Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PAPER N8
173
Resumen
Ms all de constatar que el peso chileno es una moneda que se ha apreciado nominalmente a
lo menos hasta el ao 2007, lo importante es interpretar si dicho ajuste se justifica por los
fundamentos actuales y esperados y si se ha derivado en un eventual desalineamiento cambiario y si
ste proceso tiene consecuencias sobre el desempeo macroeconmico de corto plazo. La
percepcin generalizada indica que el fortalecimiento del peso responde al debilitamiento del dlar
a nivel global, a las medidas de mayor impulso fiscal y al mejoramiento de los trminos de
intercambio producto del alza del precio del cobre.
Por lo anterior, se realiz un anlisis de corto plazo sobre el desempeo del tipo de cambio
observado Peso/Dlar y la volatilidad de ste con modelos incondicionales y condicionales, es
decir, sobre la base de modelos de Heteroscedasticidad Condicional Autorregresiva Generalizados
se estimaron intervalos de confianza que establecen con mayor certeza el posible desalineamiento
cambiario.
Abstract
Beyond that the chilean peso is a currency that has appreciated in nominal terms at least until
2007, it is important to interpret whether this adjustment is justified by the current and expected
fundamentals and has resulted in a possible exchange rate misalignment and If this process has
implications for the short-term macroeconomic performance. Indicates the widespread perception
that the strengthening of the peso responds to the weakening of the dollar globally, the biggest boost
fiscal measures and improving terms of trade of the product of rising copper prices.
Therefore, an analysis of short-term performance of the observed exchange rate Peso/Dollar
and the volatility of this unconditional and conditional models, that is to say, on the basis of models
174
1. DESCRIPCIN GENERAL
La investigacin consiste en realizar un test de eficiencia semifuerte aplicado al tipo de cambio
de los Estados Unidos de Amrica para un perodo de tres meses anteriores a la estimacin.
Adems, determinar el rango de fluctuacin que predicen los procesos estocsticos y el Modelo
GARCH (1, 1) y observar si este rango de fluctuacin es consistente con la fluctuacin observada
posteriormente para distintos perodos intervalares.
Si se comprueba que este modelo es aplicable, se podr estimar el valor que tomar el tipo de
cambio a corto plazo, por lo tanto, el modelo ser utilizable como instrumento de medicin para la
valoracin futura de la variable a investigar.
Estudiar la evolucin del tipo de cambio en una economa pequea y abierta en el corto
plazo.
Explicar los procesos estocsticos para el tipo de cambio dentro del anlisis de eficiencia
semifuerte.
175
Verificar y comparar las distintas distribuciones con los resultados reales, realizando las
pruebas de stress.
1.3. Hiptesis
El tipo de cambio puede ser estimado utilizando los resultados que entregan las distribuciones
estadsticas paramtricas mediante los intervalos de confianza establecidos que permiten predecir al
5% la volatilidad cambiaria en un contexto econmico relativamente estable.
2.1.
ESTIMACIONES DE VOLATILIDADES
A continuacin, se expone cmo los datos histricos pueden ser tiles para estimar
volatilidades corrientes, y tambin para predecir los valores futuros de estas variables. Los niveles
corrientes de volatilidad en el tipo de cambio pueden generar con algn grado de certeza
estimaciones de cambios en el valor futuro de la variable.
Se considera diversos modelos que reconocen que las volatilidades en ciertos casos pueden ser
incondicionales y otros en que las volatilidades no son constantes, puesto que son condicionales a la
informacin. En particular, los modelos de Heteroscedasticidad Condicional Autoregresiva
(ARCH), y los de Heteroscedasticidad Condicional Autoregresiva Generalizada (GARCH). Estos
176
2.1.1
n,
es la
varianza.
El enfoque estndar de estimacin n de los datos histricos se calcula observando el precio
de la accin a intervalos de tiempo fijos. Se define:
n + 1 : nmero de observaciones
Si : precio de la accin al final del intervalo i (i = 0, 1, , n)
: longitud de intervalo de tiempo en aos y se muestra que:
i = ln
Si
Si 1
para i = 1, 2, , n
Donde i es definida como la tasa de retorno continuamente compuesta durante el da i (entre
el final del da i 1 y el final del da i ).
Bajo estos supuestos es posible generar estimaciones intervalares del retorno de la variable
siguiendo procesos estocsticos del tipo Wiener generalizado, es decir, aplicando el Lema de Ito.
