Proyeccion de Una Variable
-
Upload
lucero-alcantara -
Category
Documents
-
view
8 -
download
2
description
Transcript of Proyeccion de Una Variable
-
ECONOMETRA II
1
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
2015
PROYECCIN DE LA VARIABLE
IMPORTACIONES
-
ECONOMETRA II
2
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
3
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
4
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
5
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
6
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
7
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$)
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.
0
1,000
2,000
3,000
4,000
86 88 90 92 94 96 98 00 02 04 06 08 10 12 14
IMPOR
-
ECONOMETRA II
8
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
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.
0
1,000
2,000
3,000
4,000
86 88 90 92 94 96 98 00 02 04 06 08 10 12 14
IMPORTACIONES IMPORTACIONES_SA
-
ECONOMETRA II
9
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) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.874130 0.6658
Test critical values: 1% level -3.983828
5% level -3.422391
10% level -3.134057 *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 t-
statictic 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 Adj. t-Stat Prob.* Phillips-Perron test statistic -1.670930 0.7623
Test critical values: 1% level -3.983541
5% level -3.422252
10% level -3.133975 *MacKinnon (1996) one-sided p-values.
-
ECONOMETRA II
10
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 t-
statistic 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.
-
ECONOMETRA II
11
Grafico n 3
RESULTADO DEL TEST F DE QUIEBRE ESTRUCTURAL DE ZIVOT Y ANDREW
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.
0
1,000
2,000
3,000
4,000
5,000
50 100 150 200 250 300 350
F FT FM
-
ECONOMETRA II
12
Grafico n 4
TEST DE ZIVOT Y ANDREW - QUIEBRE EN MEDIA
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
Fuente BCRP
Elaboracin: Propia
-5
-4
-3
-2
-1
0
75 100 125 150 175 200 225 250 275 300
ZIVOTM VCRITM
-5
-4
-3
-2
-1
0
75 100 125 150 175 200 225 250 275 300
ZIVOTT VCRITT
-
ECONOMETRA II
13
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
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.
-6
-5
-4
-3
-2
-1
0
75 100 125 150 175 200 225 250 275 300
ZIVOT VCRIT
-
ECONOMETRA II
14
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) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.023908 0.0000
Test critical values: 1% level -2.571419
5% level -1.941709
10% level -1.616108
*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).
-
ECONOMETRA II
15
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) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.023908 0.0000
Test critical values: 1% level -2.571419
5% level -1.941709
10% level -1.616108
*MacKinnon (1996) one-sided p-values.
La probabilidad es menor al 5% (0.00002.571419 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.
-
ECONOMETRA II
16
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)
Grafico n 7
CORRELOGRAMA
-
ECONOMETRA II
17
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 0.007911 0.004279 1.848792 0.0653
AR(3) 0.120518 0.052400 2.299963 0.0220
MA(1) -0.272909 0.050973 -5.353990 0.0000 R-squared 0.087890 Mean dependent var 0.007855
Adjusted R-squared 0.082780 S.D. dependent var 0.102423
S.E. of regression 0.098093 Akaike info criterion -1.797513
Sum squared resid 3.435105 Schwarz criterion -1.765129
Log likelihood 326.5523 Hannan-Quinn criter. -1.784636
F-statistic 17.20005 Durbin-Watson stat 1.985247
Prob(F-statistic) 0.000000
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).
-
ECONOMETRA II
18
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:
-
ECONOMETRA II
19
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 Std. Dev. Obs.
1 28.07850 31
2 146.9137 31
3 25.56613 31
4 19.51182 31
5 38.54004 30
6 40.06546 30
7 74.33208 30
8 93.53486 30
9 23.76100 30
10 70.38943 30
11 16.23842 30
12 60.01907 30
All 80.24334 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
-
ECONOMETRA II
20
Obtenemos el siguiente grafico
Grafico n 8
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
0
1,000
2,000
3,000
4,000
5,000
86 88 90 92 94 96 98 00 02 04 06 08 10 12 14
IMPORFSA 2 S.E.
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
-
ECONOMETRA II
21
8. Se obtiene el nuevo valor predicho.
VALORES PREDICHAS PARA LOS MESES DE MAYO, JUNIO, JULIO,
AGOSTO DEL AO 2015
MESES PREDICHAS IMPORFSA IMPORTACIONES_SA
2015M05 3156.200006166939 3156.200006166939
2015M06 3178.328428088638 3178.328428088638
2015M07 3177.227435542286 3177.227435542286
2015M08 3210.892061344014 3210.892061344014
2015M09 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.
