EFECTOS PRECIOS SOBRE LA DEMANDA* DE PRODUCTOS ENERGETICOS

Oiga González Calvo

Ignacio Peña

Documento 86-19

* Este estudio es parte de una investigación sobre "Determinación de precios energéticos" financiada por las asociaciones patronales del sector energético.

Alfonso Novales y Carlos Sebastián realizaron numerosas sugerencias para la realización de este estudio.

RESUMEN

En este trabajo se estudia la rasorían de lo demande de los distintos productos energéticos a las variaciones en sus precios.

En la demande de electricidad se encuentran efectos precios en el canuano doastillo y en el de los sectores acelación y químico, la mensual del efecto cancila entre una electricidad de 0,2 y una electricidad de 0,5 y el efecto total y es se inclise entre uno y trois años. No se encuentra efectos precios en el resto de los consumos de electricidad.

En los productos polynomials se encontraron las productos relativas aplicadas (con la 1o de 2016, 2017), ejercice de jazón de las actividades de 0,10) y de 0,15, en los salarios (actividades de 0,10) y de 0,20, en las actividades y planes de industrias (actividades de 0,20); el nivel (actividades de 0,20).

En el 2016 de la entendado agilicada los elasticidades del cono en las distintos productos energéticos respecto y su finalidad principalmente, producción industriales o resultados indican, por lo general, no valor de las elasticidades menores de los que suebo utilizarse para proyectar el consumo de los productos energéticos.

INDICE

1. Introducción ..... 1 2. Datos estadísticos ..... 2 3. Metodología económica ..... 3 4. Supuestos ..... 6 5. Resultados ..... 8 5.1 Energía eléctrica 5.2 Productos derivados del petróleo 5.3 Fuel-oil por sectores industriales Apéndice ..... 27 Anexo ..... 58 Bibliografía ..... 60

1. INTRODUCCION

En este trabajo se presenta un análisis del efecto de los precios sobre el consumo de productos energéticos, mediante el estudio de series temporales.

El informe presenta la siguiente estructura: En el apartado 2 se exponen las series utilizadas en los distintos análisis. En el punto 3 se hace una breve exposición de la metodología económica empleada. En el punto 4 se exponen algunos supuestos que se han tenido que realizar para llevar a cabo el análisis. En el apartado 5 se comentan los resultados obtenidos, respecto a la energía eléctrica, derivados del petrolos y fuel-oil por sectores respectivamente. El Apandía contiene las tablas con los modelos finales de cada uno de los productos analizados. El Apoya y dedica a explicar las otsciones de operadores y la estructura de las hojas resumen de los andelos finales. Finaliza el trabajo con las referencias bibliográficas empleadas.

En este apartado se detallen todos los productos analizados en el estudio.

19 Electricidad:

a. Análisis de datos mensuales de la demanda total de energía eléctrica (barras) tratando de detectar efectos precios. El periodo nuestros es (1/79-12/85).

b. Analisis de datos sonales de la demanda de electricidad para los siguientes uses:

Modelizándose los efectos de las diversas variables de escala y de un índice general de precios de energía eléctrica.

Todos las series lanta de consumo cada de precios fueron proporcionados por UNESA. La nuestra cubre el periodo (1965-84),

29 Productos derivados del petrolen

Modelizándose para todos ellos el efecto de días variables de escala (API, variables e tecnologicas, etc.) y sobre todo los efectos de sus respectivos, precios.

Las series de consumo de productos petrolíferos y las de sus respectivos precio han sido proporcionadas por el INH, excepto el fuel-oil por sectores, cuya fuente ha sido el boletín estardístico que publica mensualmente el Banco de España.

3. METODOLOGIA ECONOMETRICA

Como marco general de referencia se adopta el enfoque de Box y Jenkins (1976), teniendo en cuenta las aportaciones de Box y Tiao (1975),

Granger y Newbold (1977) y Jenkins (1979, 1982), Tiao y Box (1981) y Tiao, Tsay (1983).

No expondremos aquí los fundamentos de la metodología que ya han sido difundidas ampliamente en publicaciones específicas, véase Treadway (1978) y García-Pardo (1981).

El método de análisis empleado para todos los productos ha sido el siguiente:

Se construye un modelo ARIMA univariante con objeto de observar las características más relevantes.

Se introducen diversas variables de escala (IPI, etc.) y otras variables meteorológicas (temperatura, etc.) para captar sus efectos. A continuación se incluyen las variables de precios. Para todas estas variables se postulan modelos del tipo:

donde Yt es el consumo del producto en cuestión, Xt son las distintas variables explicativas (precios, variables escala y variables meteorológicas). Los términos Yt(B) son las funciones de respuesta de cada Xt, en relación con Yt, y pueden adoptar cualquier forma lineal. Finalmente Nt es el término de error que recogerá la influencia sobre Yt de todas las variables no incluidas explicitamente en el modelo, y en general seguirá un proceso ARIMA no estacionario.

Las formas posibles de para las variables de escala son:

(a) (Respuesta instantánea). (b) (Respuesta desfasada b períodos).

para que la relación sea estable .

1) Si tendríamos un efecto permanente de cada una de las subidas de precio, sobre el consumo del bien, medido por el valor . Si la métrica utilizada es la logarítmica, como se emplea en este trabajo, tiene la interpretación de elasticidad. La Teoría Económica sugiere que .

2) Si tendríamos un proceso de ajuste de varios períodos de tiempo, cuyo efecto final permanente vendrá medido por la ganancia g.

3) Si se sospacha la presencia de fuertes efectos transitorios que ocullan el efecto permanente, adoptamos la siguiente formulación

Esta formulación recogería únicamente efectos transitorios que sólo se manifiestan durante un período corto y bien definido. La manifestación del efecto transitorio puede ser instantáneo o con algún retardo,

4. SUPUESTOS

Con el fin de simplificar los análisis y conseguir que los resultados obtenidos sean más fáciles de interpretar, se han tenido en cuenta varios supuestos.

Se ha considerado que los precios de los productos están dados exógenamente, es decir, que no están determinados por la oferta y la demanda. Este supuesto no se aleja de la realidad, ya que los precios de la energía en España son precios administrados y varían con poca frecuencia, lo que sugiere que los precios influyen en la demanda unidireccionalmente.

Con respecto a las variables IPI no ocurre lo mismo, sin embargo también las vamos a considerar exógenas. En García-Pardo (1981) al estudiar la demanda global del fuel-oil no térmico y su relación con el IPI, se apunta que la realimentación es despreciable entre la demanda o IPI. Este resultado no tiene que ser generalizable al resto de los productos, y por tanto la presencia de sesgos (cuya magnitud y sentido son difíciles de evaluar), es un elemento que no hay que olvidar.

Una característica específica tanto de la electricidad como de los productos derivados del petróleo es que se consumen en relación a un bien duradero (de consumo o inversión) y por tanto los efectos precio que se capten será mezcla del "efecto utilización" o efecto sobre la intensidad de uso del bien y el "efecto stock" o efecto asociado a los cambios de stack de ese bien. Los "efectos utilización" son los más rápidos y faciles de captar, mientras que los efectos stocks al tener un período de respuesta mucho más largo, no se captarán en general con tanta facilidad.

Para más detalle sobre este punto, véase la discusión de Taylor (1977) y García-Pardu (1980).

Todos los modelos con periodicidad mensual se han elaborado, utilizando precios nominales, como variable explicativa. Esta decisión está legitimada por varias razones:

En ninguno de los meses que hubo alzas de precios de fuel se produjeron variaciones importantes de los índices de precios de ningún sector, lo que sugiere la posibilidad de considerar estos incrementos como si lo fuesen en los precios reales, aunque esta actitud nos conduciría a un error de sobreestimación de los incrementos de precios reales. Incrementos en precios regulados como el que aquí se considera ocurren de un mes para otro, pero su transmisión al índice de precios de productos terminados no es instantánea. Para hacer una evaluación de los incrementos de los precios reales habría que tener en cuenta el efecto al alza que cada subida de precios nominales tendría durante unos meses sobre el índice de precios del sector.

. El consumidor conoce más rapidamente el precio del producto que el índice de precios que se utilizaría como deflactor. Por tanto las posibles respuestas al deflactor son más lentas y difíciles de detectar. Esto nos lleva a pensar que no sería correcto deflactar el precio con el deflactor del mismo periodo, pero ¿como decidir con cuantos retardas se debe utilizar el deflactor?

Si llamamos al deflactor utilizado, la variable input de precios reales sería . Dada la forma logarítmica de los modelos, se puede considerar que el efecto del deflactor está incorporado en el término de error.

5. RESULTADOS

En los cuadros 1 al 5 se resumen los resultados obtenidos. Pasando a continuación a comentarlos, producto por producto. En el Apéndice se recogen los modelos finales de cada uno de los productos analizados.

