que más influyeron y explicaron la evolución de la demanda interna de nuestro país desde 1970 hasta el 2017; el proceso de análisis nos ayudará a entender su importancia ya que la principal fuente de crecimiento dentro de un país es su mercado interno impulsado principalmente por sus productores y consumidores. Asimismo, este nos permitirá entender porque la demanda interna impulsa en mayor medida el crecimiento del PBI, teniendo en cuenta las variables que más influyen en el resultado, a su vez nos ayudará a emitir recomendaciones para los próximos años y se precisará cuáles de las siguientes variables (consumo privado, consumo público e inversión bruta interna) explican mejor la variación en la demanda interna del país, considerando de mayor importancia las dos más significativas. 
2.6. ANTECEDENTES
Desde el pasado hasta la actualidad, los gobiernos y entidades de cada país han venido realizando investigaciones para efectuar una buena política macroeconómica y que al aplicarlas estas tengan un resultado positivo; es asi que en base a una serie de resultados de años anteriores pueden hacerse proyecciones. Por ello, existen investigaciones de los resultados de una política macroeconómica ya dada en algunos países en relación a la demanda interna.
1. En primer lugar se tiene que, en marzo del 2010 fue presentado una investigación “Economía peruana del último siglo: ensayos de interpretación” por Javier Iguiñiz en la Pontifica Universidad Católica del Perù.El propósito de esta investigación es realizar un análisis de la colección de artículos del profesor Félix Jiménez donde en ella brinda el panorama del proceso económico de Perú en los años ochenta y noventa basándose pruebas de series de tiempo (análisis econométrico).Llegan a las conclusiones que la inflación se conforma por variables estructurales y no por el incremento del dinero o progresivo déficit público. El dinero es una variable regresada en relación al incremento de los precios, donde las políticas estabilizadoras de disminución monetaria y de aumento de la tasa de interés, adelantan el proceso inflacionario en lugar de reprimirlo. El déficit público es un factor que compensa la demanda efectiva ocasionada por el modo que adjudica el proceso de acumulación de capital debido a la distribución de la economía. No hay exceso de demanda (ocasionado por el déficit público) detrás del déficit externo. La demanda en los años ochenta y noventa estaba en decreciente debido al exceso en el gasto público por el mal manejo del dinero.
2. Palazuelos, Enrique. (2007).Dinámica Macroeconómica de Estados Unidos: ¿Transición entre dos recesiones? .Instituto Complutense de Estudios Internacionales, Madrid, España. En ellos nos explica tres mecanismos empleados en la economía estadounidense, primero la inversión, donde a través de las innovaciones tecnológicas impulsaron las perspectivas de las empresas a renovar sus equipos productivos para estar a la par de la exigencia del mercado. Tenían la facilidad de acceso al crédito y el alza de las bolsas de valores les daba la posibilidad de financiarse en el mercado de capitales. Desde 1992 a 1995 la inversión creció una taza de 10,5% anual, pero, este se aceleró aún más hasta 1999 en 11,55% llegando a su fase expansiva. Sin embargo, en el transcurso del crecimiento las empresas obviaron fomentar su ahorro interno, cayendo así el aporte de las innovaciones a la inversión ya que estaba lejos de sus posibilidades. Como consecuencia llego el fenómeno de sobreinversión debido al exceso de la capacidad productiva, ante ello las empresas redujeron sus inversiones y empezaron operar en condiciones de baja capacidad. En este caso la política económica resultó inadecuada, puesto que los intentos de estímulos fiscales y monetarios no tuvieron efectos positivos en sus intentos de incentivar la inversión, por ello a partir del 200 al 2003 las inversiones tuvieron tazas de variación negativa. Segundo llego el endeudamiento de las empresas y de hogares, para financiarsesus inversiones lo hicieron a través de préstamos, emisiones de bonos, hipotecas, papel comercial y otros instrumentos de crédito a tasas de intereses bajas. A partir de 2000 los activos se redujeron pero no las obligaciones de pago, llegando así el deterioro patrimonial, asimetría contable y quiebra de empresas. En el sector domésticos sus activos se redujeron en 14% del PBI, sus obligaciones aumentaron un 15% y su riqueza se redujo en 20%. Finalmente fue el comportamiento de los mercados financieros (en particular de la bolsa).El incremento de las cotizaciones en 1992 era lógico debido a las inversiones realizadas, pero, desde 1995 en boom paso a ser un extraño proceso de persistentes compras y ventas de títulos, con elevación de las acciones sin tener relación real de la situación de las empresas. Tanto las empresas y hogares vieron cómo se desvalorizaba sus activos pero no las deudas a devolver. Así debido a malas medidas económicas para incentivar la inversión trajo como consecuencias reducción del consumo, el endeudamiento de hogares y empresa, burbuja inmobiliaria, trayendo un recesión posterior.
