INNOVA Research Journal, ISSN 2477-9024  
Septiembre-Diciembre 2020). Vol. 5, No.3 pp. 209-232  
(
DOI: https://doi.org/10.33890/innova.v5.n3.2020.1436  
URL: http://revistas.uide.edu.ec/index.php/innova/index  
Correo: innova@uide.edu.ec  
La ley de Okun en Ecuador. Un Análisis de Cointegración, 2007-2019  
Okun's law in Ecuador. A Cointegration Analysis, 2007-2019  
Diego Ontaneda Jiménez  
https://orcid.org/0000-0003-2601-2782  
Universidad de Cuenca, Ecuador  
Autor por correspondencia: diego.ontanedaj@ucuenca.edu.ec  
Fecha de recepción:ꢀ25 de mayoꢀdel 2020ꢀ-ꢀFecha de aceptación: 11ꢀde agosto del 2020  
Resumen  
El estudio analiza la ley de Okun para Ecuador durante 2007.I-2019.IV con dos metodologías de  
cointegración, el método de Johansen & Juselius (1990) y el enfoque Autorregresivo de Rezago  
Distribuido (ARDL) propuesto por Pesaran & Shin (1995) y Pesaran, Shin & Smith (2001) . Los  
resultados empíricos indican que en el largo plazo el desempleo tiene un efecto negativo,  
estadísticamente significativo sobre la producción. El análisis de cointegración señala que un punto  
porcentual adicional en la tasa de desempleo disminuye la producción en 2.06% en el caso del  
enfoque de Johansen & Juselius (1990) y de 2.09% con el enfoque ARDL. Los resultados indican  
una relación bidireccional entre la producción y el desempleo, y señalan que, frente a fluctuaciones  
en el sistema, el efecto en el desempleo registra su nivel máximo en el quinto trimestre, mientras  
que el producto alcanza su punto máximo en el tercer trimestre. Esto sugiere que los hacedores de  
política deben considerar el impulso de la producción como una estrategia clave para combatir el  
desempleo y el elevado costo de la desocupación en términos de producto, y que los efectos de las  
políticas que buscan promover la economía van a transmitirse a lo largo del tiempo.  
Palabras clave: ley de Okun; Ecuador; cointegración; producción; desempleo  
Abstract  
The study analyzes Okun's law for Ecuador during 2007.I-2019.IV with two cointegration  
methodologies, the Johansen & Juselius (1990) method and the Autoregressive Distributed Lag  
(ARDL) approach proposed by Pesaran & Shin (1995) and Pesaran, Shin & Smith (2001). The  
empirical results indicate that in the long term unemployment has a statistically significant  
negative effect on production. The cointegration analysis indicates that an additional percentage  
point in the unemployment rate decreases production by 2,06% in the case of the Johansen &  
Juselius (1990) approach and by 2,09% with the ARDL approach. The results indicate a  
bidirectional relationship between production and unemployment, and point out that when faced  
with fluctuations in the system, the effect on unemployment registers its maximum level in the  
fifth quarter, while the product reaches its maximum point in the third quarter. This suggests that  
policy makers should consider boosting production as a key strategy to combat unemployment and  
the high cost of unemployment in terms of output, and that the effects of policies that seek to  
promote the economy will be transmitted to the long of the time.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
209  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Key words: Okun's law; Ecuador; cointegration; production; unemployment  
Introducción  
Entre los años 2007 y 2019, Ecuador presentó marcadas fluctuaciones de la tasa de  
desempleo, que osciló entre 8.83% en el primer trimestre del 2007, un 9.10% en el primer  
trimestre del 2010 y un 4.54% en diciembre del 2014, en el que registró su nivel más bajo.  
Posteriormente, el desempleo incrementó a 7.35% en el primer trimestre del 2016, y a partir de  
entonces ha presentado una tendencia decreciente, aunque en el 2019 se observa un claro  
incremento. Estas variaciones en el desempleo claramente se han visto reflejadas en cambios en  
el nivel de producción. El incremento del producto se ha correspondido con la disminución del  
desempleo y viceversa. La relación entre los cambios en el producto y el desempleo es una  
regularidad empírica que se conoce como la ley de Okun.  
No obstante, durante los últimos años en Ecuador se han tenido lugar marcadas  
fluctuaciones económicas, conjuntamente con importantes cambios en la política y legislación en  
el mercado laboral. A excepción del año 2009, se registra una fuerte expansión económica hasta  
2
014, un episodio de contracción relacionado con condiciones externas adversas hasta el  
1
segundo trimestre del 2016, y una recuperación hasta el final del período analizado (Gráfico 1).  
Al mismo tiempo, se observan cambios institucionales en el mercado laboral, como el  
incremento sostenido del valor real del salario mínimo (Wong, 2019) y la introducción de una  
serie de reformas laborales que buscaban reducir la flexibilidad laboral, como la eliminación de  
la intermediación laboral (OIT, 2014).  
La idea básica de la ley de Okun es que una reducción en el desempleo tiene un costo en  
términos de producción. Okun (1963) analizó empíricamente la relación entre la tasa de  
desempleo y la producción para la economía de Estados Unidos. El autor relacionó los cambios  
en la demanda agregada a las fluctuaciones de la producción alrededor de su producto potencial.  
Los cambios en la demanda agregada generan movimientos en el producto que provocan que las  
empresas contraten o despidan trabajadores. Esto, a su vez, causa variaciones en la demanda de  
trabajo y, consecuentemente, cambios en la tasa de desempleo con respecto a su tendencia de  
largo plazo. Concretamente, la ley postula que un incremento de 1% en la tasa de desempleo  
conduce a una reducción de alrededor de 3% en el crecimiento del producto real.  
Con respecto a la literatura de Ecuador, lo que se conoce de la relación dinámica entre  
producto y desempleo en el contexto actual es más bien escaso, y no hay un consenso con  
respecto a la magnitud del coeficiente de Okun. Por ejemplo, Briceño, Dávila, & Rojas (2017)  
estiman la ley de Okun para Ecuador a partir de una regresión simple con observaciones anuales  
de 1991-2014 y no encuentran evidencia a favor de esta teoría. Desde el punto de vista  
metodológico, la principal limitación del estudio es el número de observaciones que considera y  
el análisis no tiene en cuenta la evidencia de que las series de producto y desempleo pueden  
presentar procesos de raíz unitaria, lo que genera un problema de regresión espúrea.  
Adicionalmente, no se tiene en cuenta la dinámica en la relación entre el producto y el  
desempleo, en donde su comportamiento puede ser el resultado de sus valores actuales y  
pasados. Rodríguez, Hurtado, & Vega (2017) analizan la ley de Okun para Ecuador con datos  
1El BCE (2020b) identifica tres ciclos económicos del Producto Interno Bruto entre 2007 y 2019.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
210  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
trimestrales durante el periodo 2006.I-2015.IV a través de un modelo de Vector Autorregresivo  
(VAR). Este estudio presenta la limitación de que considera información de empleo para el año  
2
006, la cual no es comparable con las series de empleo obtenidas a partir del 2007. Los autores  
no analizan la ley de Okun a partir de la relación entre los componentes cíclicos del desempleo y  
producto, y no determinan una relación de equilibrio de largo plazo, lo que implica que los  
resultados del modelo VAR pueden estar sujetos a un problema de regresión espúrea.  
Adicionalmente, la revisión de estudios a nivel internacional permite concluir que la relación  
entre el producto y desempleo está condicionada por varios factores y no cabría esperar que sea  
la homogénea entre los diferentes periodos y países.  
En este sentido, el presente estudio amplia el análisis de diferentes formas. Primero,  
abarca un periodo de estudio caracterizado por cambios económicos significativos, escasamente  
analizado por estudios previos. Segundo, analiza la relación dinámica de la producción y el  
desempleo a partir de funciones de impulso respuesta y estudia la dirección de causalidad a  
través de pruebas de causalidad de Granger. Tercero, se determina la relación de equilibrio entre  
la producción y el desempleo a partir de sus fluctuaciones cíclicas y considera el método de  
Johansen & Juselius (1990) basado en un modelo de Vector de Corrección de Error (VEC) que  
tiene en cuenta la simultaneidad en la relación de las variables, y que sus efectos se transmiten a  
lo largo de un determinado número de períodos. Cuarto, se aplica el enfoque Autorregresivo de  
Rezago Distribuido propuesto por Pesaran & Shin (1995) y Pesaran, Shin, & Smith (2001) que  
tiene ventajas frente a las metodologías aplicadas en estudios previos, particularmente en  
muestras pequeñas, y no ha sido considerado para analizar la relación entre el producto y  
desempleo en Ecuador. Para determinar la tendencia de largo plazo de las series se utiliza el  
filtro de Hodrick & Prescott (1997) y se analiza la robustez de los resultados a través del filtro  
band-pass propuesto por Baxter & King (1995). Así, el periodo de estudio considerado y la  
aplicación de diferentes metodologías de cointegración hace posible obtener un soporte  
consistente para las hipótesis analizadas y robustecer los resultados.  
