TERMINOS DE INTERCAMBIO Y SALARIO REAL de Economa... · A su vez, la carne que representaba el...

TERMINOS DE INTERCAMBIO Y SALARIO REAL

Pablo Iorio Clavijo Juan Manuel Regules Javier [email protected] [email protected] [email protected]

ABSTRACT

El presente trabajo pretende dar una explicación sencilla sobre la evolución del Salario Real. Para este propósito se desarrollaron dos modelos teóricos con enfoques distintos. El primero pertenece a Sebastian Edwards y esta basado en la aplicación del efecto Stolper-Samuelson para economías en desarrollo. El segundo es un modelo de corte microeconómico basado en la maximización de beneficios por parte de una empresa representativa. En ambos casos se demuestra que la evolución del Salario Real depende positivamente de la evolución de los Términos de Intercambio. Del segundo modelo se obtiene una ecuación lineal que vincula ambas variables. Se estiman los parámetros y se realizan pruebas econométricas. Los resultados obtenidos mediante tests de cointegración comprueban la existencia de una relación positiva y de largo plazo entre las variables para el período 1983-2003. Este resultado se mantiene si se considera por separado al Salario Real Privado y Público. Finalmente nos preguntamos si Uruguay es realmente un país tomador de precios como normalmente se supone. Encontramos evidencia –débil- que arroja dudas sobre esta visión, para el período post creación del MERCOSUR. Agradecimientos En primer lugar, queremos destacar el invalorable aporte y permanente apoyo de nuestro tutor Juan Dubra. Sus conocimientos, comentarios y sugerencias han sido fundamentales para la elaboración de la presente monografía. También destacamos a las siguientes personas que colaboraron de una u otra manera en este proyecto: Sebastian Edwards (UCLA); Fernando Borráz (Universidad de Montevideo); Ma. Inés Terra (Departamento de Economía FCCSS); Karine Hagopián (BCU); Adrián Tambler (OPYPA); Adriana Cassoni (Departamento de Economía FCCSS); Guillermo Zoppollo (Instituto de Economía FCCEEA); Daniel Gramoso; Ignacio Sueiro (CINVE).

Términos de Intercambio y Salario Real

1. Introducción

La evolución del Salario Real en una economía se asocia comúnmente a diversas variables.

Se destacan entre otras, la tasa de crecimiento del PBI, las políticas gubernamentales, el

poder de negociación de los distintos agentes involucrados, las rigideces existentes en

materia de precios y salarios, la productividad de la mano de obra. Nuestro propósito es

encontrar una explicación complementaria y sencilla a la evolución de esta variable. En

particular trataremos de demostrar que la evolución del Salario Real depende de los

Términos de Intercambio, definido éste último como el cociente entre el Índice de Precios

de las Exportaciones y el Índice de Precios de las Importaciones. Los Términos de

Intercambio representan el poder de compra de los bienes que exportamos con respecto a

los bienes que importamos.

Como observaron Juan Dubra y Azucena Arbeleche (1992) “la caída del Salario Real

desde 1971 hasta la fecha no ha sido únicamente el fruto de políticas gubernamentales en

materia salarial, ... sino más bien de un empobrecimiento general.” Esto fue causado,

argumentaban los autores, en primer lugar por el shock petrolero de 1973 que repercutió

fuertemente en las importaciones dado que el petróleo representaba el 18.4% del total de

bienes importados. A su vez, la carne que representaba el 37.6% del total de las

exportaciones, sufrió una caída en su precio que lo situó por debajo del 50% del precio que

pagara a comienzos de la década del 70’. Es decir, el Salario Real se explica por los precios

internacionales de los bienes que compramos y vendemos.1

Pretendemos vincular el Salario Real con los Términos de Intercambio durante el período

comprendido entre 1983 y 2003. La intención es demostrar que existe una relación de largo

plazo entre las variables -aplicando tests de cointegración- y que el Salario Real se puede

explicar a través de la evolución de los Términos de Intercambio. El período de análisis

seleccionado obedece a que sólo fue posible encontrar información homogénea del Banco

Central entre 1983 y 2003 de la variable Índice de Precios de las Exportaciones. El gráfico

1 Arbeleche y Dubra construyeron un índice de Términos de Intercambio propio. Usaron sólo el precio de la carne y del petróleo.

2


siguiente (Gráfico 1) muestra la evolución conjunta de las Series Términos de Intercambio

y Salario Real para el período 1983-2003. Se observa que evolucionan de forma similar en

el tiempo.

-3

-2

-1

0

1

2

84 86 88 90 92 94 96 98 00 02

Salario Real Términos de Intercambio

Gráfico 1Salario Real y Términos de Intercambio

Series desestacionalizadas y en logaritmos

Hipótesis

En este trabajo investigamos si son ciertas, empíricamente, las siguientes hipótesis: 1º- Un aumento (caída) en la relación de Términos de Intercambio provocará un aumento

(caída) en el Salario Real de la economía. Encontramos que esta hipótesis es cierta para

todo el período analizado.

2º- Los Términos de Intercambio tienen una relación positiva y de largo plazo tanto con el

Salario Real Privado como Público. También encontramos evidencia a favor de esta

hipótesis.

3º- A raíz de la mayor integración comercial en la región (creación del MERCOSUR)

Uruguay se ha vuelto fijador de precios para algunos bienes. Esto determina que la

relación de causalidad entre Salario Real y Términos de Intercambio sea inversa a partir

de los años 90´, esto es, el Salario Real determina los Términos de Intercambio. En este

caso encontramos evidencia, no conclusiva ni muy robusta, a favor de esta hipótesis.

3


El fundamento teórico de este elfo que se basa en un modelo sencillo que vincula

productividad marginal del trabajo con Términos de Intercambio.2 Si bien los modelos

tradicionales de comercio pueden acercarnos a este enfoque, se necesita adoptar una serie

de supuestos que se eliminan en este modelo, como por ejemplo, las ventajas comparativas

de la economía o la intensidad relativa en el uso de los factores. En este modelo el factor

trabajo se remunera de acuerdo a su productividad marginal y no se tendrán en cuenta

explicaciones de otro tipo, como por ejemplo, el mayor o menor poder de negociación de

los sindicatos o como en el modelo de Edwards, que Uruguay es intensivo en mano de obra.

Ambos modelos se desarrollarán más adelante.

El trabajo destaca la importancia de variables exógenas en la determinación del Salario

Real. Eso es relevante para reorientar las discusiones sobre política salarial, o para

incorporar en ellas un nuevo aspecto. Por ejemplo, ¿qué políticas debería implementar un

gobierno si tiene como objetivo mejorar el poder de compra de los asalariados? Si se toma

como cierta nuestra hipótesis, entonces la evolución del Salario Real quedará atada a la

evolución de los precios internacionales de los bienes que comercializamos, los cuales para

una economía tomadora de precios como la uruguaya, son exógenos. Siguiendo el análisis

de Gary Becker (1971) si se toma como dada nuestra estructura productiva y la

internacional, a medida que aumenta el ingreso mundial, los países en desarrollo -

exportadores de bienes primarios- verán caer el precio internacional de sus productos con

respecto a los bienes que compran, provenientes de países desarrollados –exportadores de

bienes industrializados.- Esto es porque las commodities que vendemos se clasifican como

bienes normales, con elasticidad ingreso de la demanda entre cero y uno. Esto provoca que

al aumentar el ingreso mundial, caiga la demanda relativa. Lo contrario sucede con los

bienes que producen los países desarrollados, los cuales al aumentar el ingreso mundial ven

aumentar su demanda relativa dado que son “bienes superiores”, esto es, tienen una

elasticidad ingreso de la demanda superior a la unidad. Teniendo en cuenta este

razonamiento, y dada la estructura productiva de nuestra economía, en principio no hay

ninguna política capaz de mejorar el Salario Real.

2 Este modelo fue desarrollado por nosotros; posteriormente encontramos un modelo idéntico en el libro “Macroeconomía de economías pequeñas y abiertas”, tomo II, pág 182-183 de Enrique Gagliardi. Agradecemos los comentarios del autor respecto al modelo.

4


El trabajo también es relevante porque ayuda a comprender la relación entre dos variables

importantes y de uso común. Por ejemplo, no es común encontrar analistas económicos –en

la prensa local- que relacionen Salario Real y su evolución con los Términos de

Intercambio. Quizás esto sea resultado de la creencia generalizada que los salarios son

“demasiado rígidos” para lo que los modelos pueden explicar. Por ejemplo, Hansen y

Wright (1992) se dedican a hacer una revisión de los avances que han hecho los modelos de

ciclos reales en su afán por tratar de hacer a los salarios más rígidos y al desempleo más

volátil. La conclusión del artículo es que no se ha avanzado demasiado en esa dirección, y

que los modelos son incapaces de generar suficiente volatilidad en los salarios. En general,

las extensiones de los modelos de ciclos reales que incluyen shocks externos tampoco han

sido capaces de reproducir apropiadamente las correlaciones y volatilidades observadas en

la realidad.3

Finalmente, otra razón por la que el trabajo es importante, es que es el primero (según

nuestro conocimiento) que investiga empíricamente la posibilidad de que Uruguay sea un

fijador de precios. En general, en los trabajos académicos y de difusión, se menciona a

Uruguay como una “economía pequeña y abierta”, queriendo decir que comercia y que

toma los precios internacionales como dados. La evidencia que presentamos en este trabajo

arroja dudas sobre esa visión, aunque nuestros resultados no son robustos. Creemos que la

razón de la falta de robustez es la escasez de datos (las series post MERCOSUR son

demasiado cortas). Más aún, nuestros resultados empíricos sugieren una de las causas por

las cuales las empresas uruguayas cambian sus precios en el exterior: los cambios en sus

costos asociados a salarios que cambian.

El trabajo se divide de la siguiente forma: en la sección 2 (Marco Teórico) se plantean dos

modelos teóricos para probar la relación entre Términos de Intercambio y Salario Real; en

la sección 3 (Los Datos) se presentan las principales series de datos con las cuales se

trabajó; en la sección 4 (La Estimación) se realizan las pruebas econométricas para testear

3 Estos modelos no son directamente relevantes para nuestro trabajo pues las relaciones entre los diversos shocks y el salario real no son del todo claras, pues suelen resolverse numéricamente. Más aún, dichos modelos en general no se dedican a testear la relación entre Salario Real y Términos de Intercambio, pues su validez se verifica a través de simulaciones.