3. Rodríguez, Araceli. (2015). “La función de la publicidad televisiva en la consolidación de la sociedad de consumo en España durante el régimen de franco (1956-1975)” por journal of Spanish Cultura Studies. El propósito de este escrito es estudiar la función que realizo la publicidad televisiva en el comienzo y arraigo de la sociedad de consumo en España, durante la dictadura de Franco o Franquista. El estudio sobre este corpus documental revisa, primordialmente, las categorías de productos y servicios anunciados, relacionándolas con la dinamización de la demanda interna. La adecuada publicidad (televisiva) impulso el gasto sin olvidar el ahorro como un agente beneficioso para el país. En los años setenta España todavía se encontraba en desarrollo de su economía ya que estaba por debajo de otras economías, por ello, el incentivo del consumo fue una clave positiva. Emergieron nuevas empresas para satisfacer las necesidades de consumidores.
4. Banco Mundial. (2017).”Panorama general del Perú”. El propósito es informar acerca del panorama del Perú, muestra que el país presento dos fases en relación al crecimiento económico. Primero durante el 2002 y 2013 Perú se definió, como país con alto dinamismo en América Latina, con un crecimiento del PBI de 6.1% anual. Las políticas macroeconómicas adecuadas y cambios de reformas estructurales en diferentes áreas tuvieron como resultado tener un crecimiento económico y tener una baja inflación. Segundo durante el 2014 y 2017,la expansión de la economía se desacelero, debido, a la caída de los precios commodities. Este género la caída de la inversión privada, hubo menores ingresos fiscales y disminución del consumo. 
5. QUO VADIS PERU. (2017).”La inversión es el motor del crecimiento y encamina el cierre de brechas” por la Cámara de Comercio de Lima y su Instituto de Economía y Desarrollo Empresarial (IEDEP-CCL).El propósito es indicar que las generar inversiones principalmente del sector privado es importante puesto que aporta el 80% del total de las inversiones en el país y contribuye el 20% del producto interno (PBI).Es claro que la inversión es un factor para el desarrollo y por lo tanto a través de ello se puede cerrar brechas que puedan existir. La creación de empresas, aumento de empleo implica la reducción de la pobreza todo debido a la inversión. También es importante generar la inversión domestica ya que permite el incentivo al ahorro. Como ejemplo esta las medidas del gasto en reconstrucción que se está realizando en Perú.
3. MARCO TEÓRICO
La demanda interna se mide como el gasto en bienes y servicios que realizan los agentes económicos de un país, es decir, personas, empresas y el gobierno, tanto para consumo como para inversión durante un determinado periodo de tiempo; a su vez, es un indicador de desarrollo y nivel de bienestar de un país, cuando esta crece, trae como resultado que la economía del mismo crezca a través de mayor producción y empleo, y viceversa.
En una economía abierta, esta se obtiene de la diferencia de la demanda agregada (DA) y las exportaciones netas (X-M); mientras que en una economía cerrada esta es igual a la suma de Consumo privado, Inversión y el Gasto del Gobierno o Consumo Público.
La demanda interna de un país puede ser un motor importante para el crecimiento del mismo; sin embargo, cuando el crecimiento se basa en un endeudamiento descontrolado en subsidios por parte del Gobierno favoreciendo a los productores nacionales hay un riesgo alto a la desaceleración económica. 
Para que la demanda de un país se vea afectada existen varios factores que se involucran, por ejemplo: al bajar la tasa de desempleo, la demanda tiene a aumentar; asimismo, a mayor crecimiento, mayor demanda y por último, si los consumidores tienen buenas expectativas del futuro, la demanda tienden a crecer también. 
VARIABLES:
La demanda interna del Perú es explicada por tres variable: consumo privado, consumo público y la inversión bruta interna, las cuales serán definidas a continuación:
 X1: consumo privado, incluida en el modelo de demanda interna debido a que comprende el consumo de familias.
X2: consumo público, considerada como una de las variables que explican la demanda interna debido a que representa el gasto de las instituciones públicas, además incluyen la realización de obras públicas.
X3: inversión bruta interna, incluida en el modelo debido a que representa la compra de bienes con la finalidad de utilizarlas para producir bienes y servicios. 
4. METODOLOGÍA
4.1. DISEÑO DE INVESTIGACIÓN
La presente investigación tiene como propósito determinar los factores más relevantes y que tienen mayor influencia en la demanda interna, la cual permite determinar la totalidad del consumo (público y privado) e inversión y ver cómo estas han ido variando en nuestro país. Esto suceso podemos verlo a partir de los 3 componentes, los cuales serán explicados posteriormente.
Para llevar a cabo este estudio, recolectamos datos de entidades como el Banco Central de Reserva del Perú, INEI, entre otras, utilizando de esta manera datos cuantitativos representados por las cuatro variables cuantitativas; de las cuales tres son independientes (consumo público, consumo privado, inversión) y una dependiente (demanda interna).