El alcance del estudio es bastante específico, ofrece una estimación puntual de la relación  
de largo plazo entre el desempleo y producto para Ecuador, y analiza la relación dinámica entre  
estas variables a partir de un análisis de impulso respuesta y pruebas de causalidad de Granger.  
El análisis de estos factores tiene importantes implicaciones de política. Estos resultados pueden  
servir de criterio para los hacedores de política para evaluar el costo de las elevadas tasas de  
desempleo en términos del producto. Señala la capacidad de respuesta del mercado laboral  
ecuatoriano a cambios de la producción, y permite analizar cómo las políticas destinadas a  
promover la economía y el empleo pueden repercutir a lo largo del tiempo.  
El artículo se organiza de la siguiente forma. En la segunda sección se presenta una breve  
descripción de los antecedentes de la economía ecuatoriana. La tercera sección presenta una  
revisión de estudios empíricos que analizan la relación entre producción y desempleo. La cuarta  
sección presenta el marco teórico de referencia. La sección cinco desarrolla el análisis empírico y  
finalmente, en la sección seis, se señalan algunas observaciones finales y se discute  
implicaciones de política asociadas a la relación desempleo-producto.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
211  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Breve descripción de antecedentes  
Al igual que otros países de la región, a mediados de la década de 1990, el país  
experimentó un intenso proceso de reformas estructurales. Ecuador había liberalizado los tipos  
de cambio y de interés, el comercio y los movimientos de capitales, eliminado subsidios,  
desregulado parcialmente el sistema financiero y flexibilizado el mercado laboral (Larrea, 2004).  
Entre los años 1998-1999, Ecuador experimenta la crisis económica y financiera más profunda  
de los últimos años. La crisis estuvo asociada principalmente a choques externos como la caída  
del precio del petróleo, principal producto de exportación, a consecuencias climáticas  
relacionadas con el fenómeno de El Niño y al quiebre de la mayoría de bancos privados del país  
(
Larrea, 2004). Durante el segundo quinquenio de los años 90, la economía ecuatoriana creció a  
una tasa del 0.92%. En 1999, el Producto Interno Bruto (PIB) decreció en términos reales en  
aproximadamente -4.86% (BCE, 2019). En medio de la crisis, el gobierno decretó la dolarización  
de la economía en el año 2000.  
La crisis se manifestó en un marcado incremento de la pobreza, el desempleo, subempleo  
y una masiva migración internacional. Entre 1998 y 1999 la tasa de pobreza urbana pasó del  
5
(
1
4.52% a 58.49% (SIISE, 2019), la tasa de desempleo incrementó en 3 puntos porcentuales  
11.5%-14.4%) y la tasa de subempleo se ubicó en alrededor del 68% (BCE, 2019b). En el año  
999, la migración internacional en Ecuador creció en 114%, y se estima que entre 1996 y 2010  
aproximadamente 610,572 ecuatorianos migraron al exterior (Mendieta Muñoz, 2015). Posterior  
a la crisis, y en el marco del nuevo esquema monetario, la situación económica comenzó a  
estabilizarse progresivamente. Con la excepción de 2009, 2015 y 2016, el crecimiento del PIB en  
Ecuador ha sido muy consistente. Entre 2003 y 2014 la tasa de crecimiento promedio anual del  
PIB fue de 4.67% y la tasa de desempleo ha registrado un progresivo decrecimiento de 5.51  
puntos, pasando de 9.3% a 3.8% de la Población Económicamente Activa (PEA). Los años 2009,  
2
015 y 2016 fueron periodos de crecimiento lento o negativo asociados con condiciones externas  
adversas, como la marcada reducción del precio del petróleo.  
Revisión de estudios empíricos con respecto a la ley de Okun  
Un amplio número de estudios empíricos ha analizado la ley de Okun para diferentes  
economías. Se observa que la relación entre el producto y desempleo ha sido estudiada a partir  
de diferentes especificaciones y métodos de estimación, incluyendo series temporales nacionales  
y regionales, y datos de panel de diferentes países.  
Los estudios pioneros analizaron empíricamente la ley de Okun principalmente para el  
caso de Estados Unidos. Se ha llegado a la conclusión de que en este país el coeficiente de la ley  
de Okun sería un poco más de 2% (Attfield & Silverstone, 1997; Nourzad & Almaghrbi, 1996;  
Prachowny, 1993). Posteriormente, el análisis se amplió para determinar si la ley de Okun se  
puede aplicar a otros países con diferentes estructuras económicas. Por ejemplo, el estudio de  
Ball, Furceri, Leigh, & Loungani (2019) al analizar la ley de Okun para un conjunto de 71 países  
determina que el coeficiente de Okun es aproximadamente la mitad del tamaño en países en  
desarrollo que en países desarrollados. Un ejemplo de estudios enfocados en economías  
específicas es Chavarín (2001) que analiza el caso de México para el periodo 1987.I-2000.I y  
determina que el coeficiente de la ley de Okun es de alrededor de 2.4%. Islas & Cortez (2013)  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
212  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
que al utilizar un modelo bivariado para determinar los componentes permanentes y transitorios  
del producto y desempleo durante 1987.I-2008.IV en México, encuentran un coeficiente mucho  
menor, una variación del desempleo de 1 punto porcentual genera una variación en la  
producción, en promedio, de -1,66 puntos porcentuales. Adanu (2005) al analizar la ley de Okun  
para las provincias canadienses durante el periodo 1981-2001 a partir de las fluctuaciones  
cíclicas del producto y el desempleo determina que el coeficiente de Okun es de -1.58 y-1.32  
cuando se aplica el filtro de Hodrick-Prescott y de tendencia cuadrática para eliminar la  
tendencia de las series. En un estudio similar, Apergis, Rezitis, & Rezitis (2003) estiman el  
coeficiente de Okun para varias regiones de Grecia durante el periodo 1960-1997, utilizando dos  
métodos para calcular el componente cíclico de las series. Los resultados indican que el  
coeficiente de Okun fluctúa entre 1.03 y 2.79 para el filtro de Hodrick-Prescott, y 1.14 y 2.81  
para el filtro de Baxter-King.  
Los estudios que buscan determinar una relación de equilibrio de largo plazo entre la  
producción y desempleo señalan que el coeficiente de Okun varía según el horizonte temporal  
analizado (corto o largo plazo). En esta línea, Zagler (2003) utiliza un Modelo de Vector de  
Corrección de Error (VECM) para analizar la relación entre el crecimiento económico y  
desempleo para cuatro países europeos, Francia, Alemania, Italia y Reino Unido. Los autores  
determinan que en el largo plazo el crecimiento económico y el desempleo están positivamente  
correlacionados, lo que no concuerda con la ley de Okun. Aunque el autor determina que en el  
corto plazo un incremento en el desempleo conduce a una reducción del crecimiento económico.  
Flórez, Pulido-Mahecha, Ramos, & Ramos-Veloza (2018) utilizan un modelo de VECM para  
determinar la relación de largo plazo entre la tasa de desempleo y el producto en Colombia entre  
1
984-2016. Los resultados confirman la ley de Okun para el caso colombiano. Al analizar las no  
linealidades en la relación de cointegración, los resultados sugieren un régimen alto, en el cual el  
incremento de 1% en el producto reduce la tasa de desempleo en promedio en 0.6 puntos  
porcentuales y un régimen bajo en el cual la respuesta es en promedio de 0.2 puntos  
porcentuales. Abu (2017) utiliza un modelo ARDL para estudiar la ley de Okun en Nigeria entre  
1
970-2014 considerando adicionalmente el papel de los precios del petróleo. Los resultados  
indican que en el largo plazo el desempleo tiene un efecto negativo y significativo sobre el  
crecimiento económico.  
