Estudios econométricos de las series temporales de la industria española

Resumen

Esta tesis es una colección de estudios econométricos de series temporales trimestrales del agregado de la industria española (sin construcción). Los estudios de investigación presentes en la literatura acerca de la industria se centran en el análisis de datos de panel con dinámica temporal escasa. Este tipo de datos son poco útiles en operaciones de previsión y seguimiento y dificultan, en gran medida, el estudio de relaciones entre variables. En esta tesis se estudian, pormenorizadamente, 22 indicadores de Producción, Empleo, Uso del Capital, Salarios, Conflictividad Laboral, Financiación, Precios y Sector Exterior. Con los análisis univariantes de estos indicadores trimestrales se detectan las regularidades empíricas que los caracterizan, facilitando así la comprensión del sector y la mejora de operaciones de previsión y seguimiento. Se presenta un estudio de las variables Grado de Utilización de la Capacidad Productiva y de su Previsión, ambas procedentes de la Encuesta de Coyuntura Industrial (ECI). Se propone un procedimiento con que evaluar la calidad predictiva de la variable Previsión, para concluir que la Previsión resulta ser de calidad cuestionable. Tal procedimiento, con las matizaciones pertinentes, puede ser aplicado a otros pares de variables de la ECI. Para estudiar el empleo se analizan los datos procedentes de dos fuentes estadísticas distintas: Instituto Nacional de Estadísticas y Ministerio de Trabajo y Asuntos Sociales. Los resultados del análisis indican que las variaciones de las dos medidas de empleo son, al largo plazo, casi iguales. Se descubre que la cantidad nominal de dinero en manos del público no bancarios M1, es un indicador adelantado muy potente de las variables que miden Producción, Empleo, Uso del Capital, Salario Nominal, Precios Industriales y Precios de Consumo. Mediante análisis univariante, se encuentras tres relaciones de cointegración (CI(2,1)) entre las variables nominales y M1. Las sólo output. Las respuestas son, en todos los casos, muy lentas. Este tipo de resultado resalta la utilidad de M1 en operaciones de previsión y seguimiento de los indicadores de la industria (y del Índice de Precios al Consumo). Además, se observa que las varianzas residuales de estos modelos son considerablemente inferiores a las de los modelos univariantes de los respectivos outputs, por lo que no cabe duda de que gran parte de la varianza de cada variable industrial estudiada puede ser explicada gracias a M1.