-
ECONOMETRA II
22
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.
-
ECONOMETRA II
23
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, 136-
139.
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.
-
ECONOMETRA II
24
ANEXO
1. DATOS ESTADSTICOS DE LAS IMPORTACIONES
Ene85 160.6102 Mar88 187.5334 May91 288.2164 Jul94 426.6782 Sep97 774.6227
Feb85 149.7077 Abr88 169.0197 Jun91 289.5412 Ago94 506.3998 Oct97 743.7556
Mar85 146.2521 May88 269.2522 Jul91 353.7478 Sep94 491.802 Nov97 724.2089
Abr85 161.388 Jun88 283.8331 Ago91 289.9929 Oct94 508.4697 Dic97 727.7898
May85 175.9214 Jul88 282.7928 Sep91 313.5579 Nov94 573.7431 Ene98 685.7251
Jun85 142.875 Ago88 243.562 Oct91 357.1605 Dic94 563.6781 Feb98 670.5007
Jul85 127.0343 Sep88 266.7782 Nov91 333.8344 Ene95 591.4914 Mar98 713.7536
Ago85 130.9667 Oct88 198.9027 Dic91 355.3465 Feb95 525.6599 Abr98 756.8061
Sep85 181.6837 Nov88 197.5546 Ene92 344.201 Mar95 679.1721 May98 690.1687
Oct85 149.3315 Dic88 196.5409 Feb92 351.6435 Abr95 572.39 Jun98 724.4276
Nov85 157.6567 Ene89 180.1224 Mar92 337.5721 May95 677.1998 Jul98 698.448
Dic85 139.1792 Feb89 157.2153 Abr92 299.5077 Jun95 639.9383 Ago98 693.1824
Ene86 139.7585 Mar89 177.244 May92 325.3947 Jul95 653.7833 Sep98 656.2939
Feb86 161.9138 Abr89 211.3913 Jun92 309.4601 Ago95 727.0693 Oct98 620.5558
Mar86 160.7376 May89 176.9513 Jul92 336.9868 Sep95 649.8591 Nov98 616.3553
Abr86 211.0735 Jun89 175.5979 Ago92 321.5178 Oct95 650.5987 Dic98 692.5228
May86 193.2977 Jul89 148.3048 Sep92 340.1924 Nov95 740.389 Ene99 496.4736
Jun86 231.8815 Ago89 156.5324 Oct92 344.7846 Dic95 625.3414 Feb99 489.312
Jul86 225.4556 Sep89 149.6442 Nov92 327.9161 Ene96 628.8926 Mar99 554.0075
Ago86 214.2785 Oct89 182.6617 Dic92 362.2131 Feb96 535.3129 Abr99 544.3882
Sep86 282.8057 Nov89 251.5971 Ene93 263.1772 Mar96 617.5249 May99 516.2117
Oct86 262.2777 Dic89 319.2779 Feb93 317.2264 Abr96 613.2882 Jun99 538.2729
Nov86 273.8146 Ene90 317.139 Mar93 314.652 May96 748.5954 Jul99 513.6011
Dic86 292.051 Feb90 336.2431 Abr93 328.5067 Jun96 636.4905 Ago99 567.5901
Ene87 276.6884 Mar90 278.32 May93 320.8845 Jul96 706.6726 Sep99 605.1876
Feb87 277.5119 Abr90 235.9852 Jun93 322.8367 Ago96 687.6152 Oct99 593.8568
Mar87 216.1507 May90 229.4787 Jul93 325.1685 Sep96 637.7868 Nov99 637.3777
Abr87 198.3113 Jun90 236.6075 Ago93 367.286 Oct96 734.607 Dic99 654.2054
May87 229.4111 Jul90 322.0638 Sep93 407.0825 Nov96 665.768 Ene00 587.2583
Jun87 225.175 Ago90 216.0107 Oct93 344.562 Dic96 651.6582 Feb00 569.5186
Jul87 255.3609 Sep90 169.949 Nov93 408.8784 Ene97 720.2237 Mar00 618.4941
Ago87 301.0681 Oct90 174.7747 Dic93 440.1582 Feb97 560.5484 Abr00 563.5495
Sep87 313.0792 Nov90 201.3286 Ene94 377.9705 Mar97 625.1733 May00 635.5663