Según el tipo de diseño de investigación esta es no experimental, puesto que, se realizar cambios en las variables, basándose en datos anteriores, en este caso datos recogidos desde los años 1970 hasta el 2017 siendo las variables observadas en su ambiente natural. Además, se apoyará por el método descriptivo y explicativo con el fin de lograr un conocimiento teórico respecto a la realidad objetiva explicada en la demanda interna del país a través del análisis de las variables explicativas que tomaremos en cuenta. 
4.2. VARIABLE
En la presente sección serán especificadas las variables que influyeron en la demanda interna del Perú entre los años 1970-2017. Con este objetivo clasificaremos las variables en: Variable dependiente o regresada y variables independientes o regresoras.
4.2.1. VARIABLE DEPENDIENTE ()
Inicialmente se mencionó que el objetivo del trabajo es demostrar la(s) variables más relevantes y significativas que influyeron en el modelo de demanda interna de nuestro país evaluadas desde 1971 hasta el 2017, en ese sentido el regresando del modelo econométrico está definido como la demanda interna del Perú. 
La variable dependiente es de tipo cuantitativo, debido a que mide la demanda interna en variaciones porcentuales .El tipo de dato son: series temporales (las observaciones de la variable dependiente se dan a través del tiempo y en orden cronológico.
4.2.2. VARIABLES INDEPENDIENTES
a) Consumo privado ()
Está constituido por el gasto de familias, personas, empresas en bienes y servicios tales como: alimentos, salud, alquiler de vivienda, suministros, ocio, ropa a excepción de la compra de viviendas nuevas; cuya finalidades satisfacer necesidades, lo cual no incluye su uso para producir otros bienes.
b) Consumo público ()
Está representado por el gasto realizado por parte del sector público(instituciones, organismos y entidades públicas) cuyo fin es proveer de servicios básicos a la sociedad tales como seguridad, servicios judiciales, distribución de la renta y riqueza del país de forma igualitaria, es decir, permite responder a las necesidades que la sociedad demanda.
c) Inversión bruta interna ()
Es uno de los componentes del PBI y está comprendido por la compra de bienes cuya finalidad es la producción de otros bienes y servicios e incluye la compra de viviendas nuevas. Esta variable es una de las más volátiles en la demanda interna debido a que depende de las expectativas de los empresarios a cerca del futuro económico del país.
4.3. INSTRUMENTO DE INVESTIGACIÓN 
Para procesar y analizar los datos obtenidos se recurrió a la base de datos del Banco Central de Reserva del Perú (BCRP), se tuvo que hacer un estudio general de los antecedentes y resultados pasados, los cuales son nuestro punto de objetivo principal para la recolecta de información. 
Luego de esta operación, se procederá a hacer uso del software E-views 9 con el fin de procesar los datos obtenidos. Con este programa, se hará las debidas estimaciones econométricas que nos dará como resultado el modelo de función lineal estudiado, asimismo se empleará el método por estimación MCO para resaltar las variables explicativas con mayor relevancia del modelo y el Método de Mínimos Cuadros Ordinarios nos permitirá hallar y estimar los valores de los parámetros poblacionales en el modelo de regresión lineal. Además, este minimiza la suma de las distancias al cuadrado entre las respuestas observadas y las respuestas reales. 
Los supuestos que se deben cumplir según dicho método son los siguientes:
· Linealidad
Establece una relación lineal entre las variables endógenas (incógnitas) y las exógenas (explicadas).
· Homocedasticidad (No Heterocedasticidad)
La varianza de los errores debe ser constantes a lo largo de las observaciones. Se cumple este supuesto cuando la varianza de los residuos es la misma para cada observación de la regresión. Caso contrario, al observarse alguna diferencia en la varianza, se determinará la presencia de heterocedasticidad.
· No Autocorrelación
Los residuos no presentan un patrón determinado y no están correlacionados entre sí en una corrida.
· Normalidad
Se busca que los errores se distribuyan de forma normal.
Además, se empleará las correcciones del modelo, en caso sea necesario si se observan deficiencias o vulneraciones de algunos de los supuestos, tales como:
· Método de Mínimos Cuadrados Ponderados (MCP): Para corregir problemas de heterocedasticidad, cuando la varianza es conocida.
· El Método de White: Se utiliza para corregir problemas de heterocedasticidad cuando la varianza es desconocida. Método de Mínimos Cuadrados Generalizados (MCG): Corrige los problemas de autocorrelación. 
· Método de Durbin – Watson: Corrige problemas de autocorrelación, mediante un sistema de orden “ρ”. Este método trabaja con su propia tabla estadística y detalla su respuesta según esta.{\displaystyle E(\mu \ _{i}^{2})=\sigma \ _{\mu }^{2}\ \qquad \forall \;i=R}
5. RESULTADOS
5.1. ANÁLISIS DEL MODELO DE REGRESIÓN
Regresión lineal simple
En el siguiente cuadro de Eviews se muestra los resultados de la estimación por medio de MCO del modelo de regresión lineal. 
	Dependent Variable: Y
	
