Repositorio Institucional de Documentos

Repositorio de la Universidad de Zaragoza – Zaguan http://zaguan.unizar.es Trabajo Fin de Grado Análisis de Causalidad entre el Turismo y Crecimiento Económico Español Autor/es Simona Georgiana Matache Director/es Monia Ben-Kaabia Elena Calvo Calzada Facultad de Economía y Empresa 2014 TFG: Línea Turismo y Crecimiento Económico i INDICE 1. Introducción. Área de investigación .............................................................. 1 1.1. Definición de turista y turismo................................................................... 3 1.2. Descripción del turismo existente en España ............................................ 3 2. Análisis descriptivo y diagnóstico del turismo en España ………………….5 2.1. Tendencias del turismo, visión general en números.................................... 5 2.1.1. Evolución del turismo en España durante las últimas décadas ....... 6 2.1.2. Origen de los turistas que visitan España ...................................... 10 2.1.3. Crisis económica del 2008 e influencia en el número de turistas registrado en las diferentes Comunidades Autónomas ..................... 11 2.1.4. Gasto de los turistas ....................................................................... 14 2.1.5. Turismo nacional ........................................................................... 16 2.2. La contribución del turismo al crecimiento .............................................. 18 3. Aplicación empírica........................................................................................ 20 3.1. Revisión del marco teórico del trabajo..................................................... 21 3.2. Marco metodológico de las investigaciones.............................................. 22 3.2.1. Concepto de causalidad según Granger.......................................... 23 3.2.2. Contraste de causalidad en sentido de Granger.............................. 24 3.2.3. Cointegración y Modelo de Mecanismo de Corrección del Error.. 25 3.3. Resultados de la aplicación empírica ........................................................ 27 3.3.1. Descripción de la fuente de información utilizada......................... 28 3.3.2. Análisis descriptivo de las series.................................................... 29 TFG: Línea Turismo y Crecimiento Económico ii 3.3.3. Determinación del orden de integración de las variables............... 32 3.3.4. Análisis de cointegración................................................................ 35 3.3.5. Estimación del Modelo de Mecanismo de Corrección del Error (conocido como MCE)........................................................................................ 38 3.3.6. Análisis de causalidad a corto plazo............................................... 44 4. Conclusiones.................................................................................................... 46 5. Referencias bibliográficas.............................................................................. 48 6. Anexos.............................................................................................................. 50 TFG: Línea Turismo y Crecimiento Económico iii Índice de cuadros i. Relación turistas y tamaño de las CC.AA. año 2011........................ 4 ii. Ranking de primeros países por ingresos turísticos, 1966-2000....... 8 iii. Gasto medio de los turistas (año 2011)........................................... 15 iv. Porcentaje del turismo sobre PIB (Precios corrientes) ................... 18 v. Contraste de Dickey – Fuller Aumentado (DFA) ........................... 34 vi. Estimación de relaciones de cointegración entre PIB y turismo..... 36 vii. Contraste de Dickey – Fuller sobre los residuos obtenidos de las regresiones de cointegración .......................................................... 37 viii. Determinación del orden de retardo del Vector de mecanismo de corrección del error ......................................................................... 39 ix. Estimación del modelo de Mecanismo de Corrección del Error .... 41 x. Contrastes de correcta especificación del modelo estimado........... 43 xi. Contrastes de causalidad en el sentido de Granger......................... 45 TFG: Línea Turismo y Crecimiento Económico iv Índice de gráficos i. Participación española en el turismo mundial, 1950-1999 ............... 7 ii. Evolución del número de visitantes en España ................................ 8 iii. Principales países emisores ............................................................ 10 iv. Entrada de turistas por CC.AA ....................................................... 11 v. Participación de las Comunidades Autónomas en el total de entradas de turistas (medias).............................................................................. 12 vi. Gasto medio por turista (€) ............................................................. 14 vii. Gasto medio por turista según el país de procedencia (€)............... 14 viii. Evolución y distribución del turismo nacional ............................... 16 ix. Viajes Turísticos realizados (millones de viajes realizados) .......... 17 x. Turismo Nacional y Receptor (millones de turistas) ...................... 17 xi. Ingresos y pagos por turismo (miles de millones de euros)............ 19 xii. Evolución del PIB ........................................................................... 29 xiii. Entradas de Turistas (TUR) ............................................................ 29 xiv. Evolución de las variables Turismo y PIB (en niveles).................. 30 xv. Correlogramas PIB.......................................................................... 33 xvi. Correlogramas Turismo .................................................................. 33 xvii. Serie PIB Diferenciada.................................................................... 35 xviii. Serie TUR Diferenciada.................................................................. 35 Análisis de Causalidad entre el Turismo y Crecimiento Económico Español Autor: Simona Georgiana Matache Directores: Elena Calvo Calzada y Monia Ben-Kaabia Grado en Administración y Dirección de Empresas Agradecimientos: Agradezco a la Universidad de Zaragoza por darme la oportunidad de llevar a cabo mis estudios en una de las universidades con más prestigio del país, y a todo el equipo de profesores por los conocimientos que nos han impartido durante los cuatro años de carera, fruto de los cuales se ha podido realizar este proyecto, que no habría sido posible sin la ayuda y dedicación de mis tutoras Monia Ben Kaabia y Elena Calvo, gracias. Resumen: El turismo representa un factor importante dentro de la productividad de una economía. En este proyecto se pretende evaluar la importancia del turismo en el crecimiento de la economía española y la relación entre dicho sector y el crecimiento del país además de valorar las relaciones de causalidad. Para ello, primero se lleva a cabo un análisis descriptivo de la evolución de la industria turística en España en los últimos años, midiendo el impacto de dicho sector en el crecimiento económico. A continuación se analiza la existencia y dirección de causalidad entre ambas variables, para lo cual se utiliza información trimestral de los últimos años aplicando el test de causalidad de Granger (Granger, 1988). Abstract: Tourism is an important factor in the productivity of an economy, therefore, this project aims to analyze the impact that tourism has on the Spanish economic growth. First performed a descriptive analysis of the evolution of the tourism industry in Spain in recent years measuring the impact of this sector on economic growth and then discussed the existence and direction of causality between the two variables using the Granger-causality test. Palabras clave: turismo; crecimiento económico; cointegración; causalidad de Granger. TFG: Línea Turismo y Crecimiento Económico _______________________________________________ - 1 - 1 INTRODUCCIÓN. ÁREA DE INVESTIGACIÓN En la economía del turismo, uno de los temas más estudiados y discutidos hasta el momento, es la relación existente entre este sector económico y el crecimiento de una economía, tanto nacional como regional. Como el presente trabajo se centra en el caso español, hay que señalar que en 1905 se creó la Comisión Nacional de Turismo, adjunta al Ministerio de Fomento. Desde entonces y hasta ahora diferentes organismos han asumido competencias en dicha materia. Se ha pasado desde el Ministerio de Comercio y Turismo (1977 - 1980), por el Transporte, Turismo y Comunicaciones (1980 – 1981); Industria, Comercio y Turismo (1991 - 1993); Ministerio de Economía y Hacienda (1996 – 2000) hasta el actual Ministerio de Industria, Energía y Turismo (desde 2011). El acompañamiento en el nombre del ministerio nos da una idea de la relación de esta actividad con otras como son el comercio, el transporte, las comunicaciones, la industria y la economía. Según los estudios realizados hasta el momento, es ampliamente aceptado que el turismo internacional tiene un efecto positivo en el crecimiento económico de largo plazo a través de distintos canales. Según diferentes autores, estos canales incluyen: la provisión de divisas que a su vez contribuyen a la adquisición de bienes de capital para el proceso productivo (Mckinnon, 1964); el estímulo de la inversión en infraestructura o del capital físico (Sakai, 2009), del capital humano (Blake et. al., 2006) y la competencia; el estímulo de otras actividades económicas industriales a través de efectos directos e indirectos que resultan difícil de medir, el modelo de equilibrio computable (CGE, por sus siglas en inglés) posibilita investigar estas interrelaciones entre el turismo y otros sectores de la economía doméstica y extranjera (Dwyer et. al., 2004; Blake et. al., 2006), la generación de empleo y el incremento de los ingresos, así como el aprovechamiento de economías de escala y de alcance (Andriotis, 2002; Croes, 2006). El turismo, por tanto involucra una gran cantidad de sectores y actividades económicas, y los encadenamientos que se producen entre éstos provocan que el incremento en la actividad turística repercuta en la mayoría de ramas económicas; estos efectos se han intentado cuantificar en la literatura, donde gran parte de los estudios se han dedicado, por una parte a medir ex-post la contribución del sector turístico al crecimiento económico de un país (Brida et. al. 2010), y por otra a investigar la TFG: Línea Turismo y Crecimiento Económico _______________________________________________ - 2 - existencia de una relación de equilibrio entre turismo y crecimiento económico de un país, tanto a corto como a largo plazo, así como la dirección de causalidad entre estas dos variables; investigación que en este trabajo intentaremos llevar a cabo para el caso español y que se irá desarrollando en apartados siguientes. Por tanto, en este trabajo, nos centraremos en el binomio Turismo – Economía, y en particular en el efecto que el turismo tiene en el crecimiento económico de España, en general, y de sus comunidades autónomas en particular, sobre todo en la primera parte del proyecto. El principal objetivo de este estudio es evaluar la importancia del sector turismo en la economía española, por ello podríamos decir que el trabajo se divide en dos partes. Por un lado, se trata de medir el impacto que dicho sector ha tenido en el crecimiento económico desde distintos puntos de vista, para lo cual se lleva a cabo un análisis descriptivo de la evolución de la industria turística en España en las últimas