Índice

1.- Introducción……………………………………………………………………………………………………………………………………….3
2.- Marco Teórico…………………………………………………………………………………………………………………………………….4
2.1.- Hechos estilizados………………………………………………………………………………………………………………4

2.2.- Estimación del modelo……………………………………………………………………………………………………….6
2.3.- Comprobación de la calidad del Modelo…………………………………………………………………………….7
2.3.1- Signos y significancia de los coeficientes (t-statistic)…………………………………….….7
2.3.2.- Coeficiente de determinación (R^2)………………………………………………………………….….7
2.3.3.- Prueba F………………………………………………………………………………………………………………7
2.3.4.- Ajuste de la especificación…………………………………………………………………………….…..8
2.3.5.- Autocorrelación…………………………………………………………………………………………………..9
2.3.6.- Normalidad de los residuos……………………………………………………………………………10
2.4.- Multicolinealidad………………………………………………………………………………………………………………10
2.5.- Estabilidad de los Coeficientes………………………………………………………………………………………11
2.6.- Proyección ExPost……………………………………………………………………………………………………………..11
2.7.- Grafico………………………………………………………………………………………………………………………………12
3.- Conclusión………………………………………………………………………………………………………………………………………..13

1.- Introducción.
En el presente trabajo se estimara la demanda de dinero en Venezuela y se estudiara los efectos de distintas variables económicas sobre dicha demanda.
La demanda de dinero expresa la preferencia que tienen las personas por mantener el dinero a la mano en vez de invertirlo o ahorrarlo. Las teorías sobre las variables que en ella influyen son diversas y han variado a lo largo del tiempo.
Desde hace varios siglos el serhumano se ha planteado teorías sobre la demanda de dinero, los mercantilistas decían que la riqueza de un país dependía de su cantidad de oro, los economistas clasicos decían que dependía del volumen de transacciones que se realizaban.
También Marx elaboró sus teorías, donde encuentra dos funciones para el dinero: el atesoramiento y como medio de pago para bienes y servicios, aunque nunca formuló una teoría sobre la demanda de dinero como tal.
Respecto a las variables que influyen sobre la demanda de dinero, los economistas clasicos proponen que hay una relación directa entre los niveles de precios y la cantidad de dinero. Keynes en sus estudios concluye “que las variaciones en la tasa de interés forma un determinante de los cambios en la cantidad de dinero demandada”, es decir que la tasa de interés es una de las variables que influye sobre la demanda del dinero. Luego los modelos desarrollados por Baumol y Tobin arrojan que la cantidad óptima de tenencias monetarias depende del ingreso de los individuos en cierto período de tiempo, los costos de transacción y el nivel de tasa de interés. La escuela de Cambridge por su parte, propone que en la demanda de dinero influye el nivel de precios, los recursos totales de la economía y la proporción de estos recursos que los sujetos desean mantener en forma de dinero.
Para el caso específico de la estimación de la demanda de dinero en Venezuela se han llegado a diversas conclusiones en diferentes estudios, tales como el de Moran Esparza de Agosto 2007 o el del Banco Central de Venezuela de Agosto del 2000. El estudio del BancoCentral de Venezuela arrojó que existe mucha relación entre el tipo de cambio nominal, la tasa de interés interna y la tasa de interés externa con la demanda de dinero, utilizando una data trimestral. Este estudio refleja la importancia de las variables de apertura en el comportamiento de la demanda de dinero en Venezuela.
En nuestro modelo tomaremos el producto interno bruto no petrolero, la inflación, la liquidez monetaria circulante (m1) real, la tasa de interés activa y el IPC como variables que influyen sobre la demanda de dinero para medir el impacto de sus variaciones sobre nuestra variable dependiente. La data utilizada en el estudio es una data trimestral, con observaciones desde el primer trimestre de 1990 hasta el cuarto trimestre del año 2009, con fuente en los datos estadísticos del Banco Central de Venezuela. Se procedera a hacer el estudio para medir la relación de las variables con la demanda monetaria en Venezuela.
2.- Marco Teórico:
2.1.- Hechos estilizados
Para estimar el modelo utilizaremos las siguientes variables, cuya fuente son los datos del Banco Central de Venezuela:
M1: Liquidez monetaria circulante, sera nuestra variable explicada. La utilizaremos en términos reales utilizando la siguiente fórmula:
m1r=m1/IPC*100
IPC: índice de precios al consumidor con base en diciembre de 2007, variable que es medida en términos reales en Venezuela
PIBNP: Producto interno bruto no petrolero. Medición de la actividad económica del país sin tomar en cuenta al sector petrolero.
Act6p: tasa de interés activa de los bancos.
INF: Inflación, la cual calculamos con elíndice de precios al consumidor
Comenzamos nuestro modelo estimando por el método de mínimos cuadrados ordinarios la variable M1, la cual explicaríamos con una constante, la tasa de interés activa, el PIB no petrolero, la inflación y el IPC. En esta primera estimación los coeficientes de las variables daban con signos errados, por ejemplo, la tasa de interés activa, que por teoría económica debe tener relación inversa a la demanda del dinero, tenía coeficiente con signo positivo.
Procedimos estimar la variable M1, esta vez en términos reales. Utilizando las mismas variables explicadas que en el intento anterior. En este caso obtuvimos como variables explicativas no significativas a la inflación y la tasa de interés activa.
En el tercer intento aplicamos logaritmos a las variables M1R y PIBNP, para tratar de llegar a una especificación no lineal. Obtuvimos como resultado que la inflación era una variable no significativa en el modelo.
Decidimos utilizar rezagos de 2 períodos en la variable M1r, ya que la demanda de dinero de un período puede estar determinada por la liquidez monetaria de períodos anteriores. De igual forma utilizamos 2 rezagos del PIBNP, ya que la actividad económica de períodos anteriores puede tener efecto sobre la demanda de dinero del período actual. Los resultados de la estimación arrojaron un resultado favorable, las variables rezagadas que incluimos en el modelo son significativas. Sin embargo, al aplicarla prueba correspondiente, obteníamos alta autocorrelación en las variables.
Utilizamos la inflación rezagada un período y estacionalidad en elcuarto trimestre, ya que es un trimestre que se caracteriza por un incremento en la actividad económica por distintos eventos. El resultado indicó que la variable IPC no era significativa, y la autocorrelación era muy elevada. Decidimos eliminar esa variable ya que la Inflación fue calculada con el IPC. Se redujo la autocorrelación en el modelo y la significancia y signo de los coeficientes fue el esperado, sin embargo aun teníamos autocorrelaciòn.
Por último decidimos aplicar logaritmos a la tasa de interés activa bancaria, lo que amentó la significancia de las variables explicadas y mejoró el modelo.
Al aplicar las pruebas de Cusum y CusumQ arrojaban la posibilidad de posibles cambios estructurales en los años 1994 y 2002. Lo cual corroboramos con la prueba de Chow. Procedimos a introducir Dummies en el último trimestre de 1993 hasta el tercero de 1994, y en el cuarto trimestre de 2002 y el primero de 2003.
Los eventos que causaron los cambios estructurales detectados en el modelo fueron la crisis financiera venezolana del 1994 y el paro petrolero de finales del año 2002.
Al aplicar las pruebas de normalidad de los residuos, se pudo aceptar la hipótesis nula y decir que los residuos se distribuían como una Normal. No hay autocorrelación de las variables, solo en los primeros períodos observados, sin embargo, al aplicar la prueba Breusch-Godfrey con orden 3 y 4 determinamos que no existe autocorrelación de ese orden. La prueba Cusum indica posible cambio estructural en el año 2006, pero la prueba de Chow descarta que exista dicho cambio. Hay homocedasticidad de losresiduos, los coeficientes de las variables explicativas tienen signos que concuerdan con la teoría económica, los parametros son significativos, no existe problema de multicolinealidad y al realizar una proyección expost verificamos la calidad predictiva del modelo.