	
	Method: Least Squares
	
	
	Date: 06/09/18 Time: 09:54
	
	
	Sample: 1970 2017
	
	
	Included observations: 48
	
	
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	C
	-0.170847
	0.104284
	-1.638286
	0.1085
	X1
	0.675800
	0.029901
	22.60103
	0.0000
	X2
	0.121040
	0.015585
	7.766316
	0.0000
	X3
	0.193772
	0.007732
	25.06224
	0.0000
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.992977
	    Mean dependent var
	3.485008
	Adjusted R-squared
	0.992498
	    S.D. dependent var
	7.190134
	S.E. of regression
	0.622765
	    Akaike info criterion
	1.970359
	Sum squared resid
	17.06478
	    Schwarz criterion
	2.126293
	Log likelihood
	-43.28863
	    Hannan-Quinn criter.
	2.029287
	F-statistic
	2073.680
	    Durbin-Watson stat
	2.526188
	Prob(F-statistic)
	0.000000
	
	
	
	
	
	
	
	
	
	
	
	
	
Al aplicar la prueba de significancia general del modelo, se concluye de manera global que todas las variables son significativas en conjunto, porque el p-value del estadístico de Fisher es menor que el nivel de significancia (5%). 
 	P- value (0.0000) < (0.05) Se rechaza , por lo tanto, es significativa.
Asimismo, podemos determinar que regresoras son significativas y cuales no lo son para nuestro modelo, tomando un nivel de significancia (5%), analizamos las pruebas individuales de la siguiente manera tomando el p-value y el estadístico t para cada variable, obteniendo los siguientes resultados:
· En P- value (0.0000) < (0.05) 
Se rechaza , por lo tanto, es significativa
En t = 22.60103 <= |+-1.96|
Se rechaza , por lo tanto, es significativa
· En P- value (0.0000) < (0.05) 
Se rechaza , por lo tanto, es significativa
En t = 7.766316 <= |+-1.96|
Se rechaza , por lo tanto, es significativa
· En P- value (0.0000) < (0.05) 
Se rechaza , por lo tanto, es significativa
En t = 25.06224 <= |+-1.96|
Se rechaza , por lo tanto, es significativa
Finalmente, obtenemos un modelo totalmente significativo global respecto a todas sus variables independientes, por ello se ha decidido no eliminar ninguna, puesto que a su vez, todas sus variables regresoras contribuyen al modelo de manera óptima, es decir, son significativas individualmente. 
5.1.1. VERIFICAR LOS SUPUESTOS
a) Linealidad por MCO
	Dependent Variable: Y
	
