Page 14 - FGDP revista FEGLININ

© FEGLININ ISSN 2594-2298

| Año 8, No 29, abril – junio 2024 |
Volumen 1

El objetivo de este trabajo fue generar un modelo lineal múltiple para estimar el PIB de
México a partir de algunas variables de fácil consulta. La información fue procesada con el
programa Eviews 12, versión Student de acceso libre. Las variables regresoras fueron el nivel
de agua en las presas del país, el tipo de cambio, la tasa de inflación y el salario mínimo
general. Si bien, estas variables no forman parte de los componentes del PIB, fueron
propuestas porque tienen un efecto importante sobre ellos. La información acopiada se
analizó aplicando el método de mínimos cuadrados ordinarios (MCO). Los resultados
mostraron que las variables más correlacionadas con el PIB fueron el tipo de cambio, la
2
inflación y el nivel de agua de las presas; y que el modelo tuvo una R = 0.831212, por lo
que puede usarse para su predicción.

METODOLOGÍA

Se seleccionaron cuatro variables regresoras para estimar el valor del PIB fueron: nivel de
agua en las presas (N_Presa), tipo de cambio (Tipo_C), salario mínimo general (SMG), tasa
de inflación anual (Inflac). La variable regresada fue el producto interno bruto (PIB).

Las variables se propusieron considerando, entre otros factores, que fueran de fácil consulta
en bases de datos de libre acceso y por tener un efecto directo sobre algunos de los factores
que se consideran para la estimación del PIB.
El período considerado para recabar y analizar la información de las series de tiempo de las
variables fue de 1993-2020; se tomó en cuenta que la coincidencia entre las bases de datos
consultadas.
La información obtenida (Tabla 1) fue registrada en una hoja de cálculo de Excel® en la que
se estimó la matriz de correlación; los datos fueron exportados al programa Eviews 12 versión
Student con el que se hizo una regresión lineal múltiple con el método de mínimos cuadrados
ordinarios (MCO). Se realizaron las pruebas para identificar heteroscedasticidad y
autocorrelación, por lo que el modelo fue ajustado para corregir autocorrelación con el
método de mínimas diferencias.
Tabla 1. Datos de las variables del modelo en el período 1993-2020.

Año PIB SMG Inflac Tipo_C N_Presa
1993 55.59 113.53 9.78 3.11 8.83

1994 58.03 113.53 6.97 3.47 7.47
1995 54.60 99.62 34.77 6.56 7.78
1996 58.00 91.37 35.26 7.61 8.45
1997 62.17 90.33 20.82 7.95 7.52
1998 66.02 90.77 15.90 9.25 8.18
1999 67.84 87.71 16.67 9.57 8.37
2000 71.25 88.14 9.51 9.48 7.37
2001 70.93 88.62 6.39 9.34 6.88
2002 70.76 89.26 5.03 9.74 5.97
2003 71.60 89.21 4.56 10.82 7.99
2004 74.15 88.85 4.69 11.33 8.96
2005 75.72 89.27 4.00 10.90 9.41
2006 79.36 89.59 3.63 10.92 9.59
2007 81.00 89.52 3.97 10.95 9.82
2008 81.77 88.59 5.12 11.20 10.73
2009 76.62 88.00 5.31 13.55 9.48
2010 80.43 88.59 4.16 12.66 10.63
Pág. 14 2011 83.20 89.19 3.41 12.48 8.51
2012 86.16 89.30 4.11 13.17 7.22
2013 86.89 89.72 3.81 12.84 9.84
2014 89.07 89.61 4.02 13.36 10.32
2015 91.47 92.09 2.72 16.01 10.23
2016 93.09 94.50 2.82 18.76 10.23
2017 94.84 98.48 6.04 18.85 9.43
2018 96.71 102.78 4.90 19.21 9.56
2019 96.46 115.23 3.64 19.29 9.06
2020 88.14 133.74 3.40 21.63 8.29