décadas. Y por otro lado, se trata de estudiar si es el crecimiento económico quien mueve al turismo en España, o por el contrario, es la actividad turística la que causa crecimiento económico, validando la hipótesis del turismo como motor del crecimiento económico (TLGH por las siglas en inglés: tourism-led-growth hypothesis), o bien, si existe una relación bidireccional entre ambas variables (efecto feedback) o ninguna causa a la otra, tratándose de variables estadísticamente independientes. Para evidenciar empíricamente esta idea se ha utilizado información trimestral para el periodo 2000:1-2010:4, y la verificación del cumplimiento de alguna de estas hipótesis ha sido investigada a través de los contrastes de causalidad de Granger (Granger, 1988): contraste que se basa en la estimación de un modelo de vectores autorregresivos (VAR) (Sims (1980)). Obtener una evidencia empírica en favor de una hipótesis u otra podría tener importantes implicaciones políticas, económicas y en cuanto al desarrollo de diferentes estrategias de marketing y de políticas turísticas. Para llevar a cabo tanto el estudio descriptivo como la aplicación empírica hemos utilizado bases de datos procedentes de Eurostat (Statistical Office of the European Communities) la oficina estadística de la Comisión Europea, del Instituto de Estudios Turísticos (IET) organismo dependiente del Ministerio de Economía español, y por último, del Instituto Nacional de Estadística (INE) organismo autónomo de carácter administrativo, adscrito al Ministerio de Economía y Competitividad. TFG: Línea Turismo y Crecimiento Económico _______________________________________________ - 9 - Se puede apreciar que durante la década de los 90, el número de visitantes se mantiene prácticamente constante, en torno a 40 millones de personas, y es al final de esta década cuando el turismo español comienza a evolucionar. En el año 1998, se produce un salto en la afluencia de visitantes debido al incremento tanto en el número de turistas como de excursionistas. La demanda exterior se explica por el comportamiento de factores determinantes del consumo en las principales economías europeas, lo que se traduce en una mayor afluencia de los turistas extranjeros procedentes principalmente de Alemania, Francia y Gran Bretaña. Asimismo, es importante la labor de promoción que se realiza en ésta época desde los diferentes organismos públicos con el objetivo de desestacionalizar la demanda, que se concentraba mayoritariamente en la época estival, consiguiéndose así mayores tasas de entradas en destinos que no eran típicamente turísticos, lo que pone de manifiesto el carácter estacional de determinados segmentos, además se constata un incremento en la estancia media de los turistas en España. 6 No obstante, la afluencia de excursionistas en el país tiene una tendencia creciente desde el año 2001 (año del que disponemos de datos) hasta el presente, pasando de unos 26 millones en el 2001 a 40 millones de excursionistas en el 2012, a diferencia de los turistas, que, a pesar de que también presentan una evolución creciente, marcan algún descenso, como el que se produce en el año 2009, bajando de los 58 millones de turistas aproximadamente en el año 2007, a unos 52 millones en el 2009. Podríamos pensar que este descenso en el número de turistas en el país es producido por la crisis económica y financiera mundial iniciada en 2008, ya que a nivel mundial, en el periodo 2008/2009 se produjo una disminución de las llegadas del 4,2% y de los ingresos entorno al 5,7 % (Organización Mundial del Comercio, 2010). Crisis que según vemos afecta a los turistas a la hora de elegir España como destino de sus vacaciones, pero que no influye apenas en las decisiones de viajar de los excursionista, ya que su tendencia sigue siendo constante durante estos años. Las condiciones impuestas por la situación económica de crisis hizo que la demanda redujera el presupuesto de viaje y que se mostrara más sensible a los precio; asimismo, en este período se seleccionan destinos más próximos y se reducen los gastos en conceptos como transporte, restauración alojamiento, etc. En 6 Departamento de Desarrollo Económico y Competitividad, Gobierno Vasco. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 10 - cuanto al turismo autóctono, este se vio menos afectado por la crisis y el extranjero retrajo la tasa de pernoctaciones en un 10,6% (Cañaveral y Prados, 2010). 2.1.2 Origen de los turistas que visitan España España recibe turistas prácticamente de todos los rincones del mundo, no obstante, los principales países emisores son Reino Unido, Alemania y Francia, también se podrían añadir Italia, Países Bajos, Bélgica y Estados Unidos aunque con una participación notablemente inferior tal y como se ilustra en el gráfico 3, en el cual aparece el total de turistas en el eje de la derecha y en el de la izquierda desglosado según el país de origen. Durante la última década, destaca la gran afluencia de turistas procedentes del Reino Unido, sobre todo entre 2003 y 2008, cuando llegan a superar los 16 millones. La crisis de 2008 tuvo un gran impacto haciendo disminuir el número por debajo de los 12 millones y medio de turistas. Tras la crisis, se recupera la tendencia creciente, siendo más de 14 millones los turistas procedentes de Reino Unido que han visitado España en 2013. Gráfico 3. Principales Países Emisores 0 2 4 6 8 10 12 14 16 18 20 0 1 2002 2 00 3 20 0 4 200 5 2 00 6 2007 2 00 8 20 0 9 2010 2 01 1 20 1 2 201 3 Millones de turistas 0 10 20 30 40 50 60 70 Alemania Bélgica Francia Italia Países Bajos Reino Unido EE.UU. Total . Fuente: Elaboración propia con datos del INE, IET y del Ministerio de Industria, Energía y Turismo. En cambio el número de turistas procedentes de Alemania mantienen una tendencia constante, alrededor de los 10 millones de personas, a pesar de la crisis. La trayectoria que presenta Francia, por otro lado, es creciente, aunque aparece algún descenso, pasa de los 6 millones y medio, aproximadamente en 2001 a alcanzar los 10 millones de turistas en 2013. En cuanto a los demás países emisores, los efectos de la crisis de 2008 son bastante menos acentuados ya que siguen una trayectoria constante a lo largo de este periodo, TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 11 - con la excepción de los turistas procedentes de Italia quienes presentan una trayectoria más bien creciente superando los 3 millones y medio de turistas en 2011. 2.1.3 Crisis económica del 2008 y su influencia en el número de turistas registrado en las diferentes Comunidades Autónomas Para reflejar la influencia de la crisis económica sobre el turismo español, hemos desglosado el número de turistas entrantes por Comunidades Autónomas, utilizando para ello, periodos de tres años que reflejen la situación antes (2005-2007), durante (2008-2010) y después de la crisis (2011-2013) según se observa en el gráfico 4; y a partir de los datos obtenidos del INE se han ido sacando las entradas medias de turistas para cada periodo a fin de poder comparar los diferentes destinos. Gráfico 4. Entrada de turistas por CC.AA 13,4 14,4 9,5 4,7 1,4 0,6 0,3 0,2 0,1 14,8 9,4 9,8 10,5 10,3 8,7 7,6 8,3 7,7 5,3 5,6 5,6 4,0 4,4 1,0 1,2 0,8 1,1 0,9 1 0,6 0,4 0,3 0,4 0,2 0,2 0,2 0,2 0,2 0,1 0,1 0 2 4 6 8 10 12 14 16 2005/2008 2008/2011 2011/2014 Años Millones de Turistas Cataluña Illes. Balears Canarias Andalucía Comunitat Valenciana Madrid Castilla y León Galicia País Vasco Murcia, Región de Aragón Cantabria Castilla - La Mancha Extremadura Asturias Navarra La Rioja Fuente: Elaboración propia a partir de los datos presentados por el INE. En los tres años anteriores a la crisis económica de 2008, España recibió de media 57.527.914 turistas en total, que se distribuye de forma desigual entre las diferentes Comunidades Autónomas, ya que las características geográficas y culturales de cada una, atraen más o menos a los turistas. 7 Cataluña, como principal destino turístico dentro del país, recibe de media en los tres años anteriores a la crisis 14,8 millones de turistas (gráfico 5). Si lo miramos en 7 Datos y medias: Elaboración propia a partir de los obtenidos del INE TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 12 - porcentaje, según se ilustra en el gráfico 5, representa un 25,71% del total de turistas en el país entre 2005 y 2007 (inclusive) siendo Barcelona la principal ciudad visitada. El 17,11% de los turistas, es decir, 9.845.463 turistas eligieron las Islas Baleares como destino de su estancia. Le siguen las Islas Canarias que alcanza unos nueve millones y medio de turistas, un 16.52% del total. También Andalucía atrae a un gran número de turistas, poco más de ocho millones en total, es decir, el 14.34% de los turistas que visitan España la eligen como destino. Gráfico 5. Participación de las CC.AA. en el total de entradas de turistas (medias) Fuente: Elaboración propia a partir de los datos presentados por el INE. Una cuota relativamente más pequeña, pero nada insignificante, presentan la Comunidad Valenciana y la Comunidad de Madrid, con un 9.67% y 6.88% respectivamente. Les siguen, ya de lejos, con una cuota próxima al 2% Castilla y León (2.12%), Galicia (1.95%) y País Vasco (1.72%). Por último, entre las comunidades con menor afluencia de turistas, destacan Murcia con un porcentaje ligeramente superior al 1% (1.06%) y Aragón con un 0.73%. Las comunidades restantes Cantabria, Castilla-La Mancha, Extremadura, Asturias y La Rioja apenas si alcanzan el 0.5% del número total de turistas. Sin embargo, Cantabria y Asturias, por ejemplo, son muy turísticas, la proporción tan pequeña sobre el total de entradas se debe a que, según hemos visto en la introducción (cuadro 1) se trata de TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 13 - comunidades pequeñas en cuanto a superficie. Asimismo, en La Rioja el turismo existente es el enológico. En los años de crisis, entre 2008 y 2010, la mayoría de comunidades redujeron ligeramente su participación en el turismo español, registrándose una media total en el período de 54.015.542 turistas que visitaron España, un descenso del 6.11% en comparación con los años anteriores. Por el contrario, algunas presentan una evolución positiva en este período que abarca desde 2008 hasta 2010 inclusive como es el caso de la Comunidad de Madrid. En el período posterior a la crisis económica (2011-2013) la comunidad con mayor afluencia de turistas sigue siendo Cataluña a pesar de que presenta una disminución del 0.9% en el número de turistas que la eligen como destino, colocándose con una media de 13.401.149 de turistas en estos tres años. Por el contrario, las Islas Baleares presentan un incremento de 0.32% en el porcentaje de turistas durante estos años. Esto contrasta con el hecho de que en número se registre un ligero descenso, pasando de los 9.845.463 turistas, en los años anteriores a la crisis económica, a 9.415.681 durante este periodo. Podríamos decir, que durante la crisis, del total de turistas que eligen España como destino, una mayor parte, el 17.43%, eligen las Islas Baleares. Destaca La Comunidad de Madrid, que en tiempos de crisis, incrementa su participación en el turismo, tanto en el número de turistas que recibe, pasando de los 3.956.654 antes de la crisis, a los 4.689.075, como en porcentaje ya que se lleva el 8.68% del total de turistas visitantes durante la crisis. A diferencia de las demás comunidades, que durante este periodo, todas presentan un ligero descenso en el número de turistas. Tras la crisis, la situación en cuanto a la afluencia de turistas, recupera e incluso mejora, la tendencia creciente registrada en 2007. El número total de turistas asciende hasta 58.100.818, es decir, un incremento del 1% en comparación con la situación de 20052007. Prácticamente todas las Comunidades Autónomas presentan un incremento en el número de turistas que reciben durante estos tres últimos años, aunque existe alguna excepción como es el caso de Aragón que pierde competitividad, pasando de 418.078 turistas de media en los años anteriores a la crisis a 276.541 en este periodo, no llega a TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 14 - alcanzar la cuota registrada antes de la crisis. Aragón se caracteriza por el turismo de nieve y turismo rural, y el descenso puede explicarse por una mala temporada de nieve en estos años o los precios más elevados. Cataluña sigue ocupando el primer puesto en el ranking, a pesar de que no llega a alcanzar la cuota de turistas registrada antes de la crisis. También disminuye su participación incluso más que en época de crisis, hasta el 24.77%, a favor de las Islas Baleares y Canarias quienes superan los 10 millones de turistas, que cada vez son más preferidos como destinos vacacionales. La de menor participación en el turismo, tanto antes como después de la crisis es La Rioja que en los últimos tres años apenas se lleva el 0.08% del total de turistas (49.086 turistas de media exactamente entre 2011 y 2013). 