Una pregunta más reciente analizada por los estudios empíricos es cómo diferentes  
factores pueden mediar en la relación entre el desempleo y la producción. Por ejemplo, el estudio  
de Islas & Cortez (2019) explica que la flexibilidad laboral puede afectar el grado de respuesta  
del desempleo ante cambios en la producción de diferentes formas. La mayor flexibilidad laboral  
se traduce en mayores fluctuaciones en el empleo si implica que las empresas puedan contratar y  
despedir a sus trabajadores en línea con sus operaciones. Si la flexibilidad laboral determina  
esquemas de contratación más flexibles de empleo, como es el caso de la informalidad laboral,  
entonces las variaciones de la producción afectarían el desempleo en menor medida. Asimismo,  
Loria Diaz De Guzman, Ramírez Guerra, & Salas (2015) analizan como las políticas de  
flexibilización laboral pueden incidir sobre el nivel de desempleo a partir de un modelo basado  
en la ley de Okun en México entre 1997.III y 2014.I. Los autores utilizan un modelo de VECM y  
determinan una relación negativa entre la producción y desempleo, y que la flexibilidad laboral  
aumenta el desempleo.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
213  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
La revisión de estudios a nivel internacional permite inferir que, si bien la literatura  
generalmente respalda la validez de la ley de Okun, los resultados señalan que existe una  
marcada heterogeneidad en la magnitud del coeficiente de Okun entre los diferentes países.  
Marco teórico de referencia  
Okun (1963) analizó la relación entre el desempleo y producto a partir de tres métodos.  
Primero, los cambios en la tasa de desempleo se relacionan con cambios en el producto real.  
Segundo, las variaciones en la tasa de desempleo con respecto a su nivel de equilibrio dependen  
de las desviaciones del producto de su nivel potencial. Tercero, la tasa de desempleo se relaciona  
a una tendencia de tiempo y al producto real observado. En todos los casos la variable  
dependiente es la tasa de desempleo y la variable explicativa una medida de producción.  
Siguiendo a Barreto & Howland (1993) y Chavarín (2001) se propone la estimación de  
una regresión inversa, en la cual, la variable dependiente es el producto y la variable explicativa  
la tasa de desempleo. Se considera una especificación utilizada frecuentemente en la literatura  
(Adanu, 2005; Apergis & Rezitis, 2003; Chavarín, 2001), en la que la producción cíclica se  
relaciona con el desempleo cíclico de la siguiente forma:  
∗
푡
∗
푡
푦 − 푦 = 훼 + 훽(푢 − 푢 )  
(1)  
푡
푡
∗
푡
Donde el subíndice ꢀ se refiere al periodo de tiempo, 푦 − 푦 es la producción cíclica  
푡
∗
푡
expresada en logaritmos, y 푢 − 푢 es el desempleo cíclico. De acuerdo con este modelo, los  
푡
cambios en el producto real con respecto a su nivel potencial están relacionados con las  
fluctuaciones cíclicas del desempleo. El coeficiente de la variable desempleo mide el costo en  
términos de producto, del incremento de la tasa de desempleo. Si la ley de Okun es válida, el  
coeficiente 훽 es negativo, así por cada punto porcentual de incremento de la tasa de desempleo,  
el producto se reducirá en 훽 porciento.  
Análisis empírico  
Esta sección abarca los resultados empíricos. En la primera subsección se describe la  
fuente de los datos y se presentan un análisis preliminar de las variables. La segunda subsección  
realiza las pruebas de raíz unitaria de las series, y la estimación empírica de la ley de Okun se  
presenta en la tercera subsección.  
Datos  
El análisis empírico utiliza datos trimestrales sobre producción medida por el PIB real  
con precios del año 2007, y la tasa de desempleo abierto expresada como porcentaje de la  
Población Económicamente Activa para el periodo 2007.I-2019.IV, lo que responde a la  
disponibilidad y comparabilidad de la información. Los datos provienen del Banco Central del  
Ecuador. Las series fueron desestacionalizadas a través de la metodología Tramo/Seats. Se  
utiliza el filtro de Hodrick-Prescott (HP) para descomponer las series en sus componentes de  
tendencia y cíclico.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
214  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
La figura 1 presenta la evolución del PIB y la tasa de desempleo durante el periodo de  
estudio. Con respecto al PIB se identifican dos periodos clave. El periodo 2007-2014, se  
caracteriza por un rápido crecimiento, a excepción del año 2009 debido a la crisis internacional.  
La expansión económica se asocia a una mayor participación del estado en la economía, a través  
de la expansión del gasto gubernamental en diferentes áreas como infraestructura que entre estos  
años incrementó con respecto al PIB en 3.37 puntos porcentuales (10.93-14.30) (BCE, 2020a) y  
a la mejora de los términos de intercambio debido al auge de los precios del petróleo. El periodo  
2
014-2019, se caracteriza por una marcada contracción de la economía que se asocia a la caída  
del precio del petróleo desde el 2014. Estos factores han significado que en 2015 la economía  
2
creciera en 0.10% y en 2016 decreciera en -1.23% , la tasa de crecimiento más baja desde la  
crisis de finales de la década de 1990. Un comportamiento similar se observa en la evolución de  
la tasa de desempleo. Se distingue una clara reducción del desempleo hasta el año 2014, a partir  
de entonces, la tasa de desempleo incrementó hasta alcanzar su nivel máximo en 2016.I. Después  
de este periodo, se registra un progresivo decrecimiento del nivel de desocupación, aunque en los  
últimos años se observa una evidente reversión de la tendencia inicial.  
La figura 2 presenta el componente cíclico del PIB y la tasa de desempleo obtenido a  
partir del filtro de HP. El gráfico muestra claramente una relación inversa entre la producción y  
el desempleo, no obstante, la dirección de la relación no se puede inferir directamente.  
2
Cabe señalar que en el año 2016 el país sufrió los efectos de un terremoto de 7,8 grados en la escala de Richter en la  
costa norte y de acuerdo con Senplades (2016) su impacto en la tasa de crecimiento del PIB fue de -0,7 puntos  
porcentuales.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
215  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Figura 1  
Detalla la evolución del Logaritmo del PIB y la tasa de desempleo.  
Fuente: Elaboración propia con base en Banco Central del Ecuador.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
216  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Figura 2  
Detalla el componente cíclico del PIB y la tasa de desempleo.  
Se utiliza un parámetro de suavizamiento de 1600.  
Fuente: Elaboración propia con base en Banco Central del Ecuador.  
Pruebas de raíz unitaria  
Para llevar a cabo la prueba de raíz unitaria, se utilizan tres métodos incluyendo la prueba  
de Dickey-Fuller aumentada (ADF), Phillips-Perron (PP) y Dickey-Fuller con mínimos  
cuadrados generalizados propuesta por Elliott, Rothenberg y Stock (ERS). La prueba ERS es una  
prueba de raíz unitaria más eficiente frente a procesos estacionarios altamente persistentes en el  
tiempo, en comparación con las pruebas de raíz unitaria ADF y PP (Elliott, Rothenberg, & Stock,  
1
992). Las pruebas ADF, PP y ERS prueban la hipótesis nula de que una serie es una raíz  
unitaria frente a la hipótesis alternativa de que la serie es un proceso estacionario. En todas las  
pruebas se incluyó una constante, pero no tendencia. Al nivel de significancia habitual del 5% y  
1
% no se rechaza la hipótesis de que las series del PIB y la tasa de desempleo son no  
estacionarios en sus niveles. La evidencia muestra que todas las variables en niveles son  
3
integradas de orden uno I(1), mientras que las primeras diferencias son series I(0) (Tabla 1).  
3
En el anexo 1 se presentan las pruebas de raíz unitaria aplicadas a las series originales. Se llega a la conclusión de  
que las variables en niveles son integradas de orden uno I(1), y sus primeras diferencias son series I(0).  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
217  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Tabla 1.  
Resultados de las pruebas de raíces unitarias (incluye intercepto)  
ADF  
PP  
ERS  
Variable  
Nivel  
Primera  
Nivel  
Primera  
Nivel  
Primera  
diferencia  
diferencia  
diferencia  
Producción  
-2.620(1) -4.237(0)***  
-2.326(3)  
-4.277(3)*** -2.287(1)*  
-9.880(3)*** -1.933(1)*  
-4.281(0)***  
-5.513(0)**  
Tasa de desempleo -2.24(1)  
-10.047(0)*** -3.480*(3)  
*
p<0.10, ** p<0.05, ***p<0.01. Nota: Entre paréntesis se presenta la estructura de rezago óptima para la prueba ADF  
y DF-GLS (determinado por el criterio de información de Akaike), para PP se presenta el número de rezagos de  
Newey-West usados para calcular los errores estándar determinada por la fórmula de Schwert (2002).  
