MODELO ECONOMTRICO DE

RECAUDACIN TRIBUTARIA
CASO VENEZUELA
Alelvia, Gnesis.
lvarez, Anbal.
Hernndez, Zugem.
Novo, Vernica.
Urdaneta, Humberto.

FORMA FUNCIONAL DEL MODELO
Impuestos No Petroleros :
INP expresado en Bolvares.
Producto Interno Bruto Real :
PIBr en millones de dlares a
precios constantes (ao base 2000).
Liquidez Monetaria :
LM expresada miles en Bolvares.

FUNCIN DE REGRESIN POBLACIONAL.
INP=
0
+
1
PIBr
1t
+
2
LM
2t
+ u
t

SIGNOS ESPERADOS.

1
> 0

2
> 0

FORMA FUNCIONAL DEL MODELO
E INTERPRETACIN DE LOS
COEFICIENTES
FUNCIN DE REGRESIN MUESTRAL


(Modelo Lin-Log)

Interpretacin de los Coeficientes.

Por cada unidad porcentual que aumente el
Producto Interno Bruto Real (PIBr en millones de
dlares), el Impuesto no petrolero (INP) aumentar
en Bs. 934.000.000 en promedio, manteniendo
constante la liquidez monetaria (LM en miles de
Bolvares).





t
LM PIBr INP | | | ) log(

) log(

2 1 0
+ + + =
FORMA FUNCIONAL DEL MODELO
E INTERPRETACIN DE LOS
COEFICIENTES

Interpretacin de los Coeficientes (cont).

Por cada unidad porcentual en que aumente la
Liquidez Monetaria (LM en miles de bolvares), el
Impuesto no petrolero (INP) aumentar en Bs.
38.900.000 en promedio, manteniendo constante el
Producto Interno Bruto Real (PIBr en millones de
dlares).






MODELO LIN - LOG
INTERVALOS DE CONFIANZA Y
SIGNIFICANCIA DE LAS VARIABLES
INDEPENDIENTES
CASO VENEZUELA
INTERVALOS DE CONFIANZA
(NO ESTACIONARIA)
Para Producto Interno Bruto Real (PIBr)

Pr [9,34x10
10
- 2,110 x 2,17x10
10

1
9,34x10
10
+ 2,110 x 2,17x10
10
]= 0,95

Pr [47.613.000.000
1
139.870.000.000]=0,95

Para Liquidez Monetaria (LM)

Pr [3,89x10
9
- 2,110 x (1,81x10
9
)
2
3,89x10
9
+ 2,110 x (1,81x10
9
)]= 0,95

Pr [70.900.000
2
7.709.100.000]=0,95

INTERVALOS DE CONFIANZA
(ESTACIONARIA)

Para PIBR

Pr [1,89x10
10
- 2,110 x 6,11x10 1,89x10
10
+2,110 x 6,11x10
9
]= 0,95

Pr [6.007.900.000 31.792.100.000]=0,95

Para LM

Pr [5,07x10 - 2,110 x (1,96x10) 5,07x10
9
+ 2,110 x (1,96x10)]= 0,95

Pr [934.400.000 9.205.600.000]=0,95

INTERVALO DE CONFIANZA
(INP, ESTACIONARIO)
95 0

Pr
0 2 0 0 0 2 0
, ) Y ee( t Y Y ) Y ee( t Y
/ /
=
(

+ s s
Pr [ 8,54 x 10
10
-(1,60x10
9
x2,145) Y
0
8,54 x 10
10
+ (1,60x10
9
x 2,145)]=0,95

Pr[ 81.968.000.000 Y
0
88.832.000.000 ]=0,95

CONTRASTE DE HIPTESIS
(PIBR)
Naturaleza del problema.
Determinar si la variable Producto Interno Bruto Real (PIBr) en millones de
dlares, aporta informacin de manera individual para explicar los cambios en
el Impuesto No Petrolero (INP) en Bolvares a un nivel de significancia del 5%.

Planteamiento de hiptesis.
Ho: = 0 No aporta informacin (no significativa)
Ha: 0 Si aporta informacin (significativa)

Estadstico de contraste.


