Upload
victor-loayza
View
17
Download
4
Embed Size (px)
DESCRIPTION
Determinantes Economicos del turismo Receptivo en uruguay
Citation preview
DETERMINANTES ECONMICOS DEL TURISMO RECEPTIVO EN URUGUAY: APORTA INFORMACIN
RELEVANTE UN ANLISIS DESAGREGADO?
Versin Preliminar, julio 2004.
Rafael Mantero, Nicole Perelmuter e Ignacio Sueiro1 Centro de Investigaciones Econmicas (cinve, Uruguay)
RESUMEN
El presente trabajo tiene como objetivo estimar la demanda de turismo receptivo en Uruguay, lo cual supone la estimacin de la cantidad de turistas que ingresan al pas, as como los determinantes de dicho comportamiento. El estudio considera datos mensuales de turismo receptivo, a lo largo de la dcada del noventa, desagregados por nacionalidad de los visitantes. La estimacin de los determinantes del nmero de turistas ingresados es realizada a travs de tcnicas de cointegracin y vectores autorregresivos con mecanismos de correccin de error (VECM). Dado que el comportamiento de los turistas es heterogneo, se estiman dos tipos de modelos, segn el nivel de agregacin de los datos. El primero utiliza datos agregados, mientras que el segundo toma en consideracin la nacionalidad de los turistas. Los resultados obtenidos en base al modelo desagregado son comparados con los obtenidos en base al modelo agregado. El estudio permite concluir que la desagregacin por nacionalidad aporta informacin relevante para entender la evolucin pasada del turismo global, y constituye una mejor aproximacin estadstica a la estimacin del nmero de turistas totales. La desagregacin permite concluir que los distintos determinantes del nmero de turistas ingresados al Uruguay varan significativamente en funcin de la nacionalidad de los turistas.
1 [email protected]; [email protected]; [email protected] Se agradecen los comentarios recibidos por parte de los integrantes de cinve. Los errores son responsabilidad exclusiva de los autores.
mailto:[email protected]:[email protected]:[email protected]
I. INTRODUCCIN
Durante la dcada del noventa el turismo ha consolidado su importancia relativa como
sector de actividad, tanto en la generacin de valor agregado, empleo y divisas. Durante
dicha dcada, el sector gener un ingreso de divisas al pas similar al generado por las
exportaciones tradicionales, alcanzando entre el 20% y 30% de las divisas generadas
por el total de exportaciones y el equivalente al 3% del Producto Bruto Interno (PBI).
Dada dicha relevancia es clave comprender los determinantes de la demanda de turismo,
es decir, aquellos factores cuya modificacin puede afectar el nmero de turistas que
ingresa al pas y por lo tanto generar efectos sobre el empleo, y el valor agregado de la
economa nacional. Dichos factores pueden ser determinados para el total de turistas
que ingresa, o alternativamente a travs de un anlisis ms detallado, que tome en
consideracin la clasificacin de los turistas segn diversas categoras.
En el presente trabajo se analizan los determinantes del turismo receptivo. El anlisis es
realizado en forma agregada (para el total de turistas que ingresa al pas) y en forma
desagregada, teniendo en consideracin la nacionalidad de los visitantes. El mismo se
realiza a travs de tcnicas de cointegracin y vectores autorregresivos con mecanismos
de correccin de error (VECM).
Los principales determinantes del nmero de turistas que ingresa al pas son el nivel de
ingreso del pas de origen, los precios relativos de Uruguay con dicho pas y los precios
relativos del pas de origen con destinos alternativos al Uruguay. No obstante, la
significacin de cada uno de ellos difiere segn la procedencia de los turistas, lo cual
refleja un comportamiento heterogneo en el agregado de turistas.
2
II. ANTECEDENTES
Pese a la relevancia del turismo para la economa y la sociedad, no se ha desarrollado en
el pas una amplia literatura relativa al tema. No obstante, recientemente se han
realizado dos trabajos. El primero de ellos, realizado por Robano en 2000, busca
analizar los determinantes del gasto realizado por los turistas que ingresan al pas, a
travs de un anlisis de conitegracin, utilizando datos trimestrales para el perodo
comprendido entre el primer trimestre de 1987 y el segundo trimestre de 2000.
Los resultados del estudio indican la existencia de una relacin estable a largo plazo
entre las exportaciones de servicios tursticos y el ingreso (o consumo) argentino y los
precios relativos de argentina con Uruguay.
El otro estudio realizado a nivel nacional, Armellini y Reverta (2003), determina la
contribucin del turismo receptivo al valor agregado, al empleo y a las remuneraciones,
en el perodo comprendido entre 1996 y 2002. El trabajo concluye que el turismo
receptivo es la principal fuente de demanda externa en trminos de generacin de valor
agregado y remuneraciones y una de las principales fuentes generadoras de empleo. A
su vez, se demuestra que la procedencia de los turistas y el mes en el cual visitan el pas
incide sobre estas magnitudes.
A nivel internacional se cuenta con mucha literatura vinculada al tema, en especial de
Espaa, dada la importancia que ha tomado el sector turstico en dicho pas. Se destaca
el trabajo realizado por Espasa et al. (1993)2, en el cual se realiza un anlisis
economtrico para estudiar el turismo receptivo en Espaa, y a partir de los resultados
se obtienen conclusiones sobre los determinantes del sector y las medidas que se
podran tomar para reactivarlo.
Dicho trabajo utiliza como variable explicativa un ndice que refleja la renta real
agregada de los pases clientes y dos ndices de precios relativos; uno que toma en
cuenta los pases competidores y otro para los pases clientes o demandantes de turismo.
La periodicidad de los datos es trimestral, siendo el perodo considerado 1987 - 1990.
2 Mtodos cuantitativos para el anlisis de la coyuntura econmica, captulo 10, paginas 605-656.
3
El anlisis realizado por Espasa et al. (1993) constituye el punto de partida de una serie
de documentos que analizan la demanda por turismo receptivo para diferentes regiones
de Espaa y Portugal. Entre ellos se destaca el anlisis de Buisn y Gordo (1997), el
modelo planteado por Carapeto (1997) y el trabajo de Aguil, Riera y Rosell (2001).
A pesar de los rasgos especficos de cada anlisis, estos estudios empricos mantienen
como caracterstica general la metodologa empleada por Espasa et al. (1993), tanto en
relacin al anlisis economtrico como a la elaboracin de los ndices de precios
utilizados.
4
III. MARCO CONCEPTUAL
Considerando que el presente trabajo se enfoca en el anlisis de los determinantes de la
demanda de servicios tursticos, el relacionamiento de las diferentes categoras del
mismo se apoya principalmente en la Ley de Demanda.
La teora microeconmica establece que la funcin de demanda del consumidor muestra
la cantidad ptima de cada bien en funcin de los precios y de la renta del consumidor.
La demanda de turismo, como la de cualquier otro bien o servicio, depende de los
precios y del ingreso de los consumidores.
A travs de la estimacin de la demanda se pueden medir dos tipos de efectos. Por un
lado el efecto ingreso, el cual refleja las variaciones en el gasto realizado por los turistas
frente a las variaciones en su poder adquisitivo. Por otro lado el efecto precio, que mide
la reaccin de los turistas ante cambios en los precios relativos.
Sin embargo, dadas las particularidades del turismo, deben hacerse ciertas precisiones.
En primer lugar, no se demanda un nico bien sino un conjunto de bienes y servicios,
relacionndose con varios sectores de la economa. Por lo tanto son varios los precios
que resultan relevantes a la hora de estimar la funcin de demanda, debindose
considerar un ndice de precios, de modo de reflejar el costo de vida en cada economa.
Por este motivo se toma como variable el ndice de precios al consumo, en lugar de
tomar el precio de un bien o servicio en particular.
En relacin al ingreso, la teora econmica considera al turismo como un bien superior,
y por lo tanto se espera que frente a un cambio en el ingreso, la demanda vare en forma
ms que proporcional, implicando una elasticidad mayor que uno.
Los movimientos sobre cada una de estas variables tendrn efectos diversos sobre la
demanda por turismo. Por un lado, un aumento en el nivel de precios de la economa
domstica que conduce a una apreciacin real de su moneda, provoca una prdida de
competitividad del pas en relacin a los posibles destinos alternativos, disminuyendo el
ingreso de turistas. Mientras que, una disminucin en los precios internos, y por lo tanto
una mejora en la competitividad del pas, operara en sentido contrario.
5
Por otro lado, ante aumentos en el ingreso de los turistas, dado que el turismo es un bien
superior, se espera que la demanda del mismo aumente en forma ms que proporcional.
Cabe sealar que este estudio considera un supuesto particular: la elasticidad de la
oferta de servicios tursticos se considera infinita, lo cual se justifica en el hecho de que
el gasto en turismo representa una proporcin pequea de la demanda total de bienes y
servicios en una economa. De este modo es posible estimar una funcin de demanda
sin introducir sesgo en la estimacin, ya que se consideran los precios de los servicios
tursticos como exgenos.
6
IV. PLANTEO DEL PROBLEMA
Cuanto mayor sea la precisin de la informacin y el conocimiento de los sectores
relevantes para la economa, mayor ser la probabilidad de que los agentes pblicos y
privados tomen decisiones y generen polticas adecuadas. En este marco, cabe
preguntarse si existen razones que fundamentan un anlisis desagregado de los
determinantes de la demanda de servicios tursticos en Uruguay.
El anlisis desagregado de la demanda de servicios tursticos se justifica a priori
bsicamente por dos razones. La primera de ellas refiere a la mejor comprensin del
fenmeno, lo cual posibilita el diagnstico adecuado de la coyuntura y la
instrumentacin de medidas de poltica adecuadas. La segunda, refiere a la obtencin de
mejores estimaciones y predicciones.
Desde el punto de vista econmico, la desagregacin deber efectuarse en funcin de
criterios que aseguren que los factores determinantes del comportamiento de cada grupo
actan de manera razonablemente homognea al interior de cada uno de ellos. En este
sentido, el criterio de desagregacin por el que se opt es el de la nacionalidad de los
turistas. Los turistas provenientes de distintos orgenes presentan caractersticas
heterogneas, tienen distintas preferencias, las cuales se reflejan en elasticidades (tanto
elasticidades precio como ingreso) especficas. Dichas especificidades se traducen en
comportamientos diversos. Por tanto, el anlisis agregado no permite considerar la
diversidad de estos comportamientos, no posibilitando, por tanto, el diseo de medidas
de poltica especficos para atraer visitantes desde orgenes diversos.
El anlisis desagregado por nacionalidad, en cambio, permite identificar los
determinantes de la decisin de los turistas de visitar Uruguay, considerando las
caractersticas particulares y especficas de los visitantes procedentes de diversos pases.
Recoger dichas especificidades contribuye a una mejor caracterizacin del
comportamiento, a una mayor exactitud en el diagnstico y, por lo tanto, posibilita la
implementacin de medidas de poltica adecuadas. En sntesis, el anlisis desagregado
del turismo receptivo evita que las caractersticas especficas de los turistas provenientes
de los distintos pases queden diluidas en un nico indicador.