Fuente: Elaboración propia.  
En vista de que el periodo de estudio abarca la crisis financiera internacional de 2009 y el  
descenso del crecimiento económico registrado en los años 2014 y 2015, se utiliza la prueba de  
raíz unitaria de Zivot & Andrews (2002) con cambio estructural endógeno. Si existe una ruptura  
en la tendencia determinística, entonces las pruebas de raíz unitaria conducen a una conclusión  
errónea de que la serie presenta un proceso de raíz unitaria cuando de hecho es estacionaria  
(Maddala & Kim, 1998)  
Los resultados sugieren que no se puede rechazar la hipótesis nula según la cual las series  
del PIB y desempleo presentan un proceso de raíz unitaria y, por lo tanto, sus niveles no son  
estacionarios (Tabla 2). Estos resultados confirman lo encontrado por las pruebas de raíz unitaria  
sin cambio estructural para las dos series. Cabe mencionar que la prueba de cambio estructural  
endógeno indica la presencia de un cambio en la serie de producción en 2011.II en el intercepto,  
y en 2014.III en la tendencia. En el caso de la tasa de desempleo, el cambio se presentaría en  
2
011.III y 2009.I en el intercepto y la tendencia, respectivamente. Estos resultados son  
coherentes con la evolución de las variables observada en los Gráficos 1 y 2, y concuerdan con  
episodios importantes de la economía ecuatoriana, la crisis financiera internacional y  
desaceleración del crecimiento registrada durante los últimos años.  
Tabla 2.  
Resultados de las pruebas de raíces unitarias de Zivot y Andrews one-break  
Variable  
Producción  
Ruptura  
Intercepto  
Tendencia  
Intercepto  
Tendencia  
t (k)  
Periodo de ruptura  
2011.II  
2014.III  
2011.III  
2009.I  
-3.333 (1)  
-2.757 (1)  
-3.931 (2)  
-3.261 (2)  
Tasa de desempleo  
*
p<0.10, ** p<0.05, ***p<0.01. Los valores críticos para la prueba de Zivot y Andrews considerando cambio en el  
intercepto son -5.34, -4.80 y -4.58 y considerando cambio en la tendencia -4.93, -4.42 y -4.11para los niveles de  
significancia de 1%, 5% y 10% respectivamente. Entre paréntesis se presenta la estructura de rezago óptima de acuerdo  
al AIC.  
Fuente: Elaboración propia.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
218  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Contrastación empírica de la ley de Okun  
Modelo estático  
La tabla 3 presenta la estimación Mínimos Cuadrados Ordinarios (MCO) para el modelo  
estático de la ecuación (1). Los resultados corresponden a las estimaciones del modelo utilizando  
dos tipos de filtros para descomponer las series en su componente cíclico y tendencia, el filtro de  
Hodrick-Prescott y Baxter-King.  
Los resultados indican que el incremento de un punto porcentual (p.p) en la tasa de  
desempleo trimestral, provoca una disminución del PIB, en promedio en 1.36% cuando se utiliza  
el filtro HP. Cuando se emplea el filtro de Baxter-King, la respuesta del producto al incremento  
del desempleo incrementa a 2.19%,  
Tabla 3.  
Coeficientes de Okun estimados  
Hodrick-Prescott  
-0.014***  
Baxter-King  
-0.022***  
(0.003)  
0.004  
(0.002)  
0.66  
Desempleo  
Constante  
(
0.002)  
-1.230e^-11  
0.002)  
(
R cuadrado 0.42  
F (Prob >F) 43.35(0.00)  
52.89(0.00)  
28  
N
52  
*
p<0.10, ** p<0.05, ***p<0.01. Entre paréntesis se presentan los errores estándar.  
Fuente: Elaboración propia.  
Modelo dinámico: Modelo de Vector Autorregresivo y modelo de Vector de Corrección de  
Error (MVEC)  
El análisis parte de la especificación de un modelo de Vector Autorregresivo (VAR) de la  
siguiente manera:  
푋 = α + Π 푋 + Π 푋 + ⋯ + Π 푋  
+ 휀 , ꢀ = ꢂ, … , 푇  
(2)  
푡
1
푡ꢁ1  
2
푡ꢁ2  
푝
푡ꢁ푝  
푡
Donde X es un vector de N variables, ꢀ el periodo de tiempo y ꢃ es la longitud del rezago.  
Por ejemplo, para las variables 푦 y 푢 con dos rezagos, el modelo VAR(2) tiene la forma:  
푡
푡
푦
훼11  
휋11 휋12  
푦푡ꢁ1  
푦푡ꢁ2  
훾11 훾12  
훾21 훾22  
푢푡ꢁ1  
푢푡ꢁ2  
푡
(3)  
ꢄ ꢅ = ꢄ ꢅ + ꢄ  
ꢅ ꢄ  
ꢅ + ꢄ  
ꢅꢄ  
ꢅ
푢
푡
훼21  
휋
휋22  
21  
휀1푡  
+
ꢄ
푡ꢅ  
휀2  
Donde 푐표푣(휀 , 휀 ) = 휎 para ꢀ = ꢆ; 0 cualquier otro caso. Hay que considerar que  
1
푡
2푠  
12  
cada ecuación tiene los mismos regresores, esto es, los valores rezagados de 푦 y 푢 . Bajo esta  
푡
푡
especificación se considera que los niveles pasados del desempleo y el producto pueden afectar  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
219  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
el nivel actual de la producción. Los coeficientes 휋1푗 y 휋 , ꢇ = ꢂ,ꢈ capturan el efecto de  
2푗  
cambios en la producción y 훾 y 훾 y ꢇ = ꢂ,ꢈ miden los efectos de cambios en el desempleo.  
1
푗
2푗  
Las relaciones entre las variables en un modelo VAR son difíciles de establecer  
directamente desde las matrices de parámetros (Lütkepohl, 2010). La interdependencia y  
estructura dinámica de las variables en un modelo VAR implica que los cambios en una variable  
repercuten en todas las variables del sistema, y que se produzcan respuestas contemporáneas, así  
como, en los periodos subsiguientes. Por esto, se han propuesto las funciones de impulso  
respuesta (FIR) como herramientas para analizar las relaciones entre las variables en modelos  
VAR (Lütkepohl, 2010). La FIR mide la respuesta de cada una de las variables ante choques en  
los términos de error de las variables del modelo, durante varios periodos en el futuro. Para  
calcular las FIR se parte del modelo VAR(p) de la ecuación 2 que se puede expresar como  
Π(퐿)푋 = 휀 donde 퐿 representa un operador de rezago y Π(퐿) es una matriz polinomial en el  
푡
푡
푝
operador de rezago definida como Π(퐿) = 퐼 − Π 퐿 − ⋯ − Π 퐿 . A partir de la representación  
푁
1
푝
de media móvil del modelo VAR(p), se determina la FIR:  
∞
(
4)  
ꢁ1  
푋 = Π(퐿) 휀 = 휀 + ∑ 휑 휀  
푡
푡
푡
푖
푡ꢁ푖  
푖ꢉ1  
Donde la matriz 휑 mide la respuesta de 푋 a un impulso en 휀 a medida que transcurre el  
푖
푡
푡
tiempo.  
Cointegración  
Si las variables en el modelo 3 son I(1) entonces los resultados estadísticos usuales  
pueden no ser válidos, al menos de que exista una relación de equilibrio de largo plazo entre las  
series (Maddala & Kim, 1998). Las variables mantienen una relación de equilibrio cuando las  
series comparten la misma tendencia común. A estas relaciones se interpretan como de equilibrio  
de largo plazo porque las fuerzas económicas que actúan en respuesta a desviaciones toman  
tiempo para restaurar el equilibrio. Para establecer una relación de largo plazo entre el nivel de  
producción y desempleo se utiliza la técnica de cointegración de Johansen & Juselius (1990).  
Esta técnica de cointegración toma como punto de partida la representación de modelo de vector  
de corrección de error (VECM) del modelo VAR.  