5


las relaciones de cointegración entre las variables; finalmente en la sección 5

(Conclusiones) se establecen las principales conclusiones.

2. Marco Teórico

La relación entre Términos de Intercambio y Salario Real tiene sus antecedentes en los

modelos tradicionales de comercio, donde se formaliza bajo los supuestos de intensidad

relativa de los factores. En esta línea, Edwards (1986) elabora un modelo de comercio para

países en desarrollo, donde la relación positiva entre las variables se da, considerando el

efecto Stolper-Samuelson, bajo el supuesto de que la economía en desarrollo es intensiva en

mano de obra. Este supuesto es clave en el desarrollo y conclusiones del modelo, por lo

cual es importante detenernos a discutir su validez para la economía uruguaya.

Comúnmente se asocia al Uruguay como un país ganadero, y por lo tanto intensivo en tierra

y no en mano de obra. Esto va en contra del supuesto planteado en el modelo de Edwards.

En los siguientes párrafos se cuestionará el enfoque tradicional de que Uruguay es intensivo

en tierra.

En primer lugar, siguiendo a Rama (1990) al observar las estadísticas del sector

agropecuario, la participación de éste en el producto ya era reducida en la década del 30’

(alrededor del 20%). A su vez, en materia de exportaciones el sector agropecuario reduce

drásticamente su participación a partir del año 67’, en el que pasa de un promedio del 80%

del total de las exportaciones, a estabilizarse alrededor del 40% en la década del 80’. Desde

la óptica del autor “la participación de los recursos naturales en las exportaciones es

suficientemente baja como para poner en tela de juicio la explicación convencional de la

competitividad internacional uruguaya”.

Por otro lado, en un trabajo realizado para la Oficina de Programación y Política

Agropecuaria (Antía, Picerno, Sader, 2000) se destaca que en el último trienio las tres

cuartas partes del valor de las exportaciones de bienes del país correspondieron a productos

6


agropecuarios o sus manufacturas, confirmando la importancia del sector “agronegocio”4

en el sector externo. Se podría pensar que esto contradice el pensamiento de Rama. Sin

embargo el enfoque de la OPYPA destaca el peso de la agroindustria. La agroindustria, sin

dejar de ser un sector que aprovecha las ventajas comparativas que se derivan de los

recursos naturales, es también un sector intensivo en mano de obra. En el trabajo se afirma

que es muy significativa su gravitación dentro del sector industrial; explica prácticamente el

60% del PBI industrial. También concluyen los autores que el 22,3% de la masa de

retribuciones pagadas a los trabajadores en la economía uruguaya está estrechamente

vinculada con las actividades agropecuaria y agroindustrial. A la luz de estos resultados, la

importancia del sector agropecuario en la generación de remuneraciones en la industria es

alta. De este trabajo se desprende la importancia del sector agroindustrial en el total de las

exportaciones y a su vez como generador de puestos de trabajo.

Finalmente, un sector muy importante en la generación de empleo son los servicios. Más

precisamente el turismo argentino ha sido una fuente significativa de ingreso de divisas

para Uruguay. Lo producido por los servicios alcanzó a igualar lo producido por las

exportaciones tradicionales (carne bovina y lanas) a mediados de los 90’. Este sector es

intensivo en mano de obra.

Dada la discusión anterior, y teniendo en cuenta lo siguiente: 1º el crecimiento de las

agroindustrias, empresas que utilizan insumos del agro y son más intensivas en mano de

obra; y 2º el hecho de que el sector servicios ha experimentado el mayor dinamismo en

materia de exportaciones durante el período considerado, entonces podemos afirmar que el

supuesto planteado en el modelo de Edwards puede ser aplicable al caso Uruguayo.

Alternativamente al modelo de Edwards, elaboramos un modelo sencillo que vincula

positivamente ambas variables sin la necesidad de agregar un supuesto sobre la intensidad

4 Se define al “sector de agronegocios” como el que surge de la consideración conjunta del sector agropecuario, de la fase industrial de los complejos agroindustriales y de los servicios que son demandados por los dos primeros (sector agropecuario y agroindustrias). Incluye la totalidad de los procesos y agentes participantes en la elaboración de productos de origen agropecuario, desde la fabricación de insumos y bienes de capital para la agricultura, la propia producción primaria, su procesamiento industrial y las otras etapas hasta el consumo final (transporte, almacenamiento, comercialización, etc.)

7


relativa de factores en la producción, y sustenta nuestra hipótesis de trabajo. Ambos

modelos se desarrollan a continuación.

2.1 Modelo de Comercio de Sebastian Edwards.

Para formalizar la relación existente entre los Términos de Intercambio (TI) y el Salario

Real (SR) se tomó un modelo desarrollado por Edwards (1986) donde analiza cómo el

mercado de trabajo en economías en desarrollo se ajusta ante shocks exógenos en los

precios relativos de las commodities. El modelo se centra en cómo se reasignan los factores

productivos. Los supuestos que propone sobre la intensidad de factores son aplicables a una

economía en desarrollo como la uruguaya. La relación de TI a SR descansa en el efecto

Stolper-Samuelson (S-S). Aquí presentamos el modelo de Edwards pero nuestro mayor

interés es demostrar que el efecto S-S se cumple bajo estos supuestos (esto Edwards no lo

llega a demostrar).

El modelo supone una economía pequeña y abierta, donde se producen tres bienes finales.

Estos son: bien importable (M), bien exportable (X), y bien no transable (N). La producción

de estos bienes utiliza diferentes combinaciones de los factores Trabajo (L) y Capital (K).

La oferta de cada factor está dada. Las funciones de producción de los tres bienes son

homogéneas de grado 1, con derivada primera positiva y derivada segunda negativa.

Nuestro interés se centra en el largo plazo donde los factores productivos son móviles entre

los tres sectores. El mercado doméstico de capitales se encuentra libre de distorsiones.

Se asume que los bienes importables son los que presentan mayor ratio de capital-trabajo,

seguido por los no transables, y finalmente los exportables son los bienes intensivos en

mano de obra. Este supuesto se puede expresar analíticamente, de la siguiente manera:

aij es un coeficiente de requerimientos técnicos que refleja la tecnología de producción; es

la cantidad necesaria del factor “i” para producir una unidad del bien “j”, con i = L, K; j =

M, N, X. El supuesto implica que aLX/aKX > aLN/aKN > aLM/aKM.

8


Se supone que el bien que nuestra economía exporta es intensivo en mano de obra.

Finalmente suponemos que el tipo de cambio (E) es rígido e igual a 1 al igual que el precio

del bien exportable, que se toma como numerario.

aLM.w + aKM.r = PM (1)

aLX.w + aKX.r = PX (2)

aLN.w + aKN.r = PN (3)

PX = E.P*X (4)

PM = E.P*M (5)

E = P*X = 1 (6)

Suponiendo la no especialización en la producción de bienes, la remuneración de los

factores (tasa de interés y salario) se determina por los precios mundiales de los bienes

exportables e importables y la tecnología. Estas remuneraciones, a su vez, bajo los

supuestos de competencia, determinan el precio de los no transables. La demanda de los no

transables determina la cantidad producidas del bien y la cantidad de factores que se destina

para ello. Esto deja una cierta cantidad de factores disponibles para la producción de los

exportables e importables.

El equilibrio inicial se observa en el punto A del siguiente gráfico y se deriva de la

intersección de las tres curvas. Éstas curvas se obtienen de las ecuaciones (1) (2) y (3),

despejando el salario (w) en función de la tasa de interés (r). Las pendientes de las curvas

reflejan el ratio capital/trabajo de cada sector (aKj/aLj).

9


MN

Xw

r M

N

X

A

Las curvas MM, NN y XX representan las combinaciones de salario (w) y tasa de interés

(r) que resultan en un costo de producción constante para la tecnología existente.

Si suponemos que mejoran los Términos de Intercambio a través de una caída exógena del

precio del bien importado (PM), la curva MM se desplaza - hacia M’M’- como se observa

en el siguiente gráfico. El nuevo punto de equilibrio de largo plazo se obtiene en el punto B

donde se intersectan las curvas XX con M’M’. Aquí se determinan los nuevos precios de

los factores (w’y r’), que por el efecto S-S5, resulta en un aumento real del salario y en una

caída real de la tasa de interés.

N X w

r M

N X

MM’

M’

B

N’

N’

A

5 La derivación del efecto S-S se presenta al final de la sección 2.1.

10


Continuando con el análisis gráfico, tenemos que la curva NN también se desplaza hacia el

origen hasta interceptar las curvas XX y M’M’ en el punto de equilibrio de largo plazo (B).

Este desplazamiento se debe a una reducción en el precio de equilibrio (PN), dada la

variación del precio de los factores.

La caída exógena del precio de los bienes importables provoca una reducción en la

producción doméstica de dicho bien, ya que se sustituye producción nacional por bienes

importados. Esto libera recursos en la economía que se reasignan en los otros sectores.

Dado que el sector de importables es abundante en capital, ahora hay una sobreoferta de

este factor que provoca que su remuneración caiga en relación a la remuneración del factor

trabajo. La economía se vuelve más intensiva en capital. Esto se puede observar en la

siguiente caja de Edgeworth.

Capital

OX

R

OM

ON

NN

NN

Trabajo

La recta OXR representa la cantidad producida de bienes exportables dada una combinación

de los factores productivos; su pendiente refleja la relación K/L del sector. La recta ROM

representa lo mismo que la primera pero esta vez para el sector importable. Por último la

recta ONOM representa la cantidad de bienes producidos en el sector no transable. Como se

puede apreciar, las pendientes de las rectas reflejan las intensidades de Capital-Trabajo de

cada sector. Dado el cambio en los precios relativos de los factores, ahora las rectas

presentan mayores pendientes, porque los sectores utilizan más capital que antes (relativo a

mano de obra). Esto se ilustra en las rectas azules punteadas del diagrama. Según el

11


ejemplo, el sector exportable aumenta su producción, el sector no transable se mantiene

constante (sobre la misma isocuanta) mientras que el sector importable reduce su

producción.