	1.5	F-2
	1.5	F-3
	1.5	F-4
	1.5	F-5
	1.5	F-6
	1.5	F-7
	1.5	F-8
	1.5	F-9
	1.5	F-10
	1.5	F-11
	1.5	F-12
	1.5	F-13
	1.5	F-14
	1.5	F-15
	1.5	F-16
	1.5	F-17
	1.5	F-18
	1.5	F-19
	1.5	F-20
	1.5	F-21
	1.5	F-22
	1.5	F-23
	1.5	F-24
	1.5	F-25
	1.5	F-26
	1.5	F-27
	1.5	F-28
	1.5	F-29
	1.5	F-30
	1.5	F-31
	1.5	F-32
	1.5	F-33
	1.5	F-34
	1.5	F-35
	1.5	F-36
	1.5	F-37
	1.5	F-38
	1.5	F-39
	1.5	F-40
	1.5	F-41
	1.5	F-42
	1.5	F-43
	1.5	F-44
	1.5	F-45
	1.5	F-46
	1.5	F-47
	1.5	F-48
	1.5	F-49
	1.5	F-50
	1.5	F-51
	1.5	F-52
	1.5	F-53
	1.5	F-54
	1.5	F-55
	1.5	F-56
	1.5	F-57
	1.5	F-58
	1.5	F-59
	1.5	F-60
	1.5	F-61
	1.5	F-62
	1.5	F-63
	1.5	F-64
	1.5	F-65
1.5	F-66
1.5	F-67
1.5	F-68
1.5	F-69
1.5	F-70
1.5	F-71
1.5	F-72
1.5	F-73
1.5	F-74
1.5	F-75
1.5	F-76
1.5	F-77
1.5	F-78
1.5	F-79
1.5	F-80
1.5	F-81
1.5	F-82
1.5	F-83
1.5	F-84
1.5	F-85
1.5	F-86
1.5	F-87
1.5	F-88
1.5	F-89
1.5	F-90
1.5	F-91
1.5	F-92
1.5	F-93
1.5	F-94
1.5	F-95
1.5	F-96
1.5	F-97
1.5	F-98
1.5	F-99
1.5	F-100
1.5	F-101
1.5	F-102
1.5	F-103
1.5	F-104
1.5	F-105
1.5	F-106
1.5	F-107
1.5	F-108
1.5	F-109
1.5	F-110
1.5	F-111
1.5	F-112
1.5	F-113
1.5	F-114
1.5	F-115
1.5	F-116
1.5	F-117
1.5	F-118
1.5	F-119
1.5	F-120
1.5	F-121
1.5	F-122
1.5	F-123
1.5	F-124
1.5	F-125
1.5	F-126
1.5	F-127
1.5	F-128
1.5	F-129
1.5	F-130
1.5	F-131
1.5	F-132
1.5	F-133
1.5	F-134
1.5	F-135
1.5	F-136
1.5	F-137
1.5	F-138
1.5	F-139
1.5	F-140
1.5	F-141
1.5	F-142
1.5	F-143
1.5	F-144
1.5	F-145
1.5	F-146
1.5	F-147
1.5	F-148
1.5	F-149
1.5	F-150
1.5	F-151
1.5	F-152
1.5	F-153
1.5	F-154
1.5	F-155
1.5	F-156
1.5	F-157
1.5	F-158
1.5	F-159
1.5	F-160
1.5	F-161
1.5	F-162
1.5	F-163
1.5	F-164
1.5	F-165
1.5	F-166
1.5	F-167
1.5	F-168
1.5	F-169
1.5	F-170
1.5	F-171
1.5	F-172
1.5	F-173
1.5	F-174
1.5	F-175
1.5	F-176
1.5	F-177
1.5	F-178
1.5	F-179
1.5	F-180
1.5	F-181
1.5	F-182
1.5	F-183
1.5	F-184
1.5	F-185
1.5	F-186
1.5	F-187
1.5	F-188
1.5	F-189
1.5	F-190
1.5	F-191
1.5	F-192
1.5	F-193
1.5	F-194
1.5	F-195
1.5	F-196
1.5	F-197
1.5	F-198
1.5	F-199
1.5	F-200
1.5	F-201
1.5	F-202
1.5	F-203
1.5	F-204
1.5	F-205
1.5	F-206
1.5	F-207
1.5	F-208
1.5	F-209
1.5	F-210
1.5	F-211
1.5	F-212
1.5	F-213
1.5	F-214
1.5	F-215
1.5	F-216
1.5	F-217
1.5	F-218
1.5	F-219
1.5	F-220
1.5	F-221
1.5	F-222
1.5	F-223
1.5	F-224
1.5	F-225
1.5	F-226
1.5	F-227
1.5	F-228
1.5	F-229
1.5	F-230
1.5	F-231
1.5	F-232
1.5	F-233
1.5	F-234
1.5	F-235
1.5	F-236
1.5	F-237
1.5	F-238
1.5	F-239
1.5	F-240
1.5	F-241
1.5	F-242
1.5	F-243
1.5	F-244
1.5	F-245
1.5	F-246
1.5	F-247
1.5	F-248
1.5	F-249
1.5	F-250
1.5	F-251
1.5	F-252
1.5	F-253
1.5	F-254
1.5	F-255
1.5	F-256
1.5	F-257
1.5	F-258
1.5	F-259
1.5	F-260
1.5	F-261
1.5	F-262
1.5	F-263
1.5	F-264
1.5	F-265
1.5	F-266
1.5	F-267
1.5	F-268
1.5	F-269
1.5	F-270
1.5	F-271
1.5	F-272
1.5	F-273
1.5	F-274
1.5	F-275
1.5	F-276
1.5	F-277
1.5	F-278
1.5	F-279
1.5	F-280
1.5	F-281
1.5	F-282
1.5	F-283
1.5	F-284
1.5	F-285
1.5	F-286
1.5	F-287
1.5	F-288
1.5	F-289
1.5	F-290
1.5	F-291
1.5	F-292
1.5	F-293
1.5	F-294
1.5	F-295
1.5	F-296
1.5	F-297
1.5	F-298
1.5	F-299
1.5	F-300
1.5	F-301
1.5	F-302
1.5	F-303
1.5	F-304
1.5	F-305
1.5	F-306
1.5	F-307
1.5	F-308
1.5	F-309
1.5	F-310
1.5	F-311
1.5	F-312
1.5	F-313
1.5	F-314
1.5	F-315
1.5	F-316
1.5	F-317
1.5	F-318
1.5	F-319
1.5	F-320
1.5	F-321
1.5	F-322
1.5	F-323
1.5	F-324
1.5	F-325
1.5	F-326
1.5	F-327
1.5	F-328
1.5	F-329
1.5	F-330
1.5	F-331
1.5	F-332
1.5	F-333
1.5	F-334
1.5	F-335
1.5	F-336
1.5	F-337
1.5	F-338
1.5	F-339
1.5	F-340
1.5	F-341
1.5	F-342
1.5	F-343
1.5	F-344
1.5	F-345
1.5	F-346
1.5	F-347
1.5	F-348
1.5	F-349
1.5	F-350
1.5	F-351
1.5	F-352
1.5	F-353
1.5	F-354
1.5	F-355
1.5	F-356
1.5	F-357
1.5	F-358
1.5	F-359
1.5	F-360
1.5	F-361
1.5	F-362
1.5	F-363
1.5	F-364
1.5	F-365
1.5	F-366
1.5	F-367
1.5	F-368
1.5	F-369
1.5	F-370
1.5	F-371
1.5	F-372
1.5	F-373
1.5	F-374
1.5	F-375
1.5	F-376
1.5	F-377
1.5	F-378
1.5	F-379
1.5	F-380
1.5	F-381
1.5	F-382
1.5	F-383
1.5	F-384
1.5	F-385
1.5	F-386
1.5	F-387
1.5	F-388
1.5	F-389
1.5	F-390
1.5	F-391
1.5	F-392
1.5	F-393
1.5	F-394
1.5	F-395
1.5	F-396
1.5	F-397
1.5	F-398
1.5	F-399
1.5	F-400
1.5	F-401
1.5	F-402
1.5	F-403
1.5	F-404
1.5	F-405
1.5	F-406
1.5	F-407
1.5	F-408
1.5	F-409
1.5	F-410
1.5	F-411
1.5	F-412
1.5	F-413
1.5	F-414
1.5	F-415
1.5	F-416
1.5	F-417
1.5	F-418
1.5	F-419
1.5	F-420
1.5	F-421
1.5	F-422
1.5	F-423
1.5	F-424
1.5	F-425
1.5	F-426
1.5	F-427
1.5	F-428
1.5	F-429
1.5	F-430
1.5	F-431
1.5	F-432
1.5	F-433
1.5	F-434
1.5	F-435
1.5	F-436
1.5	F-437
1.5	F-438
1.5	F-439
1.5	F-440
1.5	F-441
1.5	F-442
1.5	F-443
1.5	F-444
1.5	F-445
1.5	F-446
1.5	F-447
1.5	F-448
1.5	F-449
1.5	F-450
1.5	F-451
1.5	F-452
1.5	F-453
1.5	F-454
1.5	F-455
1.5	F-456
1.5	F-457
1.5	F-458
1.5	F-459
1.5	F-460
1.5	F-461
1.5	F-462
1.5	F-463
1.5	F-464
1.5	F-465
1.5	F-466
1.5	F-467
1.5	F-468
1.5	F-469
1.5	F-470
1.5	F-471
1.5	F-472
1.5	F-473
1.5	F-474
1.5	F-475
1.5	F-476
1.5	F-477
1.5	F-478
1.5	F-479
1.5	F-480
1.5	F-481
1.5	F-482
1.5	F-483
1.5	F-484
1.5	F-485

$\mathrm{C}_{1}^{2-1}$
$\mathrm{C}_{2}^{2-1}$
$\mathrm{C}_{3}^{2-1}$
$\mathrm{C}_{4}^{2-1}$
$\mathrm{C}_{5}^{2-1}$
$\mathrm{C}_{6}^{2-1}$
$\mathrm{C}_{7}^{2-1}$
$\mathrm{C}_{8}^{2-1}$
$\mathrm{C}_{9}^{2-1}$
$\mathrm{C}_{10}^{2-1}$
$\mathrm{C}_{11}^{2-1}$
$\mathrm{C}_{12}^{2-1}$
$\mathrm{C}_{13}^{2-1}$
$\mathrm{C}_{14}^{2-1}$
$\mathrm{C}_{15}^{2-1}$
$\mathrm{C}_{16}^{2-1}$
$\mathrm{C}_{17}^{2-1}$
$\mathrm{C}_{18}^{2-1}$
$\mathrm{C}_{19}^{2-1}$
$\mathrm{C}_{20}^{2-1}$
$\mathrm{C}_{21}^{2-1}$
$\mathrm{C}_{22}^{2-1}$
$\mathrm{C}_{23}^{2-1}$
$\mathrm{C}_{24}^{2-1}$
$\mathrm{C}_{25}^{2-1}$
$\mathrm{C}_{26}^{2-1}$
$\mathrm{C}_{27}^{2-1}$
$\mathrm{C}_{28}^{2-1}$
$\mathrm{C}_{29}^{2-1}$
$\mathrm{C}_{30}^{2-1}$
$\mathrm{C}_{31}^{2-1}$
$\mathrm{C}_{32}^{2-1}$
$\mathrm{C}_{33}^{2-1}$
$\mathrm{C}_{34}^{2-1}$
$\mathrm{C}_{35}^{2-1}$
$\mathrm{C}_{36}^{2-1}$
$\mathrm{C}_{37}^{2-1}$
$\mathrm{C}_{38}^{2-1}$
$\mathrm{C}_{39}^{2-1}$
$\mathrm{C}_{40}^{2-1}$
$\mathrm{C}_{41}^{2-1}$
$\mathrm{C}_{42}^{2-1}$
$\mathrm{C}_{43}^{2-1}$
$\mathrm{C}_{44}^{2-1}$
$\mathrm{C}_{45}^{2-1}$
$\mathrm{C}_{46}^{2-1}$
$\mathrm{C}_{47}^{2-1}$
$\mathrm{C}_{48}^{2-1}$
$\mathrm{C}_{49}^{2-1}$
$\mathrm{C}_{50}^{2-1}$
$\mathrm{C}_{51}^{2-1}$
$\mathrm{C}_{52}^{2-1}$
$\mathrm{C}_{53}^{2-1}$
$\mathrm{C}_{54}^{2-1}$
$\mathrm{C}_{55}^{2-1}$
$\mathrm{C}_{56}^{2-1}$
$\mathrm{C}_{57}^{2-1}$
$\mathrm{C}_{58}^{2-1}$
$\mathrm{C}_{59}^{2-1}$
$\mathrm{C}_{60}^{2-1}$
$\mathrm{C}_{61}^{2-1}$
$\mathrm{C}_{62}^{2-1}$
$\mathrm{C}_{63}^{2-1}$
$\mathrm{C}_{64}^{2-1}$
$\mathrm{C}_{65}^{2-1}$
$\mathrm{C}_{66}^{2-1}$
$\mathrm{C}_{67}^{2-1}$
$\mathrm{C}_{68}^{2-1}$
$\mathrm{C}_{69}^{2-1}$
$\mathrm{C}_{70}^{2-1}$
$\mathrm{C}_{71}^{2-1}$
$\mathrm{C}_{72}^{2-1}$
$\mathrm{C}_{73}^{2-1}$
$\mathrm{C}_{74}^{2-1}$
$\mathrm{C}_{75}^{2-1}$
$\mathrm{C}_{76}^{2-1}$
$\mathrm{C}_{77}^{2-1}$
$\mathrm{C}_{78}^{2-1}$
$\mathrm{C}_{79}^{2-1}$
$\mathrm{C}_{80}^{2-1}$
$\mathrm{C}_{81}^{2-1}$
$\mathrm{C}_{82}^{2-1}$
$\mathrm{C}_{83}^{2-1}$
$\mathrm{C}_{84}^{2-1}$
$\mathrm{C}_{85}^{2-1}$
$\mathrm{C}_{86}^{2-1}$
$\mathrm{C}_{87}^{2-1}$
$\mathrm{C}_{88}^{2-1}$
$\mathrm{C}_{89}^{2-1}$
$\mathrm{C}_{90}^{2-1}$
$\mathrm{C}_{91}^{2-1}$
$\mathrm{C}_{92}^{2-1}$
$\mathrm{C}_{93}^{2-1}$
$\mathrm{C}_{94}^{2-1}$
$\mathrm{C}_{95}^{2-1}$
$\mathrm{C}_{96}^{2-1}$
$\mathrm{C}_{97}^{2-1}$
$\mathrm{C}_{98}^{2-1}$
$\mathrm{C}_{99}^{2-1}$
$\mathrm{C}_{100}^{2-1}$
$\mathrm{C}_{101}^{2-1}$
$\mathrm{C}_{102}^{2-1}$
$\mathrm{C}_{103}^{2-1}$
$\mathrm{C}_{104}^{2-1}$
$\mathrm{C}_{105}^{2-1}$
$\mathrm{C}_{106}^{2-1}$
$\mathrm{C}_{107}^{2-1}$
$\mathrm{C}_{108}^{2-1}$
$\mathrm{C}_{109}^{2-1}$
$\mathrm{C}_{110}^{2-1}$
$\mathrm{C}_{111}^{2-1}$
$\mathrm{C}_{112}^{2-1}$
$\mathrm{C}_{113}^{2-1}$
$\mathrm{C}_{114}^{2-1}$
$\mathrm{C}_{115}^{2-1}$
$\mathrm{C}_{116}^{2-1}$
$\mathrm{C}_{117}^{2-1}$
$\mathrm{C}_{118}^{2-1}$
$\mathrm{C}_{119}^{2-1}$
$\mathrm{C}_{120}^{2-1}$
$\mathrm{C}_{121}^{2-1}$
$\mathrm{C}_{122}^{2-1}$
$\mathrm{C}_{123}^{2-1}$
$\mathrm{C}_{124}^{2-1}$
$\mathrm{C}_{125}^{2-1}$
$\mathrm{C}_{126}^{2-1}$
$\mathrm{C}_{127}^{2-1}$
$\mathrm{C}_{128}^{2-1}$
$\mathrm{C}_{129}^{2-1}$
$\mathrm{C}_{130}^{2-1}$
$\mathrm{C}_{131}^{2-1}$
$\mathrm{C}_{132}^{2-1}$
$\mathrm{C}_{133}^{2-1}$
$\mathrm{C}_{134}^{2-1}$
$\mathrm{C}_{135}^{2-1}$
$\mathrm{C}_{136}^{2-1}$
$\mathrm{C}_{137}^{2-1}$
$\mathrm{C}_{138}^{2-1}$
$\mathrm{C}_{139}^{2-1}$
$\mathrm{C}_{140}^{2-1}$
$\mathrm{C}_{141}^{2-1}$
$\mathrm{C}_{142}^{2-1}$
$\mathrm{C}_{143}^{2-1}$
$\mathrm{C}_{144}^{2-1}$
$\mathrm{C}_{145}^{2-1}$
$\mathrm{C}_{146}^{2-1}$
$\mathrm{C}_{147}^{2-1}$
$\mathrm{C}_{148}^{2-1}$
$\mathrm{C}_{149}^{2-1}$
$\mathrm{C}_{150}^{2-1}$
$\mathrm{C}_{151}^{2-1}$
$\mathrm{C}_{152}^{2-1}$
$\mathrm{C}_{153}^{2-1}$
$\mathrm{C}_{154}^{2-1}$
$\mathrm{C}_{155}^{2-1}$
$\mathrm{C}_{156}^{2-1}$
$\mathrm{C}_{157}^{2-1}$
$\mathrm{C}_{158}^{2-1}$
$\mathrm{C}_{159}^{2-1}$
$\mathrm{C}_{160}^{2-1}$
$\mathrm{C}_{161}^{2-1}$
$\mathrm{C}_{162}^{2-1}$
$\mathrm{C}_{163}^{2-1}$
$\mathrm{C}_{164}^{2-1}$
$\mathrm{C}_{165}^{2-1}$
$\mathrm{C}_{166}^{2-1}$
$\mathrm{C}_{167}^{2-1}$
$\mathrm{C}_{168}^{2-1}$
$\mathrm{C}_{169}^{2-1}$
$\mathrm{C}_{170}^{2-1}$
$\mathrm{C}_{171}^{2-1}$
$\mathrm{C}_{172}^{2-1}$
$\mathrm{C}_{173}^{2-1}$
$\mathrm{C}_{174}^{2-1}$
$\mathrm{C}_{175}^{2-1}$
$\mathrm{C}_{176}^{2-1}$
$\mathrm{C}_{177}^{2-1}$
$\mathrm{C}_{178}^{2-1}$
$\mathrm{C}_{179}^{2-1}$
$\mathrm{C}_{180}^{2-1}$
$\mathrm{C}_{181}^{2-1}$
$\mathrm{C}_{182}^{2-1}$
$\mathrm{C}_{183}^{2-1}$
$\mathrm{C}_{184}^{2-1}$
$\mathrm{C}_{185}^{2-1}$
$\mathrm{C}_{186}^{2-1}$
$\mathrm{C}_{187}^{2-1}$
$\mathrm{C}_{188}^{2-1}$
$\mathrm{C}_{189}^{2-1}$
$\mathrm{C}_{190}^{2-1}$
$\mathrm{C}_{191}^{2-1}$
$\mathrm{C}_{192}^{2-1}$
$\mathrm{C}_{193}^{2-1}$
$\mathrm{C}_{194}^{2-1}$
$\mathrm{C}_{195}^{2-1}$
$\mathrm{C}_{196}^{2-1}$
$\mathrm{C}_{197}^{2-1}$
$\mathrm{C}_{198}^{2-1}$
$\mathrm{C}_{199}^{2-1}$
$\mathrm{C}_{200}^{2-1}$
$\mathrm{C}_{201}^{2-1}$
$\mathrm{C}_{202}^{2-1}$
$\mathrm{C}_{203}^{2-1}$
$\mathrm{C}_{204}^{2-1}$
$\mathrm{C}_{205}^{2-1}$
$\mathrm{C}_{206}^{2-1}$
$\mathrm{C}_{207}^{2-1}$
$\mathrm{C}_{208}^{2-1}$
$\mathrm{C}_{209}^{2-1}$
$\mathrm{C}_{210}^{2-1}$
$\mathrm{C}_{211}^{2-1}$
$\mathrm{C}_{212}^{2-1}$
$\mathrm{C}_{213}^{2-1}$
$\mathrm{C}_{214}^{2-1}$
$\mathrm{C}_{215}^{2-1}$
$\mathrm{C}_{216}^{2-1}$
$\mathrm{C}_{217}^{2-1}$