∆
푋 = α + Π푋 + Γ ∆푋 + ⋯ + Γ푝ꢁ1∆푋푡ꢁ푝ꢊ1 + 휀푡  
(5)  
푡
푡ꢁ1  
1
푡ꢁ1  
Donde Π representa el impacto de largo plazo cuyo rango determina el número de  
vectores de cointegración (r), definida como Π = Π + ⋯ + Π − Ι . La matriz Γ es el impacto  
1
푝
푛
푘
푝
de corto plazo y está definida como Γ = − ꢋ  
Π , ꢌ = ꢂ, … , ꢃ − ꢂ. Se puede expresar la  
푗
푘
푗ꢉ푘ꢊ1  
matriz 횷 en términos de una matriz de vectores de cointegración 휷 (cuyas filas forman los r  
vectores de cointegración) y una matriz de parámetros de ajuste 휶 (cuyos elementos distribuyen  
el impacto de los vectores de cointegración a la evolución de ∆푋 ), tal que 횷 = 휶휷´. Johansen &  
푡
Juselius (1990) proponen dos diferentes pruebas conocidas como la prueba de la traza y la  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
220  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
prueba de Maximum-eigenvalue para determinar el número de vectores de cointegración  
utilizando estimaciones de máxima verosimilitud.  
A continuación, se presenta la estimación de los parámetros según la metodología  
señalada y se lleva a cabo el análisis de la función de impulso respuesta y las pruebas de  
causalidad de Granger.  
La selección del número óptimo de rezagos en la estimación del modelo VAR se llevó a  
cabo a partir de los criterios de información Akaike, Schwarz y Hannan–Quinn. Los tres criterios  
concuerdan en dos rezagos como la estructura óptima (Anexo 2).  
Los resultados de la estimación del modelo VAR se muestran en la tabla 4 y son  
presentados tal como son descritos por el modelo 3. La segunda y tercera columna de la tabla 4  
presentan los resultados para el modelo del producto y desempleo, respectivamente. Para  
interpretar los resultados del modelo VAR, el gráfico 3 presenta la FIR estimada a partir de los  
resultados de la tabla 4. La figura 3a presenta la dinámica de la producción ante un ajuste  
exógeno de un incremento de la tasa de desempleo, conjuntamente con sus bandas de confianza  
al 95%. Los resultados indican que el desempleo tiene un efecto negativo estadísticamente  
significativo sobre la producción, lo que señala que, ante un ajuste exógeno de la tasa de  
desempleo, el producto disminuye en alrededor de 0.51% luego de cinco trimestres. El producto  
responde a un choque positivo del desempleo siguiendo un patrón de U invertida. Luego de siete  
trimestres, el producto es 0.39% más bajo de lo que habría sido sin el efecto del desempleo. La  
respuesta del producto llega a un punto máximo en el quinto trimestre para posteriormente  
retornar a su nivel inicial. La función impulso respuesta también muestra que, frente a un choque  
en la tasa de desempleo, la producción responde de forma positiva a partir del trimestre doce, no  
obstante, este efecto no es estadísticamente significativo. La figura 3b muestra la respuesta del  
desempleo ante choques positivos en el producto. De igual forma, se determina que el desempleo  
responde de forma contraria ante choques positivos en la producción. En este caso, se observa  
que el desempleo se ajusta más rápido que la producción frente a los choques que experimenta el  
sistema, puesto que el desempleo alcanza su punto máximo en el tercer trimestre, a partir de  
entonces el efecto no es estadísticamente significativo.  
Tabla 4.  
Estimación de modelo VAR  
Producción Desempleo  
Producción(-1)  
Producción(-2)  
Desempleo(-1)  
Desempleo(-2)  
Constante  
0.980***  
0.155)  
-0.400***  
0.133)  
-0.002*  
0.001)  
-0.005**  
0.002)  
-0.00003  
0.001)  
0.82  
-23.137**  
(11.660)  
28.589***  
(10.315)  
0.366**  
(0.157)  
0.371**  
(0.156)  
- 0.017  
(
(
(
(
(
(0.083)  
0.52  
R cuadrado  
Chi cuadrado (P>chi2)  
226.55(0.00) 53.62(0.00)  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
221  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Producción Desempleo  
N
50  
50  
Log de verosimilitud  
133.0124  
134.047  
*
p<0.10, ** p<0.05, ***p<0.01. Entre paréntesis se presentan los errores estándar.  
Fuente: Elaboración propia.  
Figura 3 a  
Respuesta del producto a un shock en el desempleo.  
0
0
0
0
,006  
,004  
,002  
,000  
-
-
-
-
-
0,002  
0,004  
0,006  
0,008  
0,010  
1
2
3
4
5
6
7
8
9
10  
11  
12  
13  
14  
15  
Límite inferior  
Respuesta  
Límite superior  
Se describe la respuesta de la producción a un shock positivo de una desviación estándar (Cholesky dof adjusted) en  
la tasa de desempleo. Los intervalos de confianza se calculan con un nivel de confianza del 95%, y los errores estándar  
de las respuestas se estiman a través del método de Monte Carlo con 1000 repeticiones.  
Fuente: Elaboración propia.  
Figura 3b  
Respuesta del desempleo a un shock en el producto.  
0
0
0
0
,30  
,20  
,10  
,00  
-0,10  
-0,20  
-0,30  
-0,40  
-0,50  
1
2
3
4
5
6
7
8
9
10  
11  
12  
13  
14  
15  
Límite inferior  
Respuesta  
Límite superior  
Se describe la respuesta del desempleo a un shock positivo de una unidad desviación estándar (Cholesky dof adjusted)  
en el producto. Los intervalos de confianza se calculan con un nivel de confianza del 95%, y los errores estándar de  
las respuestas se estiman a través del método de Monte Carlo con 1000 repeticiones.  
Fuente: Elaboración propia.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
222  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Conocer la dirección de causalidad entre las variables es fundamental puesto que sugiere  
la mejor forma de alcanzar los objetivos de política de mayor crecimiento y bajo desempleo. Para  
esto se aplica el enfoque de causalidad de Granger que se basa en probar la significancia de los  
coeficientes de los rezagos de las variables que fueron consideradas como regresores en el  
modelo VAR. El análisis de causalidad presentado en la tabla 5 indica que existe una relación  
causal bidireccional entre el producto y el desempleo. En este sentido, el efecto de  
retroalimentación entre las dos variables significa que el incremento de la tasa de desempleo  
afecta el producto, pero los cambios de la producción también repercuten sobre el nivel de  
empleo. Esto se explica porque la causalidad de Granger también va desde el crecimiento  
económico al desempleo.  
Tabla 5.  
Análisis de causalidad  
Variable dependiente  
Regresor  
Desempleo  
8.835**  
Producto  
8.020**  
Producción  
Desempleo  
*
p<0.10, ** p<0.05, ***p<0.01. Presenta el estadístico Chi cuadrado para la prueba de hipótesis de que el regresor  
causa en el sentido de Granger a la variable dependiente.  
Fuente: Elaboración propia.  
A continuación, se lleva a cabo el análisis de cointegración para determinar la relación de  
equilibrio de largo plazo entre la producción y el desempleo. El resumen de las pruebas de  
cointegración de Johansen & Juselius (1990) se presenta en la tabla 6. Las pruebas se llevan a  
cabo considerando un término constante, pero no una tendencia. Las pruebas indican la  
existencia de una relación de cointegración entre las dos variables; específicamente, los  
resultados determinan un vector de cointegración.  
Tabla 6.  
Resumen de las pruebas de cointegración de Johansen-Juselius  
Tipo de prueba  
Estadístico  
Valor crítico  
Núm. de relaciones de  
cointegración  
Traza  
Maximum-eigenvalue  
25.79  
16.14  
15.41  
14.07  
1
1
Número de relaciones de cointegración determinadas por el modelo al nivel de significancia de 5%. El estadístico  
hace referencia a la prueba con la hipótesis nula de que hay cero ecuaciones de cointegración. Las relaciones de  
cointegración se determinan considerando un término constante. Orden de las variables: PIB, desempleo.  
Fuente: Elaboración propia.  
La tabla 7 presenta el modelo VECM estimado. Como se esperaba, el término de  
corrección de error (ECT) es negativo, lo que indica que el modelo converge al equilibrio  
después de una perturbación en el sistema. Con un nivel de confianza del 95%, el valor del ECT  
es estadísticamente diferente de cero. Específicamente, el ECT para DProducción indica que  
aproximadamente el 39.77% de la desviación con respecto al equilibrio es corregido dentro de un  
trimestre. En el caso de DDesempleo el ECT presenta un signo negativo, pero no es  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
223  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
estadísticamente significativo. El valor del ECT indica que alrededor del 60.17% del  
desequilibrio se corrige en un trimestre.  
Tabla 7.  