Oct87 241.6578 Dic90 203.9938 Feb94 357.2517 Abr97 756.549 Jun00 640.4659
Nov87 337.9371 Ene91 239.2761 Mar94 423.2717 May97 703.507 Jul00 602.9965
Dic87 342.7262 Feb91 237.9102 Abr94 408.3567 Jun97 671.3022 Ago00 627.9866
Ene88 272.8108 Mar91 233.4282 May94 453.7262 Jul97 719.0663 Sep00 554.2386
Nov00 640.0432 May05 993.6486 Dic08 1921.365 Jul12 3732.386
Dic00 605.6633 Jun05 956.137 Ene09 1772.252 Ago12 3796.374
-
ECONOMETRA II
25
Ene01 591.5987 Jul05 1046.725 Feb09 1540.959 Sep12 3492.59
Feb01 643.554 Ago05 1092.396 Mar09 1570.209 Oct12 3797.604
Mar01 598.8203 Sep05 1022.394 Abr09 1673.794 Nov12 3599.328
Abr01 581.265 Oct05 1089.705 May09 1486.266 Dic12 3138.227
May01 649.8193 Nov05 1113.658 Jun09 1666.596 Ene13 3763.095
Jun01 526.9656 Dic05 1050.404 Jul09 1749.416 Feb13 3187.148
Jul01 634.8649 Ene06 1069.65 Ago09 1738.206 Mar13 3279.126
Ago01 630.1535 Feb06 1027.019 Sep09 1842.591 Abr13 3526.268
Sep01 591.068 Mar06 1283.818 Oct09 1950.613 May13 3797.422
Oct01 615.2727 Abr06 1113.051 Nov09 2014.115 Jun13 3208.469
Nov01 586.8958 May06 1253.41 Dic09 2005.671 Jul13 3762.53
Nov02 630.8784 Jun06 1263.142 Ene10 2074.571 Ago13 3968.804
Dic02 672.8152 Jul06 1195.581 Feb10 1873.813 Sep13 3417.977
Ene03 709.9148 Ago06 1249.872 Mar10 2387.426 Oct13 3782.063
Feb03 613.4444 Sep06 1225.122 Abr10 2227.928 Nov13 3393.452
Mar03 705.7459 Oct06 1401.401 May10 2088.209 Dic13 3161.494
Abr03 684.1927 Nov06 1336.523 Jun10 2294.015 Ene14 3616.645
May03 626.1796 Dic06 1425.493 Jul10 2538.805 Feb14 2970.445
Jun03 659.4696 Ene07 1438.083 Ago10 2578.925 Mar14 3372.319
Jul03 726.5433 Feb07 1365.377 Sep10 2697.525 Abr14 3588.512
Ago03 652.8156 Mar07 1404.756 Oct10 2663.382 May14 3506.764
Sep03 695.0654 Abr07 1471.969 Nov10 2704.531 Jun14 3296.769
Oct03 724.8173 May07 1485.147 Dic10 2686.189 Jul14 3574.753
Nov03 684.7816 Jun07 1533.249 Ene11 2713.784 Ago14 3592.7
Dic03 721.8786 Jul07 1759.123 Feb11 2582.048 Sep14 3378.439
Ene04 692.9933 Ago07 1819.265 Mar11 2901.994 Oct14 3559.998
Feb04 656.3878 Sep07 1710.448 Abr11 3134.916 Nov14 3253.909
Mar04 768.8618 Oct07 2034.678 May11 3230.438 Dic14 3097.764
Abr04 831.5839 Nov07 1771.313 Jun11 3241.598 Ene15 3148.148
May04 759.5691 Dic07 1797.112 Jul11 3040.922 Feb15 2823.017
Jun04 826.4354 Ene08 2188.649 Ago11 3458.446 Mar15 3215.826
Jul04 788.0298 Feb08 1881.611 Sep11 3192.662 Abr15 3007.16
Ago04 898.3646 Mar08 2196.167 Oct11 3155.162
Sep04 854.0993 Abr08 2309.883 Nov11 3250.175
Oct04 853.7651 May08 2480.625 Dic11 3249.376
Nov04 905.3078 Jun08 2762.444 Ene12 3305.053
Dic04 969.3782 Jul08 2760.262 Feb12 2866.997
Ene05 917.9793 Ago08 2469.462 Mar12 3402.69
Feb05 806.7976 Sep08 2747.77 Abr12 3204.231
-
ECONOMETRA II
26