	
	Method: Least Squares
	
	
	Date: 06/09/18 Time: 09:54
	
	
	Sample: 1970 2017
	
	
	Included observations: 48
	
	
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	C
	-0.170847
	0.104284
	-1.638286
	0.1085
	X1
	0.675800
	0.029901
	22.60103
	0.0000
	X2
	0.121040
	0.015585
	7.766316
	0.0000
	X3
	0.193772
	0.007732
	25.06224
	0.0000
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.992977
	    Mean dependent var
	3.485008
	Adjusted R-squared
	0.992498
	    S.D. dependent var
	7.190134
	S.E. of regression
	0.622765
	    Akaike info criterion
	1.970359
	Sum squared resid
	17.06478
	    Schwarz criterion
	2.126293
	Log likelihood
	-43.28863
	    Hannan-Quinn criter.
	2.029287
	F-statistic
	2073.680
	    Durbin-Watson stat
	2.526188
	Prob(F-statistic)
	0.000000
	
	
	
	
	
	
	
	
	
	
	
	
	
Como hemos visto en la regresión lineal, las tres variables regresoras son significativas independientemente, por lo tanto no se ha eliminado ninguna lo cual nos indica que estamos antes un modelo consistente; para corroborar la significancia del modelo es necesario explicar la significancia individual y grupal por el modelo MCO de la regresión lineal simple, a través del p-value, teniendo en cuenta el valor de significancia de 5%, lo cual se ha verificado anteriormente.
Asimismo, analizando otros indicadores, podemos observar un de 0.992977, el cual expresa que es muy bueno. Además, no hay sospecha de problemas en la autocorrelación por lo que muestra Durbin-Watson de 2.526188. Sin embargo, este supuesto será confirmado con en el desarrollo de las otras pruebas, más adelante.
b) Homocedasticidad (descarte de heterocedasticidad)
	Heteroskedasticity Test: ARCH
	
	
	
	
	
	
	
	
	
	
	
	
	F-statistic
	1.870129
	    Prob. F(1,45)
	0.1783
	Obs*R-squared
	1.875311
	    Prob. Chi-Square(1)
	0.1709
	
	
	
	
	
	Test Equation:
	
	
	
	Dependent Variable: RESID^2
	
	
	Method: Least Squares
	
	
	Date: 06/17/18 Time: 17:59
	
	
	Sample (adjusted): 1971 2017
	
	
	Included observations: 47 after adjustments
	
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-StatisticProb.  
	
	
	
	
	
	
	
	
	
	
	C
	0.289300
	0.145771
	1.984615
	0.0533
	RESID^2(-1)
	0.199845
	0.146136
	1.367527
	0.1783
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.039900
	    Mean dependent var
	0.361859
	Adjusted R-squared
	0.018565
	    S.D. dependent var
	0.939569
	S.E. of regression
	0.930807
	    Akaike info criterion
	2.736091
	Sum squared resid
	38.98804
	    Schwarz criterion
	2.814820
	Log likelihood
	-62.29813
	    Hannan-Quinn criter.
	2.765717
	F-statistic
	1.870129
	    Durbin-Watson stat
	1.976911
	Prob(F-statistic)
	0.178252
	
	
	
	
	
	
	
	
	
	
	
	
	
Según el Test de ARCH, el cual se utiliza para una base de datos de serie de tiempo, en conclusión, se afirma que existe homocedasticidad ya que:
 P-value del estadístico de la prueba: 0.1709 > nivel de significancia 0.05 
Por lo que no se rechaza la hipótesis nula, por ende no hay heterocedasticidad.
c) Normalidad
Se necesitó usar una dicotómica para corregir el test de normalidad. Después de la corrección según el Test Jarque Bera, los errores siguen una distribución normal ya que el p-value es de 0.5506446, el cual es mayor que el nivel de significancia de 0.05 por consiguiente no se rechaza la hipótesis nula, afirmando que el presente modelo sigue una distribución normal.
d) No autocorrelación
	Dependent Variable: Y
	