Estimación de modelo de Vector de Corrección de Error  
DProducción Ddesempleo  
DProducción(-1) 0.354**  
0.135)  
0.005**  
0.002)  
-0.398***  
0.101)  
-0.008  
0.002)  
-186.408  
-113.017  
-0.450**  
(0.176)  
-0.602  
(
DDesempleo(-1)  
ECT  
(
(
-85.187  
-0.005  
Constante  
(
(0.185)  
*
p<0.10, ** p<0.05, ***p<0.01. Entre paréntesis se presentan los errores estándar.  
Fuente: Elaboración propia.  
Siguiendo la metodología de Johansen & Juselius (1990), la relación de cointegración de  
largo plazo normalizada es la siguiente:  
푦 = −0.004 − 0.0ꢈ06푢  
error estándar (0.004)  
(5.76)  
(6)  
z
Los signos observados son como los anticipados, y se determina que el coeficiente de  
Okun es estadísticamente significativo a un nivel de significancia del 1%. Así, los resultados  
obtenidos por este enfoque son consistentes con la ley de Okun. Dado que la producción está  
expresada en logaritmo, se puede interpretar el coeficiente estimado (훽 ) como incrementos  
1
porcentuales. En este sentido, los resultados de la ecuación de cointegración indican que el  
incremento de 1 p.p. de la tasa de desempleo, genera que la producción disminuya en promedio  
en 2.06%. Este resultado es mayor al obtenido por el modelo estático.  
Enfoque de cointegración ARDL  
A continuación se lleva a cabo el análisis de la relación de largo plazo entre el producto y  
el desempleo a partir del enfoque ARDL propuesto por Pesaran & Shin (1995) y Pesaran, Shin &  
Smith (2001). Como se mencionó anteriormente, entre las principales razones para el uso de esta  
metodología se encuentran: a) el procedimiento es aplicable irrespectivamente de si las variables  
son I(0), I(1) o mutuamente cointegradas y, por lo tanto, no es necesario determinar de forma  
previa el grado de integración de las variables en el modelo; b) permite que las variables tengan  
diferentes rezagos óptimos; y, c) la literatura empírica prefiere este enfoque cuando la muestra es  
relativamente pequeña debido a que se basa en una sola ecuación de forma reducida para estimar  
simultáneamente los efectos de corto y largo plazo. La forma de corrección de error del modelo  
ARDL correspondiente a la ecuación 1 se resume en la siguiente ecuación:  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
224  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
푝ꢁ1  
(
(
7)  
8)  
∆
푦푡 = 훼 + 휙푦  
푡ꢁ1  
+ 훽푢푡ꢁ1 + ∑ 훾 ∆ 푦  
푗
푡ꢁ푗  
푗ꢉ1  
푞ꢁ1  
+
∑ 훿 ∆ 푢 + 휀푡  
푗 푡ꢁ푗  
푗ꢉꢍ  
푝ꢁ1  
∆
푦푡 = 훼 + 휙[푦  
− 휃푢푡ꢁ1] + ∑ 훾 ∆ 푦  
푡ꢁ1  
푗
푡ꢁ푗  
푗ꢉ1  
푞ꢁ1  
+
∑ 훿 ∆ 푢 + 휀푡  
푗 푡ꢁ푗  
푗ꢉꢍ  
ꢎ
Donde el término 휃 = − define la relación de largo plazo entre la producción y el  
ꢏ
desempleo, y 훿 la relación de corto plazo. El término 휙 mide la velocidad de ajuste de la  
푗
producción hacia su equilibrio de largo plazo siguiendo un cambio dado en el desempleo, y 휙 <  
0
asegura que dicha relación de largo plazo exista. Determinar un coeficiente 휙 negativo y  
significativo puede ser evidencia de una relación de cointegración entre la producción y el  
desempleo. Con base en el modelo de corrección de error expresado en la ecuación anterior, se  
prueba la hipótesis nula de no cointegración (휙 = 0 y 훽 = 0) utilizando una prueba F. La prueba  
utilizada para este procedimiento no tiene una distribución estándar. Pesaran, Shin & Smith  
(
2001) calculan los valores críticos asintóticos para la prueba de cointegración para diferentes  
niveles de significancia, para cinco casos de interés dependiendo de la especificación de los  
términos determinísticos. Un conjunto de valores críticos asume que todas las variables son I(0)  
y el otro asume que todas son I(1). Es decir, estos valores críticos incluyen una banda superior e  
inferior que proporcionan un rango que cubre todas las clasificaciones posibles de las variables  
en I(0) y I(1). Si el estadístico F calculado se encuentra por arriba del nivel superior de la banda,  
se rechaza la hipótesis nula, y se concluye que las variables cointegran. Si el estadístico F  
calculado se ubica por debajo del nivel inferior de la banda, la hipótesis nula no puede ser  
rechazada. Si el estadístico se encuentra dentro de la banda, entonces el resultado es  
inconclusivo.  
La tabla 8 presenta la representación de corrección de error del modelo ARDL. Se toma  
como punto de partida 4 rezagos en cada variable explicativa, y luego se procedió a determinar la  
longitud óptima del rezago con base en el criterio de información de Akaike. El resultado fue un  
ARDL (2,2).  
Los estadísticos F y t de la tabla 8 hacen referencia a los estadísticos para probar la  
existencia de una relación de largo plazo entre la producción y desempleo; la prueba incluye  
intercepto, pero no tendencia. El estadístico F y t de la prueba de cointegración de 8.672 y -4.051  
se encuentran por arriba de la banda superior para al 5%, la hipótesis nula es rechazada y se  
concluye que las variables se encuentran cointegradas. Como se esperaba, el término de  
corrección de error es negativo y estadísticamente significativo, e indica que alrededor del  
3
9.37% del desequilibrio en el producto con respecto a su nivel de largo plazo se corrige en un  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
225  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
trimestre. En este caso se determina que el incremento de 1 p.p. en la tasa de desempleo genera  
que la producción disminuya en promedio en 2.09%.  
Tabla 8.  
Representación de corrección de error del modelo ARDL  
Variable  
Desempleo(-1)  
DProducción(-1)  
DDesempleo  
DDesempleo(-1)  
Constante  
-0.0209***  
0.004)  
0.261*  
0.141)  
0.003  
0.003)  
0.003  
0.002)  
-0.0001  
0.001)  
-0.394***  
0.097)  
8.672  
-4.051  
0.363  
177.13  
50  
(
(
(
(
(
ECT  
(
c
F
t
c
R cuadrado  
Log de verosimilitud  
N
*
p<0.10, ** p<0.05, ***p<0.01. Entre paréntesis se presentan los errores estándar. a denota que el estadístico se ubica  
por debajo límite inferior del 95%, b denota que este cae dentro de los límites del 95%, y c denota que este se ubica  
fuera del 95% de límite superior. Los valores críticos fueron tomados de Kripfganz & Schneider (2018); los límites  
superior e inferior fueron de 5.093 y 6.008 para la prueba F, y de -2.890 y -3.267 para la prueba t.  
Fuente: Elaboración propia.  
Con el propósito de establecer la sensibilidad de los resultados a la elección del filtro, el  
anexo 3 también presenta las estimaciones obtenidas con el filtro band-pass de Baxter-King. Los  
resultados confirman la existencia de una relación negativa de largo plazo entre la producción y  
el desempleo. En este caso, se encuentra que el impacto del desempleo sobre el producto es  
menor, lo que puede responder al menor periodo de tiempo al que hace referencia los resultados  
(
2010.I-2016.IV), puesto que la aplicación del filtro de Baxter-King implica la pérdida de doce  
observaciones al inicio y al final de la serie.  
Conclusiones  
El estudio analiza la ley de Okun para el caso de Ecuador. Con este objetivo, se aplica un  
análisis de cointegración con datos trimestrales para el periodo 2007.I y 2019. IV. El análisis se  
lleva a cabo a partir de dos enfoques de cointegración, la prueba de cointegración de Johansen &  
Juselius (1990) y el enfoque basado en un modelo ARDL. El análisis empírico de la ley de Okun  
empieza por un análisis estático, el cual indica una relación negativa estadísticamente  
significativa entre el producto y el desempleo.  