7
La segunda de las razones expuestas, refiere a la posibilidad de obtener mejores
estimaciones y predicciones mediante la desagragacin. En efecto, tener en cuenta las
especificidades en el comportamiento de los diversos agentes, podra permitir, a su vez,
proyectar el futuro de la actividad turstica con mayor precisin.
Por ltimo, cabe sealar que en el presente trabajo se excluy del estudio a los turistas
de nacionalidad uruguaya residentes en el exterior, por carencias de informacin
apropiada.
8
V. METODOLOGA
Con el objetivo de analizar los determinantes de la demanda de turismo para el total de
turistas que ingresa al pas y para cada grupo en particular, y poder comparar el ajuste
de los modelos y la precisin de los resultados, los turistas que ingresan al pas fueron
agrupados en cuatro categoras, tomando como criterio de agrupacin su nacionalidad.
Las categoras utilizadas fueron: argentinos, brasileos, chilenos y otros turistas3.
Para cada uno de estos grupos y para el total de turistas se realiz un anlisis de
cointegracin, de modo de determinar la existencia de relaciones de equilibrio de largo
plazo entre la variable dependiente y las explicativas.
Se cuenta, entonces con dos modelos. El primero de ellos (Modelo Agregado) tiene
como variable dependiente el total de turistas que ingresa al pas. Las variables
explicativas son, por un lado, un ndice de actividad, construido a partir de la agregacin
de indicadores de actividad para cada uno de los pases involucrados, ponderados por la
participacin del ingreso de turistas de dicho pas en el total de turistas ingresados
durante 1999. Por otro lado, se construy el tipo de cambio real de Uruguay con la
totalidad de los pases considerados, ponderado de la misma forma que el indicador de
actividad. Se utiliz adems el tipo de cambio real de Uruguay con posibles destinos
competitivos.
El segundo modelo (Modelo Desagregado), estima el total de turistas ingresados al pas,
a partir de cuatro modelizaciones independientes realizadas a partir de la nacionalidad
de los turistas. As, se realiza un modelo para el ingreso de turistas argentinos, otro para
brasileros, chilenos y por ltimo un modelo para turistas ingresados con otras
nacionalidades. En cada uno de estos cuatro modelos (denominados Modelos por
Nacionalidad), se utilizaron las tres variables explicativas antes mencionadas
correspondientes a cada pas. De este modo, el Modelo Desagregado estima el ingreso
total de turistas a partir de la suma de los Modelos por Nacionalidad.
3 El grupo otros se define por exclusin e incluye a los turistas no considerados en las categoras anteriores. Como ya se ha dicho no se incluye a los turistas uruguayos residentes en el exterior, dado que no se dispone de informacin actualizada.
9
V.1 Anlisis de Cointegracin y Mecanismo de Correccin de Error
La metodologa utilizada consiste en un anlisis de cointegracin para cada uno de los
cinco grupos en los cuales se agrega a los turistas, a realizarse a travs del mtodo de
Johansen4. Esta eleccin se basa en el hecho de que el concepto de cointegracin
permite establecer relaciones de equilibrio de largo plazo entre las variables.
Siguiendo el teorema de Representacin de Granger, una vez verificada la existencia de
cointegracin entre las variables, la relacin entre las mismas puede ser expresada a
travs de un Vector de Mecanismo de Correccin de Error (VECM). Bajo dicha
representacin, se distingue la dinmica de corto plazo y las relaciones de largo plazo.
Disponer de ambas permite extraer conclusiones sobre cules son las variables
significativas segn el plazo considerado, teniendo mejores herramientas para poder
comparar cmo impacta cada una de las mismas en el corto y en el largo plazo.
Por tanto, se buscar encontrar una relacin de largo plazo entre el nmero de turistas
que ingresa al pas para cada una de las nacionalidades analizadas, y los determinantes
de tal decisin (nivel de ingreso, precios relativos del pas de origen con Uruguay y
precios relativos de Uruguay con un pas competidor), al mismo tiempo se buscar
establecer la dinmica de corto plazo.
De este modo se podr observar no slo la forma en que las variables explicativas
impactan en el corto plazo sobre las variables dependientes, sino que tambin cmo las
afectan en el largo plazo, si es que esta relacin existe. Es decir se contar con
estimaciones de elasticidades de corto y largo plazo, as como tambin de velocidad de
ajuste desde el corto plazo hasta el largo plazo.
Debe precisarse que todas las variables estn expresadas en logaritmos por lo cual los
coeficientes estimados pueden interpretarse, sin transformacin previa, como
elasticidades.
4 Mtodo de mxima verosimilitud de informacin completa.
10
Para realizar el anlisis economtrico se desarrollan los siguientes pasos:
1- Anlisis el orden de integracin de cada una de las series, mediante la realizacin de
la prueba de races unitarias Augmented Dickey-Fuller (ADF). Dependiendo de cada
serie se considerar al realizar el test la inclusin o no de constante y/o tendencia
determinstica.
2- Dado que las series resultaron no estacionarias, se plantea el anlisis de cointegracin
con las series en niveles, ya que si el modelo es planteado en diferencias se estara
perdiendo informacin sobre las relaciones de largo plazo en caso de que ellas existan.
Para determinar la existencia de cointegracin se realiza el Test de Johansen, el cual
permite a su vez, estimar los vectores de cointegracin. Este test se realiza para cada
uno de los cinco modelos planteados, buscando la existencia de cointegracin entre el
nmero de turistas que ingresa, y las variables explicativas. Es decir, la existencia de
alguna relacin de equilibrio entre dos o ms de las variables del modelo. Estas
relaciones, si existen, implican que las tendencias de las variables estn vinculadas. En
ltima instancia, la existencia de una relacin de cointegracin implica que las variables
no se mueven independientemente unas de las otras.
En la especificacin utilizada para realizar el Test de Johansen se incluy un trmino
constante (cuando ste era significativo) y en forma irrestricta variables dummies
estacionales centradas e intervenciones correspondientes a acontecimientos anmalos y
a los efectos pascuas y carnaval, detallados ms adelante en este trabajo.
3- Una vez establecidas las relaciones de largo plazo entre las variables, se especific el
modelo como un Mecanismo de Correccin de Error (para cada nacionalidad) donde las
relaciones de largo plazo encontradas se incluyen en el modelo como el trmino de
correccin de error. De esta forma se puede estimar la incidencia de las variables
explicativas sobre la variable dependiente en el corto plazo, pudindose a su vez
comparar las diferentes elasticidades existentes segn el plazo considerado.
11
Los VECM planteados para cada uno de los grupos considerados son los siguientes:
(1) L (NTUR) = 1 + pJ=1 1J L(TCR)t-j + pJ=1 1J L(TCR2)t-j + pj=1
1jL(Y)t-j + 1Z1 t-1 + 1t
Donde:
- i trmino constante i = 1,2
- pJ=1 iJ L (TCR)t-j + pJ=1 iJ L (TCR2)t-+ pj=1 ij L (Y)t-j representa la
dinmica de corto plazo del modelo, donde se estiman los coeficientes.
- iZi t-1 representa el trmino de correccin de error.
- Zi t-1 representa las relaciones de cointegracin previamente halladas
- i representa la velocidad de ajuste al equilibrio
4- En cuarto lugar se realizan tests de validacin del modelo. A travs de test de
exclusin se prueba que las variables incluidas en el modelo forman parte de la relacin
de cointegracin. A su vez, se investig la exogeneidad de las variables. Para ello, en
primer lugar, se realizaron los contrastes de exogeneidad dbil, testeando si los de la
matriz de cointegracin resultaban significativamente distintos de 0. Si una variable es
dbilmente exgena, entonces sta no reacciona ante desviaciones de las relaciones de
largo plazo, es decir, no se ajusta endgenamente cuando existen apartamientos del
equilibrio. La condicin de exogeneidad fuerte de una variable, necesaria para realizar
predicciones, requiere que se cumpla, adems de la exogeneidad dbil, que los valores
pasados de la variable no dependan de la variable endgena (ingreso de turistas). Es
decir, que no exista retroalimentacin entre las variables explicativas y la explicada. A
estos efectos se efectuaron los contrastes de Causalidad de Granger.
Una vez testeada la exogeneidad, se reestim la ecuacin de cointegracin imponiendo
las restricciones de exogeneidad de las variables.
12
V.2 Anlisis de intervencin en series
Siguiendo a Garca Martos y Navarros (1994), en las series de periodicidad mensual,
adems de los componentes inobservables de naturaleza estocstica, suele detectarse la
presencia de un conjunto especfico de elementos determinsticos, asociados a
acontecimientos regulares, con marcado carcter estacional, debido a su condicin
intraanual, y cuya localizacin temporal puede variar de ao a ao. En este sentido,
tanto los distintos indicadores de actividad utilizados como el ingreso de turistas poseen
un fuerte comportamiento estacional. As, por sus caractersticas especiales, es
conveniente considerar dichos elementos de forma explcita en el proceso de
especificacin de los modelos, ya que, en otro caso, se pueden introducir sesgos en la
estimacin de los parmetros de los modelos y en los propios componentes
inobservables.
Dummies estacionales
En todas las ecuaciones estimadas se incluyeron dummies estacionales para recoger las
estacionalidades mensuales porpias de cada variable. Se consturyen as once dummies
correspondiente a cada mes del ao, asignndosele un uno al mes correspondiente y
ceros a los restantes meses.
Efecto Pascua
Con este efecto se intenta presentar la influencia que la festividad mvil de la Pascua
ejerce sobre el ingreso de turistas. Que la Semana Santa no ocurra siempre en el mismo
mes del ao (marzo o abril), implica que cuando ocurre esta festividad se produce una
cada de la actividad industrial en dicho mes. En este trabajo se ha considerado que la
Semana Santa afecta a siete das consecutivos. A fin de evaluar la incidencia de este
efecto sobre las series de actividad, se defini la variable Pascua que toma valor cero
para aquellos meses distintos de marzo y abril, y para estos ltimos la cantidad de das
de Semana Santa que caen en cada mes.
13
Efecto Carnaval
Al igual que la semana de Pascua, la festividad mvil del Carnaval ejerce influencia
sobre el ingreso de turistas. Se considera que dicha fesividad tiene una duracin de siete
das consecutivos y se define la variable Carna que toma el valor correspondiente a la
cantidad de das de de Carnaval que caen en cada mes (febrero y marzo) y el valor cero
para el resto de los meses.
Por ltimo, a partir de los modelos se puede detectar, fechar y medir la importancia de
valores atpicos en las series. Se consideran valores atpicos aqullas observaciones
cuyos residuos estn fuera de un intervalo determinado por un nmero de veces la
desviacin estndar residual. Como es habitual en el anlisis de series temporales, se
han considerado como atpicas las observaciones cuyos residuos se apartan en ms tres
desviaciones tpicas del valor esperado (cero). El anlisis de la presencia de valores
atpicos puede considerarse como un instrumento para detectar y medir los efectos de
acontecimientos especiales sobre las series consideradas. Para el tratamiento de las
anomalas se han incluido en los diversos modelos, variables cualitativas especialmente
adaptadas a las caractersticas de cada caso (impulsos, escalones, etc).