2.1.4 Gasto de los turistas En cuanto al gasto que realizan los turistas extranjeros durante su estancia en España, podemos observar en el gráfico 6 que desde el año 2004 el gasto medio total por turista, independientemente del país de procedencia, ha ido incrementando desde los 864 € por persona en dicho año, hasta los 966 € en el año 2012. Esta tendencia creciente presenta una fluctuación en 2005, año en el que el gasto medio desciende hasta 854 € por persona. Esto se debe a que los turistas acortan su estancia media en el lugar de destino ya que según vemos el gasto medio diario de los turistas mantiene una tendencia creciente pasando de los 87 € por persona y día en 2004 a los 108 € en el año 2012. Gráfico 6. Gasto medio por turista (€) Gráfico 7. Gasto medio por turista según el país de procedencia (€) 780 800 820 840 860 880 900 920 940 960 980 2004 2005 2006 2007 2008 2009 2010 2011 2012 Gasto medio total por turista (€) 0 20 40 60 80 100 120 Gasto medio diario por turista (€) Gasto medio total por turista Gasto medio diario por turista Fuente: Elaboración propia a partir de los datos obtenidos del INE. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 15 - Si analizamos el gasto de los turistas según el país de procedencia observamos en el gráfico 7 que existe un gran contraste en el gasto que realizan los turistas en nuestro país en función del país y continente de procedencia sobretodo. Los turistas procedentes de América son los que más gastan de media por persona. Por ejemplo, un turista procedente de Estados Unidos se gasta de media unos 1.872 € en su estancia en España, y unos 2.020 € si proviene de algún otro país de América. Esto es aproximadamente el doble de lo que se gastaría un europeo, ya que el gasto medio por turismo de los europeos oscila entre los 1.111 €, que es la media del gasto que realiza un turista procedente de Países Nórdicos en España, hasta los 820 € referente a los turistas procedentes de Reino Unido, con la excepción de Francia y Portugal, que debido a la proximidad con España, países fronterizos, los turistas procedentes de estos dos países se suelen gastar una cantidad bastante inferior: unos 577 y 449 € respectivamente. Cuadro 3. Gasto Medio de los Turistas Fuente: Elaboración propia a partir de los datos presentados por el INE. Podemos observar en el Cuadro 3, analizando el gasto de los turistas durante el año 2011, que la región donde más gastan los turistas es la Comunidad de Madrid, siendo el gasto medio diario de 158 € por turista, bastante superior que en las demás comunidades al tratarse de la capital del país que representa un nudo de comunicaciones e intercambios potenciado sobretodo, por aeropuerto, a lo que hay que añadir la gran Año 2011 GASTO MEDIO POR PERSONA (€) GASTO MEDIO DIARIO (€) ESTANCIA MEDIA (Noches) Total 934 102 9 Andalucía 1.025 90 11 Aragón 1.165 121 10 Asturias 1.368 117 12 Islas Balears 937 108 9 Canarias 993 100 10 Cantabria 949 99 10 Castilla y León 616 91 7 Castilla - La Mancha 1.161 104 11 Cataluña 823 112 7 Valencia 850 71 12 Extremadura 824 84 10 Galicia 989 99 10 Madrid 1.177 158 7 Murcia, Región de 964 72 13 Navarra 655 115 6 País Vasco 593 113 5 La Rioja 428 68 6 TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 16 - riqueza cultural que se concentra en Madrid como monumentos, museos y centros culturales. El gasto en Madrid es incluso superior al que se realiza en la zona de mayor afluencia turística que es Cataluña, según hemos visto anteriormente, donde la media diaria es de 112 €. En ambos casos la estancia media de los turistas suele ser de una semana (7 noches). Las siguientes en el ranking, tras la Comunidad de Madrid, donde más gastan los turistas, son Aragón y Asturias, siendo el gasto medio diario de unos 121 y 117 € respectivamente, sin embargo, la estancia media es algo mayor, ya que, los turistas suelen permanecer entre 10 y 12 noches al realizar sus viajes. Las zonas de mayor afluencia turística, gracias al turismo de sol y playa, tras Cataluña, son Islas Baleares y Canarias que resultan algo más baratas, los turistas se gastan al día 108 y 100 € respectivamente, siendo la estancia media similar que en el caso de Aragón. Por el contrario, entre las zonas más baratas se encuentran Murcia y la Comunidad Valenciana donde se registra un gasto diario por turismo de 72 y 71 € respectivamente. Además son las zonas donde más tiempo suelen permanecer los turistas (12 – 13 noches). La más barata, sin embargo, debido a la escasa participación que presenta en el turismo, es La Rioja, siendo el gasto diario de 68 €; también la estancia media que se registra está entre las más bajas (6 noches). 2.1.5 Turismo Nacional El turismo nacional comprende aquel que los residentes realizan dentro del país, turismo interno, o fuera de él, turismo emisor, y según se muestra a continuación (gráfico 8) éste representa poco más de la tercera parte del turismo receptor: aquel que residentes de otros países realizan en España. Gráfico 8. Evolución y distribución del turismo nacional 0 5 10 15 20 25 2003 2004 2005 2006 2007 2008 2009 Millones de turistas Vacaciones (4 noches o más) Visitas a familiares y amigos (4 noches o más) Total Turismo Nacional Fuente: EUROSTAT; Unidades: Número de turistas (millones). TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 17 - En el gráfico 8 aparece la evolución del turismo nacional durante el periodo comprendido entre 2003 y 2009, haciendo distinción en el tipo de turismo, según se trate de vacaciones o visitas a familiares y amigos. Como se ilustra en la gráfica, la tendencia del turismo nacional durante dicho periodo es estable. Aunque hay que mencionar que en 2004 se produjo un descenso del 34% en el número de turistas (porcentaje resultante de la comparación entre los datos del año 2003 y 2004), a pesar de ello, en los dos siguientes años se recupera, alcanzando casi el nivel de 2003. En el año 2009 también se produce un leve descenso en el número de turistas en comparación con 2008, ambos descensos se deben a que España empeoró su competitividad turística vía precios en los respectivos años (IET, 2011). A continuación, en el gráfico 9, se desglosa el turismo nacional según el número de viajes que los residentes realizan dentro y fuera de España. Se observa que los españoles a la hora de viajar, optan, sobre todo, por destinos nacionales, ya que el turismo interno representa la mayor parte del total nacional. Gráfico 9. Viajes Turísticos Realizados Gráfico 10. Turismo Nacional y Receptor 130 135 140 145 150 155 160 165 170 175 2005 2006 2007 2008 2009 2010 2011 2012 M illo n e s d e v ia je s re a liza d o s 0 2 4 6 8 10 12 14 16 Turismo Interno Total Viajes Turismo Emisor 0 10 20 30 40 50 60 70 2001 2002 2003 2004 2005 2006 2007 2008 2009 M illo n e s d e tu ris ta s Turismo Nacional Turismo Receptor Fuente: Elaboración propia, datos obtenidos del IET y Ministerio de Industria, Turismo y Comercio. En cuanto al turismo emisor (que se representa en el eje secundario a la derecha), éste no alcanza apenas el 10% del total nacional situándose entre el 6 y el 8%. Entre los distintos destinos extranjeros, a la hora de viajar, los españoles prefieren, sobre todo, Francia y Portugal (INE, 2013), en gran medida, por razones de proximidad. Según se ilustra en la gráfica, existe una notable diferencia en las tendencias de cada tipo de turismo, la del turismo emisor es moderadamente creciente, a pesar del leve descenso TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 18 - del número de viajes realizados en el último año (2012), y la decreciente con presencia de altos y bajos del turismo interno. También hay que destacar el contraste que se produce entre la tendencia creciente del turismo receptor en España y la evolución ligeramente decreciente del turismo nacional según se observa en el gráfico 10. 2.2 CONTRIBUCIÓN DEL TURISMO AL CRECIMIENTO La repercusión que el sector turismo presenta en el crecimiento económico de España es el aspecto más importante desde el punto de vista económico, ya que el turismo es uno de los grandes pilares de la economía española. En términos de PIB, observamos en el cuadro 4 que el turismo representa alrededor del 10% del PIB español, exactamente el 10.4 % en el año 2008 y un 10.1% en el 2009. Cuadro 4. Porcentaje que representa el turismo sobre el PIB (Precios corrientes) Fuente: Instituto Nacional de Estadística (PIB) ((P) Estimación provisional, (A) Estimación avance) Se trata de un sector intensivo en mano de obra y, por tanto, una fuente de generación de empleo importante, así en el año 2012 las actividades de la industria turística han supuesto el 11.8% del total del empleo (Instituto de Estudios Turísticos). Una característica estructural de la economía española es el déficit por cuenta corriente (exportaciones menos importaciones), el comportamiento positivo de la balanza de servicios, en la que se incluye el saldo neto de los ingresos por turismo, procedentes del gasto que realizan los turistas extranjeros en el país, recogido por la Encuesta de Gasto Turístico (EGATUR), y pagos por turismo derivados de los viajes que realizan los españoles en el exterior. Este saldo positivo, cuya evolución se observa en el gráfico 11, contribuye a equilibrar la balanza de pagos. 8 Según el Banco de España, desde 1998, el superávit de la partida de turismo y viajes supera los 20.000 millones de euros y, en 2012 supuso 31.610 millones de euros 8 Fuente: Banco de España, Balanza de pagos. 2008 2009 2010(P) 2011(P) 2012(A) Turismo receptor 4,6 4,3 4,5 4,9 5,1 Otros componentes del turismo 5,8 5,7 5,9 5,9 5,8 Total 10,4 10,1 10,4 10,8 10,9 TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 25 - equivalente a la estimación por MCO ecuación por ecuación, por tanto, la hipótesis nula de “no causalidad” (3) se puede contrastar utilizando el estadístico F, que sigue la distribución F habitual con los grados de libertad que se indican: )(/ / 1p2TSRnr pSRSR F nrr c +− − = ~F p,T-(2p+1) (4) donde: SR r : Suma residual del modelo restringido que consiste en la estimación por MCO de la siguiente regresión: 1 1 1 , 1 , 1 1 p t i t i t i y a y u − = = + ∑ SR nr : suma residual del modelo no restringido que consiste en estimar la regresión de y 1t en función de sus valores retardados y los retardos de la variable y 2t , es decir: 1 11, 1, 12, 2, 2 1 1 p p t i t i i t i t i i y a y a y u − − = = = + + ∑ ∑ ( 5) Para la formulación del modelo VAR, se requiere que las variables sean estacionarias. En caso que las variables no sean estacionarias, el primer paso en la aplicación de esta metodología es la transformación de las series originales en otras estacionarias. Esta condición se conoce como la condición de estabilidad o estacionariedad (para más detalle sobre la estacionariedad ver anexo 4). 