2.2.- Estimación del Modelo

Estimación del modelo con el método de Mínimos Cuadrados Ordinarios (MCO) suponiendo E(u)=0 y E(uu´)=δ^2I

2.3.- Comprobación de la Calidad del Modelo:
2.3.1.- Significancia y signos de los coeficientes. Nivel de confianza α=10%:
C: Constante. Coeficiente de signo positivo, relación directa con la variable. Significancia 0.1849.
Log(pibnp): PIB no petrolero. Coeficiente de signo negativo, relación inversa entre la medición de la actividad económica y la demanda de dinero. Significancia 0.0019, es significativa para el modelo.
Log(Act6p): Tasa de interés activa. Coeficiente negativo, relación inversa con la variable. Significancia 0.0000, la variable es significativa para el modelo.
Inf: Inflación. Coeficiente de signo negativo, relación inversa con la variable. Significancia 0.0575. es significante en el modelo.
Log(m1r(-1)): m1 real rezagada un período. Coeficiente de signo positivo, relación directa con la variable explicada. Significancia 0,0000, es significante en el modelo.
@seas(4): estacionalidad en el cuarto trimestre. Coeficiente positivo, relación directa con la variable. Significancia 0,0024. Es significante para el modelo.
Dummi94: coeficiente positivo, relación directa con la variable. Significancia 0,0000 es significante para el modelo.
Log(m1r(-2)): m1real rezagada 2 períodos. Coeficiente de signo negativo, relación inversa con la variable explicada. Significancia 0,0526, es significativo para el modelo.
Log(pibnp(-1)):PIB no petrolero rezagado un período. Coeficiente negativo, relación inversa con la variable explicada. Significancia 0,0243, es significante para el modelo.
Dummi02: coeficiente de signo positivo, relación directa con la variable explicada. Significancia 0,0075. Supera muy poco el nivel de confianza. Se puede decir que es significativo para el modelo.
Log(pibnp(-2)): PIB no petrolero rezagado dos períodos. Coeficiente de signo negativo, relación inversa con la variable explicada. Significancia 0,0043, es significativo para el modelo.
Inf(-1): Inflación con un rezago. Coeficiente de signo positivo, relación directa con el modelo. Significancia 0,0946, es significativo para el modelo.
2.3.2.- Coeficiente de determinación:
R^2= 0.994291, muy cercano a 1, la calidad del modelo es buena, las variables explicativas en conjunto explican bien a la variable explicada.