Efecto Stolper-Samuelson para una economía de tres bienes.

Extendimos el efecto S-S de dos bienes para el caso de tres bienes.

PM = aKM.r + aLM.w (1)

PX = aKX.r + aLX.w (2)

PN = aKN.r + aLN.w (3) Supuesto: (aLM/aKM) < (aLN/aKN) < (aLX/aKX)

Diferenciando las ecuaciones (1) (2) y (3) con respecto a “w” y “r” tenemos:

dPM = aKM.dr + aLM.dw (4)

dPX = aKX.dr + aLX.dw (5)

dPN = aKN.dr + aLN.dw (6) Las ecuaciones anteriores implican lo siguiente:

dPM/PM = (aKM/PM).(r/r).dr + (aLM/PM).(w/w).dw (7)

dPX/PX = (aKX/PX).(r/r).dr + (aLX/PX).(w/w).dw (8)

dPN/PN = (aKN/PN).(r/r).dr + (aLN/PN).(w/w).dw (9) El lado izquierdo de las ecuaciones refleja el cambio porcentual de cada precio.

Rescribiendo las ecuaciones (7) (8) (9) tenemos:

p M = ФKM. r + ФLM. (7’) w

p X = ФKX. r + ФLX. (8’) w

p N = ФKN. r + ФLN. (9’) w

donde ФKj = (aKj.r)/pj y ФLj = (aLj.w)/pj representan el valor proporcional de cada factor

con respecto al precio de cada sector.

12


Supongamos ahora que tenemos una mejora en los Términos de Intercambio a través de un

aumento en el precio de los bienes exportables ( p X > 0, ceteris paribus). El precio de los

factores se determina internacionalmente, por el precio de los bienes exportables e

importables.

0 = p M = ФKM. r + ФLM. (10) w

0 < p X = ФKX. r + ФLX. (11) w

0 = p N = ФKN. r + ФLN. (12) w

Por la ecuación (10), “r” y “w” tienen que cambiar en distintas direcciones dado un

aumento de PX.

Como se demuestra en el Lema6, (ФLX > ФLN > ФLM) y (ФKX < ФKN < ФKM). Esto

determina que la única posible variación del precio de los factores sea la siguiente:

w > 0 y r < 0

Cómo ФLX es menor a 1 (porque ФLX + ФKX = 1) entonces por la ecuación (11): > w p X.

De lo anterior se desprende la conclusión más importante: el aumento del salario nominal

es mayor que el aumento exógeno del precio del bien exportable, y a su vez es mayor que el

aumento del precio de los otros dos bienes (que en este caso no varían). Esto permite

afirmar que el salario aumenta en términos reales con respecto a todos los bienes de la

economía. Entonces, un aumento en los Términos de Intercambio provoca un aumento

en el Salario Real de la economía.

w > p X > 0 = p M = p N > r

(w/pX), (w/pM), (w/pN) aumentan, mientras que (r/pX), (r/pM), (r/pN) cae.

El análisis para el caso de una caída en el precio de los exportables, una caída o un alza en

el precio de los importables (ceteris paribus) es análogo llegando a los resultados que se

resumen en el siguiente cuadro:

6 Ver cuadro “Lema”

13


PX PMTérminos de Intercambio Salario Real

Aumenta Cte. Mejoran Aumenta Cae Cte. Empeoran Cae Cte. Aumenta Empeoran Cae Cte. Cae Mejoran Aumenta

Lema Se parte del siguiente supuesto: (aLM/aKM) < (aLN/aKN) < (aLX/aKX) Se multiplican todos los miembros de la desigualdad por “(w/r)”, y se multiplica y divide por “pi” de la siguiente forma: (aLM/aKM).(w/r).(pM/pM) < (aLN/aKN).(w/r).(pN/pN) < (aLX/aKX).(w/r).(pX/pX) Se obtiene: 1 (ФLX/ФKX) > (ФLN/ФKN) > (ФLM/ФKM) ⇒ ФLX/(1-Ф De 1: ФLX/(1-ФLX) > ФLN/(1-ФLN) ⇒ ФLX > ФLN

De 2: ФLN/(1-ФLN) > ФLM/(1-ФLM) ⇒ ФLN > ФLM Por lo tanto se concluye que ФLX > ФLN > ФLMTambién se puede demostrar mediante el mismo razo

2.2 Modelo de corte Microeconómico.

Se plantea a continuación un modelo sencillo donde

y Términos de Intercambio, en el cual (a diferencia

se hacen supuestos sobre la especialización producti

relativa de factores. Otra ventaja de este modelo es

bien intermedio, mientras que el modelo de Edward

La economía uruguaya tiene una gran proporción d

importaciones (ej. petróleo). Se define una “func

ecuación de beneficios de una empresa representa

función de producción (se supone una Cobb-Doug

factores en la producción del bien, así como de sus

operaciones se demostrará la relación positiva entre T

14

LX) > ФLN/(1-ФLN) > ФLM/(1-ФLM)

2

namiento que ФKX

se relacionan las v

del modelo plantea

va de la economía

que incorpora al a

s trabaja solament

e este tipo de bien

ión objetivo” a m

tiva. Esta depende

las) y por otro l

respectivos precio

I y SR que se desp

< ФKN < ФKM

ariables Salario Real

do por Edwards) no

ni sobre la dotación

nálisis un insumo o

e con bienes finales.

es en el total de las

aximizar que es la

por un lado, de la

ado, del uso de los

s. Mediante algunas

rende del modelo.


Supuestos

Se supone una economía pequeña y abierta donde se produce un único bien “y” cuyo precio

unitario es “p”, que se consume internamente y se exporta. A su vez, se importa el bien “x”

que es destinado como insumo para la producción del bien “y” y su precio es “p*”. Este

precio está dado internacionalmente. Además del insumo importado para producir el bien

“y”, es necesaria la utilización del factor trabajo “l”. Ambos se combinan para producir “y”

dada la siguiente función de producción tipo Cobb-Douglas:

y = f(x,l) = xα .l1-α

(1) donde α es una constante que se encuentra entre 0 y 1.

La ecuación de beneficios de una empresa representativa que produce el bien “y”, está dada

por:

π = p.ƒ(x,l) – w.l – p*.x (2)

donde w representa la remuneración del factor trabajo (salario).

El modelo

Si se divide la ecuación (2) entre el precio del bien doméstico (p) se obtiene la ecuación de

beneficios en términos reales o en términos del bien “y”, por lo tanto tenemos:

pπ = ƒ(x,l) -

pw .l -

p*p .x (3)

Aplicando las condiciones de maximización se deriva la ecuación (3) con respecto a “x” y a

“l” respectivamente. De esta forma se obtiene:

∂(pπ )/∂x = αxα-1 .l1-α -

p*p = 0 ⇒

p*p = α.(

lx )α-1

15


⇒ lx = (

p.*p

α)1/(α-1) (4)

∂(pπ )/∂l = (1-α).(

lx )α -

pw = 0 ⇒

pw = (1-α).(

lx )α

⇒ lx = [

p).-(1wα

]1/α(5)

Igualando (x/l) de las ecuaciones (4) y (5) y despejando (w/p) se obtiene:

pw = (1-α).(

p.*p

α)α/(α-1) (6)

De la ecuación (6) se puede derivar la relación positiva entre TI y SR. Dado que los

Términos de Intercambio se definen como el cociente entre el precio de las exportaciones y

el precio de las importaciones, tenemos que (p*/p) es la inversa de los mismos. El

exponente que eleva a (p*/p) es negativo dado que α por definición es una constante que se

encuentra entre 0 y 1.

Dado que la ecuación es no lineal en “α”, se optó por realizar una transformación

logarítmica con el objetivo de poder realizar una estimación por MCO. A continuación se

presenta la ecuación “en logaritmos”.

ln(pw ) = β0 + β1*ln(

*pp ) (7)

donde β0 = ln(1-α) + (α

α−1

)*ln(α)

β1 = (α

α−1

)

16


El parámetro β1 es positivo, mientras que β0 es negativo.7

Suponiendo “n” empresas idénticas y agregando para toda la economía, se demuestra de

esta forma, que la relación entre SR y TI es positiva. Se llega al mismo resultado que en el

modelo planteado por Edwards pero desde un enfoque distinto.

El modelo es muy sencillo, a propósito. El objetivo principal de plantear un modelo tan

sencillo es mostrar que realmente la relación entre SR y TI es algo muy básico, que no

depende de supuestos auxiliares, como la intensidad relativa de factores entre países. El

mérito del modelo es precisamente identificar condiciones muy básicas bajo las cuales el

SR depende de los TI.

2.3 Consideraciones sobre las hipótesis

Los modelos antes desarrollados dan sustento teórico a la hipótesis principal. Sin embargo

debemos hacer algunas consideraciones sobre las hipótesis 2 y 3.

Hipótesis 2

Usando el mismo modelo teórico que vincula Salario Real total y Términos de Intercambio,

se demostrará que la relación se mantiene al considerar por separado al Salario Real

Público y Privado.

En primer lugar, el salario privado se determina por un criterio de productividad. La teoría

económica, bajo el supuesto de competencia perfecta, sostiene que cada factor se remunera

de acuerdo al valor de su productividad marginal. Para el caso del salario público, esto no

es así. El sector público no actúa en un mercado competitivo, y los salarios no

necesariamente reflejan el valor de la productividad marginal. Los determinantes del salario

se encuentran por ejemplo, en la discrecionalidad en el manejo del gasto, en la

disponibilidad de recursos derivados de la mayor o menor recaudación impositiva o en el

costo de oportunidad de permanecer en el sector público cuando aumentan los salarios del

7 siendo 0 < α < 1 ; ln(1-α) < 0 y ln(α) < 0 ; mientras que α/(1-α) > 0

17


sector privado. Si alguna de esas variables está relacionada con los TI, habrá un nexo entre

SR público y TI. De hecho, una versión anterior de este trabajo contenía un estudio que

encontraba una relación positiva entre recaudación impositiva asociada al agro y TI. Esa

parte del estudio fue desechada por la escasez de datos.