3.2.3 Cointegración y Modelo de Mecanismo de Corrección del Error (MCE) Según hemos dicho la no estacionariedad de las variables invalida los procedimientos de estimación, por ello, en la segunda mitad de los años ochenta, se ha desarrollado la literatura sobre cointegración y su contrapartida de Mecanismo de Corrección del Error (MCE) (ver el desarrollo teórico completo en el anexo 5). El concepto de series cointegradas fue desarrollado por Engle y Granger (1987) y hace referencia al equilibrio de largo plazo. Se dice que el vector ')( t2t1t yyy = formado por dos variables está cointegrado de orden 1,0 y se denota por y t ~CI(b,d), si: a) Todos los componentes de y t son integrados del mismo orden 1, es decir son I(1); y b) existe un vector, vector de cointegración, ( ) 11 1 β β ′= , no nulo tal que: ( ) 1 1 1 1 2 2 1 (0) t t t t t t y y y y z I y β β β   ′= = − =      ( 6) TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 26 - La relación 1 1 2 t t y y β − se conoce como la relación de cointegración o de equilibrio a largo plazo entre las dos variable (y 1t , y 2t ). Es decir, la existencia de cointegración entre un conjunto de variables significa que existe una combinación lineal estacionaria, que puede interpretarse como una relación de equilibrio a largo plazo: las variables de la relación a largo plazo tienden a evolucionar conjuntamente en el tiempo y la diferencia entre ellas es estable. El hecho de que las variables en una regresión estén cointegradas o no tiene importantes consecuencias para la causalidad. La estimación del orden de causalidad en el sentido de Granger para las relaciones de largo plazo sólo tiene sentido una vez que se determinan las propiedades de las tendencias de las variables a través de la cointegración. De hecho, la cointegración es más fuerte que la causalidad. El concepto de cointegración remite a la noción de equilibrio de largo plazo. La incorporación del término de corrección de error captura en qué medida el vector de integración se encuentra fuera del equilibrio. Por lo tanto, un modelo de causalidad con cointegración correctamente especificado combina la estimación de la dinámica de corto y largo plazo. Una consecuencia importante es que la cointegración entre dos o más variables es suficiente para que haya causalidad en por lo menos una dirección (Engle y Granger, 1987). Esto último se debe al hecho de que para que dos o más variables tengan un equilibrio de largo plazo alcanzable, entonces debe existir alguna relación de causalidad entre ellas que provea de la dinámica necesaria. El contraste de cointegración y la estimación del VMCE (Vector de Mecanismo de Corrección del Error) se realizan a través del procedimiento bietápico de Engle y Granger (1987): En una primera etapa: Estimar por MCO la siguiente relación de cointegración entre los 2 componentes del vector ( ) 1 2 t t t y y y ′ = : 1, 0 1 2, 1, 0 1 2, t t t t t t y y z z y y β β β β = + + ⇒= − − (7) Obtener los residuos 1, 0 1 2, ˆ ˆ ˆ t t t z y y β β = − − de dicha regresión y a continuación contrastar que dicho residuos obtenidos de la regresión de cointegración (7) contienen una raíz unitaria utilizando los contrastes de DFA descritos anteriormente. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 27 - 1 2 1 2 ˆ 0 : (1) 0 : ( , ) no están cointegradas ˆ 0 : (0) 0 : ( , ) están cointegradas t t t t t t H Z I H y y H Z I H y y ⇔ ⇔   ( 8) En la regresión (7) se pueden incluir componentes deterministas como una constante, tendencias, variables ficticias de cambio estructural, etc. En una segunda etapa: En caso de rechazar la hipótesis nula de que los residuos de la relación de cointegración son I(1) podemos concluir que existe una relación de cointegración estacionaria entre las dos variables. La existencia de relación de cointegración, permite especificar y estimar el MCE introduciendo los residuos de la relación de cointegración (12) retardados como una variable exógena adicional en el modelo en primeras diferencias, es decir: 11, 12, 1, 11,1 12,1 1, 1 1 1 1 1 21,1 22,1 2, 1 2 2 2 21, 22, 2, largo plazo corto plaz ˆ p p t p t t t t t t t p p t p o a a y a a y y u z a a y y u a a y α α − − − −− ∆    ∆ ∆         = + + + +                ∆ ∆∆            L 14243 14444444444244444444443 (9) donde 1, 0 1 2, ˆ ˆ ˆ t t t z y y β β = − − Engle y Granger (1987) demostraron que una vez estimado por MCO el vector de cointegración, los restantes parámetros del MCE pueden ser estimados consistentemente por MCO y se pueden realizar los contrastes de la forma habitual. 3.3 RESULTADOS DE LA APLICACIÓN EMPÍRICA Una vez presentada la metodología que será utilizada para estudiar las relaciones dinámicas existentes entre el crecimiento económico y el sector turismo, en este capítulo se analizarán los principales resultados obtenidos con el fin de dar contenido empírico a las relaciones teóricas presentadas anteriormente y tratar de responder a las preguntas planteadas en el capítulo introductorio. La estructura de este capítulo es similar a la del capítulo metodológico. En primer lugar, se describen las variables utilizadas en este trabajo así como las fuentes de información y las transformaciones preliminares a las que se han sometido los datos. A continuación, se determina el orden de integración de las diferentes series mediante los diversos contrastes de raíces unitarias descritos en el capítulo anterior. Dado que algunas de las TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 28 - variables son I(1), la segunda sección se dedicará al análisis de cointegración entre las dos variables y a la especificación y estimación de dicha relación de cointegración. Teniendo en cuenta los resultados del apartado anterior, en la tercera sección se definirá un modelo de MCE y se analizarán las relaciones a largo plazo existentes entre las variables seleccionadas. El último apartado de este capítulo se centrará en estudiar las relaciones dinámicas a corto plazo existentes entre las variables del sistema y se contrastarán las diferentes hipótesis de causalidad. 3.3.1 Descripción de la fuente de información utilizada La fuente de la información utilizada para llevar a cabo el análisis de causalidad entre el factor turismo y el crecimiento económico español reside en el Instituto de Estudios Turísticos (IET), organismo dependiente del Ministerio de Economía español, responsable de los factores que inciden sobre el turismo y la coordinación y difusión de la información sobre el sector turístico, y en la oficina estadística de la Comisión Europea: Eurostat (Statistical Office of the European Communities) que produce datos sobre la Unión Europea y promueve la armonización de los métodos estadísticos de los estados miembros. Para la variable turismo en concreto hemos consultado la encuesta de movimientos turísticos en fronteras (Frontur) que es la operación estadística de la Subdirección General de Conocimiento y Estudios Turísticos que recoge datos relativos a la entrada de visitantes no residentes en España, ya que para la demanda turística, el número de llegadas es la medida más aceptada, y a la vez la más utilizada en los estudios empíricos (Sheldon, 1993; Lim y McAleer, 2000; Shareef y McAleer, 2007; Lin et al., 2010). Sin embargo, otros autores utilizan el gasto e ingreso turístico (e.g. Tremblay, 1989; Sheldon, 1993; Syriopoulos, 1995; Li et al., 2006; Songe et al. 2010). El indicador menos utilizado en la literatura es la duración de la estancia (Alegre y Pou, 2006; Gokovali et al., 2007; Barros et al., 2010) y según Downward y Lumsdon (2003) está altamente correlacionado con el gasto turístico aunque la relación puede ser no lineal (Thrane y Farstad, 2010). Respecto al crecimiento económico vamos a utilizar como medida el Producto Interno Bruto (PIB) real, ya que es la medida más utilizada en la literatura. También se suele emplear para ello un índice de actividad industrial y en los estudios bivariados se incluye además el tipo de cambio real para reflejar el grado de apertura de un TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 29 - determinado destino (país/región). Otros autores sin embargo, proponen análisis multivariante en los cuales emplean varios indicadores económicos como son por ejemplo, el gasto de los hogares, precios y tasa mínima de depósito (Jackma n y Lorde, 2010) o el número de personas por debajo de la línea de pobreza (para el caso de Nicaragua, Croes y Vanegas, 2008). Como no es el caso y para no complicar el análisis, en el presente trabajo nos vamos a limitar a utilizar la variación en el Producto Interno Bruto (PIB) real procedente del Eurostat. 3.3.2 Análisis descriptivo de las series Las series de datos utilizadas en el análisis son por tanto la variación en el Producto Interno Bruto (PIB) como medida del crecimiento económico español, y el número de entradas de turistas en el país (TUR) en cuanto a la demanda turística, procedente del Instituto de Estudios Turísticos (FRONTUR: Movimientos turísticos en frontera). Se trata de datos trimestrales para el periodo de interés que abarca desde el primer trimestre del año 2000 hasta el cuarto trimestre de 2013. Gráfico 12. Evolución del PIB Gráfico 13. Entradas de Turistas (TUR) Fuente: Elaboración propia a partir de los datos obtenidos del Instituto de Estudios Turísticos (IET). Según se observa en los gráficos anteriores la serie original de las entradas de turistas en el país, a diferencia de la del PIB, tiene un fuerte componente estacional (aumenta más en verano). Para eliminar el componente estacional y mostrar la tendencia de las entradas primero se debe desestacionalizar las series, sobre todo la del turismo. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 30 - En cuanto al Producto Interior Bruto, al tratarse de una cantidad monetaria y poder expresarla en términos porcentuales, vamos a tomar logaritmos. 15 Por tanto, como fase preliminar vamos a desestacionalizar las series y tomar logaritmos de ambas, para poder analizar posteriormente las propiedades univariantes de las mismas, (si se trata de series estacionarias o no). Gráfico 14. Evolución de las variables Turismo y PIB (en niveles) Fuente: Elaboración propia a partir de los datos obtenidos del Instituto de Estudios Turísticos (IET). En el Gráfico 14, por tanto, aparece representada la evolución conjunta de las variables Turismo y PIB en niveles (variables con logaritmo neperiano). A partir de los gráficos de las series originales, se pueden distinguir tres periodos diferentes en la evolución de las dos variables. El primer periodo se extiende desde el primer trimestre del 2000 hasta el primer trimestre del 2008. A lo largo de este primer periodo se observa una tendencia creciente en la evolución de las dos variables. Ambas variables mantiene una evolución paralela que podría estar indicando no sólo la no estacionariedad de las mismas, sino que posiblemente que estén cointegradas. Por tanto, a partir del gráfico anterior podría decirse que en los períodos de expansión económica las tasas de crecimiento de la demanda turística son aún mayores que las tasas de crecimiento económico. El segundo periodo arranca a partir del segundo trimestre del año 2008 y finaliza en el último trimestre de 2010, coincidiendo con el periodo de crisis económica y financiera. De hecho, a partir del año 2008 al igual que la zona Euro, la economía española ha sufrido una caída de sus índices macroeconómicos, dando paso a un 15 PIB: Serie original del producto interior bruto TUR: Serie original de entradas de turistas L_TUR: Serie logaritmo de TUR desestacionalizada, también la llamaremos serie turismo o TUR. L_PIB: Serie logaritmo de PIB desestacionalizada (presenta misma tendencia que la serie original del PIB), también la denominaremos en el trabajo. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 31 - período de recesión y crisis. El origen de esta caída es una combinación de problemas estructurales propios de la economía española y la fuerte influencia externa de la crisis financiera mundial. En consecuencia, y según hemos visto también en el análisis descriptivo, el año 2008 fue un punto de inflexión en el crecimiento del turismo después de 8 años (2000-2007) de fuertes crecimientos, ya que en la segunda mitad del año 2008 comenzó a cambiar la tendencia. Debemos señalar que el comportamiento del turismo está íntimamente ligado al comportamiento de la economía. Sin embargo, a partir de 2011 se observa una recuperación positiva del sector turístico a pesar que la economía española sigue en recesión. Esto se debe, en gran medida a la llamada Primavera Árabe que se desencadenó el 4 de enero de 2011 en Túnez. 16 Según la OMT las revueltas de la Primavera Árabe tuvieron una consecuencia directa para España en el año 2011. Así, del 7,6% de crecimiento en la llegada de turistas que se registró en dicho año, entre un 3 y un 4% se atribuiría a los turistas desviados a raíz de esos conflictos, lo que se traduciría en términos absolutos en un flujo de entre 1,6 y 2,1 millones de turistas nuevos (OMT, 2012). En 2010 las llegadas de turistas extranjeros a España vía paquete turístico aumentaron un 0,3% pero en cambio en 2011 su crecimiento se intensifica bruscamente hasta alcanzar un 12,2%. Los turistas franceses tradicionalmente han sido los principales clientes de Túnez y Marruecos, pero en 2012 se observó un trasvase de turistas hacia otros destinos. Uno de los principales beneficiarios fue las Islas Canarias, que pasaron de 150.000 turistas franceses en el año 2010 a 300.000 viajeros en 2012. La Primavera Árabe que comenzó en 2011 ha creado un foco de inestabilidad en el norte de África y Oriente Medio no extinguido aún, lo que seguirá desviando turistas en 2013 hacia otros destinos, España entre ellos. Mientras tanto, países como Egipto y Túnez rediseñan sus estrategias turísticas a corto y largo plazo. La Organización Mundial del Turismo sostiene que España ha sabido retener a parte de los turistas que a partir del 2011 dejaron de ir a los países afectados por la llamada Primavera Árabe. La afirmación se basa en el aumento del 3,3% en la llegada de visitantes que experimentaron los destinos españoles entre enero y julio de 2012, en comparación con el mismo período del año anterior. 16 Denominación genérica de las sucesivas revueltas populares que se han ido produciendo en el Oriente Medio y el Norte de África. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 32 - Respecto del turismo británico, otro foco de turismo importante para España, la Primavera Árabe sigue favoreciendo a España como primer destino de los turistas británicos. España mantiene su posición de líder como destino de vacaciones para los turistas británicos. Durante el último trimestre de 2011, la demanda de vacaciones en España por los británicos se incrementó un 27% frente a 2010. Dicha estructura en la evolución de la series ha condicionado en gran medida el trabajo posterior. Esto nos ha llevado a tomar una decisión importante acerca del periodo muestral para el análisis empírico. En primer lugar, trabajar con el periodo completo nos obliga a introducir dos cambios estructurales importantes en la evolución de las variables. Esto podría no sólo complicar los análisis ya que requiere el uso de técnicas econométricas complejas que creemos que queda fuera del alcance de este trabajo, sino además podría sesgar los resultados obtenidos. En segundo lugar, según lo que se ha comentado anteriormente, a partir de 2011 la evolución del sector turístico está más marcada por lo que ha ocurrido en el entorno internacional al margen de la evolución económica del país y por tanto implica la introducción de otros factores exógenos al crecimiento económico para explicar la evolución del turismo. Todo esto, al final nos llevó a tomar la decisión de considerar el periodo muestral comprendido entre el primer trimestre del año 2000 y el último de 2010, esperando que los resultados obtenidos nos permitan adelantar algunas conclusiones respecto a la evolución futura de las variables. Una vez explicada la base de datos que será utilizada, comenzamos con la primera etapa del trabajo empírico, que consiste en determinar el orden de de integración de las variables (ver anexo 6 que contiene las etapas de la aplicación empírica). Antes de pasar a presentar los resultados de cada una de las etapas, mencionar que hemos definido una variable ficticia temporal para recoger el periodo de la crisis económica: 1 si t 2008:Q2 08 0 si t<2008:Q2 t D≥  =   (10) 3.3.3 Determinación del orden de integración de las variables Como se puede observar en el esquema presentado anteriormente, el primer requisito para los contrastes de causalidad es la determinación del orden de integración de las dos TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 33 - variables, resultante del análisis de estacionariedad. Análisis que se realiza en tres pasos: para cada una de las series primero se analiza la tendencia, después los gráficos de correlogramas y por último se realizan los contrastes de raíces unitarias de DFA presentados en la sección anterior (ver apartado 3.2.5.2.). a) Gráfico de las series en niveles: según hemos comentado en el apartado anterior observando el gráfico 14, ambas series presentan tendencia no estacionaria y cambio estructural en torno a 2008. Tanto la serie del PIB como la de turismo tienen tendencia creciente hasta 2008 y a partir de dicho año, debido a la crisis económica, muestra una tendencia decreciente. Además, en el caso de la serie del turismo vuelve a remontar a partir de 2011 gracias a la Primavera Árabe. Podemos decir que se trata por tanto de series no estacionarias ya que presentan distintos tramos crecientes y no evolucionan alrededor de una media constante. b) Correlogramas: En los dos gráficos siguientes (15 y 16) se recogen las Funciones de Autocorrelación (FAC) y Autocorrelación Parcial (FACP). Gráfico 15. Correlogramas del PIB Gráfico 16. Correlogramas Turismo Fuente: Elaboración propia a partir de las bases de datos utilizando para ello el programa econométrico Gretl. FAC es la Función de Autocorrelación Muestral y FACP es la Función de Autocorrelación Parcial Muestral A partir de dichos gráficos se observa que para ambas variables el primer valor es cercano a la unidad y que las FAC para ambas series muestran un decrecimiento lento sin llegar a anularse, indicando la no estacionariedad de las variables. Estos resultados nos permiten concluir que ambas variables son series no estacionarias al menos en media. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 34 - c) Contrastes de Raíz Unitaria (Contraste de DFA) El primer requisito para llevar a cabo la aplicación de los contrastes de raíz unitaria consiste en especificar la estructura del PGD (componentes deterministas) y determinar el retardo óptimo que asegure que los residuos son ruido blanco. Respecto al primer problema, se han realizado todos los contrastes considerando los dos tipos de modelos: modelo B (con constante) y modelo C (constante y tendencia). En cuanto a la determinación del orden óptimo de retardo (k) hemos utilizado el Criterio Informativo de Akaike Modificado (MAIC) que trata de encontrar el retardo k que minimiza el MAIC. Cuadro 5. Contrastes de raíces unitarias de Dickey – Fuller Aumentado (DFA). Fuente: Elaboración propia utilizando para ello el programa econométrico Gretl. Los valores entre paréntesis son los retardos seleccionado por el criterio MAIC y utilizados para la estimación de la regresión de DFA El cuadro 5 muestra los diferentes resultados de los contrastes de DFA, tanto para las series en niveles, como en primeras diferencias. Para las variables en niveles se han realizado los contrastes utilizando el modelo C, incluyendo una constante y una tendencia determinista dado que la evolución de ambas variables a lo largo de la muestra una tendencia creciente. En el caso de las variables en primeras diferencia, por el contrario, se ha utilizado el modelo B según el cual se incluye únicamente una constante. Todos los contrastes se han realizado incluyendo la variable ficticia D80 para recoger el posible cambio estructural en la evolución de ambas variables. Según los resultados obtenidos se pueden extraer las siguientes conclusiones: Para las dos variables en niveles (PIB y TUR), los contrastes no rechazan la hipótesis nula de presencia de al menos una raíz unitaria alrededor de una tendencia determinista y una variable ficticia D08, ya que los valores del estadístico de DF para ambas variables son mayores que su correspondiente valor crítico (menores en valores absolutos) al 5% de nivel de significación. Por tanto, llegamos a la misma Modelo TUR PIB Valores Críticos (5%) Variables en niveles: 0: serie I(1) frente Ha: Serie I(0) H Modelo con constante y tendencia -1,889 (2) -1,177 (4) -3,46 Variables en primeras diferencias 0: serie I(2) frente Ha: Serie I(1) H Modelo con constante -3,593 (1) -2.98 (3) -2,90 TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 41 - podría estimarse mediante MCO ecuación por ecuación (cuadro 9). Todas las estimaciones se han realizado utilizando el programa estadístico Gretl. Cuadro 9. Estimación del modelo de Mecanismo de Corrección del Error Ecuacion PIB Ecuación TUR Variables explicativas Coeficiente Estadístico t Coeficiente Estadístico t D2008 0.006 4.064 0.002 1.606 d_LTUR_1 0.076 4.217 3.628 3.446 d_LTUR_2 0.076 3.149 2.243 1.854 d_LTUR_3 0.045 2.264 -3.597 -3.657 d_LPIB_1 0.119 0.700 0.619 5.028 d_LPIB_2 0.338 1.918 -0.495 -3.174 d_LPIB_3 -0.361 -2.633 0.267 2.042 TCE-1 -0.056 -2.230 0.656 3.643 R-cuadrado 0.89 R-cuadrado 0.69 R-cuadrado corregido 0.87 R-cuadrado corregido 0.63 Fuente: Elaboración propia utilizando Gretl TCE-1 representa los residuos de la relación de cointegración retardados un periodo. Antes de interpretar los parámetros estimados, debemos primer someter el modelo a una batería de contraste con el objetivo de analizar si supera la etapa de chequeo. Se trata de comprobar si los residuos obtenidos del modelo estimado cumplen las hipótesis de normalidad, homocedasticidad y ausencia de autocorrelación. Para contrastar la existencia de autocorrelación de primer y cuarto orden se ha utilizado el estadístico LM de Breusch-Godfrey (LM) (Godfrey, 1988). 19 Dicho contraste es asintóticamente válido en presencia de variables dependientes retardadas, y suficientemente flexible como para considerar órdenes de correlación serial alternativos. En cuanto al contraste de normalidad, se ha utilizado el contraste LM de Jarque Bera. 19 En primer lugar, se estima el modelo de regresión : t t t Y X α β ε = + + 1 1 y se guardan los residuos, ˆ t ε . A continuación, se estima por MCO la ecuación de de los residuos en función de una constante, las variables explicativas del modelo y los q retardos de los residuos: 0 1 0 1 ˆ ˆ ˆ ... t t t p t p t X ε λ λ α ε α ε ς − − = + + + + + La hipótesis nula es la ausencia de autocorrelación serial de orden (q): 0 1 2 : ... 