2.3.3.- Prueba F:
Prob(F-statistic)= 0.000, la significancia conjunta de las variables en el modelo es muy buena.

2.3.4.- Ajuste de la especificación:
Hay homocedasticidad, ya que las probabilidades obtenidas en la prueba de White para los estadísticos F y R^2 son mayores a 0,1. Es decir, se cumplen los supuestos de E(u)=0 y E(uu´)=δ^2I

2.3.5.- Autocorrelación:
Obtuvimos el resultado de ausencia de autocorrelación de las variables en general. Solo obtivimos presencia de autocorrelación en las primeras observaciones. Realizamos laprueba de Breusch-Godfrey con orden 3 y 4 y demostrammos la ausencia de autocorrelación de esos órdenes.

2.3.6.- Normalidad de los residuos:
La probabilidad es 0,453346 > 0,1, por lo que se acepta la hipótesis nula Ho: normalidad de los residuos.


2.4.- Multicolinealidad:

No hay problema de multicolinealidad. Al comparar la correlación entre las variables explicativas, con el coeficiente de determinación R^2, todas las correlaciones son menores. No hay multicolinealidad.

2.5.- Estabilidad de los Coeficientes.
Prueba Cusum y Cusum-Q.
La prueba Cusum indica que en el año 2006 pudo haber un posible cambio estructural, al aplicar la prueba de Chow a los cuatro trimestres del 2006, verificamos que no hubo cambio estructural.
2.6.- Proyección ExPost:
Al realizar la proyección expost para el último período que estamos estudiando, obtuvimos los siguientes resultados. MAPE=3.1798, lo que indica que hay una variación de solo 3,17% entre un período y otro. En conclusión, la calidad de la proyección es buena.

2.7.- Grafico:
Analizando el grafico de la proyección expost, vemos una pequeña diferencia entre la estimación del último trimestre de 2009 y el modelo, lo que puede ser explicado con los eventos que ocurrieron en ese trimestre, entre los cuales encontramos emisiones de bonos del Estado que recogieron parte de la liquidez monetaria del país. Sin embargo, como verificamos en el grafico anterior de la proyección expost, los indicadores MAE y MAPE demuestran que la calidad de la proyección es buena.

3.- Conclusión
Los modelos econométricos se utilizan paraestimar variables y hacer proyecciones utilizando la teoría económica. Al hacer uso de la econometría podemos estimar un modelo que explique satisfactoriamente la demanda de dinero en Venezuela.
La demanda de dinero en Venezuela esta determinada e influenciada por muchas variables, entre las que podemos incluir el tipo de cambio nominal, la inflación, el producto interno bruto, la tasa de interés activa y pasiva, el nivel de precios, entre otras. No se pueden dejar por fuera los efectos estacionarios e incluso la situación socio-política por la que atraviese el país en un determinado momento.
En nuestro modelo utilizamos la liquidez monetaria circulante real, la tasa activa bancaria, el índice de precios al consumidor, el producto interno bruto no petrolero y la inflación, utilizando rezagos en los casos pertinentes, tomando en cuenta las estacionalidades y los cambios estructurales de períodos económicos tales como la crisis bancaria de 1994, momento en el cual se perdió la confianza en el sistema bancario y financiero del país, y el paro petrolero del año 2002, período en el cual se detuvo la producción de petróleo, es decir, se recortó la principal fuente de ingreso de divisas de Venezuela.
Logramos estimar un modelo con capacidad para hacer proyecciones de forma eficiente, tomando un nivel de confianza del 10%. Aun tomado en cuenta que no existe un modelo óptimo que permanezca estable y sea eficiente a través del tiempo, logramos encontrar una regresión que se acercara bastante a la realidad y permita la comparación con otras economías y realizar proyecciones a futuro.