	
	Method: Least Squares
	
	
	Date: 06/09/18 Time: 09:54
	
	
	Sample: 1970 2017
	
	
	Included observations: 48
	
	
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	C
	-0.170847
	0.104284
	-1.638286
	0.1085
	X1
	0.675800
	0.029901
	22.60103
	0.0000
	X2
	0.121040
	0.015585
	7.766316
	0.0000
	X3
	0.193772
	0.007732
	25.06224
	0.0000
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.992977
	    Mean dependent var
	3.485008
	Adjusted R-squared
	0.992498
	    S.D. dependent var
	7.190134
	S.E. of regression
	0.622765
	    Akaike info criterion
	1.970359
	Sum squared resid
	17.06478
	    Schwarz criterion
	2.126293
	Log likelihood
	-43.28863
	    Hannan-Quinn criter.
	2.029287
	F-statistic
	2073.680
	    Durbin-Watson stat
	2.526188
	Prob(F-statistic)
	0.000000
	
	
	
	
	
	
	
	
	
	
	
	
	
Para poder analizar este supuesto, se deberá trabajar con el número de rezagos que presente criterios de información con el valor más bajo para lo cual se recurrirá el Akaike, el cual será analizado a continuación: 
Lags to include: 1
	Breusch-Godfrey Serial Correlation LM Test:
	
	
	
	
	
	
	
	
	
	
	
	F-statistic
	3.675463
	    Prob. F(1,43)
	0.0619
	Obs*R-squared
	3.779764
	    Prob. Chi-Square(1)
	0.0519
	
	
	
	
	
	Test Equation:
	
	
	
	Dependent Variable: RESID
	
	
	Method: Least Squares
	
	
	Date: 06/20/18 Time: 09:39
	
	
	Sample: 1970 2017
	
	
	Included observations: 48
	
	
	Presample missing value lagged residuals set to zero.
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	C
	0.011194
	0.101419
	0.110372
	0.9126
	X1
	0.002224
	0.029055
	0.076560
	0.9393
	X2
	0.001623
	0.015156
	0.107117
	0.9152
	X3
	-0.003994
	0.007791
	-0.512699
	0.6108
	RESID(-1)
	-0.297401
	0.155127
	-1.917150
	0.0619
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.078745
	    Mean dependent var
	1.30E-16
	Adjusted R-squared
	-0.006953
	    S.D. dependent var
	0.602562
	S.E. of regression
	0.604653
	    Akaike info criterion
	1.930008
	Sum squared resid
	15.72101
	    Schwarz criterion
	2.124924
	Log likelihood
	-41.32018
	    Hannan-Quinn criter.
	2.003667
	F-statistic
	0.918866
	    Durbin-Watson stat
	2.140107
	Prob(F-statistic)
	0.461749
	
	
	
	
	
	
	
	
	
	
	
	
	
Lags to include: 2
	Breusch-Godfrey Serial Correlation LM Test:
	
	
	
	
	
	
	
	
	
	
	
	F-statistic
	3.267841
	    Prob. F(2,42)
	0.0480
	Obs*R-squared
	6.463549
	    Prob. Chi-Square(2)
	0.0395
	
	
	
	
	
	Test Equation:
	
	
	
	Dependent Variable: RESID
	
	
	Method: Least Squares
	
	
	Date: 06/20/18 Time: 09:41
	
	
	Sample: 1970 2017
	
	
	Included observations: 48
	
	
	Presample missing value lagged residuals set to zero
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	C
	0.008048
	0.099475
	0.080909
	0.9359
	X1
	0.002704
	0.028494
	0.094893
	0.9249
	X2
	0.001570
	0.014862
	0.105622
	0.9164
	X3
	-0.003552
	0.007644
	-0.464703
	0.6445
	RESID(-1)
	-0.357695
	0.156466
	-2.286090
	0.0274
	RESID(-2)
	-0.245923
	0.149285
	-1.647342
	0.1070
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.134657
	    Mean dependent var
	1.30E-16
	Adjusted R-squared
	0.031640
	    S.D. dependent var
	0.602562
	S.E. of regression
	0.592952
	    Akaike info criterion
	1.909063
	Sum squared resid
	14.76688
	    Schwarz criterion
	2.142963
	Log likelihood
	-39.81752
	    Hannan-Quinn criter.
	1.997454
	F-statistic
	1.307137
	    Durbin-Watson stat
	1.999258
	Prob(F-statistic)
	0.279388
	