0 p H α α α = = = = . Mientras que la alternativa es que el proceso sigue un AR(q). Bajo la hipótesis nula de que t ς es iidN(0, σ 2 ), el estadístico de contraste LM=TR 2 , donde T es el tamaño muestral y R 2 el coeficiente de determinación de la regresión anterior, tiene una distribución 2 χ con p grados de libertad. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 42 - Finalmente, para comprobar la heteroscedasticidad, tratándose de series temporales, se ha realizado los contrastes de ausencia de heterocedasticidad autorregresiva condicionada (efectos ARCH) utilizando el procedimiento propuesto por Engle (1982) 20 . Si existe heterocedasticidad condicionada, los residuos del modelo ajustado estarían incorrelacionados, pero serían dependientes. Por tanto, los residuos al cuadrado presentarían autocorrelación. Los resultados de dichos contrastes se recogen en el cuadro 10. Como se puede apreciar, no se rechaza la hipótesis nula de ausencia de correlación serial de primer y cuarto orden. Asimismo, para todos los retardos, no se rechaza la hipótesis nula de ausencia de efecto ARCH. Finalmente, el estadístico LM de Jarque Bera para ambas ecuaciones estimadas no rechaza la hipótesis nula de normalidad 21 de los residuos dado que los valores obtenidos son menores que el valor crítico al 5%. A la vista de estos diferentes resultados, podemos concluir que el modelo estimado considerando 3 retardos está correctamente especificado, ya que no presenta problemas de autocorrelación, heteroscedasticidad y de no normalidad de los residuos. En consecuencia, los estimadores MCO ecuación por ecuación del modelo siguen siendo insesgados, los contrastes de hipótesis sobre los parámetros serán válidos y se pueden realizar utilizando sea el estadístico t-ratio para analizar la significatividad individual de los 20 En primer lugar, se estima el modelo de regresión : t t t Y X α β ε = + + 1 1 y se guardan los residuos, ˆ t ε . A continuación, se estima por MCO la siguiente regresión auxiliar: 2 2 2 0 1 1 ˆ ˆ ˆ ... t t q t q t ε α α ε α ε ς − − = + + + + La hipótesis nula es la ausencia de heteroscedasticidad autorregresiva condicionada de orden (q): 0 1 2 : ... 0 q H α α α = = = = , mientras que la alternativa es que el proceso sigue un ARCH(q). Bajo la hipótesis nula de que t ς es iidN(0, σ 2 ), el estadístico de contraste LM=TR 2 , donde T es el tamaño muestral y R 2 el coeficiente de determinación de la regresión anterior, tiene una distribución 2 χ con q grados de libertad 21 La hipótesis nula del estadístico LM y la de normalidad es la ausencia de correlación serial y normalidad, respectivamente, por lo que valores superiores al valor crítico significan el rechazo de dichas hipótesis (presencia de autocorrelación y no-normalidad de los residuos). TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 43 - parámetros o bien el estadístico F para cualquier tipo de restricciones lineales sobre los parámetros de posición del modelo. Cuadro 10. Contrastes de correcta especificación del modelo estimado. Notas: a: Hipótesis nula: no hay autocorrelación y hipótesis alternativa: autocorrelación serial de orden p b: Hipótesis nula: no hay efecto ARCH y la hipótesis alternativa: Heteroscedasticidad condicionada de orden q c: Hipótesis nula: el error se distribuye normalmente d: los valores entre paréntesis son los p-valores de cada uno de los contrastes. Un p-valor menor (mayor) que 0,05 indica el rechazo (no rechazo) de la correspondiente hipótesis nula al 5% de nivel de significación (ver notas a,b y c) A partir de los resultados de estimación del modelo recogidos en el Cuadro 10 cabe destacar los siguientes resultados: • Al 5% de nivel de significación, la mayoría de los coeficientes estimados son significativos, dado que los valores de t-ratios obtenidos son mayores a su correspondiente valor crítico al 5% (1,98). • La bondad de ajuste en ambas ecuaciones es bastante alta. Esta información se mide a partir del coeficiente de determinación obtenido para cada una de las ecuaciones estimadas. • Tal como se ha comentado en el apartado de la descripción metodológica, la representación del MCE combina dos tipos de parámetros: los que describen la dinámica de las variables a corto plazo (aij) y los que representan el ajuste hacia el equilibrio a largo plazo. En cuanto a los primeros (aij), normalmente carecen de sentido económico y serán utilizados en la última etapa de este trabajo para contrastar la hipótesis de causalidad en el sentido de Granger. En este apartado nos vamos a centrar en la interpretación de los coeficientes de ajustes de cada variable para recuperar el equilibrio a largo plazo. Ecuación 1: t PIB ∆ Ecuación 2: t TUR ∆ Contraste LM de autocorrelación a LMBG(1) 3,45 (0,063) 4,26 (0,047) LMBG(4) 6,81 (0,146) 6,28 (0,179) Contrastes de heteroscedaticidad b ARCH(1) 2,12 (0,146) 1,51 (0,218) ARCH(4) 3,09 (0,542) 2,136 (0,710) Contraste de normalidad de los residuos c LMJB 4,25 (0,118) 5,96 (0,051) TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 44 - • En las dos ecuaciones del modelo estimado los coeficientes de ajustes a largo plazo ( 1 2 ˆ ˆ y α α ) son significativos al 5% de nivel de significación. Estos parámetros son de suma importancia para la interpretación de los resultados del Vector de MCE. • Los parámetros 1 2 ˆ ˆ y α α proporcionan dos tipos de información atendiendo a su significatividad y su magnitud. La significatividad es un indicativo de que la variable no es débilmente exógena respecto al equilibrio a largo plazo. La exogeneidad débil es un concepto relativo que significa que la variable en cuestión no reacciona ante cambio en la relación de equilibrio a largo plazo. En nuestro caso observamos a partir de los resultados de la estimación (cuadro) que ambos coeficientes de ajustes son significativos, lo que indica que ninguna variable puede considerase como débilmente exógena. Es decir, ante una situación de desequilibrio, tanto el PIB como el turismo ajustan sus valores para restablecer la senda de equilibrio a largo plazo entre ambas variables. • La magnitud de los coeficientes de ajustes indican la velocidad de ajuste de la variable dependiente en cada una de las dos ecuaciones hacia el equilibrio a largo plazo estimado. Un valor pequeño y significativo indica que, ante una situación de desequilibrio transitorio, la variable en cuestión se ajusta lentamente para retornar a la senda de equilibrio a largo plazo. Por el contrario, un valor elevado indica que dicho ajuste se produce rápidamente. • A partir de los resultados de estimación se observa que el valor elevado del coeficiente de ajuste corresponde a la variable TUR indicando que el Turismo responde más rápidamente ante una situación de desequilibrio. En el caso del PIB, se obtiene un coeficiente de ajuste de -0,056, lo que significa que ante una situación de desequilibrio a largo plazo en el periodo t-1 (por encima de lo normal), el PIB varia su trayectoria con el fin de de restablecer el equilibrio, tratando de corregir un 5,6% del desequilibrio cada trimestre. 3.3.6 Análisis de causalidad a corto plazo. A partir del modelo de MCE estimado anteriormente, a continuación se contrasta la causalidad en sentido de Granger entre las dos variable a corto plazo (ver apartado 3.2.4 TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 45 - para una descripción detallada de la metodología). Los resultados de los diferentes contrastes realizados se recogen en el siguiente cuadro 11. Cuadro 11. Contrastes de causalidad en el sentido de Granger. Fuente: Elaboración propia utilizando Gretl • A partir del primer contraste de causalidad tratamos de responder a la pregunta si el crecimiento económico impulsa el turismo. Como se puede observar en la primera fila del cuadro 11, al 5% de nivel de significación, se rechaza la hipótesis nula de que el crecimiento no causa al Turismo. Este resultado, indica que existe una evidencia empírica en favor de la hipótesis de que el crecimiento en España impulsa el turismo. Es decir, el desarrollo económico lleva a un aumento en el crecimiento del turismo. • En la segunda fila del mismo cuadro 11, el F-estadístico rechaza la hipótesis nula de no causalidad entre el Turismo y el crecimiento económico. En consecuencia, estos resultados son consistentes con la segunda hipótesis planteada en este trabajo de que el turismo induce el crecimiento económico. Algunos estudios sostienen que el turismo causa el crecimiento económico a través de las ganancias en divisas y de la creación de empleo en las economías de destino. • El hecho de que exista causalidad en los dos sentidos entre las dos variables, indica un efecto de retroalimentación recíproco entre las dos series. La combinación de los resultados apuntan a una causalidad bidireccional entre el crecimiento turístico y el crecimiento económico en España. Valor del estadístico Estadístico de contraste y distribución Ecuación TUR H0: PIB no causa TUR en el sentido de Granger Equivale a contrastar sobre los parámetros a corto plazo del modelo 11 la siguiente hipótesis H0: 21,1 21,2 21,3 21, 0: 0 : 0 (i=1,2,3) i H a a a Ha a = = = ∀ ≠ 9,321 pvalor=0,000 )(/ / 1p2TSRnr pSRSR F nrr c +− − = ~F 3,32 p es el retardo óptimo utilizado en el MCE. En nuestro caso (p=3) H0: TUR no causa PIB en el sentido de Granger Equivale a contrastar sobre los parámetros a corto plazo del modelo 11 la siguiente hipótesis H0: 12,1 12,2 12,3 12, 0: 0 : 0 (i=1,2,3) i H a a a Ha a = = = ∀ ≠ 6,099 pvalor=0,002 )(/ / 1p2TSRnr pSRSR F nrr c +− − = ~F 3,32 p es el retardo óptimo utilizado en el MCE. En nuestro caso (p=3) TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 46 - 4 CONCLUSIONES En este trabajo se ha tratado de estudiar si es el crecimiento económico el que determina el desarrollo del sector turístico en España, o bien, es la actividad turística la que provoca un mayor crecimiento económico. Recordar que ambas hipótesis no son equivalentes, ya que la primera supone que el desarrollo del sector turismo no implicaría cambios sustanciales en el crecimiento económico. Mientras que la confirmación de la segunda tendría implicaciones relevantes desde el punto de vista de la política económica, es decir, las políticas encaminadas a desarrollar el sector turístico producirían efectos positivos en toda la economía. Para contrastar dicha hipótesis, el análisis empírico se enfoca en determinar la relación causal entre las entradas de visitantes en España, variable que refleja la demanda turística, y el crecimiento de la economía española, medido a través del PIB. Según hemos visto en el desarrollo práctico, las series iniciales del PIB y turismo no son estacionarias, sino que se trata de variables integradas de orden uno, sus primeras diferencias (incrementos) sí se pueden considerar estacionarias (en el caso del PIB existe un cambio en la media en torno a 2008) lo que nos permite realizar el análisis de cointegración cuyo resultado muestra que efectivamente existe una relación de equilibrio a largo plazo entre ambas variables. Es decir, el turismo y el PIB español tienden a evolucionar conjuntamente en el tiempo y la combinación lineal entre ellos forma una relación lineal estable a largo plazo (estacionaria). Esto se traduce en que en situación de desequilibrio, tanto el PIB como el turismo, aunque el turismo lo haga más rápidamente, ajustan sus valores para restablecer la senda de equilibrio a largo plazo entre ambos. Por otra