14
VI. RESULTADOS OBTENIDOS
Las estimaciones y los contrastes estadsticos que se presentan en esta seccin fueron
realizadas con el programa E- Views 5.0. La nomenclatura para referir a las variables
consideradas en las estimaciones se presenta en el Cuadro 1.
Cuadro 1
Variable Definicin Fuente
tur_tot Turistas extranjeros totales ingresados al pas Direccin Nacional de Migracin
tur_arg Turistas argentinos ingresados al pas Direccin Nacional de Migracin
tur_bra Turistas brasileros ingresados al pas Direccin Nacional de Migracin
tur_chi Turistas chilenos ingresados al pas Direccin Nacional de Migracin
tur_otr Resto de turistas ingresados al pas Direccin Nacional de Migracin
act_arg Indicador de nivel de actividad de Argentina MECON
act_bra Indicador de nivel de actividad de Brasil BCB
act_chi Indicador de nivel de actividad de Chile BCC
act_otr Indicador de nivel de actividad de Otros pases BCE, BEA, BCP
act_tod Indicador de nivel de actividad de Todos los pases MECON, BCB, BCC, BCE, BEA
tcr_urar Tipo de cambio real Uruguay / Argentina INE, INDEC
tcr_urbr Tipo de cambio real Uruguay / Brasil INE, IBGE
tcr_urch Tipo de cambio real Uruguay / Chile INE, BCC
tcr_urot Tipo de cambio real Uruguay / Otros pases INE, BCU, BCE, BCP
tcr_urto Tipo de cambio real Uruguay / Todos los pases INE, BCU, BCE, IPEA, MECON
Definicin de las Variables Macroeconmicas Includas en los Modelos
15
VI.1 Orden de integracin de las series
En el Cuadro 2 se presentan los distintos rdenes de integracin de las series utilizadas
en este trabajo.
Cuadro 2
Orden Especificacin Rezagos Probabilidad
1 Con constante 12 0.77332 Sin constante 12 0.00041 Con constante 12 0.15632 Sin constante 10 0.03121 Con constante 1 0.12552 Sin constante 0 0.0000
1 Con constante 12 0.80392 Sin constante 11 0.00001 Con constante 3 0.62952 Sin constante 2 0.00001 Con constante 1 0.07082 Sin constante 0 0.0000
1 Con constante 11 0.79002 Sin constante 10 0.00001 Constante y Tendencia 12 0.16512 Sin constante 12 0.00101 Con constante 2 0.62122 Sin constante 1 0.0000
1 Con constante 12 0.66282 Sin constante 11 0.00001 Con constante 12 0.98862 Sin constante 11 0.00011 Con constante 1 0.77622 Sin constante 0 0.0000
1 Con constante 12 0.76782 Sin constante 12 0.00091 Con constante 11 0.99272 Sin constante 11 0.00001 Con constante 1 0.84742 Sin constante 0 0.0000
Nota: En todos los casos se eligi la cantidad de rezagos por el criterio de Informacin de Schwarz
Serie
Turismo Total
Actividad
TCR
ArgentinaTuristas ingresados
Actividad
TCR
BrasilTuristas ingresados
Actividad
TCR
TCR
Tests de Raiz Unitaria de las Series (ADF)
TCR
Otros PasesTuristas ingresados
Actividad
ChileTuristas ingresados
Actividad
Turistas Ingresados
El anlisis de las series del nmero de turistas realizado anteriormente ha revelado que
todas las series admiten las representaciones I(1,1).
La existencia o no de factores tendenciales comunes puede analizarse a partir de la
teora economtrica de la cointegracin desarrollada originalmente por Engle y Granger
16
(1987). El enfoque de cointegracin ofrece un marco para investigar los vnculos entre
series econmicas no estacionarias, en particular entre aqullas cuyo comportamiento se
encuentra dominado por la evolucin tendencial. En trminos generales, puede decirse
que la identificacin de relaciones de cointegracin se reduce a determinar la existencia
de combinaciones lineales estacionarias o ms generalmente combinaciones lineales de
un menor orden de integracin que el observado en los datos originales entre series
temporales que individualmente no lo son.
En concreto, en este trabajo se ha utilizado el procedimiento de estimacin de mxima
verosimilitud gaussiana propuesto por Johansen (1988) para analizar la existencia de
relaciones de cointegracin entre un vector de series no estacionarias.
IV.2 Modelo Agregado
Modelo de Turismo Total
Grfico 1. Nmero de turistas totales ingresados a Uruguay
0
50,000
100,000
150,000
200,000
250,000
300,000
350,000
400,000
450,000
Ene-9
4Ju
l-94
Ene-9
5Ju
l-95
Ene-9
6Ju
l-96
Ene-9
7Ju
l-97
Ene-9
8Ju
l-98
Ene-9
9Ju
l-99
Ene-0
0Ju
l-00
Ene-0
1Ju
l-01
Ene-0
2Ju
l-02
Ene-0
3Ju
l-03
Ene-0
4
Turistas Ingresados a Uruguay
17
La ecuacin de largo plazo estimada para el total de turistas ingresados fue la siguiente5:
)_(.0994,17633,6)_( TodTcrLogTodTurLog +=
Como se puede apreciar, el ingreso total de turistas presenta una elasiticidad de 1,1 con
respecto al tipo de cambio real de Uruguay con los principales pases demandantes de
servicios tursticos uruguayos. Esta estimacin revela que un aumento de un punto
porcentual en el nivel de competitividad de Uruguay respecto al conjunto de pases
estudiado, provoca un aumento de 1,1% del ingreso total de turistas. En este sentido,
este efecto precio mayor a uno esta indicando que el turismo uruguayo enfrenta una
demanda elstica, y que los cambios de los precios relativos tienen efectos ms que
proporcionales en la entrada de turistas.
Otro resultado a destacar, y que resulta sorprendente hasta cierto punto, es que el nivel
de actividad ponderado de todos los pases no resulta significativo a la hora de explicar
el ingreso total de turistas a Uruguay. En otras palabras, de acuerdo con este modelo el
nivel de ingreso de los pases que demandan servicios tursticos uruguayos no influye en
la demanda de dichos servicios.
Por ltimo, el efecto de la semana de turismo resulta siginificativo a la hora de explicar
el ingreso total de turistas, y el ingreso de stos aumenta un 3,3% en dicha semana. Por
el contrario, el efecto carnaval no es significativamente distinto de cero.
Contrastes realizados sobre el modelo
a) Test de Johansen
En el Cuadro 3 se presentan los resultados del anlisis de cointegracin de Johansen
para el modelo agregado. En las filas se presentan los coeficientes de cointegracin
normalizados. En las dos ltimas columnas se presentan los estadsticos
correspondientes a cada uno de los dos vectores de cointegracin estimados. Puede
apreciarse que los estadsticos de traza y mximo autovalor no permiten rechazar la
hiptesis nula de existencia de una relacin de cointegracin al 99% de confianza, lo
5 En todos los casos el test de cointegracin se presenta despus de la ecuacin de largo plazo.
18
que estara indicando que las trayectorias de largo plazo de las dos series consideradas
en este caso son explicadas por una tendencia de largo plazo.
Cuadro 3 Resultados del test de Johansen sobre Turismo Total
VariablesLOG(TUR_TOD) LOG(TCR_TOD) C
(H0: r=0) 1 1.000 -1.762 -3.678 0.229 35.227 **(H0: r=1) 2 0.056 1.000 -5.234 0.048 5.611
Vectores de cointegracin
(**) Significativo al 1%. De acuerdo al criterio Akaike (AIC) se eligieron 5 retardos para la estimacin del modelo.
Autovalor Traza
b) Contrastes de exclusin
Se realizaron los contrastes de exclusin de las variables sobre el vector de
cointegracin para determinar si una variable est ausente de la relacin de largo plazo,
es decir, que el comportamiento de largo plazo del sistema no depende de esa variable.
Como se puede observar en el Cuadro 4, no se puede rechazar al 5% de significacin
que el coeficiente de la variable LOG(TCR_TOD) sea el nico estadsticamente
distinto de cero. Por ende, sta fue la variable que se utiliz en la estimacin del
modelo.
Cuadro 4 Contrastes de exclusin (H0: =0) para Turismo Total
Chi2 ProbabilidadLOG(TCR_TOD) 4.8965 0.0270 *LOG(ACT_TOD) 1.0110 0.3147TCR_URBR 0.6458 0.4216
Variable
* (**) Significativo al 5% (1%).
LOG(TCR_TOD) y LOG(ACT_TOD)LOG(TCR_TOD) y TCR_URBRLOG(ACT_TOD) y TCR_URBR
5.7250 0.0571
6.2612
1.0875 0.5806
Significacin
0.0436 *
19
c) Contrastes de exogeneidad dbil
Se procedi a investigar la exogeneidad de las variables. Para ello, en primer lugar, se
realizaron los contrastes de exogeneidad dbil, testeando si los de la matriz de
cointegracin resultaban significativamente distintos de cero. Si una variable es
dbilmente exgena, entonces sta no reacciona ante desviaciones de las relaciones de
largo plazo, es decir, no se ajusta endgenamente dentro de la relacin de equilibrio.
Segn el resultado del Cuadro 5, no se podra rechazar la hiptesis de que el valor del
coeficiente sea estadsticamente igual de cero, lo que implicara que es dbilmente
exgena.
Cuadro 5
Variable Chi2 ProbabilidadLOG(TCR_TOD) 1.1548 0.2824* (**) Significativo al 5% (1%).
Contraste de exogeneidad dbil
d) Contrastes de exogeneidad fuerte
La condicin de exogeneidad fuerte de una variable -necesaria para realizar
predicciones- requiere que se cumpla, adems de la exogeneidad dbil, que los valores
pasados de la variable no dependan de la variable endgena. Es decir, que no exista
retroalimentacin entre las variables explicativas y la explicada.
A estos efectos se efectuaron los contrastes de causalidad de Granger. Los resultados se
presentan en el cuadro que sigue:
Cuadro 6 Contraste de causalidad de Granger para Turismo Total
Hiptesis nula: Estadstico F ProbabilidadLOG(TCR_TOD) no causa en el sentido de Granger a LOG(TUR_TOD) 5.0338 0.0000 **LOG(TUR_TOD) no causa en el sentido de Granger a LOG(TCR_TOD) 0.5298 0.8315* (**) Significativo al 5% (1%).
Observaciones: 116 Retardos: 8
20
Del Cuadro 6 se desprende que la variable LOG(TCR_TOD) no es causada en el sentido
de Granger por LOG(TUR_TOD). Junto con la condicin de exogeneidad dbil, se
puede concluir que LOG(TCR_TOD) es fuertemente exgena.