	
	
	
	
	
	
	
	
	
	
	
	
Lags to include: 3
	Breusch-Godfrey Serial Correlation LM Test:
	
	
	
	
	
	
	
	
	
	
	
	F-statistic
	2.133985
	    Prob. F(3,41)
	0.1107
	Obs*R-squared
	6.482725
	    Prob. Chi-Square(3)
	0.0903
	
	
	
	
	
	Test Equation:
	
	
	
	Dependent Variable: RESID
	
	
	Method: Least Squares
	
	
	Date: 06/17/18 Time: 18:07
	
	
	Sample: 1970 2017
	
	
	Included observations: 48
	
	
	Presample missing value lagged residuals set to zero.
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	C
	0.007766
	0.100678
	0.077138
	0.9389
	X1
	0.002897
	0.028867
	0.100350
	0.9206
	X2
	0.001656
	0.015052
	0.110002
	0.9129
	X3
	-0.003692
	0.007802
	-0.473245
	0.6385
	RESID(-1)
	-0.353157
	0.161724
	-2.183700
	0.0348
	RESID(-2)
	-0.238527
	0.160335
	-1.487683
	0.1445
	RESID(-3)
	0.021742
	0.157992
	0.137613
	0.8912
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.135057
	    Mean dependent var
	1.30E-16
	Adjusted R-squared
	0.008480
	    S.D. dependent var
	0.602562
	S.E. of regression
	0.600001
	    Akaike info criterion
	1.950268
	Sum squared resid
	14.76007
	    Schwarz criterion
	2.223152
	Log likelihood
	-39.80643
	    Hannan-Quinn criter.
	2.053391
	F-statistic
	1.066993
	    Durbin-Watson stat
	2.005853
	
	
	
	
	Prob(F-statistic)
	0.397826
	
	
	
	
	
	
	
	
	
	
	
	
	
Lags to include: 4
	Breusch-Godfrey Serial Correlation LM Test:
	
	
	
	
	
	
	
	
	
	
	
	F-statistic
	1.710292
	    Prob. F(4,40)
	0.1667
	Obs*R-squared
	7.010415
	    Prob. Chi-Square(4)
	0.1353
	
	
	
	
	
	Test Equation:
	
	
	
	Dependent Variable: RESID
	
	
	Method: Least Squares
	
	
	Date: 06/20/18 Time: 09:43
	
	
	Sample: 1970 2017
	
	
	Included observations: 48
	
	
	Presample missing value lagged residuals set to zero.
	
	
	
	
	
	
	
	
	
	
	Variable
	Coefficient
	Std. Error
	t-Statistic
	Prob.  
	
	
	
	
	
	
	
	
	
	
	C
	0.008025
	0.101280
	0.079240
	0.9372
	X1
	0.005628
	0.029287
	0.192152
	0.8486
	X2
	-0.000584
	0.015460
	-0.037754
	0.9701
	X3
	-0.003452
	0.007855
	-0.439457
	0.6627
	RESID(-1)
	-0.347733
	0.162865
	-2.135105
	0.0389
	RESID(-2)
	-0.270420
	0.167303
	-1.616352
	0.1139
	RESID(-3)
	-0.020983
	0.169720
	-0.123631
	0.9022
	RESID(-4)
	-0.117222
	0.163353
	-0.717600
	0.4772
	
	
	
	
	
	
	
	
	
	
	R-squared
	0.146050
	    Mean dependent var
	1.30E-16
	Adjusted R-squared
	-0.003391
	    S.D. dependent var
	0.602562
	S.E. of regression
	0.603582
	    Akaike info criterion
	1.979143
	Sum squared resid
	14.57246
	    Schwarz criterion
	2.291010
	Log likelihood
	-39.49944
	    Hannan-Quinn criter.
	2.096998
	F-statistic
	0.977310
	    Durbin-Watson stat
	1.985261
	Prob(F-statistic)
	0.461001
	