Regla de decisin.
Si t calculada 3.084847 > t critica 2.145 Rechazo Ho
Si Pvalue 0.0081 < 0.05 Rechazo Ho
Conclusin.
Existe suficiente evidencia estadstica para afirmar, que la variable Producto
Interno Bruto Real (PIBR) en millones de dlares aporta informacin de manera
individual para explicar los cambios en el Impuesto No Petrolero (INP) en
Bolvares a un nivel de significancia del 5%.

gl
calculado
t T
3 17
09 + 6.11E
10 + 1.89E

=
gl k n
i
i i
calculado
t
ee
T

=
)

|
| |
Naturaleza del problema.
Determinar si la variable Liquidez Monetaria (LM) en miles de Bolvares
aporta informacin de manera individual para explicar los cambios en el
Impuesto No Petrolero (INP) en Bolvares a un nivel de significancia del 5%.

Planteamiento de hiptesis.
Ho: = 0 No aporta informacin (no significativa)
Ha: 0 Si aporta informacin (significativa)

Estadstico de contraste.



Regla de decisin.
t calculado 2.584 > t crtico 2.145 Rechazo Ho
Si Pvalue 0.0216 < 0.05 Rechazo Ho
Conclusin.
Existe suficiente evidencia estadstica, para afirmar que la variable Liquidez
Monetaria (LM) en miles de Bolvares aporta informacin de forma individual
para explicar los cambios en el Impuesto No Petrolero (INP) en Bolvares a un
nivel de significancia del 5%.


CONTRASTE DE HIPTESIS
(LM)
gl
calculado
t T
3 17
09 + 1.96E
09 + 5.07E

=
gl k n
i
i i
calculado
t
ee
T

=
)

|
| |
CONTRASTE DE HIPTESIS
CONJUNTO
Naturaleza del problema.
Determinar si las variables (LM) en miles de Bolvares y (PIBR) en millones de
dlares aportan informacin de manera conjunta para explicar los cambios en
el Impuesto No Petrolero (INP) en Bolvares a un nivel de significancia del 5%.
Planteamiento de hiptesis.

Ho: ( No aporta informacin conjuntamente)
Ha: Algn Para todo i = 1 , 2 ,.., k ( si aporta informacin
conjuntamente)

Estadstico de contraste.


Regla de decisin.


Conclusin.
Si rechazo Ho, podemos afirmar que las variables (LM) en miles de Bolvares y
(PIBR) en millones de dlares aportan informacin de forma conjunta para
explicar los cambios en el Impuesto No Petrolero (INP) a un nivel de
significancia del 5%.

0 ....
3 2 1
= = = = =
k
| | | |
0 =
i
|

Si F calculada > F critica, Rechazo Ho
Si P value < , Rechazo Ho
gl
k n
k
k R
K
calculado
t T

=
1
) )/(n (1
) 1 /( R
2
2
ESTUDIO DE ESTACIONARIEDAD
CASO VENEZUELA
ESTUDIO DE LAS VARIABLES
ESTUDIO DE LAS VARIABLES
ESTACIONARIEDAD DE LAS VARIABLES

INP ~ I(2)
ESTACIONARIEDAD DE LAS VARIABLES
LN_PIBr ~ I(1)



ESTACIONARIEDAD DE LAS VARIABLES

LN_LM ~ I(2)
MODELO CON LAS
VARIABLES ESTACIONARIAS
t
LM D PIBr D INP D | | | )) 2 , (log(

)) (log(

) 2 , (
2 1 0
+ + + =


I(0)

POR LO TANTO PIBr y LM
SON SERIES COINTEGRADAS EN EL LARGO PLAZO.

t

PRUEBA DE RAZ UNITARIA

A LOS RESIDUOS
MODELO CON LAS
VARIABLES ESTACIONARIAS
CORRECTA ESPECIFICACIN
DEL MODELO
CASO VENEZUELA












VARIABLE OMITIDA (MT)
Naturaleza del problema.
Determinar si la variable Mt es relevante
a un nivel de significancia del 5%.