=
dx a ( x, t ) dt + b ( x, t ) dz
177
G
G 1 2G 2
G
+
dG=
a+
b dt +
bdz
2
t 2 x
x
x
donde bdz es el mismo proceso Wiener de la ecuacin anterior. Por lo tanto, el proceso seguido
por G es:
dG =
dt + dz
2
2
ln Si ln Si 1 +
T , T
2
2
E (dG=
)
dt
2
y varianza:
V (dG ) = 2 dz
2.1.3. El Modelo GARCH (1, 1)
88
Hull, John C. (4th edition). Chapter 11: The Black-Sholes Model, en Options, Futures and Other Derivatives, pg.
238.
178
n2 =
V + n21 + n21
donde
+ + =
1
El (1, 1) en el GARCH (1, 1) indica que n est basado en las ms recientes observaciones de
2
n2 =
+ n21 + n21
Esta es la forma en que el modelo es ms usado para los propsitos de estimacin de
parmetros. Una vez que , y han sido estimados, se puede calcular :
=1
Por otro lado, la varianza de largo plazo, V, se calcula como:
V =
Cuando se quiere calcular un proceso GARCH (1, 1) estable se requiere que + < 1 . Si esto
no es de tal forma, el ponderador aplicado para la varianza de largo plazo es negativo.
89
Hull, John C. (4th edition). Chapter 15: Estimating Volatilities and Correlations, en Options, Futures and Other
Derivatives, pg. 372.
179
n2 = (1 )V + n21 + 2 n 1
entonces,
n2 =
V ( n21 V ) + ( n21 V )
Un da n + k en el futuro se tiene:
n2+ k=
V ( n2+ k 1 V ) + ( n21 V )
El valor esperado para n + k 1 es n + k 1 .
2
E n2+ k V = ( + ) E n2+ k 1 V
donde E es el valor esperado. Siguiendo con la misma ecuacin:
E n2+ k =V + ( + ) k ( n2 V )
En esta ecuacin, + =
1 se muestra que la varianza esperada futura es igual a la varianza
corriente. En otro caso, cuando + <1, el trmino final en la ecuacin llega a ser
progresivamente ms pequeo que los incrementales k .
3. METODOLOGA
En esta investigacin se utilizaron los procesos estocsticos, y con el fin de obtener la
volatilidad del tipo de cambio se supusieron dos situaciones. En primer lugar, se asumi que el
retorno del tipo de cambio sigui un proceso de tipo Wiener generalizado, presentando varianza
incondicional. En segundo lugar, se supuso que el retorno del tipo de cambio obedece a una seal
180
3.1
3.1.1
La base de datos empleada para estimar la varianza incondicional, est constituida por una
muestra del tipo de cambio observado Peso/Dlar registrados al cierre de cada da, durante el
periodo comprendido entre el 1 de Octubre de 2007 y el 28 de Diciembre de 2007. La informacin
fue obtenida de los datos publicados por el Banco Central de Chile, siendo sta la fuente ms
fidedigna.
3.1.2.
Si
Si 1
i = ln
3.1.3
Anualizacin de la volatilidad
Con el fin de obtener la varianza anualizada se tom en consideracin que el tipo de cambio
observado Peso/Dlar no fue transado en los mercados financieros durante los fines de semana ni
181
3.1.4
Nivel de significancia
Los niveles de significancia utilizados fueron de 1%, 3% y 5%. Estos datos fueron obtenidos de
la tabla de la normal que muestra los valores de N ( x ) para x 0 . El valor para el 1% es de 2.575,
para el 3% es de 2.17 y para el 5% es de 1.96.
3.2
3.2.1
La base de datos empleada para calcular la volatilidad condicional se conform los datos entre
el 1 de Agosto de 2005 y el 28 de Diciembre de 2007 registrados al cierre del da. La informacin
utilizada para realizar la base de datos fue obtenida del Banco Central de Chile.
3.2.2
Tests y Robustez
Se aplicaron varios tests para el tipo de cambio y el retorno del mismo, verificando cules
fueron los mejores resultados para la aplicacin del GARCH (1, 1). Entre los tests se encuentran el
182
3.2.3
n2 =
V + n21 + n21
Donde es la ponderacin asignada a V, es la ponderacin asignada a n 1 , y es la
2
ponderacin asignada a n 1 .