parte, la existencia de relación de cointegración entre las variables implica la existencia de causalidad entre ambas variables, pero no determina la dirección de la causalidad. Así que se ha estimado el modelo y MCE a partir del cual se ha contrastado la causalidad en el sentido de Granger. Los resultados obtenidos ponen en videncia de que exista causalidad bidireccional entre turismo y crecimiento económico español, es decir, por un lado el PIB español induce el turismo en el país, y por otro es la actividad turística la que induce el crecimiento económico español. El hecho de que el turismo induzca el crecimiento español implica que el sector turístico podría ser considerado como un motor para impulsar el crecimiento de empleo y mejorar la productividad de TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 47 - bienes y servicios que llevan a un mayor crecimiento económico (tal como sugiere Mckinnon, 1964). Así mismo, el turismo internacional incrementa el ingreso a través del aumento de la eficacia generada por la competencia entre firmas locales y otras en destinos turísticos internacionales que son competencia de las primeras, lo que facilita la explotación de economías de escala a nivel local (Helpman y Krugman, 1985). Todo ello, corrobora la idea de que el desarrollo de la actividad turística presenta efectos positivos sobre el crecimiento económico español, relevante desde el punto de vista político, ya que cualquier tipo de política encaminada a desarrollar el sector turístico producirá efectos positivos en toda la economía española. Por tanto, podemos aventurar diciendo que el Plan Nacional e Integral de Turismo (PNIT) que el gobierno español quiere impulsar para el período 2012-2015 (ver apartado 2.2.) con el objetivo de impulsar la competitividad de las empresas y de los destinos turísticos del país y renovar el liderazgo mundial además de generar riqueza, empleo y bienestar de la población, tendrá un efecto positivo en el crecimiento económico del país. Hay que añadir que según vimos al estimar los modelos (capítulo 3.3.) la elasticidad era próxima a uno, por lo que la recuperación del sector turismo en los últimos años (gracias a la llamada Primavera Árabe), además de la que se consiga con el PNIT en los años, será repercutida gradualmente sobre la recuperación económica a largo plazo. En estudios próximos se deberá ampliar el periodo muestral incluyendo en el análisis también el último periodo de tiempo, a partir de 2011, periodo afectado por la llamada Primavera Árabe (ver apartado 3.3.) ya que por motivos de complejidad del análisis empírico en el presente trabajo no se ha incluido. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 48 - 5 REFERENCIAS BIBLIOGRÁFICAS Balaguer, J. y Cantavella-Jorda, M. (2002) “Tourism as a long-run económic growth factor: the Spanish Case”, Aplied Economics, Vol. 34, pp. 877-884. Balassa (1978) “Exports and economic growth: Further evidence”, Journal of Development Economics, Vol 5: 181-189. Blake, A., Sinclair, T.M., y Ca mpos Soria J.A. (2006) “Tourism productivity. Evidence from the United Kingdom”, Annals of Tourism Research, Vol 33, No 4, pp 1099-1120 Brida, J.G., Lanzilotta, B. y Risso, W.A. (2008) “Turismo y crecimiento económico: el caso de Uruguay” PASOS. Revista de Turismo y Patrimonio Cultural, Vol. 6 (3) pp. 481-492. Brida, J.G., Pereyra, J. S., Pulina, M. y Such, M. J. (2011) “Causality between tourism and long-term economic growth: a critical review of the econometric literature” MPRA Paper N. 37332 Brida, J.G., Pereyra, J.S., Such, M. J. y Aguirre, S. Z. (2008) “La contribución del turismo al crecimiento económico” Cuadernos de Turismo, nª 22, pp. 35-46 Cortés-Jiménez, I y Pulina, M. (2006) “Tourism and growth: Evidence for Spain and Italy”, 46th Congress of the European Regional Science Association, University of Thessaly, Greece. Croes, R. (2006) “A paradigm shift to a new strategy for small island economies: Embracing demand side economics for value enhancement and long term economic stability”, Tourism M anagement, Vol 27, pp 453-465. Dritsakis, Nikolaos (2004) “Tourism as a long-run economic growth factor: an empirical investigation for Greece using causality analysis”, Turism Economics, 2004, Vol. 10 (3), pp. 305-316. Engle, R. y Granger, C. (1987) “Co-integration and Error Correction: Representation, Estimation and Testing”, Econometrica, Vol. 55, pp.251-276. Fernández Fuster, L. (1991) “Historia general del turismo de masas”, Madrid, Alianza, pp. 654-655 y 681; Anuario El País 1997 y 2002. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 49 - Ghirmay, T., Grabowski, R. y Sharma, S.C. (2001) Exports, investment, efficiency and economic growth in LDC: an empirical investigation. Applied Economics, 33(6), pp. 689-700. Granger, C. (1988) “Some recent developments in a concept of causality” Journal of Econometrics, Vol. 39, 199-211 Greene, W.H. Análisis Econométrico·Prentice Hall·1998 Grossman, Di G.M., y Helpman, E. (1991) Innovation and Growth in the Global Economy (Cambrid ge: MIT Press). Krueger, A. (1980) “Trade Policy as an input to development”, American Economic Review, Vol. 70, pp.188-292. Louca, C. (2006) “Income and expediture in the tourism industry: time series evidence from Cyprus”. Turism Economics, Vol. 12, 4, pp. 603-617. Mckinnon, R. (1964) “Foreign exchange constraint in economic development and efficient aid allocation”, Economic Journal, Vol. 74, pp. 388-409. Nowak, J-J., Sahli, M., y CortésJimé nez, I. (2007) “Tourism, capital good imports and economic growth: theory and evidence for Spain”, Tourism Economics, Vol 13, No 4, pp 515-536. Sims, C. (1980) “Macroeconomics and reality”, Econometrica, 48, pp. 1–48. Tena, A. (2005) “Sector exterior”, en A. Carreras y X. Tafunell (Coords.), Estadísticas históricas de España. Siglos XIX-XX, Vol. 2, Bilbao, Fundación BBVA, pp. 573-644. Vallejo Pousada, R. (2011) “Turismo y desarrollo económico en España durante el franquismo 1939-1975” X Congreso Internacional de la AEHE. Statistical Office of the European Communities, Eurostat, la oficina estadística de la Comisión Europea. Instituto de Estudios Turísticos, IET (Ministerio de Economía español), Afiliación a la Seguridad Social, 2011. Instituto Nacional de Estadística, INE (Ministerio de Economía y Competitividad) y Cuenta Satélite de Turismo, avance 2010 Ministerio de Industria, Energía y Turismo; Plan Nacional e Integral de Turismo 20122015; Banco de España, Balanza de pagos; iet.turismoencifras.es. TFG: Línea Turismo y Crecimiento Económico ______________________________________________ - 50 - 6 ANEXOS i. Tipos de turismo existente en España ii. Estudios realizados para los destinos europeos iii. Marco teórico de la causalidad en econometría iv. Estacionariedad versus integrabilidad v. Cointegración: concepto, definiciones, modelos y contrastes vi. Cuadro 3. Etapas de la aplicación empírica vii o Las estimaciones por mínimos cuadrados pueden producir resultados erróneos (se las conoce como regresiones espurias) o Los estimadores son no consistentes y no se cumplen las propiedades clásicas para hacer inferencia. o La tercera consecuencia importante de la no estacionariedad de las series es que la mayor parte de los estadísticos utilizados en el proceso de inferencia convergen hacia distribuciones no estándar. o El concepto de variables no estacionarias afecta conceptualmente a la teoría económica y, en especial, en el contexto de la política económica sobre las variables macroeconómicas. En el caso de que una variable presente una raíz unitaria (series no estacionarias), los shocks pasados y presentes son igualmente importantes, teniendo efectos permanentes en el nivel de la variable. Un ejemplo, todas las medidas de política económica no anticipadas. Mientras que si dicha variable es I(0), la influencia de los shocks pierde importancia con el paso del tiempo. Es decir, el presente es más importante que el pasado, y las medidas de política económica van perdiendo su efecto. Por todo ello, es importante verificar, antes de trabajar con una serie, si ésta es estacionaria o no. Un método para verificar la estacionariedad o no de las series temporales es la utilización de los contrastes de raíces unitarias. A partir de los años 80 se han ido desarrollando una serie de contrastes para determinar la existencia de raíces unitarias en las series objeto de estudio. Estos nuevos procedimientos se han desarrollado dentro de una gran corriente asociada con el tratamiento de modelos o variables no estacionarias. Toda esta literatura arranca a partir de los trabajos de Granger y Newbold (1974, 1977), Fuller (1976), Dickey y Fuller (1979, 1981) y Nelson y Plosser (1982). A partir de estos trabajos se ha ido desarrollando una extensa literatura sobre el tema, muchas veces condicionada a las limitaciones encontradas en los contrastes anteriores. Entre dichos trabajos se pueden citar, entre otros, los de Phillips (1987); Phillips y Perron (1988); Perron (1989) y Kwiatkowski et al. (1992). El contraste de la hipótesis de raíz unitaria se ha convertido en una práctica necesaria a la hora de modelizar relaciones macroeconómicas debido a que los estadísticos de contraste tienen asociadas diferentes propiedades según si el proceso generador de datos viii (PGD) que se supone para las variables sigue un modelo integrado o un modelo estacionario. Dos son las principales razones por las que es importante realizar una correcta discriminación. En primer lugar, y desde una vertiente económica, las repercusiones que tiene la distinción entre procesos integrados y estacionarios para los modelos postulados por la teoría económica son relevantes. En el caso de los procesos integrados, las perturbaciones tienen un efecto permanente que provoca que la trayectoria de la variable a lo largo del tiempo sea errática [ver Dickey y Fuller (1979)]. En segundo lugar, desde un punto de vista econométrico, los instrumentos de inferencia estadística clásica sólo son válidos cuando las variables pueden ser clasificadas como estacionarias, pero no cuando el PGD de la variable es integrado. El uso de las distribuciones estándar de los estadísticos de contraste en la etapa de inferencia puede conducir hacia la obtención de conclusiones erróneas al verse éstas afectadas por la presencia de raíces unitarias. Dentro de los contrastes de raíces unitarias los más utilizados en las aplicaciones empíricas son los contrastes de Dickey y Fuller Aumentado (DFA). El contraste DF y ADF son los contrastes de raíces unitarias mas empleado en la práctica, fue originalmente propuesto por Dickey y Fuller y ha sido objeto de sucesivas mejoras y modificaciones a lo largo de los último años. Contrastar la presencia de raíces unitarias suponiendo que la serie en cuestión sigue un proceso AR(1) (caso del contraste de DF), cuando el verdadero PGD viene determinado por un AR(k), hace que los residuos del modelo estén correlacionados con el fin de compensar la mala especificación de la estructura dinámica del PGD (contraste de DF). La forma de solucionar este problema consiste en añadir a la regresión auxiliar del contraste de Dickey-Fuller tantos retardos de la variable endógena como sean necesarios para conseguir la correcta especificación del modelo y para que, por tanto, los contrastes de raíces unitarias tengan validez: ρ γ ε − − = ∆ = + + ∆ + ∑ 1 1 ( ) k t t i t i t i Z f t Z Z (3) Siendo k (retardo óptimo de ∆ Z t ) suficientemente largo para asegurar que los residuos ε t sean ruido blanco y f(t) es la parte determinista del modelo. Existen tres posibles especificaciones de f (t) de la parte determinista: ix µ µ β =⇒ =⇒ = + ⇒ A: ( ) 0 od sin componentes dete rministas B: ( ) Modelo con constante C: ( ) Modelo con constante y tendencia Modelo f t M elo Modelo f t Modelo f t t (4) Contrastar la presencia de una raíz unitaria equivale a contrastar: 0 : 0, a serie presenta raíz unitaria : 0, la serie no presenta raíz unitaria a H l H ρ ρ = < (5) Se utiliza un modelo u otro en función del tipo de proceso que estás analizando:  Modelo A: se asume que la serie t Z tiene media cero bajo la hipótesis nula de una raíz unitaria.  