Hipótesis 3

La hipótesis de Uruguay como país fijador de precios, se sostiene en el siguiente

razonamiento: los aumentos en los costos laborales (mayores salarios) de los sectores

vinculados al comercio con la región, se trasladan a aumentos en los precios de los bienes

exportables, que encuentran un mercado donde realizarse, y determinan un aumento en los

Términos de Intercambio (suponiendo el precio de las importaciones constante).

A lo largo de los últimos 30 años Uruguay ha experimentado un lento pero sostenido

proceso de apertura comercial. A partir de los años noventa presenta una disminución de la

protección arancelaria que profundiza las reformas que se dieron en la década del setenta.8

Uruguay ha presentado históricamente una especialización comercial que lo caracteriza por

ser un país exportador de productos agropecuarios, alimentos, textiles y cueros, y como un

importador de productos químicos, maquinarias y equipos, vehículos y petróleo. Este perfil

de exportaciones e importaciones corresponde a lo que generalmente se maneja como

supuestos de especialización productiva de los países en desarrollo en los modelos de

comercio internacional. Esto es, importadores netos de bienes intensivos en capital y

exportadores de bienes cuya ventaja comparativa se deriva de la intensidad en recursos

naturales y/o mano de obra. Sin embargo los acuerdos bilaterales en la región abrieron una

nueva posibilidad. La integración ha permitido incrementar las ventas de productos no

tradicionales9 gracias a las preferencias arancelarias y a los menores costos de transporte.

8 El grado de apertura comercial medido como (X + IM)/(PBI + X + IM) era un 33% en 1983, 37% en 1991, 49% en 1996 y un 53.5% en 2000. La proporción de las exportaciones hacia Argentina y Brasil sobre el total de las exportaciones fueron, durante los períodos 1981-84 de 22.6%, 1984-90 de 28.4%, 1990-98 de 42.3% y en 1998-2000 de 44.9%. Estos datos fueron tomados de J. Pardo y N. Reig (2000). 9 Los productos llamados “tradicionales” son los que tradicionalmente el país ha exportado desde sus orígenes (carnes, cueros y lanas) mientras que los llamados “no tradicionales” son en su mayoría el resultado de procesos que agregan valor a productos primarios (por ejemplo arroz, lácteos, etc.). Dentro de esta categoría

18


En los años setenta se firmaron los primeros acuerdos bilaterales de carácter preferencial

con Argentina y Brasil.10 Esto permitió abrir un mercado regional para productos

uruguayos que tenían escasa o nula competitividad internacional, por ejemplo, materiales

plásticos, productos de papel y cartón, productos químicos, etc. Posteriormente, a raíz de la

firma del tratado de Asunción y la consecuente creación del MERCOSUR, se transitó por

un proceso de profundización de las relaciones comerciales con nuestros vecinos. La

fijación de un Arancel Externo Común (AEC) generó, para algunos productos, ventajas

comparativas con la región que el Uruguay antes no poseía. Esto, desde una óptica

microeconómica permite para muchos productores tener un margen de fijación de precios

dado por el precio del bien importado que compite con los regionales más el AEC. La idea

que subyace en el análisis es que Uruguay forma parte de un oligopolio para la provisión de

bienes a la región, en los cuales goza de privilegios arancelarios. Es decir, ejerce cierto

poder de mercado posiblemente derivado del AEC. La teoría microeconómica demuestra

que un aumento en los costos de producción lleva a un aumento en los precios de venta, en

una empresa que trabaja en un mercado oligopólico. En un trabajo de Chang y Bils11 se

desarrollan dos modelos que explican porqué los precios responden más a los aumentos de

los costos de los insumos que al aumento del costo marginal derivado de un mayor output.

Estos modelos suponen barreras a la entrada de empresas y limitaciones en la competencia

por precios. Es por esto que se testea la posibilidad de que Uruguay sea fijador de precios

durante la década del 90’.

3. Los Datos

En el análisis se utilizaron datos trimestrales de las variables Índice de Precios de

Importaciones (IPM) e Índice de Precios de Exportaciones (IPX); el IPM se obtuvo de

CINVE y su construcción se basa en dos índices empalmados del INE (1983-1994) y del

Banco Central del Uruguay (1994-2003); el IPX fue obtenido del BCU para el período

1983:1 a 2003:4; a su vez para el Índice de Salario Real (ISR) se utilizaron datos mensuales

se incluyen todas las exportaciones de bienes manufacturados provenientes de la industrialización de insumos importados (por ej. químicos, plásticos, metalmecánicos, etc). 10 El CAUCE, firmado con Argentina en 1974, y el PEC, firmado con Brasil en 1975. 11 “Underestanding how price responds to costs and production” NBER. wp 7311 (1999).

19


del Instituto Nacional de Estadística12 (INE), los cuales fueron convertidos en trimestrales

realizando un promedio simple. Lo mismo se realizó con la serie mensual de Salario Real

Privado y Público. Todas las series se pasaron a base 1983. El Índice de Términos de

Intercambio (ITI) surge del cociente de las series de IPX e IPM. Una vez obtenidas las

series se procedió a desestacionalizarlas (ver sección 3.1) y a transformarlas en logaritmos.

3.1 Sobre la desestacionaliazación

Para desestacionalizar las series se utilizó un procedimiento de medias móviles (Novales,

1997), a través de la siguiente fórmula: XDESt = (Xt-2*0.5 + Xt-1 + Xt + Xt+1 + Xt+2*0.5)/4,

donde XDESt es el valor desestacionalizado de X en el momento t. Debido a este

procedimiento se perdieron 4 observaciones (1983:1, 1983:2, 2003:3 y 2003:4).

Debemos aclarar también que se desestacionalizaron las series mediante el procedimiento

ARIMA X11 que proporciona el paquete estadístico Eviews 3.1. Los resultados obtenidos

mediante esta metodología, y aquellos obtenidos con las series sin desestacionalizar, y con

las series en niveles (no en logaritmos) fueron similares a los obtenidos mediante la

propuesta de Novales. En cada caso comentaremos las similitudes y diferencias.

3.2 Descripción de las variables para el período analizado

El Gráfico 1 (ver Introducción) proporciona de forma conjunta las series de TI y SR

desestacionalizadas y en logaritmos. Se puede observar que las series presentan una

evolución similar en el tiempo lo que podría indicar una relación estable de largo plazo.

La serie TI crece desde el inicio del período hasta el año 1989 donde presenta su pico

máximo. Esto se explica por un aumento correlativo del precio internacional de los

principales bienes exportados, fundamentalmente los relacionados con la lana (lana sucia,

lana lavada y tops13) como se observa en el Gráfico 2. También la serie TI exhibe un pico

12 Fuente: INE Página Web, www.ine.gub.uy 13 Fuente: Índice de Precios de Exportación, Metodología. BCU, División Política Económica, Área de Estadísticas Económicas.

20


en el año 1998-99 que nuevamente se explica por elevados precios de los productos

exportados, pero principalmente por la caída sostenida en el precio de las importaciones,

que se registra durante todo el período de análisis y que en dicho año registra uno de sus

menores valores, como se observa en el Gráfico 3.

80

90

100

110

120

130

140

84 86 88 90 92 94 96 98 00 02

Precio de las Exportaciones

Gráfico 2Índice de Precios de las Exportaciones

60

70

80

90

100

110

84 86 88 90 92 94 96 98 00 02

Precio de las Importaciones

Gráfico 3Índice de Precios de las Importaciones

Como se observa en el Gráfico 414, los precios de las exportaciones no tradicionales,

asociadas al comercio con la región, sufren una importante caída a fines de la década del

90’, producto de la caída en la demanda regional. Sin embargo, los precios de las

exportaciones de productos tradicionales presentan una fuerte recuperación a fines del

período considerado; los precios de estos productos dependen de los precios internacionales

fuera de la región.15

14 Los datos de estas series de precios de bienes Tradicionales y no Tradicionales fueron obtenidas de la publicación del BCU “Índices de Precios de Exportación, Metodología, 1983-1996” que se empalmaron con las series que figuran el la página web del BCU para el período 1997-2003, www.bcu.gub.uy. 15 Ya para el período considerado, las exportaciones de bienes no tradicionales representaban casi el 70% del total de las exportaciones, aproximadamente un 10% más que en el período 1975-1981.

21


80

100

120

140

160

84 86 88 90 92 94 96 98 00 02

No Tradicionales Tradicionales

Gráfico 4Índice de Precios de Exportaciones Tradicionales

y no Tradicionales

El Salario Real presenta un crecimiento en el período de análisis que se contrarresta en tres

momentos. En los años posteriores a las crisis del 82 y del 2002; y también al comienzo de

la década del 90’.

3.3 Test de Orden de Integración de las Series

Se aplicó el test de Dickey-Fuller ADF16 para analizar el orden de integración de las series

Índice de Términos de Intercambio (ITI), Índice de Salario Real (ISR), Índice de Salario

Real Privado (ISR Privado) e Índice de Salario Real Público (ISR Público). Todas

resultaron ser Integradas de orden 1 (I(1)), por lo tanto es posible encontrar una relación de

largo plazo entre las mismas, dado que es condición para la existencia de cointegración que

las series presenten el mismo orden de integración.

Los resultados del test ADF para todas las series –desestacionalizadas y en logaritmos- se

resumen en la tabla siguiente:

16 El test parte de la especificación de un modelo general para cada una de las series, donde se incorpora una constante y un término de tendencia. Para eliminar la posible existencia de autocorrelación en los residuos, se optó por incluir rezagos de la variable en diferencias, realizando así el test de Dikey-Fuller Aumentado (ADF). La hipótesis sujeta a contraste es la siguiente: H0) γ = 0 ; Ha) γ < 0

22


Serie Estadístico ADF

nº de rezagos

Incluye constante

Incluye tendencia

Orden de integración

ISR -0.97609 6 No No 1 ITI 0.5376 4 No No 1

ISR Priv -0.681979 6 No No 1 ISR Púb -1.076688 6 No No 1 D(ISR) -2.618773 5 No No 0 D(ITI) -2.272085 4 No No 0

d(ISR Priv) -2.273435 5 No No 0 d(ISR Púb) -2.017392 6 No No 0

Para todas las series no se rechaza la existencia de raíz unitaria mediante el procedimiento

de ADF al 5% de significación.