21
VI.3 Modelo Desagregado:
Modelo de Turistas Argentinos
Grfico 2. Nmero de turistas argentinos ingresados a Uruguay
0
50,000
100,000
150,000
200,000
250,000
300,000
350,000
400,000
Ene-9
4Ju
l-94
Ene-9
5Ju
l-95
Ene-9
6Ju
l-96
Ene-9
7Ju
l-97
Ene-9
8Ju
l-98
Ene-9
9Ju
l-99
Ene-0
0Ju
l-00
Ene-0
1Ju
l-01
Ene-0
2Ju
l-02
Ene-0
3Ju
l-03
Ene-0
4
Turistas argentinos ingresados a Uruguay
La ecuacin de largo plazo estimada para el caso de turistas argentinos, fue la siguiente:
)_(.3283,0)_(.7752,0)_(.4183,1)_( UrBrTcrLogArgActLogUrArTcrLogArgTurLog ++=
En primer lugar, el ingreso de turistas argentino al Uruguay tiene una elasticidad menor
a la unidad (0.77) con respecto al nivel de actividad en Argentina. Por otro lado, una
mejora de un punto porcentual en los precios relativos uruguayos frente a los
argentinos, tiene un impacto positivo en la demanda de servicios tursticos uruguayos de
1,42%.
Brasil por su parte aparece como un destino alternativo para los turstas argentinos,
compitiendo directamente con Uruguay por la captacin de dichos turistas. Esto se ve
22
reflejado en la elasiticidad que presenta el ingreso de turistas argentinos con respecto al
tipo de cambio real entre Uruguay y Brasil. Como se aprecia en la ecuacin de
cointegracin, una mejora de un punto porcentual en los precios relativos uruguayos
respecto a Brasil, genera un aumento de 0.33 puntos porcentuales en el nmero de
turistas argentinos ingresados al Uruguay.
Por ltimo, los das correspondientes a semana de Semana de Turismo tienen un
impacto positivo en el nmero de argentinos ingresados, no as Semana de Carnaval.
Contrastes realizados sobre el modelo
a) Test de Johansen
En el Cuadro 7, se observa que los estadsticos de traza y mximo autovalor no
permitiran rechazar la hiptesis nula de existencia de una relacin de cointegracin al
99% de confianza.
Cuadro 7 Resultados del test de Johansen sobre Argentina
VariablesLOG(TUR_ARG) LOG(ACT_ARG) LOG(TCR_URAR) LOG(TCR_URBR)
(H0: r=0) 1 1.000 -0.940 -1.204 -0.378 0.601 120.849 **(H0: r=1) 2 -0.082 1.000 -1.569 0.754 0.083 16.909(H0: r=2) 3 0.553 -8.587 1.000 6.127 0.061 7.167(H0: r=3) 4 0.006 -2.337 1.191 1.000 0.001 0.071
Vectores de cointegracin Autovalor Traza
(**) Significativo al 1%. De acuerdo al criterio Akaike (AIC) se eligieron 6 retardos para la estimacin del modelo.
b) Contrastes de exclusin
Analizando el Cuadro 8, se observa que se rechaza al 1% de significacin que los
coeficientes sean cero. Por tanto las tres variables hacen parte de la relacin de
cointegracin.
23
Cuadro 8 Contrastes de exclusin (H0: =0) para Argentina
Chi2 ProbabilidadLOG(ACT_ARG) 12.6483 0.0004 **LOG(TCR_URAR) 29.9959 0.0000 **LOG(TCR_URBR) 7.3229 0.0068 **
Variable Significacin
* (**) Significativo al 5% (1%).
c) Contrastes de exogeneidad dbil
Segn el resultado del Cuadro 9, no se podra rechazar al 5% la hiptesis de que el valor
de todos los coeficientes sean estadsticamente iguales a cero. Es decir, las tres variables
explicativas son dbilmente exgenas.
Cuadro 9
Variable Chi2 ProbabilidadLOG(ACT_ARG) 1.2935 0.2554LOG(TCR_URAR) 2.9780 0.0844LOG(TCR_URBR) 2.7386 0.0980* (**) Significativo al 5% (1%).
Contraste de exogeneidad dbil
d) Contrastes de exogeneidad fuerte
Adicionalmente, se puede apreciar en el cuadro 10 que las tres variables son
fuertemente exgenas ya que ninguna es causada en el sentido de Granger por
LOG(TUR_ARG).
24
Cuadro 10
Contraste de causalidad de Granger para Argentina
Hiptesis nula: Estadstico F ProbabilidadLOG(ACT_ARG) no causa en el sentido de Granger a LOG(TUR_ARG) 3.7704 0.0001 **LOG(TUR_ARG) no causa en el sentido de Granger a LOG(ACT_ARG) 0.6533 0.7907
Contraste de causalidad de Granger para Argentina
Hiptesis nula: Estadstico F ProbabilidadLOG(TCR_URAR) no causa en el sentido de Granger a LOG(TUR_ARG) 3.5074 0.0003 **LOG(TUR_ARG) no causa en el sentido de Granger a LOG(TCR_URAR) 0.7516 0.6975
Contraste de causalidad de Granger para Argentina
Hiptesis nula: Estadstico F ProbabilidadLOG(TCR_URBR) no causa en el sentido de Granger a LOG(TUR_ARG) 2.0663 0.0274 *LOG(TUR_ARG) no causa en el sentido de Granger a LOG(TCR_URBR) 1.1392 0.3399
Observaciones: 113 Retardos: 12
* (**) Significativo al 5% (1%).
Observaciones: 113 Retardos: 12
* (**) Significativo al 5% (1%).
Observaciones: 113 Retardos: 12
* (**) Significativo al 5% (1%).
25
Modelo de Turistas Brasileos
Grfico 3. Nmero de turistas brasileos ingresados a Uruguay
0
5,000
10,000
15,000
20,000
25,000
30,000
Ene-9
4Ju
l-94
Ene-9
5Ju
l-95
Ene-9
6Ju
l-96
Ene-9
7Ju
l-97
Ene-9
8Ju
l-98
Ene-9
9Ju
l-99
Ene-0
0Ju
l-00
Ene-0
1Ju
l-01
Ene-0
2Ju
l-02
Ene-0
3Ju
l-03
Ene-0
4
Turistas brasileos ingresados a Uruguay
Al igual que en el caso de los turistas de nacionalidad argentina, la decisin de los
turistas de origen brasilero sobre realizar o no turismo en Uruguay, parece hallarse ms
influenciada por los precios relativos que por su propio nivel de ingreso. La ecuacin
estimada fue la siguiente:
)_(.5140,0)_(.5120,1)_( BraActLogUrBrTcrLogBraTurLog +=
Como se aprecia, el ingreso de turistas brasileros tiene una elasticidad respecto al nivel
de actividad de 0,51, mientras que la elasticidad los primeros respecto al tipo de cambio
real es de 1,51. En cambio y a diferencia de los turistas argentinos- segn nuestras
estimaciones los precios relaivos uruguayos respecto a otros destinos tursticos
competitivos no resultan relevantes para explicar el ingreso de turistas brasileros.
26
A su vez, tanto Semana de Turismo como Semana de Carnaval impactan en forma
positiva en el nmero de turistas norteos ingresados, aumentando en 3,8 y 2,0 puntos
porcentuales dicho nmero.
Contrastes realizados sobre el modelo
a) Test de Johansen
A partir del Cuadro 11 se desprende que no se podra rechazar la hiptesis nula de
existencia de una relacin de cointegracin al 99% de confianza.
Cuadro 11 Resultados del test de Johansen sobre Brasil
VariablesLOG(TUR_BRA) LOG(TCR_URBR) LOG(ACT_BRA)
(H0: r=0) 1 1.000 -1.399 -0.630 0.156 25.781 *(H0: r=1) 2 -10.421 1.000 20.127 0.055 7.076(H0: r=2) 3 -0.560 0.219 1.000 0.008 0.863
Vectores de cointegracin Autovalor Traza
(*) Significativo al 5%. De acuerdo al criterio Akaike (AIC) se eligieron 9 retardos para la estimacin del modelo.
b) Contrastes de exclusin
Analizando el Cuadro 12, se aprecia que se utilizaron en la estimacin del modelo las
variables LOG(TCR_URBR) y LOG(ACT_BRA) al no rechazarse al 5% de
significacin que los dems coeficientes sean estadsticamente distintos de cero.
Cuadro 12
Contrastes de exclusin (H0: =0) para Brasil
Chi2 ProbabilidadLOG(TCR_URBR) 25.6132 0.0000 **LOG(ACT_BRA) 3.1915 0.0740LOG(TCR_URAR) 0.8017 0.3706
Variable Significacin
* (**) Significativo al 5% (1%).
LOG(TCR_URBR) y LOG(ACT_BRA)LOG(TCR_URBR) y LOG(TCR_URAR)LOG(ACT_BRA) y LOG(TCR_URAR)
27.7191
28.9991
4.9063
0.0000 **
0.0000 **
0.0860
27
c) Contrastes de exogeneidad dbil
Como indica el Cuadro 13, las dos variables explicativas seleccionadas en el apartado
anterior son dbilmente exgenas.
Cuadro 13
Variable Chi2 ProbabilidadLOG(TCR_URBR) 0.0593 0.8077LOG(ACT_BRA) 0.4393 0.5075* (**) Significativo al 5% (1%).
Contraste de exogeneidad dbil
d) Contrastes de exogeneidad fuerte
Por otra parte, el contraste de causalidad de Granger realizado sobre las dos variables en
el Cuadro 14, permite rechazar al 1% de significacin la hiptesis que la variables
LOG(TCR_URBR) y LOG(ACT_BRA) no causan a LOG(TUR_BRA) y no permite
rechazar que LOG(TUR_BRA) no cause a las otras variables. Esto implica que las
primeras dos variables son fuertemente exgenas.
Cuadro 14 Contraste de causalidad de Granger para Brasil
Hiptesis nula: Estadstico F ProbabilidadLOG(TCR_URBR) no causa en el sentido de Granger a LOG(TUR_BRA) 4.2757 0.0000 **LOG(TUR_BRA) no causa en el sentido de Granger a LOG(TCR_URBR) 1.1349 0.3432
Contraste de causalidad de Granger para Brasil
Hiptesis nula: Estadstico F ProbabilidadLOG(ACT_BRA) no causa en el sentido de Granger a LOG(TUR_BRA) 2.9031 0.0016 **LOG(TUR_BRA) no causa en el sentido de Granger a LOG(ACT_BRA) 1.3831 0.1845
Observaciones: 113 Retardos: 12
* (**) Significativo al 5% (1%).
Observaciones: 112 Retardos: 13
* (**) Significativo al 5% (1%).