E(0)

x10

x11

x12

x13

x14

x15

x16

x17

x18

x19

x20

x21

x22

x23

x24

x25

x26

x27

x28

x29

x30

x31

x32

x33

x34

x35

x36

x37

x38

x39

x40

x41

x42

x43

x44

x45

x46

x47

x48

x49

x50

x51

x52

x53

x54

x55

x56

x57

x58

x59

x60

x61

x62

x63

x64

x65

x66

x67

x68

x69

x70

x71

x72

x73

x74

x75

x76

x77

x78

x79

x80

x81

x82

x83

x84

x85

x86

x87

x88

x89

x90

x91

x92

x93

x94

x95

x96

x97

x98

x99

x100

x101

x102

x103

x104

x105

x106

x107

x108

x109

x110

x111

x112

x113

x114

x115

x116

x117

x118

x119

x120

x121

x122

x123

x124

x125

x126

x127

x128

x129

x130

x131

x132

x133

x134

x135

x136

x137

x138

x139

x140

x141

x142

x143

x144

x145

x146

x147

x148

x149

x150

x151

x152

x153

x154

x155

x156

x157

x158

x159

x160

x161

x162

x163

x164

x165

x166

x167

x168

x169

x170

x171

x172

x173

x174

x175

x176

x177

x178

x179

x180

x181

x182

x183

x184

x185

x186

x187

x188

x189

x190

x191

x192

x193

x194

x195

x196

x197

x198

x199

x200

x201

x202

x203

x204

x205

x206

x207

x208

x209

x210

x211

x212

x213

x214

x215

x216

x217

x218

x219

x220

x221

x222

x223

x224

x225

x226

x227

x228

x229

x230

x231

x232

x233

x234

x235

x236

x237

x238

x239

x240

x241

x242

x243

x244

x245

x246

x247

x248

x249

x250

x251

x252

x253

x254

x255

x256

x257

x258

x259

x260

x261

x262

x263

x264

x265

x266

x267

x268

x269

x270

x271

x272

x273

x274

x275

x276

x277

x278

x279

x280

x281

x282

x283

x284

x285

x286

x287

x288

x289

x290

x291

x292

x293

x294

x295

x296

x297

x298

x299

x300

x301

x302

x303

x304

x305

x306

x307

x308

x309

x310

x311

x312

x313

x314

x315

x316

x317

x318

x319

x320

x321

x322

x323

x324

x325

x326

x327

x328

x329

x330

x331

x332

x333

x334

x335

x336

x337

x338

x339

x340

x341

x342

x343

x344

x345

x346

x347

x348

x349

x350

x351

x352

x353

x354

x355

x356

x357

x358

x359

x360

x361

x362

x363

x364

x365

x366

x367

x368

x369

x370

x371

x372

x373

x374

x375

x376

x377

x378

x379

x380

x381

x382

x383

x384

x385

x386

x387

x388

x389

x390

x391

x392

x393

x394

x395

x396

x397

x398

x399

x400

x401

x402

x403

x404

x405

x406

x407

x408

x409

x410

x411

x412

x413

x414

x415

x416

x417

x418

x419

x420

x421

x422

x423

x424

x425

x426

x427

x428

x429

x430

x431

x432

x433

x434

x435

x436

x437

x438

x439

x440

x441

x442

x443

x444

x445

x446

x447

x448

x449

x450

x451

x452

x453

x454

x455

x456

x457

x458

x459

x460

x461

x462

x463

x464

x465

x466

x467

x468

x469

x470

x471

x472

x473

x474

x475

x476

x477

x478

x479

x480

x481

x482

x483

x484

x485

x486

x487

x488

x489

x490

x491

x492

x493

x494

x495

x496

x497

x498

x499

x500

x501

x502

x503

x504

x505

x506

x507

x508

x509

x510

x511

x512

x513

x514

x515

x516

x517

x518

x519

x520

x521

x522

x523

x524

x525

x526

x527

x528

x529

x530

x531

x532

x533

x534

x535

x536

x537

x538

x539

x540

x541

x542

x543

x544

x545

x546

x547

x548

x549

x550

x551

x552

x553

x554

x555

x556

x557

x558

x559

x560

x561

x562

x563

x564

x565

x566

x567

x568

x569

x570

x571

x572

x573

x574

x575

x576

x577

x578

x579

x580

x581

x582

x583

x584

x585

x586

x587

x588

x589

x590

x591

x592

x593

x594

x595

x596

x597

x598

x599

x600

x601

x602

x603

x604

x605

x606

x607

x608

x609

x610

x611

x612

x613

x614

x615

x616

x617

x618

x619

x620

x621

x622

x623

x624

x625

x626

x627

x628

x629

x630

x631

x632

x633

x634

x635

x636

x637

x638

x639

x640

x641

x642

x643

x644

x645

x646

x647

x648

x649

x650

x651

x652

x653

x654

x655

x656

x657

x658

x659

x660

x661

x662

x663

x664

x665

x666

x667

x668

x669

x670

x671

x672

x673

x674

x675

x676

x677

x678

x679

x680

x681

x682

x683

x684

x685

x686

x687

x688

x689

x690

x691

x692

x693

x694

x695

x696

x697

x698

x699

x700

x701

x702

x703

x704

x705

x706

x707

x708

x709

x710

x711

x712

x713

x714

x715

x716

x717

x718

x719

x720

x721

x722

x723

x724

x725

x726

x727

x728

x729

x730

x731

x732

x733

x734

x735

x736

x737

x738

x739

x740

x741

x742

x743

x744

x745

x746

x747

x748

x749

x750

x751

x752

x753

x754

x755

x756

x757

x758

x759

x760

x761

x762

x763

x764

x765

x766

x767

x768

x769

x770

x771

x772

x773

x774

x775

x776

x777

x778

x779

x780

x781

x782

x783

x784

x785

x786

x787

x788

x789

x790

x791

x792

x793

x794

x795

x796

x797

x798

x799

x800

x801

x802

x803

x804

x805

x806

x807

x808

x809

x810

x811

x812

x813

x814

x815

x816

x817

x818

x819

x820

x821

x822

x823

x824

x825

x826

x827

x828

x829

x830

x831

x832

x833

x834

x835

x836

x837

x838

x839

x840

x841

x842

x843

x844

x845

x846

x847

x848

x849

x850

x851

x852

x853

x854

x855

x856

x857

x858

x859

x860

x861

x862

x863

x864

x865

x866

x867

x868

x869

x870

x871

x872

x873

x874

x875

x876

x877

x878

x879

x880

x881

x882

x883

x884

x885

x886

x887

x888

x889

x890

x891

x892

x893

x894

x895

x896

x897

x898

x899

x900

x901

x902

x903

x904

x905

x906

x907

x908

x909

x910

x911

x912

x913

x914

x915

x916

x917

x918

x919

x920

x921

x922

x923

x924

x925

x926

x927

x928

x929

x930

x931

x932

x933

x934

x935

x936

x937

x938

x939

x940

x941

x942

x943

x944

x945

x946

x947

x948

x949

x950

x951

x952

x953

x954

x955

x956

x957

x958

x959

x960

x961

x962

x963

x964

x965

x966

x967

x968

x969

x970

x971

x972

x973

x974

x975

x976

x977

x978

x979

x980

x981

x982

x983

x984

x985

x986

x987

x988

x989

x990

x991

x992

x993

x994

x995

x996

x997

x998

x999

$ \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H}\text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} $ \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H}$ \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H}\\ \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H}-\text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} -\text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H} \text{H}-- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

SECTOR	EFFECTO DE UN AUMENTO DE 1% EN EL PRECIO DEL PRODUCTO SOBRE EL CONSUMO			VARIABLE ESCALA (1)	ELAST-ESCALA	N. PRAFOS
SECTOR	En el mes	Tras 1 mes	A largo plazo	VARIABLE ESCALA (1)	ELAST-ESCALA	N. PRAFOS
Gasos Ticosados (1/70-12/85)	,0	-	-	TEMP	-,03	Lp1
Gasos Ticosados (1/70-12/85)	,0	-	-	Temp	-,03	Lp1
Keroseno (1/73-11/85)	,0	-	-	MVI	-,04	Lp1
Gasolina 96 (1/77-12/85)	-,40	-,40	-,40	MIX	-,078	Lp1
Gasolina-8 (1/77-12/85)	-,40	-,40	-,40			Lp1
Gasolina-6 (1/77-12/85)	-,40	-	-	-	-	Lp1
Gasolina-C (1/77-12/85)	-,40	-,40	-,40	TEM	-,02	Lp1