Modelo B: se asume que la serie t Z tiene media diferente de cero bajo la hipótesis nula.  Modelo C: este planteamiento vale para situaciones en las que se asume que bajo Ho el proceso t Z tiene deriva. A partir de la regresión (6) se estima, ˆ ρ por MCO y se calcula su correspondientes pseudo t-ratios (definidos como τ τ , τ µ y τ dependiendo si se utiliza el modelo C, B o A, respectivamente) para contrastar la hipótesis nula de una raíz unitaria. Las distribuciones de estos estadísticos ( τ τ , τ µ y τ ), bajo la hipótesis nula convergen, hacia combinaciones de procesos Wiener y sus valores críticos se encuentran tabulados en Dickey y Fuller (1979) 2 . Anexo 5: Cointegración: concepto, definiciones, modelos y contrastes Como se ha comentado anteriormente, la no estacionariead de las variables invalida los procedimientos de estimación y la inferencia que a partir de ellos se realiza, originando en muchas ocasiones relaciones estadísticamente significativas entre variables generadas independientemente, lo que se conoce como regresiones espúreas. Como consecuencia de todo ello en la segunda mitad de los años setenta aparece una corriente que propone relacionar exclusivamente lo estacionario. Tales autores propugnaban que en aquellas aplicaciones en que se manejasen variables no 2 En Mackinnon (1991) se presenta la formulación que permite calcular los valores críticos para cualquier tamaño muestral. x estacionarias (siendo el caso más frecuente que sean integradas de orden uno I(1)), se tomasen previamente las diferencias necesarias para obtener variables estacionarias. De hecho durante muchos años era una práctica habitual formular los modelos VAR considerando primeras diferencias de las variables cuando estas no resultaban ser estacionarias. Un tratamiento más satisfactorio de los modelos con variables integradas no se logra hasta la segunda mitad de los años ochenta, con la aparición de la literatura sobre cointegración. La literatura sobre cointegración y su contrapartida de Mecanismo de Corrección del Error (MCE) ha puesto de manifiesto que la formulación de tales modelos directamente sobre variables diferenciadas, cuando las series están cointegradas, es incorrecta puesto que genera residuos con media móvil no invertibles. Además, la diferenciación de las variables conduce a una pérdida de información sobre el largo plazo contenida en los niveles de las series. El concepto de series cointegradas fue desarrollado por Engle y Granger (1987). Se dice que el vector ')( t2t1t yyy = formado por dos variables está cointegrado de orden 1,0 y se denota por y t ~CI(b,d), si: a) Todos los componentes de y t son integrados del mismo orden 1, es decir son I(1); y b) existe un vector ( ) 11 1 β β ′= , no nulo tal que: ( ) 1 1 1 1 2 2 1 (0) t t t t t t y y y y z I y β β β   ′= = − =      ( 6) Al vector β se le denomina vector de cointegración. Y la relación 1 1 2 t t y y β − se conoce como la relación de cointegración o de equilibrio a largo plazo entre las dos variable (y 1t , y 2t ). Esto significa que la combinación lineal entre las variables individualmente integradas de orden uno es estacionaria. En este contexto, la existencia de cointegración entre un conjunto de variables significa que existe una combinación lineal estacionaria, que puede interpretarse como una relación de equilibrio a largo plazo, en el sentido de que existen fuerzas que impiden que la dinámica de los procesos les lleve a alejarse de xi forma permanente de dicha relación. 3 Es decir, las variables de la relación a largo plazo tienden a evolucionar conjuntamente en el tiempo y la diferencia entre ellas es estable (estacionaria). El concepto de equilibrio tiene diversos significados en economía. En la literatura sobre cointegración, tan solo quiere decir que se observa una relación lineal entre un conjunto de variables que se ha mantenido durante un largo período de tiempo. x lt y x~~ se mueven de manera conjunta, de forma que aunque cada una de ellas sea integrada, su combinación lineal no lo es. Z t se puede interpretar como la distancia que separa al sistema del equilibrio a largo plazo. Cointegración y Modelo de Mecanismo de Corrección del Error (MCE) La existencia de cointegración implica causalidad en al menos una dirección, y esto se obtiene a través de la representación del modelo en forma de Mecanismo de Corrección del Error (MCE). En efecto, el análisis de cointegración está muy relacionado con los modelos MCE ya que el denominado teorema de representación de Granger establece una correspondencia entre relaciones cointegradas y modelos con MCE (modelos con componente de error o conocidos como Vector de Mecanismo de Corrección del Error (VMCE)). Estos modelos constituyen una opción interesante para la estimación de modelos dinámicos en el caso de que las variables estén cointegradas. A fin de profundizar en la idea intuitiva que liga la cointegración con el VMCE y ver la interpretación de estos últimos, nos ceñiremos, sin pérdida de generalidad, al caso más sencillo donde el vector ')( t2t1t yyy = incluye dos variable I(1) y un único vector de cointegración que viene definido de la siguiente forma: ( ) 1 11 1 11 2 2 1 t t t t t t y z y y y y β β β   ′ = = = −     ( 7) El VMCE viene dado por la siguiente expresión: 3 Es decir, se asume que se produce una situación estable a la que vuelve el sistema tras sufrir una perturbación externa. xii 11, 12, 1, 11,1 12,1 1, 1 1 1 1 1 21,1 22,1 2, 1 2 2 2 21, 22, 2, largo plazo corto plaz p p t p t t t t t t t p p t p o a a y a a y y u z a a y y u a a y α α − − − −− ∆    ∆ ∆         = + + + +                ∆ ∆∆            L 14243 14444444444244444444443 (8) Donde: ΔY t =Y t -Y t-1 representa primeras diferencias de la serie y i (i=1,2). 4 Se observa como en el modelo MCE (11) sólo aparecen variables estacionarias: el componente Z t-1 es el residuo de la relación de cointegración que por definición es estacionario, mientras que el resto de los componentes aparecen en primeras diferencias por lo que se convierten en estacionarias. En consecuencia se puede aplicar la teoría econométrica convencional. Dicha representación en forma de MCE resulta muy atractiva para las variables cointegradas dado que combina en el mismo modelo la información a largo y corto plazo. Así, el MCE retiene la información sobre las relaciones a largo plazo entre las variables en niveles, recogida en el término de corrección de errores (Z t-1 ), a la vez que permite flexibilidad en la especificación de sus relaciones a corto, recogidas mediante el resto de los parámetros. El término de “corrección del error” recoge la desviación respecto al equilibrio en el período t-l. Si, por ejemplo, en el momento t se da que z t <0, es decir que y 1t está por debajo de la relación de equilibrio que mantiene respecto a y 2t , entonces el término de corrección del error provocará un aumento superior de 1t1 y + ∆ , a fin de corregir la brecha en la relación de equilibrio. Así, los parámetros de la matriz α ( α 1 y α 2 ) reciben el nombre de “parámetros de velocidad del ajuste”, ya que cuando mayor sean sus valores más rápidamente de corregirá el desequilibrio. Además la representación del MCE requiere que al menos uno de los parámetros de la matriz α tiene que ser no nulo. Si el parámetro de ajuste α i correspondiente a la ecuación i-ésima es estadísticamente diferente de cero, ello significa que la variable y it viene causada por el resto de las variables del vector de cointegración. Al contrario, si un parámetro α i es igual a cero significa que la variable y it no reacciona ante desequilibrios transitorios en la posición de equilibrio definida por el vector de cointegración. En este caso la variable y it se considera débilmente exógena respecto al 4 Como las variables y 1t y y 2t son integradas de orden 1 (primer requisito de la existencia de cointegración) al aplicar las primeras diferencias, los incrementos de dichas variables serán estacionarios. xiii espacio de cointegración. Nunca se debe interpretar esto como causalidad en el sentido de Granger, ya que ello requiere también restricciones sobre las matrices de corto plazo ( i j a ). Contrastes de cointegración y estimación del VMCE (Engle y Granger): El procedimiento bietápico de Engle y Granger (1987) consiste: En una primera etapa: Estimar por MCO la siguiente relación de cointegración entre los 2 componentes del vector ( ) 1 2 t t t y y y ′ = : 1, 0 1 2, 1, 0 1 2, t t t t t t y y z z y y β β β β = + + ⇒= − − (9) Obtener los residuos 1, 0 1 2, ˆ ˆ ˆ t t t z y y β β = − − de dicha regresión y a continuación contrastar que dicho residuos obtenidos de la regresión de cointegración (12) contienen una raíz unitaria utilizando los contrastes de DFA descritos anteriormente. 1 2 1 2 ˆ 0 : (1) 0 : ( , ) no están cointegradas ˆ 0 : (0) 0 : ( , ) están cointegradas t t t t t t H Z I H y y H Z I H y y ⇔ ⇔   ( 10) En la regresión (12) se pueden incluir componentes deterministas como una constante, tendencias, variables ficticias de cambio estructural, etc. En una segunda etapa: En caso de rechazar la hipótesis nula de que los residuos de la relación de cointegración son I(1) podemos concluir que existe una relación de cointegración estacionaria entre las dos variables. La existencia de relación de cointegración, permite especificar y estimar el MCE introduciendo los residuos de la relación de cointegración (9) retardados como una variable exógena adicional en el modelo en primeras diferencias, es decir: 11, 12, 1, 11,1 12,1 1, 1 1 1 1 1 21,1 22,1 2, 1 2 2 2 21, 22, 2, largo plazo corto plaz ˆ p p t p t t t t t t t p p t p o a a y a a y y u z a a y y u a a y α α − − − −− ∆    ∆ ∆         = + + + +                ∆ ∆∆            L 14243 14444444444244444444443 (11) donde 1, 0 1 2, ˆ ˆ ˆ t t t z y y β β = − − xiv Engle y Granger (1987) demostraron que una vez estimado por MCO el vector de cointegración, los restantes parámetros del MCE pueden ser estimados consistentemente por MCO y se pueden realizar los contrastes de la forma habitual. Anexo 6: Cuadro 3. Etapas de la aplicación empírica Fuente: Elaboración propia Etapa 1: Análisis de las propiedades univariante de las variables objeto de análisis : Determinación del orden de integración de las dos variables Instrumentos utilizados: Gráficos de las series en niveles y en primeras diferencias Correlogramas Contrastes de raíz unitaria (DFA) 1. Proceso generador de datos (PGD) 2. Determinación del orden óptimo de retardo (k): Criterio Informativo de Akaike Modificado (MAIC) Etapa 2: Análisis de cointegración Procedimiento en dos etapas de Engel y Granger: Estimar las relaciones de cointegración Contrastes de Dickey-Fuller sobre los residuos obtenidos de las regresiones de cointegración Etapa 3: Estimación del Modelo de Mecanismo de Corrección del Error (MCE) Determinar el orden óptimo de retardo (p) del modelo de MCE. Elección de la relación de cointegración utilizada para la especificación del MCE Etapa 4: Contrastes de causalidad en el sentido de Granger sobre los parámetros del modelo MCE Contrastes de restricciones lineales sobre los parámetros del modelo estimado