Este documento presenta un análisis de regresión entre la tasa real de rendimiento y la inflación y el crecimiento. La variable explicativa explica un 57% de la variable dependiente. Se encontró una relación directa positiva con el crecimiento y una inversa con la inflación. El documento también describe tres métodos para detectar la autocorrelación en el modelo: el método de Durbin-Watson, el correlograma y la prueba BG. Los resultados de los tres métodos indican que no hay evidencia de autocorrelación en el modelo.

1. EJERCICIO 12.10
Tabla 1. Regresión entre la tasa real de rendimiento en función del crecimiento y la inflación
En la tabla 1 se puede observar que en el modelo la variable explicativa explica en un 57% a la
variable explicada. La variable dependiente presenta una relación directa positiva con el crecimiento,
esdecir, a medida que incrementa en una unidad porcentual el crecimiento, la tasa realde rendimiento
incrementa en un 3.94%. Con respecto a la inflación, la variable dependiente presenta una relación
inversa con la misma, ya que al incrementar en un punto porcentual la inflación la tasa real de
rendimiento por acciones va a disminuir en un 2.49%.
Métodos de detención de auto correlación
 Método Durbin -Watson
De acuerdo a la teoría del método de Durbin-Watson, explica que para que exista auto correlación se
pueden presentar 3 opciones:
Si el coeficiente de DWatson se acerca a 0 existe un auto correlación positiva.
Si el coeficiente de DWatson se acerca a 4 existe un auto correlación negativa.
Si el coeficiente de DWatson se acerca a 2 no existe una auto correlación.
Con respecto al presente modelo en análisis, el coeficiente de Dwatson presenta un valor de 1.89,
mismo que es cercano a 2. Por lo cual, podemos concluir que no existe una auto correlación en el
modelo.
_cons 3.531812 8.111369 0.44 0.667 -13.17387 20.23749
inflacion -2.499426 1.082101 -2.31 0.029 -4.728055 -.2707959
crecimiento 3.943315 1.293445 3.05 0.005 1.279416 6.607214
rendimient~s Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 11792.0325 27 436.741944 Root MSE = 14.202
Adj R-squared = 0.5382
Residual 5042.58185 25 201.703274 R-squared = 0.5724
Model 6749.45065 2 3374.72533 Prob > F = 0.0000
F(2, 25) = 16.73
Source SS df MS Number of obs = 28
Durbin-Watson d-statistic( 3, 28) = 1.896592

2.  Método de correlograma
Para el presente método se ha priorizado los primeros 7 rezagos, ya que dentro de los mismos
podemos determinar si existe auto correlación, para lo cual se ha establecido las siguientes hipótesis:
La hipótesis nula establece que no hay auto correlación y la alternativa que existe auto correlación.
En este método se ha considerado la probabilidad de Q, al ser las mismas mayores al 5% aceptamos
hipótesis nula, es decir, la no existencia de una auto correlación.
 Prueba BG (Breush-Godfrey)
En el presente método se ha establecido la hipótesis nula y alternativa, mismas que señalan la no
existencia de auto correlación y la hipótesis alternativa en cambio la existencia de auto correlación.
Para el presente método se ha considerado la probabilidad de CHI2, al ser la misma mayor al 5% se
acepta hipótesis nula, es decir, la no existencia de auto correlación.
7 -0.0971 -0.3336 4.5495 0.7148
6 0.0060 0.0052 4.1724 0.6534
5 -0.0775 -0.0436 4.171 0.5251
4 0.2002 0.2365 3.9514 0.4126
3 0.2315 0.2847 2.5481 0.4667
2 -0.1520 -0.1567 .74779 0.6880
1 -0.0064 -0.0082 .00128 0.9714
LAG AC PAC Q Prob>Q [Autocorrelation] [Partial Autocor]
-1 0 1 -1 0 1
H0: no serial correlation
26 28.000 26 0.3585
lags(p) chi2 df Prob > chi2
Breusch-Godfrey LM test for autocorrelation