2
3.2.4
Estimacin de Parmetros
Luego de estimar el GARCH (1, 1) se calcul los parmetros y se verificaron las condiciones
de unitariedad.
3.2.5
datos diarios del tipo de cambio observado Peso/Dlar. Para estimar el da tres se establece que
varianza es igual a 2 . Para los siguientes das se tiene que la varianza estimada para el da n es:
2
n2 =
V + n21 + 2n 1
Un da n+k en el futuro tenemos:
n2+k=
V ( n2+k 1 V ) + ( n21 V )
183
RESULTADOS
4.1
A continuacin se muestran los datos utilizados para calcular el lmite inferior y superior del
tipo de cambio observado Peso/Dlar para los prximos ocho das, cuando la volatilidad fue
incondicional.
4.1.1
Para obtener
E ( R ) = 0.000501748
=
0.000501748 252
= 0.126440501
Una vez determinados los retornos del tipo de cambio observado Peso/Dlar se calcul la
varianza del retorno, V ( R ) , para luego anualizarla. Con la determinacin del valor de la varianza
del retorno se procedi a calcular la desviacin estndar de sta, SD ( R ) , con el fin de anualizarla y
obtener la volatilidad muestral, .
V ( R ) 2.16284 10
=
SD ( R ) = 0.00465063
2
2.16284 105 252
=
2 = 0.005450347
=
0.00465063 252
= 0.073826462
184
2
dG =
dt + dz
2
Con media:
2
E (dG=
)
dt
2
0.005450347
E (dG ) = -0.126440501 dt
2
E (dG ) = 0.1291656745dt
Y varianza:
V (dG ) = 2 dz
V (dG ) = 0.005450347dz
4.1.2
Intervalos de confianza
Cuadro N1
Intervalos de confianza con varianza incondicional
Das
Valor
95%
Lmite
Lmite
97%
Lmite
Lmite
99%
Lmite
Lmite
185
1
2
3
4
5
6
7
8
Real
496.89
498.05
496.83
495.73
495.64
490.21
487.25
484.83
Inferior
491.069
488.968
487.304
485.866
484.573
483.383
482.272
481.223
Superior
500.104
501.738
502.936
503.908
504.734
505.458
506.104
506.687
Inferior
490.589
488.293
486.479
484.918
483.516
482.228
481.028
479.895
Superior
500.592
502.432
503.788
504.893
505.838
506.669
507.413
508.089
Inferior
489.667
486.994
484.895
483.094
481.484
480.009
478.636
477.346
Superior
501.536
503.772
505.434
506.799
507.973
509.012
509.948
510.803
Del Cuadro N1 se observ que con el 95% de confianza los lmites del tipo de cambio fueron
ms pequeos en comparacin con los otros niveles de confianza, es decir con un igual a 5% de
significancia los resultados de los intervalos fueron restrictivos. Por lo tanto, el intervalo del 95% de
confianza fue escogido para compararlo con los resultados reales del tipo de cambio, ya que al ser
restrictivo fue tambin robusto. Al comparar los resultados de los intervalos escogidos con el valor
real del tipo de cambio, se observ los valores reales estuvieron dentro de los intervalos.
Lo anterior verific que con un modelo de varianza incondicional y asumiendo que el retorno
del tipo de cambio observado Peso/Dlar es White Noise, se producen estimaciones consistentes
con el valor real.
4.2
4.2.1
Test de Normalidad
Una vez aplicado el Test de Jarque-Bera para el retorno del tipo de cambio observado
Peso/Dlar arroj lo que se muestra en el Grfico N1:
186
150
100
Density
N de observaciones: 600
50
Mean
0.000208
-
Median
-.02
-.01
0
Rtc
.01
.02
0.000281
Fuente: EViews 3.1
Del grfico anterior se desprende que el retorno del tipo de cambio Peso/Dlar del periodo
presenta una distribucin leptocrtica, debido a que grficamente se observa un elevado grado de
concentracin alrededor de los valores centrales de la variable y el coeficiente de curtosis es
superior a cero. Adems, se observ que la skewness y la curtosis miden 0.0221177, 3.493605
respectivamente. Siendo el Jarque-Bera 6.140078.