3.4 Otra variable a considerar

El objetivo de este trabajo es apuntar a la existencia de una relación entre SR y TI. No es

nuestro fin producir un modelo teórico o econométrico para explicar “en profundidad” el

SR. Nuestras pruebas empíricas se referirán, básicamente, a regresiones de SR contra TI. Es

justo entonces preguntarse si los resultados encontrados no son la consecuencia de haber

omitido variables importantes en el análisis. Así por ejemplo, es razonable pensar que la

tasa de desempleo, o la tasa de crecimiento económico de nuestros socios comerciales

pueden tener alguna relación de largo plazo con el SR, y que por tanto deberían incluirse en

las regresiones.

Al respecto, tenemos varios comentarios. Primero, y tomando como ejemplo la posible

inclusión de la tasa de desempleo como variable explicativa del SR, desde un punto de vista

teórico, podemos citar algunos enfoques que relacionan ambas variables. Podemos pensar

en una curva de Phillips aumentada por expectativas donde la tasa de inflación se vincula

negativamente a la brecha entre desempleo efectivo y desempleo natural. Sin embargo este

enfoque es muy ad hoc. También podemos pensar en los modelos de negociación y fijación

de salarios del estilo de los de Azariadis (1979) y los argumentos informales de

Blanchflower (1990). En el modelo de negociación de Azariadis, un gremio negocia con

una firma, a la “Nash Bargaining”, el salario a ser fijado y luego la firma elige el nivel de

ocupación. En ese modelo, se fijan conjuntamente salarios y desempleo. Se puede hacer

una extensión sencilla para incluir los TI, como en el modelo microeconómico de este

23


trabajo. Sin embargo, los supuestos del modelo, con una actividad sindical importante, no

son aplicables a nuestra economía, donde el desempleo no parece ser la consecuencia de un

modelo de ese tipo. Los argumentos informales de Blanchflower son del estilo de “cuanto

mayor desempleo menor poder de negociación de los trabajadores, por lo tanto menores

salarios”. Tampoco hemos encontrado un modelo formal para estas ideas, de tal forma que

haya una explicación “consistente” que relacione SR, TI y desempleo.

Otro comentario en contra de la inclusión de la tasa de desempleo en una regresión

explicativa del SR en niveles, es que las pruebas econométricas nos indican que no es

apropiado. Al realizar el test de Dickey-Fuller sobre la variable Tasa de Desempleo se

encontró que la tendencia resultó significativa -para los datos desestacionalizados aplicando

medias móviles, así como el método X11- o sea que la variable posee una tendencia

determinista lo cual no parece razonable con la teoría y además no posee raíz unitaria. Dado

este resultado es imposible llevar a cabo un test de cointegración junto con las otras

variables porque es condición que todas posean el mismo orden de integración. Por otra

parte, la variable Tasa de Desempleo no debería ser I(1) porque de esta manera un shock

negativo tendría un impacto permanente en el tiempo; se entiende que es una variable I(0).

Por otro lado Spremolla (2001) modeliza la serie Tasa de Desempleo mediante un proceso

ARFIMA y concluye que no tiene raíz unitaria. Por lo tanto decidimos no incluirla en el

análisis. Como forma de obtener un resultado que apoye estas conclusiones realizamos un

test RESET de Ramsey. El test permite adicionar variables al modelo y preguntarnos en

que medida éstas aportan información significativa a la explicación de la variable

dependiente. El resultado fue que el desempleo no aporta poder explicativo sobre el Salario

Real para el período que estamos analizando.17

17 Pese a las aclaraciones pertinentes, realizamos una regresión entre las variables: SR en primeras diferencias, como variable dependiente; TI en primeras diferencias y Desempleo como variables independientes. Al ser las variables I(0) es posible realizar dicha regresión. El resultado arroja coeficientes negativos para ambas variables independientes. Los coeficientes resultaron todos significativos y el R2 ajustado igual a 0.30.

24


4. La Estimación

Retomando las hipótesis que se plantearon en la Introducción, se propone una estrategia de

estimación que consiste en realizar tests de cointegración para probar la existencia de una

relación de largo plazo entre las variables. Primero mediante el método de Engle-Granger

en dos etapas18 y luego mediante el test conjunto de Johansen-Juselius.

La existencia de una relación de cointegración entre un conjunto de variables puede

interpretarse como la existencia de una relación lineal de equilibrio entre ellas, dada por el

vector de cointegración. Esta noción es equivalente a la idea de equilibrio estable. Cuando

existe una relación de este tipo entre variables económicas, las desviaciones de la misma no

pueden crecer ilimitadamente. De esta forma, si se verifica que un conjunto de variables

integradas de primer orden están cointegradas, se asegura la existencia de una relación no

espuria entre ellas, que además es estacionaria. En el caso de variables I(1), las

desviaciones de este equilibrio, recogen el retardo en la respuesta de la variable dependiente

ante cambios en las variables explicativas.

En el caso del test de Engle-Granger, el resultado no debería cambiar según como se

plantee el sentido de la regresión. A medida que el tamaño de la muestra tiende a infinito, la

teoría asintótica indica que un test de raíz unitaria sobre los residuos es equivalente al

cambiar el sentido de la regresión. Una vez encontrada una relación de cointegración se

procede a realizar la prueba de causalidad de Granger para obtener el sentido de dicha

relación.

Luego de comprobar la existencia de una relación de largo plazo entre las variables

consideradas, se plantea el Mecanismo de Corrección de Error (MCE) que permite vincular

el largo y el corto plazo en una misma ecuación. La relación de largo plazo entre las

variables esta dada por la ecuación estimada en el primer paso del test de Engle-Granger

18 El test de Engle-Granger consiste en realizar el test de raíz unitaria sobre los residuos de la regresión entre ambas variables, y estimar el orden de integración de dichos residuos. Si son I(0) entonces las series se encuentran cointegradas. Los valores críticos para testear la prueba de hipótesis no son los propuestos por Dickey-Fuller sino que se deben utilizar unos valores críticos especiales elaborados por Engle-Yoo.

25


que aparece rezagada un período en la ecuación del MCE. El coeficiente que multiplica este

vector se denomina “velocidad de ajuste” que se interpreta de la siguiente manera: un

desajuste en la relación de largo plazo, genera un ajuste hacia el siguiente período de signo

opuesto, que corrige el desvío a una velocidad dada por el valor del mismo.

4.1 Relación entre Salario Real total y Términos de Intercambio

Hipótesis de análisis: “Existe una relación positiva y de largo plazo entre los Términos de

Intercambio y el Salario Real total para la economía Uruguaya en el período 1983-2003”

4.1.1 Resultado de los tests

Se plantean las siguientes ecuaciones a estimar por MCO para poder realizar el test de

cointegración:

a) ISRt = β0 + β1*ITIt + εt19

b) ITIt = β0 + β1*ISRt + εt

Los resultados de la estimación por MCO se presentan en las siguientes tablas.

Análisis de cointegración (a) (Engle-Granger)

Variable Coeficiente Valor estadístico t Probabilidad Constante 2.562862 10.36432 0.0000

ITI 0.428086 8.463851 0.0000 R2 ajustado = 0.472055

Análisis de cointegración (b) (Engle-Granger) Variable Coeficiente Valor estadístico t Probabilidad Constante -0.318536 -0.517811 0.6061

ISR 1.118321 0.132129 0.0000 R2 ajustado = 0.472055

19 La ecuación estimada es la desarrollada en la sección 2.2 (ecuación 7), Modelo de Corte Microeconómico. Recordar que todas las variables son desestacionalizadas y expresadas en logaritmos naturales.

26


Al estimar los parámetros β0 y β1 (de ambas regresiones) se obtienen los vectores de

residuos estimados de cada ecuación, ε t. Sobre estas nuevas series se estudia la posible

presencia de raíces unitarias. Los resultados (se presentan en las siguiente tabla) indican

que las series son estacionarias al rechazar la hipótesis nula a un nivel de significación del

1%. Esto permite afirmar que existe una relación de largo plazo entre las variables

ISR e ITI para el período considerado (1983.3 – 2003.2). Como se mencionó en la

sección 3.1, el mismo resultado se obtuvo al realizar Engle-Granger para las variables en

niveles, sin desestacionalizar y desestacionalizando mediante el procedimiento ARIMA

X11; por lo tanto consideramos que esta relación es muy robusta.

Test de Raíz Unitaria sobre los Residuos Estimados de la Regresión Serie Estadístico ADF nº de rezagos Incluye constante Incluye tendencia Orden de integración

RES (a) -4.58708120 5 No No 0 RES (b) -3.751496 5 No No 0

A continuación se presenta el resultado del test de causalidad de Granger. Se incorporaron

6 rezagos.

Análisis de Causalidad de Granger Hipótesis Nula Obs Estadístico F Probabilidad ITI does not Granger Cause ISR 74 2.36109 0.04079 ISR does not Granger Cause ITI 0.6068 0.72386

El resultado rechaza la hipótesis de no causalidad de TI a SR en el sentido de Granger a un

5% de significación. Esto nos permite afirmar que la relación de causalidad es la expresada

en la ecuación (a).

A partir de la ecuación estimada, el siguiente paso es plantear la relación entre las variables

como un Mecanismo de Corrección de Error. Se estima la siguiente ecuación:

∆ISRt = γ*∆ITIt + δ*(ISRt-1 - β1*ITIt-1 – β0) + α0*∆ISRt-1 + α1*∆ISRt-2 +

+ α2*∆ISRt-3 + α3*∆ITIt-1 + α4*∆ITIt-2 + α5*∆ITIt-3 + εt

20 Para una muestra de 100 observaciones, y considerando la inclusión de rezagos en la regresión, el valor crítico propuesto por Engle-Yoo (1987) es de -3.17 al 5% de significación y de -3.73 al 1%.

27


Los resultados se presentan en la siguiente tabla:

Variable Coeficiente Valor estadístico t Probabilidad

D(ITI) 0.077077 1.61 0.1100 RES(-1)21 -0.041833 -2.98 0.0039 D(ISR(-1)) 1.765345 16.27 0.0000 D(ITI(-1)) -0.162899 -2.21 0.0302 D(ISR(-2)) -1.221219 -6.59 0.0000 D(ITI(-2)) 0.192142 2.62 0.0108 D(ISR(-3)) 0.358709 2.98 0.0039 D(ITI(-3)) -0.110647 -2.33 0.0223

R2 ajustado = 0.922899

Se realizaron los tests de Residuos Recursivos, CUSUM, y CUSUM SQ para comprobar la

estabilidad de los parámetros de la ecuación del MCE. Los resultados se presentan a

continuación.