$\left\lbrack {1,2}\right\rbrack$	${\mathrm{C}}_{1}^{2}$	${\mathrm{C}}_{2}^{2}$	${\mathrm{C}}_{3}^{2}$	${\mathrm{C}}_{4}^{2}$	${\mathrm{C}}_{5}^{2}$	${\mathrm{C}}_{6}^{2}$
$\left\lbrack {1,3}\right\rbrack$	${\mathrm{C}}_{7}^{2}$	${\mathrm{C}}_{8}^{2}$	${\mathrm{C}}_{9}^{2}$	${\mathrm{C}}_{10}^{2}$	${\mathrm{C}}_{11}^{2}$	${\mathrm{C}}_{12}^{2}$
$\left\lbrack {1,4}\right\rbrack$	${\mathrm{C}}_{11}^{2}$	${\mathrm{C}}_{12}^{2}$	${\mathrm{C}}_{13}^{2}$	${\mathrm{C}}_{14}^{2}$	${\mathrm{C}}_{15}^{2}$	${\mathrm{C}}_{16}^{2}$
$\left\lbrack {1,5}\right\rbrack$
$\left\lbrack {1,6}\right\rbrack$
$\left\lbrack {1,7}\right\rbrack$
$\left\lbrack {1,8}\right\rbrack$
$\left\lbrack {1,9}\right\rbrack$
$\left\lbrack {1,10}\right\rbrack$
$\left\lbrack {1,11}\right\rbrack$
$\left\lbrack {1,12}\right\rbrack$
$\left\lbrack {1,13}\right\rbrack$
$\left\lbrack {1,14}\right\rbrack$
$\left\lbrack {1,15}\right\rbrack$
$\left\lbrack {1,16}\right\rbrack$
$\left\lbrack {1,17}\right\rbrack$
$\left\lbrack {1,18}\right\rbrack$
$\left\lbrack {1,19}\right\rbrack$
$\left\lbrack {1,20}\right\rbrack$
$\left\lbrack {1,21}\right\rbrack$
$\left\lbrack {1,22}\right\rbrack$
$\left\lbrack {1,23}\right\rbrack$
$\left\lbrack {1,24}\right\rbrack$
$\left\lbrack {1,25}\right\rbrack$
$\left\lbrack {1,26}\right\rbrack$
$\left\lbrack {1,27}\right\rbrack$
$\left\lbrack {1,28}\right\rbrack$
$\left\lbrack {1,29}\right\rbrack$
$\left\lbrack {1,30}\right\rbrack$
$\left\lbrack {1,31}\right\rbrack$
$\left\lbrack {1,32}\right\rbrack$
$\left\lbrack {1,33}\right\rbrack$
$\left\lbrack {1,34}\right\rbrack$
$\left\lbrack {1,35}\right\rbrack$
$\left\lbrack {1,36}\right\rbrack$
$\left\lbrack {1,37}\right\rbrack$
$\left\lbrack {1,38}\right\rbrack$
$\left\lbrack {1,39}\right\rbrack$
$\left\lbrack {1,40}\right\rbrack$
$\left\lbrack {1,41}\right\rbrack$
$\left\lbrack {1,42}\right\rbrack$
$\left\lbrack {1,43}\right\rbrack$
$\left\lbrack {1,44}\right\rbrack$
$\left\lbrack {1,45}\right\rbrack$
$\left\lbrack {1,46}\right\rbrack$
$\left\lbrack {1,47}\right\rbrack$
$\left\lbrack {1,48}\right\rbrack$
$\left\lbrack {1,49}\right\rbrack$
$\left\lbrack {1,50}\right\rbrack$
$\left\lbrack {1,51}\right\rbrack$
$\left\lbrack {1,52}\right\rbrack$
$\left\lbrack {1,53}\right\rbrack$
$\left\lbrack {1,54}\right\rbrack$
$\left\lbrack {1,55}\right\rbrack$
$\left\lbrack {1,56}\right\rbrack$
$\left\lbrack {1,57}\right\rbrack$
$\left\lbrack {1,58}\right\rbrack$
$\left\lbrack {1,59}\right\rbrack$
$\left\lbrack {1,60}\right\rbrack$
$\left\lbrack {1,61}\right\rbrack$
$\left\lbrack {1,62}\right\rbrack$
$\left\lbrack {1,63}\right\rbrack$
$\left\lbrack {1,64}\right\rbrack$
$\left\lbrack {1,65}\right\rbrack$
$\left\lbrack {1,66}\right\rbrack$
$\left\lbrack {1,67}\right\rbrack$
$\left\lbrack {1,68}\right\rbrack$
$\left\lbrack {1,69}\right\rbrack$
$\left\lbrack {1,70}\right\rbrack$
$\left\lbrack {1,71}\right\rbrack$
$\left\lbrack {1,72}\right\rbrack$
$\left\lbrack {1,73}\right\rbrack$
$\left\lbrack {1,74}\right\rbrack$
$\left\lbrack {1,75}\right\rbrack$
$\left\lbrack {1,76}\right\rbrack$
$\left\lbrack {1,77}\right\rbrack$
$\left\lbrack {1,78}\right\rbrack$
$\left\lbrack {1,79}\right\rbrack$
$\left\lbrack {1,80}\right\rbrack$
$\left\lbrack {1,81}\right\rbrack$
$\left\lbrack {1,82}\right\rbrack$
$\left\lbrack {1,83}\right\rbrack$
$\left\lbrack {1,84}\right\rbrack$
$\left\lbrack {1,85}\right\rbrack$
$\left\lbrack {1,86}\right\rbrack$
$\left\lbrack {1,87}\right\rbrack$
$\left\lbrack {1,88}\right\rbrack$
$\left\lbrack {1,89}\right\rbrack$
$\left\lbrack {1,90}\right\rbrack$
$\left\lbrack {1,91}\right\rbrack$
$\left\lbrack {1,92}\right\rbrack$
$\left\lbrack {1,93}\right\rbrack$
$\left\lbrack {1,94}\right\rbrack$
$\left\lbrack {1,95}\right\rbrack$
$\left\lbrack {1,96}\right\rbrack$
$\left\lbrack {1,97}\right\rbrack$
$\left\lbrack {1,98}\right\rbrack$
$\left\lbrack {1,99}\right\rbrack$
$\left\lbrack {1,10}\right\rbrack$
$\left\lbrack {1,11}\right\rbrack$
$\left\lbrack {1,12}\right\rbrack$
$\left\lbrack {1,13}\right\rbrack$
$\left\lbrack {1,14}\right\rbrack$
$\left\lbrack {1,15}\right\rbrack$
$\left\lbrack {1,16}\right\rbrack$
$\left\lbrack {1,17}\right\rbrack$
$\left\lbrack {1,18}\right\rbrack$
$\left\lbrack {1,19}\right\rbrack$
$\left\lbrack {1,20}\right\rbrack$
$\left\lbrack {1,21}\right\rbrack$
$\left\lbrack {1,22}\right\rbrack$
$\left\lbrack {1,23}\right\rbrack$
$\left\lbrack {1,24}\right\rbrack$
$\left\lbrack {1,25}\right\rbrack$
$\left\lbrack {1,26}\right\rbrack$
$\left\lbrack {1,27}\right\rbrack$
$\left\lbrack {1,28}\right\rbrack$
$\left\lbrack {1,29}\right\rbrack$
$\left\lbrack {1,30}\right\rbrack$
$\left\lbrack {1,31}\right\rbrack$
$\left\lbrack {1,32}\right\rbrack$
$\left\lbrack {1,33}\right\rbrack$
$\left\lbrack {1,34}\right\rbrack$
$\left\lbrack {1,35}\right\rbrack$
$\left\lbrack {1,36}\right\rbrack$
$\left\lbrack {1,37}\right\rbrack$
$\left\lbrack {1,38}\right\rbrack$
$\left\lbrack {1,39}\right\rbrack$
$\left\lbrack {1,40}\right\rbrack$
$\left\lbrack {1,41}\right\rbrack$
$\left\lbrack {1,42}\right\rbrack$
$\left\lbrack {1,43}\right\rbrack$
$\left\lbrack {1,44}\right\rbrack$
$\left\lbrack {1,45}\right\rbrack$
$\left\lbrack {1,46}\right\rbrack$
$\left\lbrack {1,47}\right\rbrack$
$\left\lbrack {1,48}\right\rbrack$
$\left\lbrack {1,49}\right\rbrack$
$\left\lbrack {1,50}\right\rbrack$
$\left\lbrack {1,51}\right\rbrack$
$\left\lbrack {1,52}\right\rbrack$
$\left\lbrack {1,53}\right\rbrack$
$\left\lbrack {1,54}\right\rbrack$
$\left\lbrack {1,55}\right\rbrack$
$\left\lbrack {1,56}\right\rbrack$
$\left\lbrack {1,57}\right\rbrack$
$\left\lbrack {1,58}\right\rbrack$
$\left\lbrack {1,59}\right\rbrack$
$\left\lbrack {1,60}\right\rbrack$
$\left\lbrack {1,61}\right\rbrack$
$\left\lbrack {1,62}\right\rbrack$
$\left\lbrack {1,63}\right\rbrack$
$\left\lbrack {1,64}\right\rbrack$
$\left\lbrack {1,65}\right\rbrack$
$\left\lbrack {1,66}\right\rbrack$
$\left\lbrack {1,67}\right\rbrack$
$\left\lbrack {1,68}\right\rbrack$
$\left\lbrack {1,69}\right\rbrack$
$\left\lbrack {1,70}\right\rbrack$
$\left\lbrack {1,71}\right\rbrack$
$\left\lbrack {1,72}\right\rbrack$
$\left\lbrack {1,73}\right\rbrack$
$\left\lbrack {1,74}\right\rbrack$
$\left\lbrack {1,75}\right\rbrack$
$\left\lbrack {1,76}\right\rbrack$
$\left\lbrack {1,77}\right\rbrack$
$\left\lbrack {1,78}\right\rbrack$
$\left\lbrack {1,79}\right\rbrack$
$\left\lbrack {1,80}\right\rbrack$
$\left\lbrack {1,81}\right\rbrack$
$\left\lbrack {1,82}\right\rbrack$
$\left\lbrack {1,83}\right\rbrack$
$\left\lbrack {1,84}\right\rbrack$
$\left\lbrack {1,85}\right\rbrack$
$\left\lbrack {1,86}\right\rbrack$
$\left\lbrack {1,87}\right\rbrack$
$\left\lbrack {1,88}\right\rbrack$
$\left\lbrack {1,89}\right\rbrack$
$\left\lbrack {1,90}\right\rbrack$
$\left\lbrack {1,91}\right\rbrack$
$\left\lbrack {1,92}\right\rbrack$
$\left\lbrack {1,93}\right\rbrack$
$\left\lbrack {1,94}\right\rbrack$
$\left\lbrack {1,95}\right\rbrack$
$\left\lbrack {1,96}\right\rbrack$
$\left\lbrack {1,97}\right\rbrack$
$\left\lbrack {1,98}\right\rbrack$
$\left\lbrack {1,99}\right\rbrack$
$\left\lbrack {20}\right\rbrack$
$\left\lbrack {21}\right\rbrack$
$\left\lbrack {22}\right\rbrack$
$\left\lbrack {23}\right\rbrack$
$\left\lbrack {24}\right\rbrack$
$\left\lbrack {25}\right\rbrack$
$\left\lbrack {26}\right\rbrack$
$\left\lbrack {27}\right\rbrack$
$\left\lbrack {28}\right\rbrack$
$\left\lbrack {29}\right\rbrack$
$\left\lbrack {30}\right\rbrack$
$\left\lbrack {31}\right\rbrack$
$\left\lbrack {32}\right\rbrack$
$\left\lbrack {33}\right\rbrack$
$\left\lbrack {34}\right\rbrack$
$\left\lbrack {35}\right\rbrack$
$\left\lbrack {36}\right\rbrack$
$\left\lbrack {37}\right\rbrack$
\( \left\lbrack {38}\right\rbrack

a. Demanda total mensual de energía eléctrica 1973-85

Los datos de consumo analizados representan el consumo de energía eléctrica en usos domésticos, industriales y alumbrado público. La serie de precios es una tarifa media mensual de dicha energía en pesetas corrientes.

El alto nivel de agregación de ambas series es una de las limitaciones básicas a la hora de detectar la elasticidad-precio de esta demanda, ya que las tarifas son distintas para cada usuario y las respuestas o variaciones de precios no serán las mismas para una industria, que para un consumidor doméstico, y hasta habrá diferentes reacciones entre los distintos sectores industriales.

Este problema se ha intentado subsanar mediante el análisis del consumo desagregado de energía eléctrica de distintos sectores industriales, doméstica, comercial, alumbrado público y regadio. Sin embargo este análisis no está falta de dificultades que se verán más adelante.

Los resultados obtenidos son los siguientes

Elasticidad-precio: Se detecta una elasticidad permanente y contemporánea de -041. No es significativa al nivel convencional de dos desviaciones típicas, pero si se tiene en cuenta los 143 grados de libertad que exis-

	15ten, en los estadisticos t-student es significativa a un nivel de confianza del 90%.
Elasticidad-escala:	Se ha utilizado como variable de escala el Índice General de Producción Industrial. Se detecta una elasticidad permanente instantánea de .31.
Efecto-temperatura:	La interpretación de los resultados es que un aumento en un mes de 190 en la temperatura media penínsular, ocasiona una disminución aproximadamente del 0.5% en la demanda de energía eléctrica.
Efecto-Pascua:	La interpretación en este caso es que la Semana Santa ocasiona una disminución del consumo del orden del 2.3% con referencia a lo que sería esperable ese mes si no coincidiese con esta festividad.
Se hicieron intentos para detectar efectos transitorios y efectos no lineales de los precios sin obtener ningún resultado positivo.
Los resultados son semejantes a los obtenidos en García-Pardo (1981) aunque en este trabajo se utilizó un periodo muestral más cortos; de Enero de 1970 a Diciembre de 1977.
b. Consumo de energía eléctrica por sectores

En el apartado anterior se anticipó que este análisis no está falta de dificultades. Los principales problemas que han surgido son los siguientes:

La serie de consumo desagregada por sectores de energía eléctrica tienen periodicidad anual. Esto trae consigo que existan dificultades para captar con precisión los efectos reales de las variaciones de los precios sobre la demanda, cuando dichas variaciones se producen normalmente una vez o a lo sumo dos en todo el año. No podemos captar de forma continuada la evolución de la demanda tras las variaciones de precios,

- UNESA proporcionó una tarifa medio anual de energía eléctrica deflactada por el índice de precios al consumo. Existen 7 tarifas para suministros en baja tensión para usuarios domésticos, alumbrado público o comercial; 7 para suministros en alta tensión para usuarios industriales y 3 para suministros especiales; también en alta tensión.

Ante esta diversidad de tarifas es razonable pensar que la serie de precios disponible no sea representativa del verdadero precio medio que paga cada consumidor. Hasta que no se disponga de una diferenciación clara entre los consumos aplicables a cada tarifa, las mediciones que pueden hacerse de elasticidades—precio están sujetas a un alto grado de incertidumbre.

- Algunas series de consumo no son totalmente homogéneas durante todo el período muestral, ya que hubo cambios en la composición de alguno de los sectores, en los años 67 y 80.

Los resultados obtenidos, que se presentan en los cuadros 2 y 3, merecen algunos comentarios,

La política de precios de la energía eléctrica ha estado incentivando el consumo durante casi todo el periodo muestral, de 1959 a 1979 ya que los precios reales de dicha energía fueron disminuyendo hasta 1979.