28
Modelo de Turistas Chilenos
Grfico 4. Nmero de turistas chilenos ingresados a Uruguay
0
2,000
4,000
6,000
8,000
10,000
12,000
Ene-9
4Ju
l-94
Ene-9
5Ju
l-95
Ene-9
6Ju
l-96
Ene-9
7Ju
l-97
Ene-9
8Ju
l-98
Ene-9
9Ju
l-99
Ene-0
0Ju
l-00
Ene-0
1Ju
l-01
Ene-0
2Ju
l-02
Ene-0
3Ju
l-03
Ene-0
4
Turistas chilenos ingresados a Uruguay
Para los turistas provenientes desde Chile se ajust el siguiente modelo:
)_(.8737,679,26)_( ChiActLogChiTurLog +=
El mismo refleja que el nivel de actividad es el principal determinante en la decisin de
los turistas chilenos de visitar Uruguay. A su vez, la elasticidad ingreso resulta superior
a la unidad, lo cual indica que para estos visitantes el turismo es considerado un bien
superior.
En este caso, ningn tipo de indicador de precios relativos result significativo. Esto
indica que las variaciones en la competitividad de Uruguay con Chile y con destinos
alternativos no parecen influyen de manera importante sobre la decisin de los turistas
chilenos de visitar Uruguay. Los efectos Semana de Turismo y Carnaval tampoco
resultaron significativos.
29
Contrastes realizados sobre el modelo
a) Test de Johansen
En el siguiente cuadro puede apreciarse que los estadsticos de traza y mximo
autovalor no permitiran rechazar la hiptesis nula de existencia de una relacin de
cointegracin al 99% de confianza, lo que estara indicando que las trayectorias de largo
plazo de las dos series consideradas en este caso son explicadas por una tendencia de
largo plazo.
Cuadro 15 Resultados del test de Johansen sobre Chile
VariablesLOG(TUR_CHI) LOG(ACT_CHI)
(H0: r=0) 1 1.000 -6.683 0.115 16.668 *(H0: r=1) 2 0.019 1.000 0.025 2.902
Vectores de cointegracin Autovalor Traza
(*) Significativo al 5%. De acuerdo al criterio Akaike (AIC) se eligieron 6 retardos para la estimacin del modelo.
b) Contrastes de exclusin
Como se puede observar en el Cuadro 16, se rechaza al 5% de significacin que el
coeficiente de la variable LOG(ACT_CHI) sea estadsticamente igual a cero. Sin
embargo, no se rechaza dicha hiptesis al 1% de significacin, por lo que se decidi
utilizar esta variable en la estimacin del modelo.
Cuadro 16 Contrastes de exclusin (H0: =0) para Chile
Chi2 ProbabilidadLOG(TCR_URCH) 0.2248 0.6354LOG(ACT_CHI) 4.1728 0.0411 ** (**) Significativo al 5% (1%).
SignificacinVariable
c) Contrastes de exogeneidad dbil
Segn el resultado del Cuadro 17, no se podra rechazar la hiptesis de que el valor del
coeficiente sea estadsticamente igual a cero, implicando la exogeneidad dbil.
30
Cuadro 17
Variable Chi2 ProbabilidadLOG(ACT_CHI) 0.0095 0.9223* (**) Significativo al 5% (1%).
Contraste de exogeneidad dbil
d) Contrastes de exogeneidad fuerte
Del Cuadro 18 se desprende que la variable LOG(ACT_CHI) no es causada en el
sentido de Granger por LOG(TUR_CHI). Esto es, LOG(ACT_CHI) es fuertemente
exgena.
Cuadro 18 Contraste de causalidad de Granger para Chile
Hiptesis nula: Estadstico F ProbabilidadLOG(ACT_CHI) no causa en el sentido de Granger a LOG(TUR_CHI) 5.4207 0.0000 **LOG(TUR_CHI) no causa en el sentido de Granger a LOG(ACT_CHI) 1.0441 0.4169
Observaciones: 113 Retardos: 12
* (**) Significativo al 5% (1%).
31
Modelo de Otros Turistas
Grfico 5. Otros turistas ingresados a Uruguay
0
5,000
10,000
15,000
20,000
25,000
30,000
Ene-9
4Ju
l-94
Ene-9
5Ju
l-95
Ene-9
6Ju
l-96
Ene-9
7Ju
l-97
Ene-9
8Ju
l-98
Ene-9
9Ju
l-99
Ene-0
0Ju
l-00
Ene-0
1Ju
l-01
Ene-0
2Ju
l-02
Ene-0
3Ju
l-03
Ene-0
4
Otros turistas ingresados a Uruguay
Para el modelo denominado otros turistas que incorpora todos aquellos turistas que
ingresan al pas que no son argentinos, brasileos, chilenos ni uruguayos, se estim la
siguiente ecuacin:
)_(.6618,04767,6)_( UrOtTcrLogOtrTurLog +=
La misma refleja que el ingreso de estos turistas est determinado por el tipo de cambio
real de Uruguay con una canasta que incorpora los principales pases de esta categora.
La elasticidad precio en este caso es de 0.66, lo cual implica que toda mejora de
competitividad de Uruguay en relacin a los pases considerados en esta categora,
genera un efecto positivo sobre el ingreso de turistas al pas.
El efecto ingreso no resulta significativo, lo cual estara reflejando que los turistas
procedentes desde estos pases no consideran la variacin en su ingreso a la hora de
decidir visitar Uruguay.
32
Por su parte, la semana de Turismo genera un impacto positivo aunque poco relevante,
sobre el ingreso de los turistas agrupados en esta categora al pas.
Contrastes realizados sobre el modelo
a) Test de Johansen
Segn el Cuadro 19, no podra rechazarse la hiptesis nula de existencia de una relacin
de cointegracin al 99% de confianza.
Cuadro 19 Resultados del test de Johansen sobre Otros Pases
VariablesLOG(TUR_OTR) LOG(TCR_UROT) C
(H0: r=0) 1 1.000 -0.368 -7.830 0.162 20.566 *(H0: r=1) 2 -1.160 1.000 5.597 0.007 0.783
Vectores de cointegracin Autovalor Traza
(*) Significativo al 5%. De acuerdo al criterio Akaike (AIC) se eligieron 7 retardos para la estimacin del modelo.
b) Contrastes de exclusin
El resultado del Cuadro 20 indica que no se podra rechazar al 1% de significacin que
el coeficiente de la variable LOG(TCR:UROT) sea estadsticamente distinto de cero
mientras que el de LOG(ACT_OTR) s lo sera.
Cuadro 20 Contrastes de exclusin (H0: =0) para Otros Pases
Chi2 ProbabilidadLOG(TCR_UROT) 9.5057 0.0020 **LOG(ACT_OTR) 2.9875 0.0839
Variable Significacin
* (**) Significativo al 5% (1%).
c) Contrastes de exogeneidad dbil
A partir del Cuadro 21, no se podra rechazar la hiptesis de que el valor del coeficiente
sea estadsticamente distinto de cero.
33
Cuadro 21
Variable Chi2 ProbabilidadLOG(TCR_UROT) 1.5321 0.2158* (**) Significativo al 5% (1%).
Contraste de exogeneidad dbil
d) Contrastes de exogeneidad fuerte
Adicionalmente, se puede apreciar en el Cuadro 22 que la variable es fuertemente
exgena ya que no es causada en el sentido de Granger por LOG(TUR_OTR).
Cuadro 22 Contraste de causalidad de Granger para Otros Pases
Hiptesis nula: Estadstico F ProbabilidadLOG(TCR_UROT) no causa en el sentido de Granger a LOG(TUR_OTR) 3.8806 0.0001 **LOG(TUR_OTR) no causa en el sentido de Granger a LOG(TCR_UROT) 0.9169 0.5278
Observaciones: 114 Retardos: 11
* (**) Significativo al 5% (1%).
34
VII. EVALUACIN DE LOS MODELOS
El estudio presentado confirma el aporte de realizar un anlisis a partir de una
modelizacin desagregada. En esta seccin, se procede a comparar la capacidad de
ajuste y prediccin de los dos tipos de modelo anteriormente mencionados.
Grfico 6. Ajuste del Modelo Agregado
50,000
100,000
150,000
200,000
250,000
300,000
350,000
400,000
Nov-9
4
May-9
5
Nov-9
5
May-9
6
Nov-9
6
May-9
7
Nov-9
7
May-9
8
Nov-9
8
May-9
9
Nov-9
9
May-0
0
Nov-0
0
May-0
1
Nov-0
1
May-0
2
Nov-0
2
May-0
3
Nov-0
3
Actual
Fitted
35
Grfico 7. Ajuste del Modelo Desagregado
50,000
100,000
150,000
200,000
250,000
300,000
350,000
400,000
Nov-9
4
May-9
5
Nov-9
5
May-9
6
Nov-9
6
May-9
7
Nov-9
7
May-9
8
Nov-9
8
May-9
9
Nov-9
9
May-0
0
Nov-0
0
May-0
1
Nov-0
1
May-0
2
Nov-0
2
May-0
3
Nov-0
3
Actual
Fitted
El modelo desagregado presenta un mejor ajuste que el agregado, lo cual se pone de
manifiesto al comparar el clculo de los errores cuadrticos medios de ambos modelos.
Tal como se puede apreciar en el siguiente cuadro, el error cuadrtico medio indica que
la desagregacin permite realizar mejores estimaciones que el modelo agregado, lo cual
confirma la utilidad de realizar un anlisis desagregado.
Cuadro 23
Modelo Raz del Error cuadrtico Medio (RECM)Modelo Agregado 0.0741
Modelo Desagregado 0.0619
Evaluacin del desempeo de los modelos
36
Grfico 8. Comparacin de los residuos
-20.0%
-15.0%
-10.0%
-5.0%
0.0%
5.0%
10.0%
15.0%
20.0%
Nov-9
4
May-9
5
Nov-9
5
May-9
6
Nov-9
6
May-9
7
Nov-9
7
May-9
8
Nov-9
8
May-9
9
Nov-9
9
May-0
0
Nov-0
0
May-0
1
Nov-0
1
May-0
2
Nov-0
2
May-0
3
Nov-0
3
Residuos del Modelo Agregado
Residuos del Modelo Desgregado
Adicionalmente, se realizaron proyecciones un paso adelante con ambos modelos, cuya
comparacin se presenta en el siguiente cuadro.
Cuadro 24
omo es posible observar, el error de prediccin del modelo desagregado es menor al
pesar de lo expuesto, podra llevar a pensar en la mayor precisin del modelo agregado.
Modelo agregado Modelo desagregadoEnero 0.18% 0.14%Febrero 0.02% 0.29%Marzo 1.60% 1.93%Abril 0.60% 0.38%
Comparacin del error de las predicciones
C
del modelo agregado en los meses de enero y abril y muy similar a este ltimo en
marzo, en el cual ambos modelos presentan un error importante. El modelo agregado
resulta mejor para predecir el mes de febrero. En promedio, el modelo agregado
presenta un error de prediccin de 0.60% y el modelo desagregado de 0.69%, lo cual a
37
Sin embargo, cabe sealar que la cantidad de observaciones utilizadas para comparar la
capacidad predictiva de ambos modelos no es suficiente como para realizar una
afirmacin acerca de qu modelo es mejor. Tendra que realizarse un mayor nmero de
contrastes (como por ejemplo el de estabilidad paramtrica) y disponer de un mayor
nmero de observaciones para concluir si el modelo desagregado es mejor que el
agregado o viceversa. En este sentido, cabe destacar que en algunos casos los
parmetros de los modelos estimados resultaron ser bastante sensibles a la cantidad de
retardos especificada, tanto en las pruebas de cointegracin como en las de
exogeneidad.