-0.015

-0.010

-0.005

0.000

0.005 0.010

0.015

88 90 92 94 96 98 00 02

Recursive Residuals ± 2 S.E.

Residuos Recursivos

-30

-20

-10

0

10

20

30

88 90 92 94 96 98 00 02

CUSUM 5% Significance

CUSUM

21 RES(-1) son los residuos estimados de la regresión por MCO de las variables rezagados 1 período.

28


-0.2

0.0

0.2

0.4

0.6

0.8

1.0

1.2

88 90 92 94 96 98 00 02

CUSUM of Squares 5% Significance

CUSUM SQ

Los resultados se comentan en el punto 4.1.2.

El test de Johansen-Juselius22, por su parte, reafirma el resultado del test de Engle-Granger,

ya que no rechaza la hipótesis de la existencia de un vector de cointegración al 5%. Los

resultados del test de la traza se presentan en la siguiente tabla. El test de Johansen-Juselius

se realizó incluyendo 6 rezagos23. Aquí debemos aclarar que con las variables en niveles

también se obtiene cointegración; no así con las variables desestacionalizadas mediante la

metodología ARIMA X11.

22 Este proceso descansa en la relación entre el rango de una matriz y sus raíces características. Es una generalización del test de D-F. Las ventajas frente a otros test son: contrasta simultáneamente el orden de integración de las variables y la presencia de relaciones de cointegración entre ellas; estima todos los vectores de cointegración sin imponer a priori que únicamente haya uno; y no se ve afectado por la endogeneidad de las variables implicadas en la relación de cointegración. 23 Para determinar el número apropiado de rezagos a incluir en un VAR, Sims (1980) propone realizar el siguiente test, que en nuestro ejemplo correspondería comparar un VAR con 6 rezagos frente a un VAR con 5 rezagos. O sea, probar si es más apropiado pasar de una especificación de 6 rezagos a una de 5. El estadístico LR es el siguiente: (T – c)*(log|∑5| - log|∑6|), donde ∑i es la matriz de Varianza-Covarianza de los residuos del sistema con “i” rezagos; T es el número de observaciones usadas en la estimación; “c” es el número de parámetros estimados en cada ecuación del sistema irrestricto; log|∑i| es el logaritmo natural del determinante de ∑i. Este estadístico tiene una distribución asintótica Chi-Cuadrado con grados de libertad igual al número de restricciones en el sistema. Un procedimiento alternativo es comparar el valor del Akaike, y optar por el menor.

29


Test de la Traza Nº Posible de Ecuaciones Cointegradoras

Eigenvalue Estadístico de la Traza

Valor Crítico al 5%


Ninguna 0.229612 23.24039 19.96 24.6Como máximo 1 0.055879 4.197575 9.24 12.97

Vector Cointegrador Normalizado Variable Coeficiente Desviación Estándar Salario Real 1 Términos de Intercambio -1.284793 0.28477 Constante 1.072625 1.33118

4.1.2 Comentarios sobre los resultados obtenidos

Al testear la cointegración aplicando el método de Engle-Granger se tuvo que estimar una

relación por MCO entre las variables. El resultado acepta la hipótesis de cointegración al

1% de significación. Los parámetros estimados en esta regresión tienen la propiedad de ser

“super consistentes”, esto es, convergen a los verdaderos parámetros poblacionales a una

tasa superior que en el caso de una estimación MCO con variables estacionarias. La

ecuación estimada es la siguiente:

ISRt = 2.56 + 0.42*ITIt + εt

En el modelo teórico se estableció que el parámetro β1 debía ser positivo, lo cual es

consistente con la estimación, mientras que β0 debería ser negativo. En este caso lo que

tenemos es un problema de escala en las series. Esto se verifica al multiplicar la serie ITI

por una constante y realizar la misma regresión.24

Como las variables están en logaritmos, el coeficiente de ITI (β1) es la elasticidad del SR

con respecto a los TI.25 El resultado de la estimación de este coeficiente es consistente con

lo planteado por Hansen y Wright, en el sentido de que el salario es muy rígido.

24 log(ISR) = β0 + β1*log(k*ITI) = β0 + β1*log(k) + β1*log(ITI) = β0’ + β1*log(ITI) 25 Dado que β1 = α/(1-α) si despejamos α tomando el valor estimado de β1 (0.42) tenemos que α es cercano a 1/3, por lo cual 1-α es cercano a 2/3. Esto es consistente con la función de producción promedio de Estados Unidos como lo establecen Hansen y Wright.

30


La estimación del MCE presenta un R2 ajustado elevado. Todos los parámetros resultaron

significativos, excepto el parámetro asociado a la variable TI en “primeras diferencias” en

el período “t”. Sorprende el parámetro estimado de la velocidad de ajuste, dado que es muy

pequeño; las desviaciones con respecto a la trayectoria de largo plazo se ajustan muy

lentamente.

En cuanto a la estabilidad de los parámetros, la estimación recursiva de los residuos señala

solamente un dato en la muestra (2002:1) fuera de la banda de ± 2 errores estándar. Una

observación fuera de la banda no parecería ser síntoma de cambio estructural. Para tener

más seguridad se debería realizar un test de Chow. Sin embargo contamos con muy pocas

observaciones a partir de este posible punto de quiebre como para testear la inestabilidad en

los parámetros. Al observar los resultados del test de CUSUM, no encontramos

inestabilidad, ya que la suma acumulada de los residuos recursivos se encuentra dentro del

intervalo de confianza del 5%. También se observa en el test de CUSUM SQ que la suma

acumulada de los cuadrados de los residuos se encuentra dentro del intervalo de confianza

del 5%.

4.1.3 Descomposición de los Términos de Intercambio

En este apartado vamos a descomponer a los Términos de Intercambio considerando por

separado al Índice de Precios de Importaciones y Exportaciones. La ecuación (7) del

modelo microeconómico presenta ahora la siguiente forma:

ln(pw ) = β0 + β1*ln(p) - β1*ln(p*)

Al estimar esta ecuación, los coeficientes asociados a las variables Índice de Precios de

Importaciones y Exportaciones deberían ser de signo opuesto y de igual magnitud como se

puede apreciar en la ecuación. Otro resultado esperable es que dicha estimación fuera de

igual magnitud a la obtenida en el punto 4.1.1 (0.428086). La ecuación a estimar es la

siguiente. Los resultados se presentan a continuación.

31


ISRt = β0 + β1*IPXt + β2*IPMt + εt


IPX 0.330742 5.361522 0.0000 IPM -0.583657 -7.526671 0.0000


Se plantea el test de Wald para testear la siguiente hipótesis:

H0) β1 + β2 = 0 contra la alternativa

Ha) β1 + β2 ≠ 0

El resultado, que se plantea en el siguiente cuadro, rechaza la hipótesis nula al 5% de

significación. No se obtuvo lo esperado, pero cabe destacar que los coeficientes presentan

signos opuestos. A su ves es más parsimonioso trabajar con el ITI que con los índices

separados.

Hipótesis Nula: β1 + β2 = 0 F-statistic 6.670117 Probabilidad 0.011700 Chi-square 6.670117 Probabilidad 0.009804

4.2 Descomposición entre Salario Real Privado y Público

Hipótesis de análisis: “Los Términos de Intercambio tienen una relación positiva y de

largo plazo tanto con los salarios privados como públicos”.

El Salario Real Privado presenta una mayor varianza que el Salario Real Público. Esto

obedece a que el salario público es más rígido que el salario privado. A su vez, las

empresas presentan mayor flexibilidad a la hora de ajustar la remuneración del factor

trabajo a su productividad marginal. La desviación estándar de la serie Salario Real Público

es 8.35, mientras que para la serie Salario Real Privado, es de 13.24 (datos sin

desestacionalizar). En los siguientes gráficos se presentan ambas series.

32


4.60

4.65

4.70

4.75

4.80

4.85

84 86 88 90 92 94 96 98 00 02

Salario Real Público

Gráfico 6Salario Real Público

Serie desestacionalizada y en logaritmos

4.4

4.5

4.6

4.7

4.8

4.9

84 86 88 90 92 94 96 98 00 02

Salario Real Privado

Gráfico 5Salario Real Privado

Serie desestacionalizada y en logaritmos

4.2.1 Relación entre Salario Real Privado y Términos de Intercambio

Hipótesis de análisis: “Existe una relación positiva y de largo plazo entre el Salario Real

Privado y los Términos de Intercambio para la economía Uruguaya en el período 1983-

2003.”

4.2.1.1 Resultado de los tests

Se llevó a cabo el análisis de cointegración entre las series Salario Real Privado y Términos

de Intercambio, asumiendo que el Salario Real Público no se ve afectado directamente por

el cambio de los precios internacionales, como así sucede con el Salario Real Privado.

A continuación se estiman las siguientes regresiones por MCO, siguiendo la metodología

de Engle-Granger para testear cointegración:

a) ISRprivt = β0 + β1*ITIt + εt

b) IITt = β0 + β1*ISRprivt + εt

33


Análisis de cointegración (a) (Engle-Granger) Variable Coeficiente Valor estadístico t Probabilidad Constante 1.442857 4.760382 0.0000

ITI 0.676669 10.9148 0.0000 R2 ajustado = 0.599255

Análisis de cointegración (b) (Engle-Granger) Variable Coeficiente Valor estadístico t Probabilidad Constante 0.645165 0.388768 0.1010 ISRpriv 0.893093 10.9148 0.0000


Test de Raíz Unitaria sobre los Residuos Estimados de la Regresión Serie Estadístico ADF nº de rezagos Incluye constante Incluye tendencia Orden de integración

RES(a) -4.580884 5 No No 0 RES(b) -4.644755 5 No No 0

Los resultados indican que las series RES(a) y RES(b) (residuos estimados de la

regresiones) no tienen raíz unitaria, al rechazar la hipótesis nula a un nivel del 1% de

significación. Este resultado permite afirmar que las variables SR Privado y TI se

encuentran cointegradas para el período considerado (1983.3 – 2003.2). La misma

aclaración sobre la robustez del resultado debe hacerse aquí, dado que al utilizar las series

en niveles y desestacionalizadas mediante ARIMA X11 encontramos los mismos resultados.