Una distribucin idealmente normal se caracteriza por tener un coeficiente de skewness de cero
y un coeficiente de curtosis de tres. Debido a esto, se observ que el valor de la skewness es
ligeramente mayor que cero, y el de la curtosis es, tambin, cercano a tres. Es decir, son cercanos a
los valores de una distribucin normal. Por lo tanto, se demostr que el retorno del tipo de cambio
Peso/Dlar presenta una distribucin cercana a la normal.
Test de Races Unitarias
El Test de Dickey-Fuller arroj los siguientes resultados:
Cuadro N2: Test de Raz Unitaria: Retorno Tipo de Cambio Observado Peso/Dlar
Test Dickey-Fuller para races unitarias
187
Valor Crtico
al 10%
-2.570
Z ( t ) > Valor Crtico . Es decir, Z ( t ) es mayor a los valores crticos al 1% (-3.430), al 5% (2.860) y al 10% (-2.570). Mediante la obtencin de estos datos fue posible concluir que se rechaz
la hiptesis nula de la existencia de races unitarias. En consecuencia, no existen races unitarias lo
que implic determinar que la serie result ser estacionaria y esto ocurre consistente con que la serie
es obedece a los parmetros de white noise.
Test de Autocorrelacin y Autocorrelacin Parcial
Una vez aplicado el Test de Autocorrelacin y Autocorrelacin Parcial se observ que todos
los ndices de la autocorrelacin y autocorrelacin parcial presentes para cada rezago son iguales a
cero, es decir, los rezagos no fueron significantes. Por lo tanto, se desprendi que no se rechaz la
hiptesis nula de la ausencia de autocorrelacin para la variable en estudio. Por consiguiente, la
serie present todos sus coeficientes de correlacin iguales a cero, lo que es consistente con los
parmetros White Noise.
4.2.2
188
Coeficiente
Std. Error
P >|Z|
-0.0002689
0.0001477
-1.82
0.069
-0.0005585
0.0000207
0.0747293
0.9148734
2.05x10-7
0.0214387
0.0226898
1.45x10-7
3.49
40.32
1.41
0.000
0.000
0.158
0.0327102
0.8704023
-7.96x10-8
0.1167483
0.9593446
4.90x10-7
= 0.0747293
= 0.9148743
2.05 107
=
De acuerdo a los resultados obtenidos se observ que Z ( t ) para y (3.49, 40.32) fueron
mayores que Z de una normal (para el 95%, 1.96), por lo tanto, los parmetros y son
significativos.
Donde = V . Se calcul
V =
2.05 107
0.0103973
V 1.97 105
=
V=
Una vez determinados los datos se observ que las condiciones de unitariedad se cumplieron,
ya que:
189
4.2.3
En primer lugar, se calcul n 1 considerando los datos diarios del tipo de cambio observado
2
n 1
: Media del da n 1 .
n21
n 1 .
=
32 3.30272 106 . Para los prximos das se tuvo que la varianza estimada para el
22 , es decir,
da n fue:
n2 =
+ n21 + 2 n 1
Por lo tanto, para el da cuatro la varianza estimada fue:
42 =
( 2.05 107 ) + ( 0.0747293 1.51598 106 ) + ( 0.9148743 3.30272 106 )
=
42 3.3398 106
A continuacin se muestra un cuadro resumen con los valores de las varianzas condicionales
que se obtuvieron luego de seguir repitiendo el proceso explicado anteriormente.
190
599
600
601
Si
561.77
560.75
560.06
559.42
553.78
545.96
495.6
495.49
495.82
i2
-0.00181734
-0.001231253
-0.001143388
-0.010133037
-0.014221783
-0.001310682
-0.000221978
0.000665786
3.30272x10-6
3.33986x10-6
3.35825x10-6
1.09505x10-5
1.84319x10-5
1.71962x10-5
1.59411x10-5
-ln(i2)- i2/ i2
12.16175298
12.21814654
-17.97090401
-7.048246992
10.80822524
10.96795428
11.01880513
5954.36343
Del Cuadro N4 se observaron las volatilidades condicionales que present la muestra de 601
datos del tipo de cambio observado Peso/Dlar, las cuales se reflejan en la cuarta columna. Estas
sirvieron como insumo para calcular las volatilidades de los prximos ocho das luego del da 601.