, Excepto para el consumo de electricidad de los sectores químico, siderometalúrgico y el consumo doméstico de electricidad no se han encontrado efectos precios de la demanda de electricidad. Sin embargo el consumo de esos tres sectores representan el 50% del consumo total de electricidad en España.

- Como variables de escala se han utilizado índices de producción con un nivel de agregación mayor que el deseado, debido a que las series del Índice de Producción Industrial desagregadas por sectores no cubren el período muestral estudiado, exceptuando el sector químico.

La tierra regada y la pluviosidad media peninsular se han utilizado como variables escala en el análisis del consumo de energía eléctrica para regadios.

6. PRODUCTOS DERIVADOS DEL PETROLEO

Se dispone de series mensuales de consumo y precios nominales de cada producto,

Se detectan elasticidades precio en prácticamente todos los productos, excepto en los gases licuados y el keroseno. Estos dos últimos productos tienen características especiales que hacen que no se detecten efectos precio.

La serie de consumo de gases licuados tiene un alto grado de agregación y por tanto es posible que las respuestas ante variaciones de precio sean diferentes para cada tipo de gas. A esto hay que añadir que no se dispone de una serie de precios ponderados por consumo y proporciones de los productos que componen el agregado de Gases Lícuados.

Es reasonable pensar que la demanda del hero- sono, utilizado como combustible en aviación, ses inelástica. Dos rezones pueden explicar la no elasticidad de la demanda:

No es posible. No sustitulibilidad del euroano por otros combustibles.

- El número de aviones que reportan en España no va a depender del precio del kerosena, ya que las líneas aéreas varían el número de vueles dependiendo de otros factores como la época del año, demanda por parte de las viajeros, etc.

Gasolina 96

Todos los meses en los que se celebra la Semana Santa los valores de los residuos son sistematicamente positivos, lo que significa que la demanda en estas fechas aumenta. Se decidió entonces la incorporación en el modelo do dicho efecto, mediante una variable binaria que loma valor 1.0 en el mes que se celebra la Semana Santa y ceros en el resto. Se detecta una respuesta de .075 aproximadamente, lo que implica un aumento del consumo del 7,5% ocasionado por esta festividad debido a la presencia de vacaciones adicionales.

Se intentó utilizar como variable de escala el nivel estimado del parque de automóviles (AUTO) que pretende representar el conjunto de elementos consumidores de gasolina, sin embargo existía una correlación muy alta (-.80) entre los parámetros estimados del precio y del parque de automóviles, por lo que se decidió no incorporar la variable AUTO en el modelo.

Efectos-precio se ha comentado al principio de este trabajo, que al intentar detectar efectos- precio sobre la demanda se puede tener en cuanta dos tipos de respuestas.

Respuestas transitorias: Se han representado por VlnPREG96 e indican efectos que sólo duran un período, es decir se manifiesta en to, y desaparece en to1. Este tipo de respuestas pueden recoger reacciones temporales que tienen los consumidores ante el conocimiento de las subidas de precios.

Respuestas permanentes: En el modelo se han representado por InPREG96 e índice efectos que se mantienen en el tiempo.

Ante la posibilidad de que oslos dos tipos de respuestas sean distintos, se ha planteado un modelo en el que se incorporan dichos efectos de forma independiente. Las estimaciones obtenidas son:

1 = 10 1 = 10 + 1 1 = 10 + 2 1 = 10 + 3 1 = 10 + 4 1 = 10 + 5 1 = 10 + 6 1 = 10 + 7 1 = 10 + 8 1 = 10 + 9 1 = 10 + 10

Esta función parece indicar que existen leves efectos transitorios durante los tres meses posteriores a las variaciones de precios, que hacen que las respuestas difieran minimamente en estos períodos. Sin embargo a partir de to+2 desaparecen los efectos transitorios y se manifiesta en su totalidad la respuesta permanente o a largo plazo, con un valor de -141.

Parece reasonable pensar que las respuestas a subidas de precios puedan ser distintas a las de bajadas. Para comprobar dicha hipótesis se ha realizado una descomposición de precios de dos variables distintas.

Precios al alsa (P )

, Precios a la baja (P *)

Como estas variables deben cumplir que InPREG96, = P * + P *, se definen de la forma siguiente;

\[p _ {i} ^ {*} \left[ \begin{array}{c c} \nabla \ln P R E G 9 6 & t ^ {*} = \text { períodos de bajada de } \\ & \text { precios } \\ 0, \text { resto } & \end{array} \right.\]

P: Recoge todos los precios al aiza

Segón los estimaciones realizadas parece que la demanda es totalmente inelástica o las bajadas de precios, sin embargo antes de afirmar dicho resultado hay que tener en cuenta, que en todo el periodo muestral sólo se han producido tres reducciones de precios (Diciembre 1935 (7%), Marzo 1986 (6%), Noviembre 1986 (5%)) y que posiblemento el efecto de la bajada de Noviembre no se pueda recoger en toda su magnitud ya que la muestra sólo llega hasta esa fecha.

Gasóleo - A

Se intentó utilizar como variable escala el nivel estimado del parque de autobuses y vehículos de carga, que pretendo representar los consumidores de Gasóleo A, sin embargo igual que en el caso de la gasolina existía una correlación alta (-.76) entre los parámetros estimados del precio y de la variable escala por lo que se decidió no incorporar esta última.

Efectos-precio: Se estimaron respuestas transitorias y permanentes, con los siguientes resultados:

que generan una función de respuesta al encalón como la dibujada

Estos resultados muestran que las respuestas transitorias no difieren de las permanentes, ya que los parámetros estimados son aproximadamente iguales. Ante esta circunstancia se puede considerar que la respuesta permanente se manifiesta ya en el primer periodo, por lo que se decidió estimar únicamente este tipo de respuesta, obteniendo una elasticidad instantánea de -12.

Ante la posibilidad de que las respuestas a las bejadas de precios sean distintas que las respuestas a las subidas, se estimaron dichos efectos de forma independiente, obteniendo los mismos resultados que en el caso de la gasali-

na. Sin embargo hay que tener en cuenta tres aspectos importantes que pueden generar estos resultados:

. Durante el periodo muestral (1/77-11/86) sólo se han producido dos reducciones de precios, en Marzo y Noviembre de 1986.

Las reducciones de precios son de pequeña magnitud, aproximadamente de un 3.3%.

La muestra sólo llega hasta Noviembre de 1986, y por lo tanto es posible que el efecto de la bajada del precio en este mes no puede ser recogido en toda su magnitud,

Gasóleo - B

El Gasóleo-B se emplea como combustible para tractores y otros elementos de transporte, en ganadería, agricultura y pesca,

Como variable de escala se buscó algún indicador del parque de tractores y maquinaria agricola pero no se encontró ninguna variable que reflejase de modo satisfactorio este fenómeno, por lo que el modelo presenta esta clara debilidad. La mismo puede decirse en lo referente al sector pesquero y ganadero,

Con respecto al precio-nominal del Gasóleo-B hay que destacar que se delecta una elasticidad transitoria y contemporánea, negativa y cloramente significativa (-.46).

Hay que hacer notar la poca precisión del modelo, (el error de predicción un período hacia delante es de 11,4%) y la gran cantidad de valores anómalos que persisten, sin que se tenga una información clara de la causa y el significado.

Gasóleo - C

Esta variable representa el consumo mensual de Gasóleo-C que se emplea básicamente como combustible para calefacción.

La serie tiene aspecto estable sin tendencias claras; asimismo tiene una marcada estacionalidad con valles en verano y cimas en invierno.

Se ha estudiado el efecto de la temperatura sobre la demanda de este producto. Para ello se utilizó la serie de Temperatura Media en España (TEM). Se detectó una influencia negativa y claramente significativa, así como contemporánea (-023) El parámetro estimado indica que un cuemtno en el mes de 19C en la temperatura media peninsular, ocasiones un decrecimiento aproximadamente del 2.3% en la demanda de Gasóleo-C en ese mismo mes.

Elasticidad-precios Se detecta una elasticidad permanente, negativa y contemporánea de -.24, que se manifiesta en su totalidad en el mismo mes de la subida de precios.

7. CONSUMO DE FUEL POR SECTORES

Las series de consumo analizadas son publicadas por el Banco de España en el Boletín Estadístico. El INH proporcionó una serie de precios desagregados por tipos de fuel-oil.

El nivel de agregación de la serie de consumo es mayor que el de los precios y por tanto ha sido necesario construir una tarifa agregada. Esta tarifa se define como una media ponderada, cuyo coeficiente de ponderación es la participación del consumo de cada tipo de fuel en el total.

Antes de presentar los resultados hay que tener en cuenta un supuesto que se ha considerado en relación a los precios. Las variaciones de precios que se han producido en los últimos días del mes se han tomado como si hubieran ocurrido al mes siguiente. Se ha comprobado que en todos los sectores existen "efectos anticipación", es decir, que las variaciones de precios son conocidas por los consumidores antes de que se produzcan, por tanto ellos actuan de forma coherente, aumentado sus stocks, antes de las subidas de precios. Si las variaciones de precio se produzcan en los últimos días, las industrias tendrían casi todo el mes para aumentar sus stocks y esto discorsionaria posiblemente el análisis, pudiéndose detectar efectos-precios positivos o nulos.

Los resultados obtenidos son los siguientes:

Elasticidad precio:

Se han detectado elasticidades—precio en todos los casos excepto en el papel y el textil. Los parámetros oscilan entre —20 y —40. Todos los sectores coinciden en la rapidez de respuesta en uno o dos períodos a lo sume.

Elasticidad-escala:

Se han utilizada como variables-escala los índices de producción industrial mensual de los distintos sectores. Se detectan efectos positivos permanentes y contemporáneos de estas variables en todos los sectores, los coeficientes van de .28 a 1.30.

Efectos precio no lineales

Hasta ahora hemos estado especificando modelos econométricos lineales. Sin embargo estos modelos pueden no ser apropiados en cada uno de los casos siguientes:

1. Si distintas subidas de precios se llevan a cabo bajo distintas condiciones estructurales, por ejemplo, al mes en que se producen, las condiciones macroeconómicas del momento, el tamaño de dichas subidas, etc.

2. Si las empresas industriales tuvieron distinto grado de información acerca de dichos subidas. Cuando una subida de precios se produce de modo inesperado, entonces la disminución de la demanda se producirá a partir de ese momento. Si la subida de precios se concre de antemano, entonces el efecto sobre la demanda no es obvío. Una posibilidad es que las agentes hayan incrementado sus stocks antes de producirse la variación en los precios, y cuando éstos se producen, entonces la demanda ya se ha estabilizado y no muestra ninguna respuesta a los precios.

3. Con independencia de las cuestiones arriba citadas, hay que tener presente que el efecto de una subida de precios sobre la demanda del bien, depende en gran medida del contenido informativo que el alza de precios tiene para el consumidor. Si éste cree que esta subida es un ajuste del momento y que el precio nominal permanecerá al nuevo nivel durante un cierto periodo, entonces es lógico esperar un efecto negativo sobre la demanda. También hay que tener presente que para que esto ocurra es preciso que o bien la producción disminuya, o que existan bienes sustitutivos de aquel cuyo precio ha aumentado o que se puedan alterar las técnicas de producción mejorando la eficiencia en el uso del fuel-oil.

Si, por otra parte, la subida de precios en un mes se interpreta como una indicación de nuevas subidas en los períodos próximos, entonces bien podría ocurrir que la consecuencia sea que las empresas respondan al alza de los precios con un incremento de demanda, de modo que lleven sus stocks hasta saturar su capacidad de almacenamiento.

Estas consideraciones parecen importantes para el trabajo que aquí se propone, pues una simple inspección de las series de demanda y precios del fuel, no parecen revelar una clara conexión de signo negativo. Sin embargo si es claramente cierto, que durante el periodo muestral se producen subidas periódicas en los precios y una disminución constante en la demanda del fuel.

Ante la ausencia de efectos lineales de variaciones en los precios en los sectores del papel y textil, se ha intentado captar efectos no lineales mediante una descomposición de los precios.

El criterio seguido para realizar dicha descomposición ha sido la magnitud de los incrementos. Se han considerado 3 variables de precios; aquellos que experimentan un incremento de más del 30% como son el de Enero de 1980 y Marzo de 1981 y por otro lado todos aquellos cuyos incrementos representan menos del 30%.

Las variables se definen de la siguiente forma:

\[P (1 / 8 0) = \left\{ \begin{array}{l l} 0. 0, t < 1 / 8 0 \\ \nabla \ln P (1 / 8 0), t \geq 1 / 8 0 \end{array} \right.\]

\[P (3 / 8 1) = \left\{ \begin{array}{l l} 0, 0, t < 3 / 8 1 \\ \nabla \ln P (3 / 8 1), t \geqslant 3 / 8 1 \end{array} \right.\]

P.4: Recoge todas las subidas de precios del periodo muestral excepto las de 1/80 y 3/81.

Los resultados obtenidos son los siguientes: El sector del papel que parecía no responder a variaciones de precios, ahora se detecta una elastividad de -22 con respecto a los precios cuyas variaciones son menores del 30% (P14) con una desviación típica de (.09).

Con respecto a P(3/81) se detecta una elasticidad de .11 con desviación típica de (.08), claramente no significativa,

Este resultado sugiere que las variaciones grandes de precios vienen acompañadas de efectos transitorios que puede estar distorsionando el efecto general de los precios sobre el consumo.

En el sector textil se probó la misma des- composición de precios, sin encontrar ningún re- sultado positivo para ninguna de los 3 variables. Las estimaciones de los parámetros no son signifi- cativas estadísticamente.