A continuación se presenta el resultado del test de causalidad de Granger. Incorporamos 6

rezagos.

Análisis de Causalidad de Granger Hipótesis Nula Obs Estadístico F Probabilidad ITI does not Granger Cause ISRpriv 74 3.23408 0.00798 ISRpriv does not Granger Cause ITI 1.29961 0.27103

El resultado rechaza la hipótesis de no causalidad de TI a SR Privado en el sentido de

Granger a un 5% de significación. Para todo el período considerado la causalidad en

sentido de Granger va de TI a SR Priv.

34


A partir de la ecuación estimada, planteamos el Mecanismo de Corrección de Error, al igual

que se realizó en el caso de la primer hipótesis. Se estima la siguiente ecuación:

∆ISRprivt = γ*∆ITIt + δ*(ISRprivt-1 - β1*ITIt-1 – β0) + α0*∆ISRprivt-1 +

α1*∆ISRprivt-2 + α2*∆ISRprivt-3 + α3*∆ITIt-1 + α4*∆ITIt-2 + α5*∆ITIt-3 + εt

Los resultados se presentan en la siguiente tabla:

Variable Coeficiente Valor estadístico t Probabilidad D(ITI) 0.056666 1.214368 0.2288

RES(-1) -0.029859 -2.951149 0.0043 D(ISRpriv(-1)) 1.1787701 16.61659 0.0000

D(ITI(-1)) -0.148955 -2.101530 0.0393 D(ISRpriv(-2)) -1.232801 -6.649410 0.0000

D(ITI(-2)) 0.209407 2.970049 0.0041 D(ISRpriv(-3)) 0.349292 2.979208 0.0040

D(ITI(-3)) -0.136816 -2.942199 0.0045 R2 ajustado = 0.930479

Nuevamente se aplicaron los tests para comprobar la estabilidad de los parámetros de la

ecuación del MCE. Los resultados se presentan a continuación.

-30

-20

-10

0

10

20

30

88 90 92 94 96 98 00 02

CUSUM 5% Significance

CUSUM

-0.015

-0.010

-0.005

0.000

0.005

0.010

0.015

88 90 92 94 96 98 00 02

Recursive Residuals ± 2 S.E.

Residuos Recursivos

35


-0.2

0.0

0.2

0.4

0.6

0.8

1.0

1.2

88 90 92 94 96 98 00 02

CUSUM of Squares 5% Significance

CUSUM SQ

En cuanto a la estabilidad de los parámetros, la estimación recursiva de los residuos señala

tres momentos en la muestra donde se cae fuera de la banda de ± 2 errores estándar. Estos

se encuentran en los años 1992 y 2002. Podría ser una señal de quiebre estructural en el

modelo. Si observamos el Gráfico 5, la serie presenta una caída pronunciada en 1990 y a

partir de allí se observa una fuerte recuperación; en el año 2002 se observan –como en la

serie Salario Real total- los efectos de la reciente crisis. En este caso se realizó un test de

Chow26 para el posible quiebre de 1992 y los resultados se presentan a continuación.

Chow Breakpoint Test: 1991:4 F-statistic 2.088624 Probability 0.050919 Log likelihood ratio 18.67126 Probability 0.016720

La hipótesis nula es la siguiente: H0) No hubo quiebre estructural en 1991:4. Para un nivel

de significación del 5%, el test LR rechaza dicha hipótesis, sin embargo el test F no la

rechaza. Al 1% no hay cambio estructural para ninguno de los dos tests. Al observar los

resultados del test de CUSUM, esto parecería ser un problema puntual dado que la suma

acumulada de los residuos recursivos se encuentra dentro del intervalo de confianza del 5%,

por lo tanto no habría inestabilidad de los parámetros. Finalmente se observa en el test de

CUSUM SQ que la suma acumulada de los cuadrados de los residuos se encuentra dentro

del intervalo de confianza del 5%, y apenas se escapa de dicho intervalo en el año 1994.

Los resultados de la prueba de Johansen-Juselius son los siguientes:

36







Vector Cointegrador Normalizado Variable Coeficiente Desviación Estándar Salario Real Privado 1 Términos de Intercambio -1.067993 0.18077 Constante 0.483566 0.89139

El test corrobora los resultados obtenidos con el test de Engle-Granger. Se concluye que las

variables están cointegradas al 5% de significación.

4.2.1.2 Comentarios sobre los resultados obtenidos

Al igual que en el caso del Salario Real total, al testear la cointegración aplicando el

método de Engle-Granger se estimó una relación por MCO entre las variables. El resultado

corrobora la hipótesis de cointegración al 1% de significación. La ecuación estimada es la

siguiente:

ISRprivt = 1.44 + 0.68*ITIt + εt

La elasticidad entre SR y TI es en este caso 0.68, o sea es mayor que la estimada con la

variable Salario Real total. Esto es porque no se está considerando el efecto sobre el Salario

Real Público, que como se explicó anteriormente puede estar distorsionando el análisis

debido a la forma en cómo se determina. También el parámetro estimado β1 es consistente

con el modelo teórico, dado que es positivo.27

La estimación del MCE presenta un R2 ajustado elevado. La velocidad de ajuste es menor

que en el modelo anterior. Con respecto a los parámetros, sucede lo mismo que en el caso

26 La idea del test de punto de quiebre de Chow, es estimar dos ecuaciones por separado para cada submuestra, y ver si existen diferencias significativas en las ecuaciones estimadas. Si existieran tales diferencias, entonces estaríamos en presencia de un cambio estructural. 27 Aquí realizamos el mismo comentario sobre β0 con respecto a la escala de la serie. También despejando α de β1 tenemos que es cercano a 1/3 mientras que 1-α es cercano a 2/3.

37


anterior, resultan todos significativos, excepto el parámetro asociado a la variable TI en

“primeras diferencias” en el período “t”.

4.2.1.3 Descomposición de los Términos de Intercambio

En esta sección realizaremos la misma regresión que en la sección 4.1.3, pero esta vez

considerando al Salario Real Privado. El resultado de la estimación se presenta en el

siguiente cuadro.


IPX 0.564728 7.430157 0.0000 IPM -0.855568 -8.754889 0.0000


Al igual que en el caso anterior se plantea el test de Wald para testear la siguiente hipótesis:

H0) β1 + β2 = 0 contra la alternativa

Ha) β1 + β2 ≠ 0

El resultado nuevamente indica que los coeficientes no son iguales en valor absoluto.

Hipótesis Nula: β1 + β2 = 0 F-statistic 5.810516 Probabilidad 0.018316 Chi-square 5.810516 Probabilidad 0.015931

4.2.2 Relación entre Salario Real Público y Términos de Intercambio

Hipótesis de análisis: “Existe una relación positiva y de largo plazo entre los Términos de

Intercambio y el Salario Real Público para la economía Uruguaya en el período 1983-

2003”

En el gráfico 7 se puede observar una evolución similar de las variables TI y SR a lo largo

del período considerado.

38


-3

-2

-1

0

1

2

84 86 88 90 92 94 96 98 00 02

Términos de Intercambio Salario Real Público

Gráfico 7Salario Real Público y Términos de Intercambio

Series Desestacionalizadas y en logaritmos.

Se realizaron los tests de cointegración para las series trimestrales de Salario Real Público y

Términos de Intercambio. Nos preguntamos si ambas series presentan una relación estable

de largo plazo. Se realizó el mismo procedimiento que en las variables ISR e ISR Privado.

Se plantean las siguientes ecuaciones a estimar por MCO para poder realizar el test de

cointegración:

a) ISRpúbt = β0 + β1*ITIt + εt

b) ITIt = β0 + β1*ISRpúbt + εt

Los resultados de la estimación por MCO se presentan en las siguientes tablas.

Análisis de cointegración (a) (Engle-Granger) Variable Coeficiente Valor estadístico t Probabilidad

Constante 4.262069 16.63397 0.0000 ITI 0.102982 1.964973 0.0530


Análisis de cointegración (b) (Engle-Granger)

Variable Coeficiente Valor estadístico t Probabilidad Constante 2.704710 2.434833 0.0172 ISR Púb 0.458011 1.964973 0.0530


39


Test de Raíz Unitaria sobre los Residuos Estimados de la Regresión Serie Estadístico ADF Nº de rezagos Incluye constante Incluye tendencia Orden de integración

RES (a) -3.242720 9 No No 0 RES (b) -2.273082 10 No No 1

El resultado indica Cointegración al 5% para el caso de la primer regresión (a). En el caso

de la regresión (b) el test rechaza cointegración al 5%. A continuación se presenta el

resultado del test de causalidad de Granger. Se incorporaron 6 rezagos.

Análisis de Causalidad de Granger Hipótesis Nula Obs Estadístico F Probabilidad ITI does not Granger Cause ISR Púb. 74 1.00872 0.42811 ISR Púb. does not Granger Cause ITI 0.28739 0.94076

El resultado no rechaza la hipótesis de no causalidad en ambos sentidos a un 5% de

significación. En cuanto al test de Johansen-Juselius los resultados son los siguientes:






Vector Cointegrador Normalizado Variable Coeficiente Desviación Estándar Salario Real Público 1 Términos de Intercambio 0.354672 0.29594 Constante -6.515825 1.45273

El test rechaza la existencia de cointegración al 5% de significación. En este caso ambos

test presentan resultados contradictorios, por lo tanto no podemos afirmar con contundencia

la existencia de cointegración.

4.3 Causalidad de Salarios a Precios

Hipótesis de análisis: “A raíz de la mayor integración comercial en la región (creación del

MERCOSUR) Uruguay se ha vuelto fijador de precios para algunos bienes, esto determina

40


que la relación de causalidad entre SR y TI sea inversa a partir de los años 90´, esto es, el

SR determina los TI.”

Como forma de corroborar la hipótesis planteada se realizaron tests de causalidad de

Granger para el período comprendido entre 1992:1 a 2002:4. Se comenzó por testear la

causalidad entre SR total y TI. Luego se realizó el test con el SR Priv. Los resultados se

presentan a continuación.