38
VIII. COMENTARIOS FINALES
El presente trabajo cuenta con un doble objetivo; por un lado, desarrollar un modelo de
frecuencia mensual capaz de estimar y predecir el nmero de turistas ingresados a
Uruguay, y por otro lado, comprender los determinantes detrs de dicho ingreso. En
virtud de estos objetivos, se desarrollaron dos modelos -ambos mediante Vectores de
Mecanismo de Correccin de Error (VECM)- cuya principal diferencia es el nivel de
agregacin de los datos.
En el primer modelo (denominado Modelo Agregado), se us como variable
dependiente el total de turistas que ingresa al pas. Como variables explicativas, se
utilizaron un ndice de actividad, un ndice de precios relativos de Uruguay con el pas
emisor y un ndice de precios relativos de Uruguay con destinos tursticos alternativos a
Uruguay. Los tres ndices mencionados se construyeron ponderando por la participacin
de la nacionalidad de los turistas ingresados al pas en el ao 1999.
El segundo modelo (denominado Modelo Desagregado) surge como la suma de cuatro
modelos independientes, cuyas variables dependientes son turistas de determinada
nacionalidad. As, se realiza un modelo para el ingreso de turistas argentinos, otro para
brasileros, otro para chilenos y por ltimo, un modelo para turistas ingresados con otras
nacionalidades. En cada uno de estos cuatro modelos (denominados Modelos por
Nacionalidad), se utilizaron las tres variables explicativas antes mencionadas
correspondientes a cada pas. De este modo, el Modelo Desagregado estima el ingreso
total de turistas a partir de la suma de los Modelos por Nacionalidad.
En cuanto a la comprensin del fenmeno, como era de esperar el estudio a travs del
Modelo Desagregado constituy una aproximacin mucho ms rica, aportando
importante informacin sobre las diferencias existentes en los factores que determinan
el ingreso de turistas cuando se desagrega segn la nacionalidad de los mismos. Esto se
aprecia al observar el Cuadro 25, en donde se resumen los resultados obtenidos. Por
ejemplo, mientras que el Modelo Agregado no muestra al nivel de actividad de los
pases emisores de turistas como un determinante importante, los Modelos por
Nacionalidad permiten apreciar la importancia de este determinante en el nmero de
turistas ingresados a Uruguay.
39
Cuadro 25
Nivel de actividad en pas de orgen
Precios relativos de pas de origen
respecto a Uruguay
Precios relativos de destino turistico alternativo respecto
a Uruguay
Modelo Agregado NS (+)1.09 NS
Modelo DesagregadoArgentina (+)1.42 (+)1.48 (+)0.33Brasil (+)0.51 (+)1.51 NSChile (+)6.87 NS NSOtros NS (+)0.66 NS
Fuente: Elaboracin propia en base a resultados obtenidos.Nota: NS significa que el coeficiente no fue significativo en el modelo.
Variable
Principales resultados obtenidos
Modelo
As, los turistas de nacionalidad argentina, brasilera y chilena se ven influidos (en
distinto grado) por el nivel de actividad de sus pases de origen cuando deciden venir o
no a Uruguay. Del mismo modo, a travs de la modelizacin por Nacionalidad se puede
apreciar los diversos grados de influencia que en dicha decisin tienen los precios
relativos de Uruguay, tanto con respecto a los pases emisores de turistas como con
respecto a destinos competitivos.
Por ltimo, en cuanto al ajuste comparado de los modelos, se concluye que la capacidad
de estimacin del Modelo Desagregado es superior a la del Modelo Agregado, ya que
presenta un error cuadrtico medio menor para el perodo de estimacin. Por todo lo
anteriormente expresado, se considera que la modelizacin desagradada por
nacionalidad es superior a la modelizacin agregada, aunque se reconoce la necesidad
de realizar estudios posteriores, si se pretende ser concluyente al respecto.
40
BIBLIOGRAFA
- Armellini y Reverta (2003). Turismo receptivo en Uruguay: una evaluacin del
aporte al producto, el empleo y las remuneraciones. Documento presentado en las
XVIII Jornadas del Banco Central del Uruguay. Montevideo.
- Aguil, Riera y Rosell (2001). Un modelo dinmico para la demanda turstica en las
Islas Baleares. Una evaluacin del efecto precio del Impuesto Turstico. Document de
Treball 29, Departament d Economia i Empresa. Universitat de les Illes Balears.
(Espaa)
- Buisn, Ana y E. Gordo (1997). El sector exterior en Espaa. Banco de Espaa,
Servicios de Estudios Econmicos N 60. (Espaa)
- Carapeto, Mara Manuela (1997). Models of receipts from tourism in Portugal:
Cointegration, Dynamic Specification and Forecast. Departamento de Estadsticas,
Banco de Portugal. (Portugal)
- Espasa, Antoni y J. Cancelo (1993). Mtodos cuantitativos para el anlisis de la
coyuntura econmica, captulo 10, paginas 605- 656. (Espaa)
- Garca Martos D. y Navarro A. (1994), Incidencia del calendario laboral en las series
de produccin industrial. D.G. Previsin y Coyuntura/Sntesis Mensual de Indicadores
econmicos.
- Hendry, David y K. Juselius (2000). Explaining Cointegration analysis: part II.
Department of Economics, Oxford University, UK. (Reino Unido).
- Robano, Virginia (2000). Determinantes del Turismo Receptivo en Uruguay. XV
Jornadas de Economa del Banco Central del Uruguay. (Uruguay)
- Varian, Hal. Anlisis Microeconmico, captulo 9, tercera edicin. Antoni Bosh
Editor. (Espaa).
41
ANEXO ESTADSTICO
Fuentes:
Cuadro I: Direccin Nacional de Migraciones
Cuadro II: Direccin Nacional de Migraciones
Cuadro III: Argentina: MECON, Brasil: IPEADATA, Chile: BC Chile, Uruguay: BCU.
Cuadro IV: Argentina: MECN, Brasil: IPEADATA, Chile: BC Chile, Uruguay: BCU,
Paraguay: BC Paraguay, EEUU: Freelunch, Zona Euro: Banco Central Europeo.
Cuadro V: Argentina: MECON, Brasil: IPEADATA, Chile: Banco Central de Chile, Uruguay:
BCU.
Cuadro I
Nacionalidad Nmero Proporcin sobre Total
Proporcin sobre Estadounidenses + Paraguayos + Otros
Argentina 1,517,356 80.4%Brasilea 153,740 8.1%Chilena 22,498 1.2%Estadounidense 32,025 1.7% 16.4%Paraguaya 20,519 1.1% 10.5%Otros 142,166 7.5% 73.0%TOTAL 1,888,304 100.0% 100.0%
Estadounidense + Paraguaya + Otros 194,710
Ingreso turistas por nacionalidad en 1999
42
Cuadro II
TotalArgentina Brasil Chile Otros no urug.