Con respecto al análisis de cointegración, se observa que los resultados son robustos entre  
las metodologías utilizadas. El análisis confirma la existencia de una relación de cointegración de  
largo plazo entre la producción y desempleo, y que dicha relación es negativa, lo cual es  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
226  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
consistente con la ley de Okun. Los resultados de la ecuación de cointegración obtenidos a partir  
del enfoque de Johansen & Juselius (1990) señalan que un punto porcentual adicional en la tasa  
de desempleo disminuye la producción, en promedio, en 2.06%. En el caso del enfoque ARDL,  
los resultados señalan que el efecto del desempleo sobre el producto es de 2.09%. En este  
sentido, se encuentra evidencia a favor de la ley de Okun para el caso de Ecuador. Cabe señalar  
que las estimaciones del coeficiente de Okun para Ecuador obtenidas en el presente estudio son  
más bajas a las observadas en países desarrollados. Esto puede responder a diferentes factores  
como la rigidez laboral y a características del mercado laboral ecuatoriano como la existencia de  
un elevado subempleo, empleo inadecuado e informalidad laboral. De acuerdo con el INEC  
(
2020) en diciembre del 2019, el 17.8% de empleados están subempleados, tan solo el 38.8%  
tienen un empleo adecuado y el 46,7% se encuentran en el sector informal de la economía. Estos  
factores pueden minimizar el impacto de las fluctuaciones del producto sobre el nivel de  
desocupación.  
El análisis también muestra la existencia de una relación de causalidad bidireccional entre  
el producto y el desempleo. Esto implica que el aumento del desempleo influye en el producto,  
pero al mismo tiempo los cambios en la producción repercuten sobre el nivel de empleo. Se  
observa que el producto responde a un choque positivo del desempleo siguiendo un patrón de U  
invertida. El impacto del desempleo llega a su nivel máximo en el quinto trimestre para  
posteriormente retornar a su nivel original. También, se determina que el desempleo responde de  
forma inversa ante un incremento en la producción; alcanzando su efecto máximo en el tercer  
trimestre.  
En este sentido, se pueden sugerir varias implicaciones de política de los resultados  
obtenidos. Primero, los hacedores de política deben considerar la generación de un crecimiento  
sostenido como una estrategia clave para combatir el desempleo en el país. Segundo, la  
necesidad de considerar el elevado costo en términos de producto de la desocupación. Tercero,  
los hacedores de políticas deben considerar que los efectos en la producción y el empleo se  
transmiten a lo largo de un determinado número de períodos. Esta consideración resulta clave al  
momento de analizar el impacto de políticas orientadas a promover la producción y empleo,  
puesto que se pueden observar tanto efectos contemporáneos, como en periodos futuros. Cuarto,  
los resultados también ponen de manifiesto la necesidad de considerar las distintas velocidades  
de ajuste de la producción y el desempleo ante choques en la economía; en el caso de la  
producción el efecto de un choque alcanza su nivel máximo en el quinto trimestre, mientras que  
el efecto en el desempleo alcanza su punto máximo en el tercer trimestre.  
Los resultados tienen, por supuesto, algunas limitaciones. La principal limitación del  
análisis es el tamaño del periodo de estudio, lo que responde a la disponibilidad de información  
comparable. Por esto, se decidió contrastar los resultados con la metodología de cointegración  
basada en un modelo ARDL que es preferida cuando el número de observaciones es limitado, lo  
que representa un valor añadido del estudio. Adicionalmente, se considera que un aspecto que  
permanece sin abordar en este análisis es la importancia de otros factores que pueden mediar en  
la relación entre la actividad económica y el desempleo. Por ejemplo, se ha discutido que, en  
países en desarrollo, el grado de flexibilidad del mercado laboral puede incidir en la respuesta del  
desempleo ante fluctuaciones de la producción. El análisis de estos factores, no obstante,  
requiere un periodo de tiempo más prolongado debido a que los métodos de series de tiempo  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
227  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
multivariadas generan un número de parámetros a estimar que aumenta rápidamente con las  
variables y rezagos considerados, lo que en el presente caso dificulta obtener un análisis  
estadístico significativo. Ciertamente, la importancia de estos factores para el caso ecuatoriano  
debe ser considerada en investigaciones futuras.  
Bibliografía  
Abu, N. (2017). Does okun’s law exist in Nigeria? Evidence from the ardl bounds testing approach.  
Contemporary Economics, 11(2), 131-144. https://doi.org/10.5709/ce.1897-9254.232  
Adanu, K. (2005). A cross-province comparison of Okun’s coefficient for Canada. Applied  
Economics, 37(5), 561-570. https://doi.org/10.1080/0003684042000201848  
Apergis, N., & Rezitis, A. (2003). An examination of Okun’s law: Evidence from regional areas  
in  
Greece.  
Applied  
Economics,  
35(10),  
1147-1151.  
https://doi.org/10.1080/0003684032000066787  
Attfield, C. L. F., & Silverstone, B. (1997). Okun’s Coefficient: A Comment. Review of Economics  
and Statistics, 79(2), 326-329. https://doi.org/10.1162/003465397556692  
Ball, L., Furceri, D., Leigh, D., & Loungani, P. (2019). Does One Law Fit All? Cross-Country  
Evidence on Okun’s Law. Open Economies Review, 30(5), 841-874.  
https://doi.org/10.1007/s11079-019-09549-3  
Barreto, H., & Howland, F. (1993). There are two Okun’s law relationships between output and  
unemployment. Manuscript (faculty works, Wabash college), (317), 1-27.  
Baxter, M., & King, R. G. (1995). Approximate Band-Pass Filters for Economic Time Series.  
NBER Working Paper Series, 5022, 1-53.  
BCE. (2019). Publicación No. 24 Retropolación 1965-2006 y Cuentas Nacionales Anuales 2007.  
Recuperado  
10  
de  
octubre  
de  
2019,  
de  
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/CuentasNacional  
es/Bol_retro24.xlsx  
BCE. (2020a). Boletín de Cuentas Nacionales Trimestrales. Recuperado 1 de abril de 2020, de  
https://contenido.bce.fin.ec/home1/estadisticas/cntrimestral/CNTrimestral.jsp  
BCE. (2020b). Ciclo económico del Ecuador. Resultados al cuarto trimestre del 2020. Recuperado  
1
de  
marzo  
de  
2020,  
de  
2020  
website:  
https://contenido.bce.fin.ec/documentos/Estadisticas/SectorReal/Previsiones/IDEAC/Ci  
cloEconIVT2019.pdf  
Briceño, M., Dávila, G., & Rojas, M. . (2017). Estimación de la Ley de Okun: evidencia empírica  
para Ecuador, Amé rica Latina y el Mundo. Revista Económica, 1, 35-45. Recuperado de  
https://revistas.unl.edu.ec/index.php/economica/article/view/209  
Chavarín, R. (2001). El costo del desempleo medido en producto: Una revisión empírica de la ley  
de  
Okun  
para  
México.  
Trimestre  
Economico,  
68(2),  
209-231.  
https://doi.org/10.2307/20857058  
Elliott, G., Rothenberg, T., & Stock, J. (1992). Efficient tests for an autoregressive unit root.  
Recuperado de https://www.nber.org/papers/t0130  
Flórez, L. A., Pulido-Mahecha, K. L., Ramos, M. A., & Ramos-Veloza, M. A. (2018). Okun´s law  
in Colombia: a non-linear cointegration OKUN´S LAW IN COLOMBIA: A NON-  
LINEAR COINTEGRATION APPROACH. En repositorio.banrep.gov.co. Recuperado  
de http://repositorio.banrep.gov.co/handle/20.500.12134/7010  
Hodrick, R. J., & Prescott, E. C. (1997). Postwar U.S. Business Cycles: An Empirical  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
228  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Investigation. 1.  
https://doi.org/10.2307/2953682  
INEC. (2020). Encuesta Nacional de Empleo, Desempleo y Subempleo. Indicadores laborales  
diciembre del 2019. Recuperado de abril de 2020, de  
https://www.ecuadorencifras.gob.ec/documentos/webinec/EMPLEO/2019/Diciembre/2  
1912_Mercado_Laboral.pdf  
Journal  
of  
Money,  
Credit  
and  
Banking,  
29(1),  
1
0
Islas, A. C., & Cortez, W. W. (2013). Relaciones dinámicas del producto y el empleo en México:  
Una evaluación de sus componentes permanentes y transitorios. Cepal Review, (111),  
1
67-182. https://doi.org/10.18356/090d56b2-es  
Islas C., A., & Cortez, W. W. (2019). ¿Puede el sector informal afectar a la relación entre  
desempleo y producción? Un análisis del caso de México. Revista de la CEPAL,  
2
018(126), 151-169. https://doi.org/10.18356/187829c9-es  
Johansen, S., & Juselius, K. (1990). MAXIMUM LIKELIHOOD ESTIMATION AND  
INFERENCE ON COINTEGRATION — WITH APPLICATIONS TO THE DEMAND  
FOR MONEY. Oxford Bulletin of Economics and Statistics, 52(2), 169-210.  
https://doi.org/10.1111/j.1468-0084.1990.mp52002003.x  
Kripfganz, S., & Schneider, D. (2018). Introduction ARDL model EC representation Bounds  
testing Postestimation Further topics Summary ardl: Estimating autoregressive  
distributed lag and equilibrium correction models. stata-uk.com, 1-44. Recuperado de  
http://www.kripfganz.de/stata/  
Larrea, C. (2004). Crisis, dolarización y pobreza en el Ecuador. Retos para la integración social de  
los pobres en América Latina. CLACSO.  
