3.2. Series

Las series a analizar son el IDH y representa Pobreza Absoluta y el PIB representa el Crecimiento Económico en el periodo 1970-2005 datos anuales, estos datos se recopilaron y calcularon en el capítulo anterior.

Es necesario hacer el ajuste del PIB en proporción, es decir de sus valores originales dividirlos entre un valor aleatorio que de como resultado valores en el intervalo de [0, 1] y así compararlo con el IDH (gráfica 3.1).

Fuente: diseño propio en base a datos tabla 2.11 y 2.13 capítulo 2

La mayor parte de las series temporales no son estacionarias y al aplicar técnicas de regresión convencionales con datos no estacionarios genera resultados espurios, pero las series no estacionarias pueden estar cointegradas, si alguna combinación lineal de las series llega a ser estacionaria, es decir las series pueden deambular pero a largo tiempo las series tienden a un equilibrio, estas series no se separan mucho, es decir están enlazadas a lo largo del tiempo (Johansen, 1998 y 1989).

3.3. Metodología de S. Johansen

1. Determinar el orden de integración a cada una de las series incluidas en el modelo.

2. Especificar un Vector AutoRegresivo (VAR) con las series que resulten integradas de orden I (1).

a. Seleccionar las Variables del Modelo

b. Seleccionar las transformaciones de las variables, si las tuvieran

c. Determinar el retardo óptimo del VAR para asegurar que los residuos sean ruido blanco. Especificar las variables determinísticas (variables dummy, tendencias, etc.)

d. Diagnóstico del VAR estimado

3. Aplicar el procedimiento de Máxima Verosimilitud al vector autorregresivo con el fin de determinar el rango (r) de cointegración del sistema

a. Prueba de la Traza.

b. Prueba del Eigenvalue Máximo (valor propio).

4. Estimar el modelo Vector de Corrección de Errores

5. Determinar la relación causal entre las variables del modelo