Ene-94 317,900 15,253 2,691 14,198 350,042Feb-94 261,442 15,397 3,802 9,896 290,537Mar-94 139,121 12,342 1,615 10,180 163,258Abr-94 84,759 10,244 1,630 7,972 104,605May-94 62,746 8,101 1,213 5,774 77,834Jun-94 70,511 8,413 1,082 5,502 85,508Jul-94 91,157 12,240 1,713 7,556 112,666Ago-94 75,658 8,703 1,240 7,241 92,842Sep-94 76,909 10,593 2,530 6,291 96,323Oct-94 117,106 12,400 1,284 9,536 140,326Nov-94 104,164 12,154 17 15,280 131,615Dic-94 178,164 18,143 37 20,580 216,924Ene-95 292,267 19,640 31 23,088 335,026Feb-95 223,742 23,857 118 19,194 266,911Mar-95 93,838 11,291 232 15,561 120,922Abr-95 113,650 19,264 1,231 12,552 146,697May-95 68,608 8,572 1,180 9,161 87,521Jun-95 67,931 8,540 1,022 8,671 86,164Jul-95 93,907 18,077 2,448 13,186 127,618Ago-95 82,741 8,055 1,073 10,360 102,229Sep-95 84,625 13,012 2,418 9,923 109,978Oct-95 103,578 14,315 1,788 13,482 133,163Nov-95 87,609 13,628 1,423 15,309 117,969Dic-95 166,130 20,095 1,858 19,104 207,187Ene-96 268,243 19,736 2,789 20,714 311,482Feb-96 236,230 24,703 3,925 16,902 281,760Mar-96 120,902 13,145 1,759 15,048 150,854Abr-96 114,479 17,120 1,696 13,246 146,541May-96 72,465 11,286 1,740 10,631 96,122Jun-96 74,656 12,870 1,518 10,888 99,932Jul-96 91,309 15,569 2,204 11,474 120,556Ago-96 88,703 10,257 1,445 11,650 112,055Sep-96 75,206 13,741 3,216 11,814 103,977Oct-96 87,839 17,021 2,081 13,593 120,534Nov-96 101,911 17,411 1,941 22,066 143,329Dic-96 161,002 21,407 1,990 20,834 205,233Ene-97 317,027 20,923 3,148 22,826 363,924Feb-97 245,922 24,581 3,199 17,456 291,158Mar-97 155,154 18,275 1,813 17,890 193,132Abr-97 90,089 15,311 1,696 14,052 121,148May-97 90,290 14,989 1,899 12,102 119,280Jun-97 82,159 9,648 1,241 10,791 103,839Jul-97 99,816 17,841 2,134 12,769 132,560Ago-97 91,175 11,938 4,620 11,861 119,594Sep-97 78,690 13,144 3,475 13,995 109,304Oct-97 87,235 15,308 2,222 14,308 119,073Nov-97 105,730 16,371 1,994 18,194 142,289Dic-97 176,882 24,666 2,259 23,600 227,407Ene-98 295,618 23,170 3,328 22,900 345,016Feb-98 211,053 26,182 3,226 17,668 258,129Mar-98 114,577 11,603 1,664 16,565 144,409Abr-98 117,884 21,945 1,603 15,022 156,454May-98 82,656 12,463 1,713 12,030 108,862Jun-98 68,925 12,754 1,440 10,019 93,138
Turistas por nacionalidad
43
Cuadro III
Argentina Brasil Chile ICC /1 Otros /2 Todos /3Ene-94 112.8 118.2 98.2 114.2 114.2 113.2Feb-94 113.3 118.4 99.3 115.6 115.6 113.8Mar-94 112.9 121.0 99.6 116.5 116.4 113.8Abr-94 111.6 117.9 100.0 115.4 115.4 112.4May-94 110.8 116.6 100.4 115.6 115.5 111.7Jun-94 110.7 119.1 101.4 116.1 115.9 111.8Jul-94 110.5 114.1 100.9 117.1 116.9 111.4Ago-94 110.0 119.3 101.6 116.8 116.8 111.4Sep-94 114.9 130.3 107.1 122.0 121.9 116.8Oct-94 111.3 132.2 104.6 119.3 119.1 113.7Nov-94 106.8 131.1 100.6 113.8 113.8 109.5Dic-94 104.7 129.1 101.4 110.1 110.3 107.2Ene-95 106.3 131.8 101.4 112.4 112.6 108.9Feb-95 104.7 132.1 98.8 111.9 112.0 107.6Mar-95 103.5 126.1 99.2 114.3 114.2 106.4Abr-95 101.5 123.5 101.4 113.5 113.2 104.5May-95 101.6 127.8 106.7 113.3 113.2 105.0Jun-95 100.2 126.6 107.3 112.8 112.7 103.8Jul-95 100.2 127.1 106.5 112.7 112.7 103.8Ago-95 98.5 124.8 104.1 108.7 108.9 101.8Sep-95 98.7 124.8 102.8 107.8 108.2 101.9Oct-95 99.8 126.4 101.2 109.7 110.0 103.0Nov-95 99.7 127.9 100.0 109.8 110.1 103.0Dic-95 99.5 129.1 100.9 108.8 109.3 102.9Ene-96 99.8 130.2 101.3 108.2 109.0 103.2Feb-96 99.7 130.6 101.5 108.6 109.4 103.3Mar-96 99.3 130.4 102.2 108.7 109.5 102.9Abr-96 98.3 129.8 102.9 107.0 108.0 101.9May-96 98.1 130.6 104.2 106.7 107.6 101.8Jun-96 99.1 132.8 104.8 107.8 108.7 102.9Jul-96 100.8 135.3 106.1 109.9 110.7 104.7Ago-96 99.7 133.7 105.3 109.4 110.2 103.6Sep-96 98.1 130.6 103.8 106.9 107.6 101.8Oct-96 98.5 130.2 103.5 106.4 107.2 102.0Nov-96 98.4 130.0 102.9 107.5 108.2 102.0Dic-96 98.3 129.8 102.8 106.8 107.5 101.8Ene-97 98.3 129.7 102.6 105.7 106.4 101.8Feb-97 98.3 128.9 104.9 102.3 103.6 101.4Mar-97 97.9 129.0 105.9 101.3 103.0 101.0Abr-97 97.8 129.6 105.6 101.4 103.1 101.0May-97 97.8 128.9 105.7 102.3 103.8 101.1Jun-97 98.2 128.7 106.4 102.1 103.7 101.3Jul-97 98.4 128.3 107.2 100.8 102.4 101.4Ago-97 98.9 127.8 108.4 99.5 101.2 101.6Sep-97 98.9 127.4 109.5 100.9 102.3 101.7Oct-97 98.4 126.6 110.6 101.6 102.8 101.3Nov-97 98.9 126.8 108.7 103.2 104.2 101.8Dic-97 98.5 126.1 105.0 100.5 101.4 101.2Ene-98 99.3 126.6 102.3 99.1 99.5 101.5Feb-98 99.0 125.7 102.7 98.5 99.0 101.2Mar-98 99.5 126.3 102.8 98.8 99.4 101.7Abr-98 99.6 126.1 103.0 99.0 98.9 101.7May-98 99.5 126.3 103.3 99.6 99.9 101.8Jun-98 99.5 125.5 102.8 98.8 99.0 101.6Jul-98 99.5 124.1 101.1 98.2 98.4 101.4Ago-98 99.8 122.7 100.2 98.1 98.5 101.5Sep-98 101.0 122.8 102.1 101.9 102.0 102.9Oct-98 98.7 119.9 102.5 102.2 102.2 100.8Nov-98 98.4 119.0 102.6 100.4 100.6 100.3Dic-98 98.9 118.9 101.6 101.2 101.2 100.8
TIPO DE CAMBIO EFECTIVO REAL
Clculo de los ndices con base 1998-99=100IPC*(us$) / IPC(US$)Uruguay
44 44
Ene-99 100.1 96.8 101.4 100.9 101.1 100.0Feb-99 99.7 76.8 97.6 98.7 99.0 97.7Mar-99 100.0 79.3 99.4 98.5 98.9 98.2Abr-99 99.4 88.8 101.4 97.8 98.2 98.4May-99 99.1 89.6 101.2 97.9 98.2 98.3Jun-99 100.1 86.4 98.9 98.1 98.0 98.7Jul-99 101.4 86.4 97.3 99.5 99.1 99.9Ago-99 101.9 83.8 99.1 102.4 101.8 100.4Sep-99 102.6 84.1 98.0 103.9 103.2 101.1Oct-99 101.2 80.7 94.4 103.7 102.9 99.7Nov-99 100.8 83.0 93.6 102.1 101.5 99.3Dic-99 100.1 87.1 94.4 100.7 100.2 98.9Ene-00 101.1 89.9 97.7 101.3 100.8 100.1Feb-00 101.3 91.6 99.9 100.5 99.8 100.4Mar-00 101.1 93.8 102.4 100.6 100.1 100.4Abr-00 100.9 92.8 102.3 99.9 99.6 100.1May-00 101.2 90.3 100.5 98.5 98.6 100.0Jun-00 100.9 91.5 99.1 101.6 101.1 100.1Jul-00 102.0 94.1 97.5 101.9 101.5 101.3Ago-00 102.6 95.5 97.1 100.8 100.6 101.8Sep-00 102.2 93.9 94.9 99.8 99.9 101.2Oct-00 101.9 91.6 94.6 99.0 99.2 100.7Nov-00 101.5 88.7 102.8 98.9 99.0 100.2Dic-00 101.6 88.7 94.2 101.3 101.2 100.4Ene-01 102.2 90.1 95.7 105.4 104.9 101.4Feb-01 101.9 88.4 96.6 103.6 103.0 100.9Mar-01 103.4 86.0 94.2 103.4 102.9 101.8Abr-01 104.1 82.5 93.0 103.0 102.5 102.1May-01 104.8 79.5 93.0 103.1 102.5 102.4Jun-01 106.9 79.4 93.8 104.2 103.5 104.2Jul-01 107.6 78.3 88.7 104.3 103.1 104.5Ago-01 105.8 76.4 86.0 105.2 103.6 102.9Sep-01 106.9 72.8 86.6 107.1 105.2 103.7Oct-01 109.1 73.4 85.6 107.8 105.8 105.6Nov-01 108.6 79.5 87.7 106.3 104.2 105.5Dic-01 109.1 86.6 90.6 106.1 104.5 106.6Ene-02 80.5 87.4 91.7 106.2 104.4 83.7Feb-02 60.4 87.4 91.5 107.0 105.0 67.6Mar-02 53.0 93.5 97.0 111.5 109.4 62.6Abr-02 52.0 100.8 105.0 119.3 117.0 63.3May-02 47.8 97.3 107.7 124.9 122.2 60.2Jun-02 46.7 91.7 107.2 130.8 127.0 59.4Jul-02 58.9 104.0 126.2 162.3 156.2 73.4Ago-02 67.1 110.0 140.0 179.6 172.9 82.4Sep-02 70.7 108.1 142.9 190.1 182.9 86.2Oct-02 65.4 88.9 130.5 176.2 169.2 78.8Nov-02 68.1 97.7 136.7 178.0 170.5 81.9Dic-02 68.6 97.4 136.2 177.9 169.9 82.2Ene-03 74.5 105.2 132.8 184.2 175.9 88.2Feb-03 78.2 103.5 131.2 188.8 180.5 91.4Mar-03 80.7 108.7 132.5 189.9 181.8 94.0Abr-03 85.2 120.3 135.9 186.2 178.5 98.2May-03 87.3 129.0 139.6 194.4 186.3 101.6Jun-03 80.7 120.8 126.7 179.2 172.2 93.9Jul-03 81.4 121.5 128.4 177.3 170.8 94.4Ago-03 79.6 119.4 130.8 179.4 172.5 93.0Sep-03 79.3 122.9 135.8 179.6 172.6 93.2Oct-03 82.3 126.9 142.9 186.2 178.9 96.6Nov-03 83.3 127.7 150.2 190.2 183.0 98.0Dic-03 81.4 128.6 156.1 197.0 189.7 97.3Ene-04 82.1 131.1 162.1 200.5 192.4 98.4Feb-04 81.2 128.6 159.0 201.5 193.5 97.6Mar-04 82.7 130.2 154.4 199.3 191.7 98.6Abr-04 83.2 129.0 151.5 196.0 189.1 98.7May-04 81.0 120.7 144.5 195.3 174.7
/2 Incluye EEUU, Zona Euro y Paraguay./3 Incluye Argentina, Brasil, Chile, Paraguay y el ICC calculad el BCU
/1 Calculado por el BCU; incluye Alemania, Francia, Italia, Pases Bajos, Reino Unido, Japn y EEUU.
o por
45
Cuadro IV
Argentina Brasil Chile Paraguay EEUU Zona Euro
EMAE Argentina
1999-99=100
BRIPI 1998-99=100
Indice produccion industrial
1998-99=100
Exportaciones (millones de
Guaranes const. 1998-99=100)
Indice de Produccin
industrial (1998-99=100, desest.)
Indice de Produccin
Industrial (1998-99=100, desest.)