P: , 12 (13)

P(1/80) → 20 ± (14)

A pesar de que en este sector no se detecta efecto-precio, si parece haber anomalías en el consumo, alrededor de algunas de las fechas en que se producen variaciones de precios. El problema es que no se pueden tratar simultáneamente porque la reacción del consumo es distinta ante cada variación de precios. Una posible solución sería tratar cada variación independientemente, pero estos modelos no nos darían elasticidades-promedios y por tanto no nos serían útiles para predecir, ya que no sabríamos que elasticidad aplicar a variaciones futuras de precios.

No se ha pasado estimar el efecto de P(1/80) porque se pierde la observación en el proceso de diferenciación y estimación de estructuras autorregresivas.

Valores entre parentesis son las desviaciones típicas.

APENDICE

DEMANDA TOTAL MENSUAL DE ENERGIA ELECTRICA (MODELO FINAL)

VARIABLE: PERIODO: IT EM 1/73 - 12/85 (156) 5 conv.

MODELO:

In EM, = -.022 PAS, + .31 lnIPI, = .041 lnPME, (.006) (.04) (.03) -.0058TEM, (.0012)

PCV: .51

\[\tilde {a} \dots 0\]

\[\pm \frac {2}{\sqrt {1 3 3}} = . 1 7\]

f, a, p;

RESIDUOS:

N	FECHA	VALOR EN UNIDADES
39	3/76	-2,4
42	6/76	2,5
44	8/76	-3,0
55	7/77	-2,2

NOTAS;

VARIABLE: EQUI

PERIODO: 65 -34 (20)

1 conv.

MODELO:

.05×71 .05×78 (.01) (.01)

(24) (26)

= .00135

ROV = .15 Periodo ≈ 3.6

a = .002 (.009)

\[\forall 7 1 _ {t} = \left[ \begin{array}{l l} 1 & t = 7 1 \\ 0 & \text {resto} \end{array} \right.\]

\[X 7 8 _ {i} = \left[ \begin{array}{l l l} 1 & t & = 7 8 \\ 0 & \text { resto } \end{array} \right]\]

\[\frac {2}{\sqrt {1 5}} = . 5 2\]

f, g, p:

RESIDUOS:

FECHA

VALOR EN UNIDADES 6.

NOTAS:

\[\begin{array}{l l l} \text {VARIABLE:} & \text {PERIODO:} & \text {IT} \\ \text {ESIO} & 6 5 - 3 4 (2 0) & 6 \text {conv.} \end{array}\]

MODELO:

\[\begin{array}{r l} \ln E S I D _ {1} & = (-, 2 9 B -, 2 5 B ^ {2}) \ln P M C _ {0} +, 3 9 \ln I P I M E T _ {0} \\ & (\cdot , 0 9) \quad (\cdot , 0 9) \quad (\cdot , 0 3) \end{array}\]

\[\dots , 0. 4 \times 7 5 +, 1 0 5 7 3 + \frac {(1 - . 2 1)}{9 ^ {2}} = 3,\]

\[\sigma_ {\alpha} ^ {2} = 0. 0 0 8 2\]

\[\begin{array}{r l} & {\mathrm{a}} \\ & {3, 1 0 0 = 2. 8 5} \\ & {\mathrm{a}} \\ & {3 = -. 5 4} \\ & {(0 1 6)} \end{array}\]

\[\tilde {a} \quad \dots , 0 0 2 4 \tag {1.0071}\]

(2,4,6) = 3,6,3,7,4,1

\[x 7 5 = \left[ \begin{array}{l l l} 1 & 1 & = 1 9 7 5 \\ 0 & \text {resto} \end{array} \right.\]

\[\frac {f _ {\mathrm{e}} \cdot a \cdot c}{r _ {2} = . 3 7}\]

\[5 7 8 = \left\{ \begin{array}{l l} 0 & 1 < 1 9 7 8 \\ 1 & 1 \geq 1 9 7 8 \end{array} \right.\]

\[\text { 求 } \quad \text { 求 } \quad \text { 求 }\]

\[\pm \frac {2}{\sqrt {1 6}} = . 5\]

RESIDUOS:

\[\div 2, 2\]

NOTAS: Los valores altos del retardo dos tanto del f.o.s como del f.o.p están explicados en un 47% por esíduos atípicos.

VARIABLE:

PERIODO:

ETEX

\[5 9 \dots 8 4 (2 6)\]

4 conv,

MODELO:

（.13）（.13）（.04）（.04）

+ (.17 + .17B)367 - .06X77 (.04) (.04) (.02)

\[\hat {a} _ {a} ^ {2} = . 0 0 1 9\]

\[\hat {G} _ {0} * 1 0 0 = 4. 3 8\]

\[R C U = 0. 2 5\]

\[Q (2, 4, 6) = 5, 1, 7, 3, 5\]

\[\begin{array}{r l} \text { a } & = - 1 1 \\ & (0 0 8) \end{array}\]

\[5 7 3 = \left[ \begin{array}{l l l} 0, & t < 1 9 7 3 \\ 1, & t \geq 1 9 7 3 \end{array} \right.\]

\[f, 3, 5, \dots\]

\[S 6 7 = \left[ \begin{array}{l l l} 0, & 1 & < 1 9 6 7 \\ 1, & 1 & \geqslant 1 9 6 7 \end{array} \right.\]

\[f _ {1} = \dots 3 5\]

\[x 7 7 = \left\{ \begin{array}{l l} 1, & t = 1 3 7 7 \\ 0, & \text { resto } \end{array} \right.\]

\[\text { f. } \text { Q. } \text { P. } \text { e. }\]

\[S _ {1} \dots 3 5\]

\[\pm \frac {3}{1 0 0} = 0. 4 2\]

RESIDUOS:

\[\mathrm{FECHA}\]

VALOR EN UNIDADES 6.

NOTAS:

VARIABLE: PERIODO: IT ETRA 65 - 34 (20) 2 conv.

MODELO:

\[\sigma^ {2} _ {a} = 0. 0 4 5 9\]

\[S _ {a} * 1 0 0 = 6. 7 7\]

a = 0,0

RCV: 1.0

\[\frac {f \cdot g \cdot g}{g}\]

\[\pm \frac {2}{\sqrt {1 9}} = 0. 4 6\]

RESIDUOS:

↑↓

FECHA

VALOR EN UNIDADES 6.

1984

2.6

+2.6

NOTAS:

DEMANDA DE ENERGIA ELECTRICA DE LA I. DE LA MADERA (MODELO FINAL)

VARIABLE:	PERIOD:	IT
SHAD	65 - 84 (20)	3 conv.
MODELO:
$\ln EMAD_{i} = .56ESC67_{i} + 1.45\ln IPIMAN_{i} + \frac{a_{i}}{7}$ (.05) (.17)
$\hat{\sigma}^{2}_{a} = .00232$	$\hat{\sigma}, *100 = 4.8$
RCV = .66	ESC67, = [1, t ≥ 19670 resto
$Q(2,4,6) = .1, 6.4, 8.1$
$\bar{a} = 0.0$
f.a.s:
$r_{i} = -.43$	$\pm \frac{2}{\sqrt{19}} = .43$
f.a.p.:
$S_{i} = -.48$
RESIDUOS:
N	FECHA	VALOR EN UNIDADES $d_{i}$
4	1968	2.3
EALI	65 - 84 (20)	66 conv.

MODELO:

\[\begin{array}{r l} \text { InEALI } & = (. 1 7 -. 1 1 9 +. 1 2 B ^ {2}) E S C 6 8 _ {t} -. 0 4 X 7 8 _ {t} + \\ & (\cdot , 0 2) (\cdot , 0 3) (\cdot , 0 2) (\cdot , 0 1) \end{array}\]

+ .521nIPMAN, + 3( (.15) )

\[\hat {a} _ {2} = . 0 0 0 5 3 2\]

\[\hat {G} _ {1} \times 1 0 0 = 2. 3 0\]

\[R C V = 0. 2 7\]

\[g = . 1 8 (. 0 3)\]

\[Q (2, 4, 6) = 0. 6, 3. 4, 4. 7\]

\[\text { ESC68 } = \left[ \begin{array}{l l} 1 & t \geq 1 9 6 8 \\ 0 & \text { resto } \end{array} \right.\]

\[x 7 8 = \left[ \begin{array}{l l} 1 & t = 1 9 7 3 \\ 0 & \text { resto } \end{array} \right]\]

\[\int_ {0} ^ {r} \mathbf {S} _ {i} \cdot \mathbf {S} _ {i}\]

\[\mathrm{f}, \mathrm{f}, \mathrm{p}\]

RESIDUOS:

\[\mathrm{FECHA}\]

VARIABLE: PERIODO: IT EPAP 65 - 84 (20) 5 conv.

MODELO:

ThePAP

\[\frac {3}{(1 - 0 . 2 0 + . 3 2 B ^ {2}) \gamma (2 2) (2 2)}\]

\[0 ^ {2} = 0. 0 0 2 4 7\]

\[\sigma_ {v} + 1 0 0 = 4. 9 7\]

RCV: .73

\[\mathrm{PER} = 4 \mathrm{sinos}\]

\[\tilde {a} = 0, 0\]

(2)

或

\[\pm \frac {2}{\sqrt {1 7}} = . 4 6\]

RESIDUOS:

FECHA

VALOR EN UNIDADES 0.

1981

\[1 2. 6\]

NOTAS:

DEMANDA DE ENERGIA ELECTRICA DE LA I. MATERIALES DE CONSTRUCCIÓN (MODELO FINAL)

VARIABLE:

PERIOD:

EMAT

65 - 84 (20)

9 conv.

MODELO:

s = .00349

\[\hat {S} _ {4} * 1 0 0 = 5. 9\]

RCV: .49

5:0.0

f, g, p

RESIDUOS:

FECHA

VALOR EN UNIDADES 0

1984

NOTAS;

DEMANDA DE ENERGIA ELECTRICA DEL SECTOR DOMESTICO (MODELO FINAL)

EDOM

4 conv.

MODELO:

\[S _ {a} \times 1 0 0 = 4. 7 3\]

RCV: ,63

Q(2,4,6) = 9, 2,2, 6,9

1. 2. 3.

\[1 \frac {2}{\sqrt {2 3}} = . 4 1\]

RESIDUOS:

FECHA

VALOR EN UNIDADES

1962

2.1

NOTAS;

DEMANDA DE ENERGIA ELECTRICA DEL SECTOR COMERCIAL (MODELO FINAL)

VARIABLE: PERIOD: IT

\[6 3 \dots 8 3 (2 1)\]

\[3 \quad c o n v,\]

+ .03P73 + (.003 + .048B) P77 + a1 / V2

\[\sigma_ {a} ^ {2} = 0. 0 0 0 5 1\]

\[x _ {0} + 1 0 0 = 0. 7\]

\[\text { Periodo } = 6 \text { años }\]

\[0 (2, 4, 6) = - 2, 4, 3, 8, 3, 1\]

\[P 7 3 = \left\{ \begin{array}{c c} 1, 0 & = 1 9 7 3 \\ 0, 0 & \text { resto } \end{array} \right.\tag{a = 0,0}\]

F. 3.5:

\[P 7 7 = \left\{ \begin{array}{l} 1. 0 t = 1 9 7 7 \\ 0. 0 \text { resto } \end{array} \right.\tag{$ \therefore m : x > 1 $ ;}\]

\[\pm \frac {2}{\sqrt {1 3}} = . 4 7\]

\[\mathrm{FECHA}\]

\[\text { VALOR EN UNIDADES } \circ .\]

VARIABLE:	PERI000:	IT
EALU	65 - 84 (20)	4 conv.

MODELO:

lnEALU = .34lnIPI + (.18)

\[\hat {a} _ {a} = , 0 0 1 6 3\]

\[\delta_ {0} * 1 0 0 = 4. 0 3\]

\[R C V = . 2 2\]

\[\text { Período } = 3 \text { años }\]

\[9 (2, 4, 6) = 1 6, 9, 1. 3\]

\[\text { 5 } \quad \therefore 0, 0\]

\[\frac {5}{7} \circ 0, 5,\]

\[\mathrm{f} \cdot \mathrm{g} \cdot \mathrm{p}\]

RESIDUOS:

\[+ 2. 3\]

NOTAS:

VARIABLE:

PERIODO:

EREG

\[1 9 6 0 - 1 9 8 3 (2 4)\]

\[1 \text { conv. }\]

MODELO:

\[\ln \text {EREG} = - 3 6 1 \mathrm{nPLU} + 3. 2 4 \ln \text {TREG} + \frac {\mathrm{a}}{\mathrm{P}}\]

\[\hat {\sigma} ^ {2} = 0. 1 2 0 5\]

\[\hat {a} _ {0} + 1 0 0 = 1 0. 9 7\]

RCV= .58

\[9 (2, 4, 6) = 2, 3, 3\]

\[\bar {a} = 0. 0\]

\[r _ {1} = - 2 3\]

\[r _ {2} \dots , 2 0\]

\[\begin{array}{c} \text { } \\ \text { } \end{array}\]

\[S _ {1} = - 2 3\]

\[S _ {2} = . 1 5\]

\[4 \frac {2}{\sqrt {2 3}} = 4 2\]

RESIDUOS:

FECHA

VALOR EN UNIDADES 6.

1968

1980

\[4 2, 1\]

\[4 2: 2\]

NOTAS;

VARIABLE: PERIODO: IT

GL 1/70 - 12/83 (168) 3 conv.