Planteamiento de hiptesis.

Ho: se omiti la variable Mt siendo
irrelevante.
Ha: se omiti la variable Mt siendo relevante.

Estadstico de contraste.



Regla de decisin.

P- value < Rechazo Ho
0,433 > 0,05 Fallo al Rechazar Ho

Conclusin.
Debo excluir la variable Mt al modelo.

) /(
/ ) (
k n SRC
g SRC SRC
F
NR
NR R
calculada

=
TEST DE RAMSEY
CONTRASTE DE HIPTESIS
Naturaleza del problema.
Determinar si el modelo esta correctamente especificado a un nivel
de significancia del 5%

Planteamiento de hiptesis.

Ho: modelo correctamente especificado.
Ha: modelo incorrectamente especificado.

Estadstico de contraste.


Regla de decisin.

Como P- value > , Fallo al Rechazar Ho
0,317380 > 0,05

Conclusin.
Fallo al rechazar Ho, entonces el modelo esta correctamente
especificado.

) /(
/ ) (
k n SRC
g SRC SRC
F
NR
NR R
calculada

=
NO HAY MULTICOLINEALIDAD
PERFECTA
EN LAS VARIABLES
CASO VENEZUELA
ANLISIS DE CORRELACIONES SIMPLES
Como en la relacin:
LM : PIBr 0,824 > 0,80
Existen indicios de Multicolinealidad.
REGRESIONES AUXILIARES
R
2
de la Regresin Inicial: R
2
i

R
2
de la Regresin Auxiliar: R
2
a

R
2
i
> R
2
a


REGRESIONES AUXILIARES
R
2
de la Regresin Inicial: R
2
i

R
2
de la Regresin Auxiliar: R
2
a

R
2
i
> R
2
a


HOMOSCEDASTICIDAD
EN LAS PERTURBACIONES
CASO VENEZUELA
MTODO GRFICO
PRUEBA EXPLORATORIA DE PARK
(PIBR)
CONTRASTE DE HIPTESIS
Naturaleza del problema.
Determinar si la Variable PIBr genera problemas de varianza o
heteroscedasticidad en las perturbaciones a un nivel de
significancia del 5%.
Planteamiento de hiptesis.
Ho: No hay Heteroscedasticidad.
Ha: Hay Heteroscedasticidad.

Regla de decisin.
Si Pvalue < , Rechazo Ho
0,433 > 0,05 Fallo al Rechazar Ho.
Conclusin.
Fallo al Rechazar Ho, podemos aceptar el supuesto de
homoscedasticidad.
PRUEBA EXPLORATORIA DE PARK
(LM)
CONTRASTE DE HIPTESIS
Naturaleza del problema.
Determinar si la variable LM genera problemas de varianza o
heteroscedasticidad en las perturbaciones a un nivel de significancia del
5%.
Planteamiento de hiptesis.
Ho: No hay Heteroscedasticidad.
Ha: Hay Heteroscedasticidad.

Regla de decisin.
Si Pvalue < , Rechazo Ho
0,0685 > 0,05 Fallo al Rechazar Ho.
Conclusin.
Fallo al Rechazar Ho, podemos aceptar el supuesto de
homoscedasticidad.

PRUEBA FORMAL DE WHITE

SIN TRMINOS CRUZADOS CON TRMINOS CRUZADOS
PRUEBA FORMAL DE WHITE

SIN TRMINOS CRUZADOS CON TRMINOS CRUZADOS
CONTRASTE DE HIPTESIS
Naturaleza del problema.
Determinar si los residuos (
i
) son homoscedsticos a un nivel de
significancia 5%.

Planteamiento de hiptesis.
Ho: No hay heteroscedasticidad => (o
1
= o
2
= o
3
= o
4
= o
5
= 0)
Ha: Hay heteroscedasticidad => (algn o
i
0)



Estadstico de contraste.
n* R
2
~
2
k gl

Regla de decisin.
Si n* R
2
>
2
k gl
, Rechazo Ho
Si 0,007 < 0,05 Rechazo Ho

Conclusin.
Como rechazo Ho, hay problemas de heteroscedasticidad en los
residuos.