Ene-94 79.22 81.6 118.2 110.4 76.5 85.7Feb-94 77.36 77.7 100.0 246.6 76.6 86.7Mar-94 90.12 93.7 94.2 272.2 77.3 86.8Abr-94 90.58 85.4 116.1 332.1 77.7 87.9May-94 93.20 95.7 107.9 237.0 78.1 87.8Jun-94 88.94 95.6 111.6 272.7 78.7 88.5Jul-94 89.67 97.6 106.0 229.3 78.8 88.8
Ago-94 89.30 106.6 107.0 194.1 79.2 88.6Sep-94 89.49 103.6 112.5 262.3 79.4 89.5Oct-94 87.71 103.3 103.3 206.4 80.0 90.2Nov-94 92.10 103.3 105.9 225.1 80.5 90.6Dic-94 92.75 97.7 107.1 166.0 81.4 91.6Ene-95 79.27 95.4 105.7 207.8 81.7 91.4Feb-95 81.38 91.0 108.9 146.6 81.8 91.1Mar-95 91.39 106.2 98.1 197.5 81.8 91.7Abr-95 85.22 95.3 121.7 204.9 81.8 91.1May-95 90.89 94.5 113.3 301.3 81.9 92.0Jun-95 86.66 99.2 121.9 325.1 82.2 91.5Jul-95 87.63 98.2 114.6 317.6 81.8 91.7
Ago-95 85.04 101.0 118.0 323.7 83.0 91.8Sep-95 83.91 96.7 117.5 204.7 83.3 91.9Oct-95 84.85 100.7 105.2 228.9 83.1 91.1Nov-95 87.69 98.6 115.5 184.1 83.4 91.3Dic-95 86.33 86.0 111.7 170.0 83.8 92.1Ene-96 78.60 87.0 109.2 181.8 83.2 91.6Feb-96 81.80 85.3 115.6 142.5 84.3 91.3Mar-96 90.16 93.8 106.6 313.5 84.1 91.5Abr-96 91.44 93.0 122.2 408.8 84.9 90.5May-96 95.32 100.7 118.1 375.5 85.5 91.5Jun-96 89.43 95.6 118.4 254.1 86.2 91.4Jul-96 95.85 108.0 110.8 346.9 86.1 91.2
Ago-96 92.37 107.3 120.0 261.7 86.8 91.9Sep-96 89.52 104.9 119.1 242.6 87.3 92.0Oct-96 93.47 109.6 105.6 236.3 87.3 91.9Nov-96 94.29 104.6 122.4 208.4 88.2 92.2Dic-96 94.99 93.0 115.1 203.9 88.7 92.2Ene-97 87.46 93.0 114.2 179.8 88.9 92.6Feb-97 88.15 88.2 119.2 188.0 90.2 93.1Mar-97 95.93 98.5 105.1 278.1 90.5 93.4Abr-97 100.74 101.0 118.1 410.6 90.9 95.2May-97 101.22 103.6 121.0 452.2 91.3 94.1Jun-97 96.50 105.2 123.4 446.1 91.7 95.4Jul-97 102.22 109.6 119.6 560.5 92.3 96.3
Ago-97 97.98 109.7 129.5 313.4 93.2 96.5Sep-97 100.73 112.1 120.5 153.4 93.9 96.2Oct-97 101.22 114.9 114.1 120.4 94.7 97.6Nov-97 100.83 103.0 127.9 98.1 95.3 97.1Dic-97 102.38 90.0 120.9 136.5 95.6 98.1Ene-98 90.59 89.6 124.1 124.5 96.1 98.3Feb-98 92.12 87.3 117.7 148.7 96.4 98.8Mar-98 105.06 101.7 107.3 388.8 96.6 99.0Abr-98 105.87 97.8 127.6 359.2 97.2 99.1May-98 107.33 105.0 123.5 378.6 97.7 99.5
Indicadores de Actividad por pases
46
Ene-99 88.07 86.6 115 .3 99.9 99.8Feb-99 90.02 83.0 109.8 84.4 100.3 98.7Mar-99 102.61 98.9 103.0 349.8 100.7 99.2Abr-99 100.95 95.3 126.0 291.5 100.9 99.6May-99 102.28 101.8 115.8 345.1 101.6 99.5Jun-99 100.13 101.8 116.4 303.9 101.7 100.6Jul-99 98.78 104.1 114.1 211.4 102.2 101.1
Ago-99 97.95 107.8 120.3 174.5 102.9 101.0Sep-99 98.22 106.6 121.5 149.3 102.7 101.9Oct-99 96.82 108.6 112.1 156.8 103.7 102.5Nov-99 100.58 106.0 119.2 150.0 104.2 103.3Dic-99 102.94 95.5 125.0 121.1 105.0 103.6Ene-00 87.64 90.8 126.3 158.2 105.0 102.8Feb-00 90.70 96.3 121.8 106.1 105.6 104.1Mar-00 101.86 102.9 109.8 314.9 106.0 104.5Abr-00 99.42 98.6 133.9 307.4 106.8 105.2May-00 103.13 108.4 119.1 324.6 107.4 106.8Jun-00 99.60 109.4 129.5 279.7 107.5 105.5Jul-00 98.85 111.4 119.4 240.0 107.0 106.7
Ago-00 97.81 116.4 125.6 216.4 106.9 107.3Sep-00 96.49 110.4 127.1 182.8 107.3 107.1Oct-00 95.73 116.5 111.4 160.0 106.9 107.2Nov-00 97.80 111.6 125.4 187.3 106.8 108.4Dic-00 101.02 102.8 124.0 210.4 106.5 109.1Ene-01 87.60 101.9 121.5 200.6 105.5 108.3Feb-01 88.15 98.3 119.0 151.7 105.0 108.7Mar-01 98.78 111.5 109.6 278.2 104.5 108.2Abr-01 99.59 104.7 131.6 326.4 104.2 106.7May-01 103.51 113.6 122.8 270.7 103.7 107.2Jun-01 98.54 108.4 130.4 271.1 103.1 107.5Jul-01 96.31 113.1 126.9 365.4 102.6 105.7
Ago-01 93.26 116.4 126.0 265.2 102.4 107.3Sep-01 89.13 108.8 129.3 181.1 101.8 106.4Oct-01 88.27 113.0 111.5 258.9 101.5 105.2Nov-01 89.25 109.7 127.2 154.5 101.0 104.2Dic-01 86.07 96.2 126.9 150.6 100.8 105.1Ene-02 73.07 100.7 119.2 142.8 101.4 105.3Feb-02 73.91 97.4 124.3 135.5 101.5 105.1Mar-02 82.70 107.6 110.6 233.6 101.9 105.9Abr-02 86.34 111.0 128.9 307.6 102.3 106.0May-02 89.57 111.5 130.9 265.9 102.5 106.4Jun-02 84.97 107.4 125.4 208.9 103.2 106.8Jul-02 86.13 115.9 124.4 275.7 103.0 106.1
Ago-02 82.88 116.8 136.9 281.3 103.0 106.6Sep-02 82.46 115.2 128.0 229.8 102.8 106.9Oct-02 82.65 125.5 117.3 210.3 102.6 106.1Nov-02 85.10 117.9 136.3 154.4 102.7 106.6Dic-02 86.83 104.0 127.1 120.2 102.2 105.3Ene-03 76.53 102.3 127.8 135.1 102.7 106.1Feb-03 78.15 100.1 127.8 144.1 103.1 106.6Mar-03 87.44 106.5 119.1 293.0 102.3 106.1Abr-03 92.24 105.7 137.8 325.6 101.7 106.5May-03 96.40 110.0 131.8 310.6 101.6 105.3Jun-03 92.46 105.4 130.4 297.3 101.6 105.5Jul-03 94.13 112.9 127.1 327.8 102.4 106.9
Ago-03 90.60 113.5 132.9 343.7 102.4 106.4Sep-03 92.28 119.7 130.8 232.4 103.0 106.0Oct-03 92.80 126.0 124.1 225.4 103.3 107.4Nov-03 94.40 119.2 138.9 179.0 104.3 107.3Dic-03 97.26 108.6 129.0 122.3 104.3 107.6Ene-04 84.75 105.8 129.4 209.3 105.1 107.2Feb-04 86.09 101.6 130.1 317.4 106.0 107.6Mar-04 96.61 119.7 128.7 413.1 106.0 107.9
.3 94
47
Cuadro V
Argentina, Brasil, Chile y Paraguay, EEUU y Zona Euro
EEUU, Zona Euro y Paraguay
Ene-94 80.7 86.8Feb-94 80.2 101.9Mar-94 92.0 104.8Abr-94 92.7 111.9May-94 94.5 101.9Jun-94 91.5 106.3Jul-94 91.8 102.0
Ago-94 91.8 98.2Sep-94 92.6 106.0Oct-94 90.5 100.8Nov-94 94.3 103.1Dic-94 93.8 97.8Ene-95 83.3 102.1Feb-95 83.9 95.4Mar-95 93.7 101.2Abr-95 88.2 101.5May-95 93.7 112.4Jun-95 91.0 114.6Jul-95 91.5 113.9
Ago-95 89.8 114.8Sep-95 87.3 102.4Oct-95 88.4 104.3Nov-95 90.2 99.8Dic-95 87.9 99.0Ene-96 81.8 99.7Feb-96 83.9 95.5Mar-96 93.1 113.7Abr-96 95.2 123.1May-96 98.6 120.4Jun-96 92.2 107.7Jul-96 99.2 117.3
Ago-96 95.6 109.0Sep-96 92.9 107.1Oct-96 96.3 106.4Nov-96 96.4 103.8Dic-96 95.9 103.4Ene-97 89.6 101.2Feb-97 90.0 102.6Mar-97 97.9 112.4Abr-97 103.8 127.7May-97 104.8 131.4Jun-97 101.2 131.8Jul-97 107.4 144.5
Ago-97 101.5 118.8Sep-97 102.0 101.8Oct-97 102.3 99.6Nov-97 100.9 96.9Dic-97 101.5 101.7Ene-98 92.0 100.7Feb-98 93.2 103.7Mar-98 107.3 129.2Abr-98 107.6 126.2May-98 109.5 128.6Jun-98 108.8 134.1Jul-98 109.5 127.7
Ago-98 104.3 120.3Sep-98 103.4 109.0Oct-98 101.3 104.1Nov-98 101.7 102.6Dic-98 100.4 101.0
Indicadores de Actividad agregados
48
Ene-99 89.4 99.2Feb-99 90.5 97.5Mar-99 104.7 125.9Abr-99 102.8 120.0May-99 104.8 125.7Jun-99 102.7 122.2Jul-99 100.9 112.9
Ago-99 100.2 109.1Sep-99 100.1 107.0Oct-99 99.2 108.4Nov-99 102.0 108.4Dic-99 102.9 105.7Ene-00 90.6 109.0Feb-00 93.0 104.6Mar-00 104.6 127.0Abr-00 102.6 126.8May-00 106.5 129.8Jun-00 103.3 124.2Jul-00 102.4 120.8
Ago-00 101.8 118.7Sep-00 99.9 115.1Oct-00 99.4 112.7Nov-00 101.2 116.4Dic-00 103.3 119.4Ene-01 92.3 117.5Feb-01 91.9 112.6Mar-01 102.7 125.5Abr-01 103.5 129.4May-01 106.7 123.9Jun-01 102.4 124.0Jul-01 101.8 132.6
Ago-01 98.6 123.1Sep-01 93.7 113.5Oct-01 93.9 120.8Nov-01 93.4 109.0Dic-01 89.8 109.2Ene-02 79.5 108.6Feb-02 79.9 107.7Mar-02 88.8 118.7Abr-02 93.0 126.7May-02 95.2 122.5Jun-02 90.6 116.9Jul-02 92.9 123.5
Ago-02 90.6 124.4Sep-02 89.4 119.2Oct-02 90.0 116.5Nov-02 91.1 111.0Dic-02 90.7 106.3Ene-03 82.5 108.6Feb-03 83.8 110.0Mar-03 93.3 125.2Abr-03 97.7 128.8May-03 101.0 126.3Jun-03 97.3 125.1Jul-03 99.7 129.4
Ago-03 97.1 130.7Sep-03 97.7 118.9Oct-03 98.6 119.2Nov-03 99.0 114.4Dic-03 99.7 108.6Ene-04 90.4 117.6Feb-04 92.3 129.5Mar-04 103.3 139.8
49