MODELO:

（.0036）（.006）（.04）（.04）

\[+ \frac {(1 - . 5 6 B ^ {1 2}) a _ {1}}{(1 + . 7 8 B + . 5 4 B ^ {2}) \nabla \nabla_ {1 2}}\]

= .003078

\[\hat {x} _ {2} * 1 0 0 = 5. 5 4\]

RCV= .32

\[\text { Periado } = 3 \text { meses }\]

\[x 4 7 5 = \left[ \begin{array}{l l} 1 & t = 4 / 7 5 \\ 0 & \text { resto } \end{array} \right.\]

a = 0,0

\[\times 1 8 2 = \left[ \begin{array}{l l} 1 & t = 1 / 8 2 \\ 0 & \text { resto } \end{array} \right.\]

1. 2. 3.

\[S _ {1} \dots 1 3\]

\[S _ {2 3} = , 2 0\]

\[\pm \frac {2}{\sqrt {1 5 3}} = . 1 6\]

RESIDUOS:

N FECHA VALOR EN UNIDADES

66 6/75 +3.1

39 5/77 +2.1

120 12/79 -2.2

154 10/82 -2.3

NOTAS: TEMC → serie de temperaturas corregidas de valores extremos.

XT → serie que recoge los valores extremos.

VARIABLE:

JK 1/73 - 11/85 (155) 14 conv.

MODELO:

\[5. 1 0 0 = 5. 9\]

RCV= .22

\[\rho (\theta_ {1}, \theta_ {2}) = 5 8\]

Q(12,24,36) = 3.2, 23.2, 35.1

a = -0077

\[S _ {1 0} = - 1 6\]

\[S _ {1 6} = \dots , 2 0\]

\[\pm \frac {2}{\sqrt {1 4 1}} = . 1 6\]

RESIDUOS:

FECHA

VALOR EN UNIDADES

2176

8/83

145

1/85

NOTAS:

1n096 = -09X1183-(.09+.05B)X577-.06X582-.59X685 (.02) (.02) (.02) (.02) (.02)

1.044X0481+075PAS-(.43+32B+45B)71nPREG96 (.014) (.01) (.05)(.05) (.06)

(nPREGO) N, , N, 0.0009 = 0.06 (0.0003)

\[\begin{array}{r l} \nabla \nabla_ {1, N _ {1}} 1, 0 0 0 9 & = \frac {(1 - , 6 5 B) (1 - , 6 0 B ^ {1 2})}{(1 + , 3 8 B ^ {1 2} + , 2 2 B ^ {2 4})} \\ & = \frac {(1 + , 3 8 B ^ {1 2} + , 2 2 B ^ {2 4})}{(1 + , 3 8 B ^ {1 2} + , 2 2 B ^ {2 4})} \end{array}\]

0.00066

RCV- .098

\[\text { x1133, } = \left\{ \begin{array}{l l} 1. 0 & t = 1 1 / 3 3 \\ 0 & \text { hasta } \end{array} \right.\]

0(12,24,36) = 4.8, 13.4, 31.8

PER ≈ 3.1

\[x 5 7 7 = \left\{ \begin{array}{l l} 1, 0 & 1 = 5 / 7 7 \\ 0 & \text { resto } \end{array} \right.\]

\[\rho (\theta_ {1, 2}, \xi_ {1, 2}) = . 5 7\]

\[\rho \left(\omega_ {3}, \omega_ {4}\right) = . 6 2\]

\[\mathrm{X532} = \left[ \begin{array}{l l} 1, 0 & 1 = 5 / 8 2 \\ 0 & \text { resto } \end{array} \right.\]

\[f \cdot 3 \cdot 5\]

\[\times 6 8 5 = \left[ \begin{array}{l l} 1, 0 & t = 6 / 8 5 \\ 0 & \text { resto } \end{array} \right.\]

\[\mathrm{XC481} = \left[ \begin{array}{c c} 1, 0 & t = 4 / 8 1 \\ - 1, 0 & t = 5 / 8 1 \\ 0 & \text { resto } \end{array} \right]\]

RESIDUOS:

\[\begin{array}{l} \text {VALOR EN UNIDADES} \\ - 2. 4 \end{array}\]

NOTAS

- Tercer parámetro de 9 In PREG96

w = parámetro de In PREG96

\[\begin{array}{r l} \ln G A _ {1} & = (-, 1 0 +, 1 0 0) \times 1 1 8 3 -. 1 2 \ln P R E G A _ {1} + N _ {1} \\ & (\cdot , 0 2) (\cdot , 0 2) \end{array}\]

\[\nabla \nabla_ {1, 2} \quad \mathrm{M} _ {1} = \frac {(1 - . 6 3 B)}{(1 + . 6 9 B + . 4 3 B ^ {2}) (1 + . 3 8 B ^ {1 2} + . 5 1 B ^ {2 4}) (. 1 2) (. 1 2) (. 0 9) (. 0 9)} \tag {3}\]

\[\hat {a} _ {3} = . 0 0 1 1\]

\[\hat {x} _ {1} + 1 0 0 = 3. 9 3 \%\]

\[\mathrm{PER} = 3 \text { meses }\]

Q(12,24,36) = 15.3, 29.9, 43.1 PER = 3.4 años

\[\tilde {a} = , 0 0 1 3 \quad (, 0 3)\]

\[\frac {r _ {1} + 3 . 5}{r _ {9}} = 2 8\]

\[x 1 1 8 3 _ {i} = \left[ \begin{array}{l l} 1, 0 & t = 1 1 / 8 3 \\ 0, 0 & \text { resto } \end{array} \right.\]

\[\begin{array}{l} \frac {2}{\cdots \cdots} = 2 2 \\ \sqrt {n} \end{array}\]

\[S _ {9} = 2 9 S _ {1 0} = - 2 2\]

RESIDUOS:

N	FECHA	VALOR EN UNIDADES $\alpha$
55	7/81	2.3
106	10/85	2.1
111	3/86	-2.1

VARIABLE:	PERIODO:	IT
68	1/77 - 12/35 (108)	4 conv.

MODELO:

(17)

\[\begin{array}{r l} & (. 1 1) \quad (. 1 1) \\ & (1 -. 5 3 B -. 2 9 B ^ {2}) \end{array}\]

\[\begin{array}{r l} (1 + 4 4 B ^ {2} + 2 7 B ^ {2}) & \nabla \nabla_ {1 2} \\ (. 1 1) & (. 1 1) \end{array}\]

\[\hat {S} _ {a} = . 0 1 3 1 2\]

\[\sigma_ {a} \times 1 0 0 = 1 1. 4\]

\[p (\theta_ {1}, \theta_ {2}) = - 7 1\]

\[R C V = . 1 5\]

\[\mathrm{PER} = 3. 2 \mathrm{mhos}\]

9(12,24,36) = 8, 12, 34

\[\int_ {\mathbb {R} ^ {n}} \partial_ {t} \cdot \partial_ {s} \cdot \partial_ {v}\]

\[\text { 1. } \text { 2. } \text { 3. }\]

\[\pm \frac {2}{\sqrt {7 0}} = . 2 4\]

RESIDUOS:

N	FECHA	VALOR EN UNIDADES σ
60	12/31	-2,3
62	2/32	+2,1
66	6/32	+2,3
71	11/32	+2,0
96	12/34	+2,1
98	2/35	-2,0

NOTAS:

60 1/77 - 12/84 (n=96) 19 conv.

(101) (11) (12)

(12) (09) (1,73B) (1,598 )

+ (1.26D + 22D²) Ψη₁₂ d (15) (10)

\[X 3 8 2 _ {t} = \left[ \begin{array}{l l} 1 & t = 8 / 8 2 \\ 0 & \text { resto } \end{array} \right.\]

f.a.s: r.i = ,22 r.i = ,20

31 9/83 +2.0

38 4/84 -2.5

NOTAS:

DEMANDA DE FUEL-OIL DE LA I, PAPEL (MODELO FINAL I)

VARIABLE: PERIOD: IT

FPAP 1/77 - 12/85 (108) 3 conv.

MODELO:

lnFPAP = (-.21 - .13B)×184 - .09 × 583 + (.04) (.04) (.03)

+ .35 lnIPIPAP + .05 lnPREFUEL (.11) (.06)

= .00265

\[S _ {a} + 1 0 0 = 5, 1 5\]

RCV= 0.283

\[\mathrm{PER} = 4 \mathrm{shos}\]

(12, 24, 36) = 12, 25, 85.7

a = 0.

\[\times 1 8 4 = \left[ \begin{array}{l l} 1 & t = 1 / 8 4 \\ 0 & \text { resto } \end{array} \right.\]

\[x 5 8 3 = \left\{ \begin{array}{l l} 1 & t = 5 / 8 3 \\ 0 & \text { resto } \end{array} \right.\]

;

S, ……, 26

\[\pm \frac {2}{\sqrt {7 1}} = . 2 3\]

RESIDUOS:

\[\text { VALOR EN UNIDADES } \quad \delta .\]

\[\div 2, 1\]

NOTAS:

\[\begin{array}{r l} \ln F P A P _ {1} & = (-. 2 2 +, 1 4 B) \times 1 8 4 -, 1 2 \times 5 8 3 + \\ & \quad (. 0 4) (. 0 4) (. 0 4) \\ & +, 4 7 \ln I P A P _ {1} +, 2 2 \ln P _ {1} ^ {*} +, 1 1 P (3 / 8 1) \\ & \quad (. 1 0) (. 0 9) (. 0 8) \\ & + \frac {(. 0 7)}{(1 - . 8 3 B) (1 - . 3 6 B ^ {1 / 2})} \\ & + \frac {(1 + . 0 7 B ^ {1 / 2} + . 4 5 B ^ {2 / 2}) 7 7}{(. 1 1) (. 1 0)} \end{array}\]

RCV. . 17

9(12,24,34) = 9.1, 19.1, 33.

\[X 1 8 4 = \left[ \begin{array}{l l} 1. 0, & = 1 / 9 4 \\ 0. 0, & \text { resto } \end{array} \right.\]

\[x 5 8 3 = \left\{ \begin{array}{l l} 1, 0, t = 5 / 6 3 \\ 0, 0, \text { resto } \end{array} \right.\]

1.2. P:

RESIDUOS:

N	FECHA	VALOR EN UNIDADES $\sigma_{s}^{2}$
61	1/82	-2,0
61	3/82	-1,3
67	3/84	2,0

\[\begin{array}{l} \underline {{\text { NOTAS: }}} \\ P (3 / 8 1) = \left\{ \begin{array}{l l} 0. 0 t < 3 / 8 1 \\ \forall \ln P _ {i} (3 / 8 1) t \geq 3 / 8 1 \end{array} \right. \\ P _ {i} ^ {*} \text { : Todas las variaciones de precios } \\ \text { excepto } 1 / 8 0, 3 / 8 1 \end{array}\]

DEMANDA DE FUEL-OIL DE LAI. QUIMICA (MODELO FINAL)
VARIABLE:	PERIODO:	IT
FQUI	1/77 - 12/35 (108)	9 conv.
MODELO:
lnFQUI1 = -.24 X184 - (.15+ .128)X1083 + .22 X682(.05)	(.05)(.05)	(.04)
-.21 X882 - .23 X879 + 1.01nIPI0 -(.05)	(.05)	(.15)
-.381nPREFUEL1 + (.09) (1-.438) (1-.628)at(.09)	7912
$\hat{\sigma}^2_3 = .00372$	$\hat{\sigma},\times 100 = 6.10$
0(12,24,36) = 9.1, 20.2, 27.7
RCV = .41	X184 = [1 t = 1/340 resto
a = 0.038(.006)	X682 = [1 t = 6/320 resto
f.a.s:	X1083 = [1 t = 10/330 resto
f.a.p:	X882 = [1 t = 8/820 resto
± $\frac{2}{\sqrt{95}}$ = .20	X879 = [1 t = 8/790 resto
RESIDUOS:
N	FECHA	VALOR EN UNIDADES $\hat{\sigma}$ .
19	7/78	-2.2
44	8/30	-2.2
92	8/34	-2.2

\[\begin{array}{l l l} \text {VARIABLE:} & \text {PERIODO:} & \text {IT} \\ \text {FTEX} & 1 / 7 7 - 1 2 / 8 5 (1 0 8) & 3 \text {conv.} \\ \hline \text {MODELO:} & & \\ \ln F T E X _ {i} = -. 1 8 \times 8 8 0 + (. 1 8 -. 2 1 B) \times 7 8 1 +. 1 4 \times 1 8 1 + \\ & (. 0 6) (. 0 6) (. 0 6) (. 0 6) \\ +. 5 6 \ln I P I T E X +. 1 1 \ln P R E F U E L \\ & (. 1 2) (. 0 8) \\ & (. 0 5) (. 1 0) \\ +. \frac {(1 - . 3 6 B) (1 - . 1 4 B ^ {1 2})}{\nabla \nabla_ {1 , i}} a _ {i} \end{array}\]

\[\hat {a} _ {2} = . 0 0 7\]

\[\sigma_ {2} + 1 0 0 = 8. 3 8\]

\[R C V = . 3 1\]

\[x 8 8 0 _ {c} = \left\{ \begin{array}{l l} 1 & t = 8 / 8 0 \\ 0 & \text { resto } \end{array} \right.\]

\[\rho \left(w _ {0}, w _ {3}\right) = . 5 2\]