Loria Diaz De Guzman, E. G., Ramírez Guerra, E. A., & Salas, E. (2015). La Ley de Okun y la  
flexibilidad laboral en México: Un análisis de cointegración, 1997Q3-2014Q1.  
Contaduria y Administracion, 60(3), 631-650. https://doi.org/10.1016/j.cya.2015.05.012  
Lütkepohl, H. (2010). Impulse response function. En Macroeconometrics and Time Series  
Analysis (pp. 145-150). https://doi.org/10.1057/9780230280830_16  
Maddala, G., & Kim, I. (1998). Unit roots, cointegration, and structural change. Cambridge  
University Press.  
Mendieta Muñoz, R. (2015). Remesas y disparidades económicas territoriales. Universidad de  
Cuenca.  
Nourzad, F., & Almaghrbi, Y. (1996). Okun’s law and the fulfillment of wage and price  
expectations. Journal of Post Keynesian Economics, 18(2), 293-308.  
https://doi.org/10.1080/01603477.1995.11490073  
OIT. (2014). Evolución del empleo informal en Ecuador. Center for economic and policy research.  
Okun, A. (1963). Potential GNP: its measurement and significance. Cowless Foundation.  
Pesaran, M., & Shin, Y. (1995). Long-run structural modelling (No. 9419). Faculty of Economics,  
University of Cambridge.  
Pesaran, M., Shin, Y., & Smith, R. (2001). Bounds testing approaches to the analysis of level  
relationships.  
Journal  
of  
Applied  
Econometrics,  
16(3),  
289-326.  
https://doi.org/10.1002/jae.616  
Prachowny, M. F. J. (1993). Okun’s Law: Theoretical Foundations and Revised Estimates. The  
Review of Economics and Statistics, 75(2), 331. https://doi.org/10.2307/2109440  
Rodríguez, A., Hurtado, C., & Vega, N. (2017). Aplicación de la Ley de Okun para Ecuador: un  
análisis de la producción y su incidencia en la tasa de desempleo. UIDE, 247-263.  
Schwert, G. W. (2002). Tests for unit roots: A Monte Carlo investigation. Journal of Business and  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
229  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Economic Statistics, 20(1), 5-17. https://doi.org/10.1198/073500102753410354  
Senplades. (2016). Evalución de los Costos de Reconstrucción Sismo en Ecuador abril 2016.  
SIISE. (2019). Desigualdad y Pobreza. Consultas Temáticas. Recuperado 10 de octubre de 2019,  
de http://www.siise.gob.ec/siiseweb/siiseweb.html?sistema=1.  
Wong, S. A. (2019). Minimum wage impacts on wages and hours worked of low-income workers  
in  
Ecuador.  
World  
Development,  
116,  
77-99.  
https://doi.org/10.1016/j.worlddev.2018.12.004  
Zagler, M. (2003). A VECTOR ERROR CORRECTION MODEL OF ECONOMIC GROWTH  
AND UNEMPLOYMENT IN MAJOR EUROPEAN COUNTRIES AND AN  
ANALYSIS OF OKUN’S LAW. En Applied Econometrics and International  
Development.  
AEEADE  
(Vol.  
3).  
Recuperado  
de  
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1229602  
Zivot, E., & Andrews, D. W. K. (2002). Further evidence on the great crash, the oil-price shock,  
and the unit-root hypothesis. Journal of Business and Economic Statistics, 20(1), 25-44.  
https://doi.org/10.1198/073500102753410372  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
230  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
Anexos  
Anexo 1.  
Resultados de las pruebas de raíces unitarias (incluye intercepto)  
ADF  
PP  
ERS  
Primera  
diferencia  
Primera  
diferencia  
Primera  
diferencia  
Variable  
PIB  
Nivel  
Nivel  
Nivel  
-1.057(1) -3.503(0)*  
-0.795(3) -4.749(3)***  
-2.705(3)* -9.459(3)***  
-0.813(1) -3.406(0)**  
-0.978(2) -1.928(0)*  
Tasa de desempleo -1.940(2) -4.362(0)***  
*
p<0.10, ** p<0.05, ***p<0.0. Entre paréntesis se presenta la estructura de rezago óptima para la prueba ADF y DF-  
GLS (determinado por el criterio de información de Akaike), para PP se presenta el número de rezagos de Newey-  
West usados para calcular los errores estándar (determinada por la fórmula de Schwert, 1989). Las pruebas para el  
PIB incluyen tendencia.  
Fuente: Elaboración propia.  
Anexo 2.  
Criterios de selección de la estructura óptima de rezagos para el modelo VAR  
Rezago  
Logaritmo de  
Verosimilitud  
81.07  
123.47  
131.09  
AIC  
SC  
HQ  
0
1
2
3
-3.29  
-5.00  
-5.15  
-5.06  
-4.92  
-3.34  
-4.91  
-5.00  
-4.86  
-4.66  
-3.29  
-4.76  
-4.76  
-4.51  
-4.22  
133.00  
133.71  
4
Fuente: Elaboración propia.  
Anexo 3.  
Resultados obtenidos con el filtro Baxter-King  
Anexo 3a. Resumen de las pruebas de cointegración de Johansen-Juselius  
Tipo de prueba  
Traza  
Maximum-eigenvalue 31.8667  
Estadístico Valor crítico Núm. de relaciones de cointegración  
48.022  
15.41  
14.07  
1
1
Número de relaciones de cointegración determinadas por el modelo al nivel de significancia de 5%. El estadístico  
hace referencia a la prueba con la hipótesis nula de que hay cero ecuaciones de cointegración. Las relaciones de  
cointegración se determinan considerando un término constante. Orden de las variables: PIB, desempleo.  
Fuente: Elaboración propia.  
Anexo 3b. Estimación de modelo de Vector de Corrección de Error  
DProducción  
1.2613***  
DDesempleo  
-24.8049***  
(8.3117)  
0.3324*  
(0.1850)  
1.6933  
(2.4260)  
0.0001  
(0.0433)  
DProducción(-1)  
DDesempleo(-1)  
ECT  
(
0 .0875)  
0.0116***  
0.0019)  
-0.1262***  
0.0255)  
0.0013***  
0.0005 )  
(
(
Constante  
(
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
231  
INNOVA Research Journal 2020, Vol 5, No. 3, pp. 209-232  
DProducción  
DDesempleo  
Ecuación de cointegración (variable dependiente PIB)  
Desempleo  
Constante  
-0.0115  
-0.0067  
*
p<0.10, ** p<0.05, ***p<0.01. Entre paréntesis se presentan los errores estándar.  
Fuente: Elaboración propia.  
Anexo 3c. Representación de corrección de error del modelo ARDL  
Variable  
Desempleo(-1)  
DProducción(-1)  
DDesempleo  
DDesempleo(-1)  
Constante  
-0.0132***  
(
0.0042 )  
1.0434***  
(
0.0691)  
-0.0074***  
0.0017)  
0.0148***  
0.0016)  
0.0005**  
0.0002)  
-0.1160***  
0.0192)  
(
(
(
ECT  
(
c
F
t
23.987  
-6.035  
0.9754  
141.3666  
26  
c
R cuadrado  
Log de verosimilitud  
N
*
p<0.10, ** p<0.05, ***p<0.01. Entre paréntesis se presentan los errores estándar. a denota que el estadístico se ubica  
por debajo límite inferior del 95%, b denota que este cae dentro de los límites del 95%, y c denota que este se ubica  
fuera del 95% límite superior. Los valores críticos fueron tomados de Kripfganz and Schneider (2018); los límites  
superior e inferior fueron de 6.017 y 5.099 para la prueba F, y de -3.269 y -2.891 para la prueba t.  
Fuente: Elaboración propia.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
232