Análisis de Causalidad de Granger

Hipótesis Nula Obs Estadístico F Probabilidad ITI does not Granger Cause ISR 44 1.48363 0.23933 ISR does not Granger Cause ITI 4.71847 0.01462

El resultado del test corrobora nuestra hipótesis. Existe causalidad en el sentido de Granger

de Salarios a Precios de los bienes comercializados. Creemos más adecuado realizar el

mismo test incluyendo al SR Priv. Esto es debido a que son las empresas privadas las que

comercializan bienes con el exterior. Por lo tanto, son sus costos (en particular los

laborales) los que inciden sobre el precio de los bienes. A continuación se presentan los

resultados.

Análisis de Causalidad de Granger

Hipótesis Nula Obs Estadístico F Probabilidad ITI does not Granger Cause ISRpriv 44 1.91923 0.16032 ISRpriv does not Granger Cause ITI 6.36064 0.00407

El resultado del test corrobora nuestra hipótesis nuevamente. Para el período considerado

existe una causalidad inversa, de Salarios a Precios. La consideración del período 1992:1-

2002:4 se debe a que la firma del tratado de Asunción, y consecuente creación del

MERCOSUR fue en el año 1991, y desde entonces se han estrechado los vínculos

comerciales de Uruguay con la región.

Se deben tomar ciertas precauciones con la interpretación del resultado anterior. El

resultado del test no debe ser considerado “robusto” ya que es muy sensible al número de

41


rezagos incluidos28 así como al período considerado. La causalidad de Granger no significa

que una variable cause a la otra, sino que los rezagos de una variable agregan poder

predictivo sobre la otra variable. Además, la afirmación de que Uruguay es fijador de

precios con la región se acota a un número restringido de bienes en los cuales Uruguay

tiene preferencias en relación a terceros países. Estas preferencias, como ya se mencionó en

el Marco Teórico, se deben tanto al Arancel Externo Común, como a la cercanía geográfica

que provoca menores costos de transporte.

5 Conclusiones

En el presente trabajo se pretendió explicar la evolución del Salario Real a través de los

Términos de Intercambio. Se plantearon dos modelos teóricos para demostrar esta relación.

El primero, desarrollado por Edwards, se basa en el supuesto de la dotación intensiva de

factores y en el efecto Stolper-Samuelson. El segundo vincula ambas variables a través de

la maximización de una función de beneficios, bajo el supuesto de una función de

producción tipo Cobb-Douglas, que utiliza dos factores productivos: insumo importado y

trabajo. De este segundo modelo se obtiene una ecuación que se utilizó para la estimación.

Los resultados obtenidos mediante los tests de cointegración (Engle-Granger y Johansen-

Juselius) para el período 1983-2003 arrojan el resultado esperado: las variables se

encuentran cointegradas al 1% de significación según Granger y al 5% según Johansen. Los

resultados que se obtienen al estimar la ecuación son coherentes con el modelo teórico. La

elasticidad entre Términos de Intercambio y Salario Real es positiva.

Como segundo paso de éste análisis se desagregó al Salario Real entre Salario Real Privado

y Público, para luego testear la existencia de cointegración con los Términos de

Intercambio. Los resultados de los tests indican, para el caso del Salario Real Privado,

cointegración al 1% mediante el test de E-G y al 5% mediante el test J-J.

Para el caso del Salario Real Público obtuvimos cointegración al 5% mediante el test de

E-G mientras que se rechaza la existencia de cointegración mediante el test de J-J.

28 La cantidad de rezagos incluidos en el test de causalidad de Granger representa el período de influencia que se supone tiene una variable sobre la otra. En este caso se incluyen 2 rezagos. La prueba de Granger resultó

42


La elasticidad de TI a SR, ya sea Público o Privado es positiva.

En cuanto a la estimación de la relación como un Mecanismo de Corrección de Error, los

resultados ponen en evidencia una velocidad lenta en el ajuste de la ecuación, ante un

desequilibrio en la relación de largo plazo. Este resultado se aplica tanto para Salario Real

total como Privado.

Estos resultados sugieren que la evolución del Salario Real depende en gran medida de los

Términos de Intercambio –esto es de los precios de los productos que comercializamos con

otros países- por lo tanto las políticas dirigidas a aumentar el poder de compra de los

asalariados son acotadas y su efectividad depende en gran medida de factores externos.

Finalmente se planteó la posibilidad de que Uruguay tuviera cierto margen de fijación de

precios con la región, gracias a las preferencias arancelarias que brindan los países vecinos.

Esta hipótesis abarca el período 1992 a 2003, donde se da la integración al MERCOSUR.

Si bien es muy difícil de corroborar, se realizó un test de causalidad de Granger que indicó

la existencia de causalidad de Salario Real Privado a Términos de Intercambio. Este

resultado parecería ir en contra de lo planteado en la hipótesis principal y se puede explicar

por las distorsiones de mercado existentes provocadas por el Arancel Externo Común.

Sabemos de las limitaciones de nuestros análisis y que las conclusiones están sujetas a los

resultados econométricos que obtuvimos con los datos que manejamos.

Referencias

Antía, F. y Picerno, A. “Índices de Encadenamiento, Sectores Clave y Multiplicadores

Sectoriales. Estimación de la importancia del agronegocio en la economía uruguaya”.

OPYPA, MGAP.

ser muy sensible ante cambios en el número de rezagos.

43


Arbeleche, Azucena y Dubra, Juan. “El poder adquisitivo de los asalariados ha ido de la

mano con la economía uruguaya”. Revista de economía del Observador económico, 1º de

junio de 1992.

Azariadis, Costas. “Implicit Contracts and Related Topics.” A survey, in “Economics of the

Labour Market,” (Z. Ernstein et al. Eds). HMSO, London, 1979.

Becker, Gary. “Economic Theory”. Ed. Knopf. 1971.

Blanchflower, David G. and Oswald, Andrew J. “The Wage Curve” (1990). Scandinavian

Journal of Economics 92(2), 215-235.

Chang, Yongsung y Bils, Mark. “Underestanding how price responds to costs and

production”. NBER wp. 7311. 1999.

De Brun, Julio, “Liberalización Comercial y Financiera en Uruguay: sus efectos sobre las

fuentes de crecimiento”, Universidad ORT, 2000.

Edwards, Sebastian y Sweder van Wijnbergen. “Tariffs, the real exchange rates and the

terms of trade: on two popular propositions in international economics”. Oxford economic

papers, new series, vol. 39, nº3 September 87, 458-464.

Edwards, Sebastian. ”Terms of trade, exchange rates and labour market adjustment in

developing countries”. NBER. Working paper nº 2110. 1986.

Enders, Walter. “Applied econometric time series”. Iowa State University. 1995. Ed. John

Wiley and Sons, Inc.

Espino, Alma y Salazar Álvaro. “La generación de empleo en complejos agroindustriales

en el Uruguay. Perspectivas a corto y mediano plazo.” Marzo 2000. UDELAR y JUNAE.

44


Fossati, Sebastián; Rodríguez, César. “Transmisión de señales de precios internacionales a

precios domésticos: un análisis de la integración espacial de los mercados agropecuarios

uruguayos”. Montevideo, FCCEE 2002.

Gagliardi, Enrique. “Macroeconomía de economías pequeñas y abiertas” Tomo II. (2003)

Universidad ORT Uruguay.

Hansen, Gary D. y Randall Wright. “The labor market in real business cycle theory”.

Federal Reserve Bank of Minneapolis, Quarterly Review, 10: (fall). 1992.

“Índices de precios de exportación. Metodología. Resultados 1983-1996”. BCU, División

Política Económica, Área de Estadísticas Económicas. Junio de 1997.

“Índices de Pecios de Importación. Metodología. Resultados 1994-2001”. BCU, División

Política Económica, Área de Estadísticas Económicas. Diciembre 2001.

Johnston, J. y Dinardo, J. “Econometric Methods” 4ª Ed. McGraw-Hill, 1997.

Krugman, Paul R. and Obstfeld, Maurice. “Economía Internacional, teoría y política”. Ed.

Mc. Graw Hill, cuarta edición, 1999.

Masoller, Andrés. “Shocks regionales y el comportamiento de la economía uruguaya entre

1974 y 1997”. Revista de Economía, Segunda época, Vol. V, n°1, BCU.

Novales, Alfonso. “Estadística y Econometría”. Ed. Mc. Graw Hill. 1° edición, 1997.

Pardo, Jimena y Reig Nicolás. “Crecimiento, demanda y exportaciones en la economía

uruguaya, 1960-2000”.

Rama, Martín. “Crecimiento y estancamiento económico en el Uruguay”. (1990) en

Blomstrom y Meller (Ed.). Trayectoria divergente: comparación de un siglo de desarrollo

45


económico latinoamericano y escandinavo. Santiago de Chile. CIEPLAN. HACHETE.

Cap. 5.

Sachs y Larrain. “Macroeconomía en la economía global”. (1994) Editorial “Prentice Hall

Hispanoamericana, S.A.”

Spremolla, Alessandra. “Persistencia en el Desempleo de Uruguay”. Cuadernos de

Economía, año 38, nº 113, pp.73-89 (Abril 2001).

Stolper, Wolfgang F. and Samuelson, Paul A. “Protection and real wages”. Review of

economic studies, November 1941.

Surinach, J., Antía, M., Lopez, E., Sansó, A. “Análisis Económico regional. Nociones

básicas de la teoría de la cointegración”. Universidad de Barcelona. Ed. Antoni Bosch.

1995.

Terra, María Ines. “El comercio exterior del Uruguay en los noventa, creación y desvio de

comercio en la región”. CEPAL, noviembre 1997.

Vaillant, Marcel y Ons, Alvaro. “Winners and Losers in a Free Trade Area between the

United State and Mercosur”. Documento de Trabajo N° 14/03. Departamento de Economía,

Facultad de Ciencias Sociales.

Varian, Hal. “Análisis Microeconómico”. Ed. Antoni Bosch Editor. 3ª edición, 1992.

46

TERMINOS DE INTERCAMBIO Y SALARIO REAL de Economa... · A su vez, la carne que representaba el...

Documents

Transcript of TERMINOS DE INTERCAMBIO Y SALARIO REAL de Economa... · A su vez, la carne que representaba el...