	
	
	
	
	
	
	
	
	
	
	
	
Tomando el criterio de información según Akaike, se puede definir que el número de rezagos óptimo es 2, puesto que este presenta el menor Akaike (1.909063), a diferencia de los demás rezagos.
Por ello, analizando el segundo cuadro del supuesto de No Autocorrelación, concluimos que según el test de Multiplicación de Lagrange, existe autocorrelación ya que el p-value del estadístico de prueba es de 0.0519, el cual es mayor queel nivel de significancia de 0.05. Por lo tanto, no se rechaza la hipótesis nula. No se realiza ninguna corrección.
6. CONCLUSIÓN 
El presente trabajo se mantiene con la misma función ya planteada en el inicio, puesto que todas sus variables son significativas. 
X1: Consumo privado
X2: Consumo público
X3: Inversión bruta interna
Por ello tenemos:
Según los resultados obtenidos en el presente modelo, hemos observado que las variables explicativas son significativas sin ninguna excepción, por ello es necesario tener dichas variables para evaluar la variación de la demanda interna en el Perú desde 1970 hasta 2017, ya que ellas influyen a esta, estas han sido corroboradas en cuanto a los supuestos que deben cumplirse y asimismo nos indica que la demanda interna es explicada en mayor parte por el consumo privado y la inversión bruta interna, que sea explicada por esta es un factor positivo, sin embargo el consumo público debería ser un factor de preocupación ya que esto nos demuestra que los Gobiernos de turno no están haciendo mucho para que nuestro país mejore, en términos de asignación del presupuesto en los distintos sectores como salud, educación, instituciones, etc.
· : Por cada aumento de 1 variación porcentual en la demanda interna, el consumo privado aumenta en 0.675800 variación porcentual.
· : Por cada aumento de 1 variación porcentual en la demanda interna, el consumo público aumenta en 0.121040 en variación porcentual.
· : Por cada aumento de 1 variación porcentual en la demanda interna, la inversión bruta interna aumenta en 0.193772 en variación porcentual.
7. REFERENCIAS BIBLIOGRÁFICAS
· Banco Central de Reserva del Perú (2017). Recuperado de http://www.bcrp.gob.pe/publicaciones/nota-semanal/cuadros-estadisticos.html 
· Guillermo Celso Oglietti (Octubre 2007). Demanda y Crecimiento Económico. Ed. Barcelona, España.
· Instituto Complutense de Estudios Internacionales (Abril, 2007). Dinámica Macroeconómica de Estados Unidos: ¿Transición entre dos Recesiones?
· Juan Pablo Mateo Tomé, Eduardo Sánchez Iglesias (Nov. 4, 2010). Política económica en Venezuela: propósitos, medidas y resultados obtenidos en la última década. Recuperado de https://halshs.archives-ouvertes.fr/halshs-00532779/document 
· Lario, Fernando; Álvarez, Josué y Quineche, Ricardo (2014). Fundamentos de Econometría, La Molina-Lima, Perú. Fondo Editorial
· Lario, Fernando; Álvarez, Josué y González, Carlos (2016). Investigación en Economía y Negocios: Metodología con aplicaciones en E-views. La Molina-Lima, Perú. Fondo Editorial
· Roldán P. (s.f.) Demanda Interna. Recuperado de http://economipedia.com/definiciones/demanda-interna.html
· Rodríguez Mateos, Araceli (Sep. 2015). La Función de la publicidad televisiva en la consolidación de la sociedad de consumo en España durante el régimen de Franco (1957-1975). 
16
ANEXOS
0
2
4
6
8
10
12
-0.8-0.6-0.4-0.20.00.20.40.60.81.01.2
Series: Residuals
Sample 1970 2017
Observations 48
Mean 1.91e-16
Median 0.026951
Maximum 1.146929
Minimum -0.778115
Std. Dev. 0.393141
Skewness 0.293321
Kurtosis 3.502509
Jarque-Bera 1.193327
Probability 0.550646