9(12,24,36)=27,19.7,34.6

\[x 7 8 1 _ {i} = \left[ \begin{array}{l l} 1 & 1 = 7 / 3 1 \\ 0 & \text { r e s t o } \end{array} \right.\]

\[\tilde {a} = \dots , 0. 0 5 2 (\cdot 0 0 8)\]

\[\text { x181, } = \left[ \begin{array}{c c} 1 & 1 = 1 / 8 1 \\ 0 & \text { resto } \end{array} \right]\]

\[f _ {1}, \dots , f _ {s}\]

\[P _ {1} \approx \dots , 2 5\]

\[f \circ A: P;\]

\[\pm \frac {2}{1 9 4} = 2 0\]

RESIDUOS:

N	FECHA	VALOR EN UNIDADES $\sigma_{a}$
48	12/80	2,1
71	11/82	2,21
93	9/84	-2,51
108	12/85	2,3

NOTAS:

- parámetro de X880, - 20 parámetro de X781

N	FECHA	VALOR EN UNIDADES $\sigma_{a}$
48	12/80	2.0
56	8/81	-3.0
93	9/84	-2.5
108	12/85	2.1

DEMANDA DE FUEL-OIL DE LA I. TEXTIL (MODELO FINAL)

\[\begin{array}{l l l} \text {VARIABLE:} & \text {PERIODO:} & \text {IT} \\ \text {FTEX} & 1 / 7 7 - 1 2 / 8 5 (1 0 8) & 3 \text {conv}, \end{array}\]

MODELO:

\[\begin{array}{r l} \ln F T E X _ {1} & = -. 2 1 \times 7 8 1 -. 1 1 \times 8 8 0 +. 1 2 P _ {1} ^ {*} +. 2 0 P (1 / 8 0) \\ & (. 0 6) (. 0 6) (. 1 3) (. 1 4) \end{array}\]

\[-. 1 2 \mathrm{P} (3 / 8 1) +. 5 2 \ln \text { IPITEX } + \frac {(. 0 6)}{(1 - . 8 5 B)} a _ {1}\]

\[\hat {a} ^ {2} = 0. 0 7 7\]

\[T _ {3} + 100 = 8.3\%\]

\[R C V = . 2 8\]

\[\mathrm{X} 3 3 0 _ {t} = \left[ \begin{array}{l l} 1 & t = 3 / 8 0 \\ 0 & \text { reste } \end{array} \right.\]

\[\forall 7 8 1 = \left[ \begin{array}{l l} 1. 0 & = 7 / 8 1 \\ 0. 0, & \text { resto } \end{array} \right.\]

\[\begin{array}{r l} \bar {a} & = -, 0 0 4 3 \\ & (., 0 0 9) \end{array}\]

\[\times 8 3 0 = \left\{ \begin{array}{l l} 1, 0, t = 3 / 8 0 1 \\ 0, 0, \text { resto } \end{array} \right.\]

\[\frac {f}{i}, \dots , i = 1,\]

\[r = . 1 5 = -, 3 5\]

\[\text { f. } \text { 2. } \text { p. }\]

\[S _ {i, 3} = - 3 6\]

\[\pm \frac {2}{N} = . 2 0\]

RESIDUOS:

\[R (1 / 8 0) = \left\{ \begin{array}{l} 0, 0 \text { t } < 1 / 8 0 \\ \nabla \ln P (1 / 8 0) \text { t } \geq 1 / 8 0 \end{array} \right.\]

\[P (3 / 8 1) = \left\{ \begin{array}{l} 0. 0 t < 3 / 8 1 \\ \forall \ln P (3 / 8 1) t \geq 3 / 8 1 \end{array} \right.\]

\[\begin{array}{l} \text {P} _ {i} ^ {*}: \text {Todas las variaciones de precios excepto de} \\ \text {las 1 / 80, 3 / 81.} \end{array}\]

N	FECHA	VALOR EN UNIDADES $\sigma_{a}$
83	11/83	-2.3
85	1/84	-2.5

\[\begin{array}{l l l} \text {VARIABLE:} & \text {PERIOD:} & \text {IT} \\ \text {FMET} & 1 / 7 7 - 1 2 / 8 5 (1 0 8) & 1 2 \text {conv.} \end{array}\]

MODELO:

\[\begin{array}{r l} \ln F M E T _ {1} & = . 6 0 1 \ln I P I M E T _ {1} - . 3 3 B \ln P R E F U E L _ {1} - \\ & \quad (. 2 3) \quad (. 1 0) \\ & = . 4 1 \times 1 2 7 8 + (. 5 0 +. 2 6 B) \times 4 7 8 - . 6 5 \times 8 8 2 + \\ & \quad (. 1 2) \quad (. 1 1) (. 1 2) \quad (. 1 1) \\ & + 1. 0 3 \times 1 2 7 7 + \frac {(0 . 0 7)}{(1 - . 7 3 B) (1 - . 7 1 B ^ {1 / 2}) s _ {t}} \\ & \quad (1 +. 3 3 B) \times 7, \end{array}\]

\[\text { ② } \quad \dots \quad 0 1 6\]

\[\hat {s} _ {a} \times 1 0 0 = 1 2. 8\]

\[R C U = 2 6\]

\[\text { X1278 } = \left[ \begin{array}{l l} 1 & t = 1 2 / 7 8 \\ 0 & \text { resto } \end{array} \right]\]

\[\rho (\theta_ {1}, \phi_ {1}) = 4 6\]

\[Q (1 2, 2 4, 3 6) = 3. 9, 9. 7, 1 3. 9 \quad \times 4 7 8 = \left[ \begin{array}{l l} 1 & t = 4 / 7 8 \\ 0 & \text { resto } \end{array} \right.\]

\[\begin{array}{r l} \text { a } & = \dots , 0 1 4 \\ & (\cdot , 0 1 2) \end{array}\]

\[\begin{array}{r l r} {\chi 8 8 2} & = & {\left[ \begin{array}{l l} 1 & t = 8 / 3 2 \\ 0 & \text {resto} \end{array} \right.} \end{array}\]

\[f \cdot 3 \cdot 5\]

\[\times 1 2 7 7 = \left[ \begin{array}{l l} 1 & t = 1 2 / 7 7 \\ 0 & \text { resto } \end{array} \right.\]

\[f \cdot 3 \circ P\]

\[\pm \frac {2}{\sqrt {9 3}} = , 2 0\]

RESIDUOS:

NOTAS:

explicado en un 50% por residuos extremos,

N	FECHA	VALOR EN UNIDADES $\sigma_{a}$
56	8/81	-2,3
76	4/83	-2,2
96	12/84	3,0
101	5/85	2,2

\[\text { DEMANDA DE FUEL - OIL DE LA I. }\]

MATERIALES DE CONSTRUCCIÓN (MODELO FINAL)

VARIABLE: PERIODO: IT

\[\text { FUCON } \quad 1 / 7 7 - 1 2 / 8 5 (1 0 8) \quad 1 7 \text { conv. }\]

MODELO:

\[\ln F U C O N _ {4} = . 2 8 \ln I P I M A T -. 2 5 \ln P R E F U E L -. 1 5 \times P 8 8 2 \tag {.13} \tag {.09} \tag {.05}\]

\[\frac {(1 - . 0 8) (1 - . 0 9)}{\nabla \nabla_ {1 2}} = 3\]

\[\hat {\sigma} _ {a} ^ {2} = . 0 0 4 2 4 \quad \hat {\sigma} _ {b} * 1 0 0 = 6. 5\]

RCV= .48

0(12,24,36) = 25.5, 52.7, 74.7

\[\tilde {a} = -, 0 0 8 (, 0 0 6)\]

\[\text {Pass} = \left\{ \begin{array}{l l} 1 & t = 8 / 8 2 \\ 0 & \text {resto} \end{array} \right.\]

f、g、s。

\[r _ {3} = 2 2 r _ {4} = 2 4 r _ {2 4} = - 2 4\]

;

\[s _ {6} = - 1 6 \quad s _ {4} = 2 9 \quad s _ {2 4} = - 2 0\]

RESIDUOS:

DEMANDA DE FUEL-OIL DE LA I. ALIMENTARIA (MODELO FINAL)

VARIABLE:	PERIODO:	IT
FALI	1/77 - 12/85 (108)	1 conv.
MODELO:
lnFALI1 = 1,23lnIPIALI - ,19lnPREFUEL + (.33) (.06)
+	a1/(1 - .31B) (1 + .49E12 + .29B24) ∇12(.11) (.10) (.10)
$\hat{\sigma}^2_s = .022$		$\hat{\sigma}_s \times 100 = 14.8$
RCV = .23		PER = 3 años
Q(12,24,36) = 10.1,26.7,49
$\bar{a} = -.01$ (.01)		$\rho(\omega_{v1}, \omega_{v2}) = .52$
f.s.s:
r17 = -.24
f.a.p:
s1 = -.25		$\pm \frac{c}{\sqrt{71}} = .24$
RESIDUOS:
N	FECHA	VALOR EN UNIDADES $\sigma_a$
41	5/30	2.3
NOTAS: $w_1 \to$ parámetro de IPIALI $w_2 \to$ parámetro de PREFUEL
VARIABLE:	PERIOD:	IT
FUMA	1/77 - 12/65 (109)	2 conv.
MODELO:
InFUMA:	= .15X1278 (.05) (.04) (.04) (.04)	.30 + .178 + .109* X382 (.04) (.04) (.04)
	.03X102 - 11X104 + 1,021nIPI - 021nPREFUEL (.05) (.05) (.17) (.11)
	(.09)
	(1 + .518)
	(1 + .048*3)
	(.09)
$^3 $, = .0004		$^3 $, X100 = 5.03
$^3 $, = .10		X1078
		1 + 12 /78
		2 resto
$^3 $(12,24,36) = 9, 22, 3, 39, 4	X382	1 + 8 /32
		0 resto
a - .003(.006)	X182	1 + 1 /32
		0 resto
f.a.s:	X184	1 + 1 /32
		0 resto
f.a.p:
	$ \pm \frac{2}{\sqrt{83}} = .22 $
RESIDUOS:
N	FECHA	VALOR EN UNIDADES $ \sigma $
41	5/30	2.1
66	6/32	2.2
96	12/34	2.6

ANEXO 1

Explicación de la Notación de operadores;

BZ = Z_{i+1}

7 = (1 - B)

7 … (1 … B)

O(s) = estadístico de Box-Pierce-Lung con n grades de libertad.

RCV = Inversa del índice de condicionamiento de la matriz. Valores cerca de 1 indican buena situación de la situación de estimación. Valores cerca de cero indican multicolíneas- lidad entre los regresores.

HOJA RESUMEN

VARIABLE:	PERIODO:	II
Nombre abreviado	Muestra	No de interacciones (conv=converge)
MODELO:
(los valores en paréntesis debajo de los parámetros, son sus desviaciones típicas)
$\hat{\sigma}^{2}_{a} =$	$\hat{\sigma}_{a} * 100 =$
Varianza residual	Desv. típica residual (en %)
$\bar{a} =$ Media de los residuos
RCV = Inversa índice condicionamiento
R $^{2}$ , = R $^{2}$ de Pierce (1975)
PER = Período operadores con raíces complejas
Q(n) = Estadística Q
f.a.s: n $_{k}$ = Coeficiente de autocorrelación orden K
f.a.p: S $_{k}$ = Coef, autocorrelación parcial orden K
RESIDUOS:
N	FECHA	VALOR EN UNIDADES $\hat{\sigma}_{a}$
NOTAS: Todos los modelos están estimados con el programa SCA, utilizando el método de máxima vero-similitud exacta.

Box, G.E.P., y Jenkins, G.M. (1976), Time Series Analysis. Holden-Day.

Box, G.E.P. y Tiao, G.C. (1975), Intervention Analysis with Application to Economic and Environmental Problems. JASA, 70.

García-Pardo, J. (1981), La Demande de Fuel-oil en España, Estudios Económicos, Banco de España, Madrid

Granger, C.W.J. y Newbold (1977), Forecasting Economic Time Series, Academic Press,

Jenkins, S.M. (1979), Practical Experiences with Nmodeling and Forecasting Time Series, GJP, Jersey.

Jenking, S.M. y McLeod, G. (1982). Case Studies in Time Series Analysis, GJP Publications.

Maravall, A. (1983). Una medida de volatilitad relativa de series temporales. Working Paper, Banco de España, Madrid.

Peña, J.1. (1925). Funciones de transferencia no lineales. Actas XXIV Reunión Asejida, Vol. 1. Universidad de Granada.

Peña, J.I. y Pérez, M. (1983). Estudio de la demanda de algunos derivados del petróleo. QUESTILIO, 8.

Pierce, D., (1975, R² Measures for Time Series, JASA, 65.

Taylor, L. (1977), The demand for energy, en International Studies of the Demand for Energy, U.D. Nordhaus (ed), North-Holland.

Tiao, G.C., y Box, G.E.P. (1981), Modeling multiple time series with applications, JASA, 70.

Tiao, G.C. y Tsay, R. (1983), The esacf for identifying lime series models. JBES, 2.

Treadway, A.B., Carbajo, A. y García-Pardo, J. (1981). Efectos sobre la Economía Española de una Evaluación de la Peseta. Fundación Ramón Areces.

Treadway, A.B. (1984). On the properties typical of economic time series, QUESTII.O., 8.

Wecker, W., (1981), Asymmetric time series, JASA, 70.

Zellner, A. (1962). An efficient method of estimating seemingly unrelated equations: JASA, 48