Los nmeros en el cuadro estn basados en loas estimaciones reales de los tres parmetros del
GARCH (1,1): , y . En la primera columna se muestra el nmero de das utilizados en la
muestra. La segunda columna muestra el tipo de cambio observado Peso/Dlar,
Si , al final del da
i2 . Por ltimo, en la quinta columna se muestra la funcin de mximo verosimilitud que fue dada
por -ln ( i2 ) i
i2
191
E ( R ) = 0.0002689
( 0.0001477 )
Y la ecuacin de la varianza fue:
A continuacin se muestran los datos utilizados para calcular el lmite inferior y superior del
tipo de cambio observado Peso/Dlar para los prximos ocho das, cuando la volatilidad es
condicional.
diaria
-0.0002689
- 0.0002689
-0.0002689
-0.0002689
-0.0002689
-0.0002689
-0.0002689
-0.0002689
anualizada
-0.0677628
-0.0677628
-0.0677628
-0.0677628
-0.0677628
-0.0677628
-0.0677628
-0.0677628
2 diaria
1.59802x10-5
1.60189x10-5
1.60571x10-5
1.6095x10-5
1.61325x10-5
1.61696x10-5
1.62063x10-5
1.62426x10-5
2 anualizada
0.004027005967
0.004036752334
0.004046397365
0.004055942114
0.004065387624
0.004074734926
0.004083985040
0.004093138977
diaria
0.003997522034
0.004002356615
0.004007135186
0.004011858471
0.004016527178
0.004021142007
0.004025703645
0.004030212772
anualizada
0.06345869497
0.06353544156
0.06361129903
0.06368627885
0.06376039228
0.06383365042
0.06390606419
0.06397764436
Del Cuadro N5 se desprenden los valores que fueron utilizados para la estimacin futura del
tipo de cambio observado Peso/Dlar. La primera columna muestra los das que fueron
programados para la estimacin. La segunda columna muestra la media diaria que fue extraa de los
resultados que arroj el Modelo GARCH (1, 1) (ver Cuadro N3), la que fue anualizada
192
E n2+ k =V + ( + ) ( n2 V )
k
Donde n fue el ltimo valor obtenido de la ecuacin de la varianza, es decir, la varianza del
2
da 601 (ver Cuadro N3). Por lo tanto, para estimar la varianza para el da 602 el clculo realizado
fue el siguiente:
2
5
2
602
1.59802 105
E=
anualizada
= diaria 252 .
Gracias a los resultados obtenidos en el cuadro anterior, a continuacin se muestra un resumen
con los valores de las varianzas condicionales para los prximos ocho das fuera de la muestra (Out
Sample).
Si
i2
7.23078x10-8
7.23078x10-8
7.23078x10-8
7.23078x10-8
7.23078x10-8
7.23078x10-8
7.23078x10-8
i2
1.59802x10-5
1.60189x10-5
1.60571x10-5
1.6095x10-5
1.61325x10-5
1.61696x10-5
1.62063x10-5
-ln(i2)- i2/ i2
11.03963527
11.03722738
11.03485627
11.03250933
11.03019257
11.02790579
11.02564879
193
7.23078x10-8
1.62426x10-5
11.0234214
6042.614827
4.2.4
Intervalos de confianza
Una vez obtenidos los resultados anteriores se calcularon los intervalos de confianza para los
ocho das siguientes, con distintos niveles de significancia. El clculo fue obtenido de la siguiente
manera:
2
ln Si ln Si 1 +
T , T
2
Luego de aplicar el intervalo de confianza, este arroj los siguientes resultados para niveles de
significancia de 1%, 3% y 5%:
Das
1
2
3
4
5
6
7
8
Valor
Real
496.89
498.05
496.83
495.73
495.64
490.21
487.25
484.83
95%
Lmite
Inferior
491.814
490.078
488.715
487.543
486.494
485.532
484.635
483.792
Lmite
Superior
499.582
501.074
502.194
503.121
503.927
504.646
505.299
505.900
97%
Lmite
Inferior
491.401
489.496
488.003
486.722
485.577
484.529
483.553
482.635
Lmite
Superior
500.001
501.669
502.926
503.969
504.878
505.691
506.430
507.113
99%
Lmite
Inferior
490.607
488.375
486.633
485.143
483.814
482.599
481.472
480.412
Lmite
Superior
500.811
502.821
504.315
505.61
506.718
507.712
508.619
509.459
194
Das
1
2
3
4
5
6
7
8
Valor
Real
496.89
498.05
496.83
495.73
495.64
490.21
487.25
484.83
Varianza Incondicional
95%
Lmite
Lmite
Inferior
Superior
491.069
500.104
488.968
501.738
487.304
502.936
485.866
503.908
484.573
504.734
483.383
505.458
482.272
506.104
481.223
506.687
Varianza Condicional
95%
Lmite
Lmite
Inferior Superior
491.814 499.582
490.078 501.074
488.715 502.194
487.543 503.121
486.494 503.927
485.532 504.646
484.635 505.299
483.792 505.9
Despus de haber calculado los intervalos con las dos metodologas se construy un cuadro
donde se logra observar que al calcular los intervalos con la volatilidad condicional, es decir que
vara con el transcurso de los das, se obtuvieron resultados intervalares ms restrictivos que los
195
5. CONCLUSIONES Y RECOMENDACIONES
El dlar estadounidense es una de las monedas ms utilizadas y demandadas por los
inversionistas, es por esto que es importante conocer como fluctuar el tipo de cambio Peso/Dlar.