NO EXISTE
AUTOCORRELACIN EN LAS
PERTURBACIONES
CASO VENEZUELA
ANLISIS GRFICO DE LOS RESIDUOS
PRUEBA D DE DURBIN WATSON
Naturaleza del problema.
Determinar si los residuos (
i
) estn correlacionados a un nivel
de significancia 5%.

Planteamiento de hiptesis.
Ho: No hay autocorrelacin en los residuos.
Ha: Hay autocorrelacin en los residuos.

Estadstico de contraste.
Durbin- Watson (d)

Regla de decisin.
Si 0 < d < dl => se evidencia autocorrelacin positiva
(ZR)
Si dl s d s du => sin decisin (ZI)
Si du < d < 4 - du => no hay autocorrelacin (ZA)
Si 4 - du s d s 4 - dl => sin decisin (ZI)
Si 4 - dl < d < 4 => se evidencia autocorrelacin negativa
(ZR)

PRUEBA D DE DURBIN WATSON
0 1,01 1,27 1,54 2 2,46 2,72 2,99 4
ZR ZI ZA ZI
ZR
dl du 4- du 4- dl

Durbin Watson = 1,44
LAS PERTURBACIONES
ESTN
NORMALMENTE
DISTRIBUIDAS
CASO VENEZUELA
HISTOGRAMA
CONTRASTE DE HIPTESIS
Naturaleza del problema.
Determinar si los residuos (
i
) estn normalmente distribuidos a
un nivel de significancia del 5%.

Planteamiento de hiptesis.
Ho:
i
se distribuye normalmente.
Ha:
i
no se distribuye normalmente.

Estadstico de contraste.
Prueba asinttica o de muestras grandes:

Regla de decisin.
Si JB >
2
2gl
, Rechazo Ho
Si 0,008 < 0, 05 Rechazo Ho

Conclusin.
Como rechazo Ho, los residuos no se distribuyen normalmente.

(

+ =
24
) 3 (
6
2 2
K S
n JB Bera Jarque
MEDIDAS CORRECTIVAS PARA
LA HETEROSCEDASTICIDAD
POSIBLES CAUSAS DE LA
VIOLACIN DE LOS SUPUESTOS EN
EL MRLC.
CASO VENEZUELA
HETEROSCEDASTICIDAD EN LAS
PERTURBACIONES
Fuentes del Problema.

Datos o factores atpicos, sobretodo en muestras
pequeas.
Sobrediferenciacin de la Serie LM.
Omisin de Variables Relevantes.
NO NORMALIDAD EN LAS PERTURBACIONES
Fuentes del Problema.

La Varianza no es Constante.
Aumentar el tamao de la Muestra (Teorema
Central del Lmite).
PRONSTICO PARA EL AO 2009
D(LN_PIBr)
PIBr(2008) = 166.617.013.821 -> LN_PIBr(2008) = 12.02
PIBr(2009) = 161.285.269.379 -> LN_PIBr(2009) = 11.9

Primera Diferencia LN_PIBr

LN_PIBr(2009)- LN_PIBr(2008) = -0.08
D(LN_LM,2)
LM(2007) = 176.953.322 -> LN_LM(2007) = 18.99
LM(2008) = 217.903.144 -> LN_LM(2008) = 19.19
LM(2009) = 249.098.076 -> LN_LM(2009) = 19.33

Primeras diferencia:
LN_PIBr(2008)- LN_PIBr(2007) = 0.20
LN_PIBr(2009)- LN_PIBr(2008) = 0.14
Segunda Diferencia:
[LN_LM(2009)- LN_LM(2008)] [LN_LM(2008)- LN_LM(2007)] = -0.06

INPR
INPR(2009) = 91.883.038,92 + 1.89E+10 (-0.08/100) + 5.07E+09 (-0.06/100)

INPR(2009) = 73.967.054.000,00

GRACIAS POR
SU ATENCION.