Con el fin de proporcionar la informacin requerida se realizaron los clculos pertinentes.
Los resultados validan la importancia de realizar un anlisis para el retorno del tipo de cambio
observado Peso/Dlar, dado que es posible estimar la variable mediante intervalos de confianza
para un perodo aproximado de una semana (corto plazo). Sin embargo, si el tipo de cambio
observado Peso/Dlar hubiese sido an ms estable, sin lugar a dudas se podra haber realizado una
estimacin futura para una mayor cantidad de das. Al encontrarse Chile con problemticas
econmicas como la alta inflacin, el alto precio del cobre y la crisis econmica Norteamrica
Estados Unidos- se nos present un mayor grado de dificultad al momento de calcular los valores
estimados para el tipo de cambio observado Peso/Dlar. A pesar de que nuestro estudio era realizar
estimaciones cortoplacistas, hubiese sido ms atractivo que Chile estuviera econmicamente ms
estable para realizar una mayor y mejor estimacin futura.
La validez emprica de los modelos de volatilidad condicional fue comparada con los modelos
de volatilidad incondicional. De acuerdo a los resultados, el modelo que se acerc ms al valor real
del tipo de cambio observado Peso/Dlar es el modelo de volatilidad condicional, GARCH (1,1).
Este fue debido a que los resultados arrojados por el modelo de Heteroscedasticidad Condicional
Autoregresiva Generalizada fueron ms robustos y por ende son de mayor utilidad para medir el
grado de volatilidad, ya que la estimacin de sta va cambiando con el transcurso del tiempo y
adems est condicionada con la volatilidad del da anterior. En cambio la volatizad incondicional,
196
BIBLIOGRAFIA
Banco Central de Chile. La Poltica Monetaria del Banco Central de Chile en el Marco de
Metas de Inflacin. Enero 2007.
Banco Central de Chile. Poltica Monetaria del Banco Central de Chile: Objetivos y
Transmisin. Mayo 2000.
Benavides P., Guillermo. Procesos GARCH y Valor al Riesgo: Un Anlisis Emprico para las
Tasas de Inters Futuras Mexicanas. Panorama Socioeconmico Ao 25, N 35, Julio - Diciembre
2007.
Bonilla, Mara; Marco, Paulina y Olmeda, Ignacio. Redes Neuronales Artificiales: Prediccin
de la Volatilidad del Tipo de Cambio de la Peseta. WP-EC 2002-08.
De Gregorio R., Jos. La Poltica Cambiaria. Documentos de Poltica Econmica, Banco
Central de Chile, N 2 Noviembre 2001.
De Gregorio R., Jos; Tokman, Andrea y Valds, Rodrigo. Tipo de Cambio Flexible con
Metas de Inflacin en Chile: Experiencia y Temas de Inters. Documentos de Poltica Econmica,
Banco Central de Chile, N 14 - Agosto 2005.
Fernndez, Alejandro y Fuentes, J. Rodrigo. El Manejo de la Poltica Cambiaria con
Abundancia de Divisas. Estudios Pblicos, 60 - Primavera 1995.
Fernndez, Viviana. Apunte De Teora Economtrica I. Mnimos Cuadrados Generalizados.
197
198