Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Puno-2018
Determinantes de las Exportaciones No Tradicionales del Perú con
RESUMEN
Para este proceso la población está conformada por información del Banco Central de
Reserva (estadísticas económicas) y de las memorias del Banco Central de Reserva, como
también del sitio web datos macro.com.
Los resultados del trabajo mostraron que existe una relación positiva y estacionaria de las
exportaciones no tradicionales con EEUU.
INTRODUCCION
Las exportaciones no tradicionales comenzaron en los años 70, y desde entonces han
desempeñado una gran fuente de crecimiento no solo para el Perú, sino también para
varios países de la región, cada uno de los productos de exportación no tradicional ha
contribuido bastante para el aumento de las exportaciones totales.
Las exportaciones no tradicionales son aquellas que son productos nuevos en el mercado,
o también aquellas a las cuales se modifica su estructura de exportación.
El presente trabajo tratará de enfocar los aspectos acerca de los determinantes de las
exportaciones no tradicionales del Perú con EEUU desde el primer trimestre del 2009 al
tercer trimestre del 2017.
Es importante recordar que las exportaciones sirven para el crecimiento económico. Las
exportaciones se incrementaron a consecuencia de diversos acuerdos comerciales y
tratados los cuales influyeron en la inversión nacional y extranjera en beneficio y desarrollo
de los diferentes sectores.
El trabajo tiene como objetivos identificar los modelos ARIMA y su estimación, la Prueba de
Raíz Unitaria para las variables del modelo (que son las exportaciones no tradicionales,
términos de intercambio, la demanda externa (PBI de Estados Unidos) y el índice de tipo de
cambio real), Cointegración y la Prueba de Causalidad de Granger.
En este caso revisaremos la teoria y conceptos relevantes para hacer nuestro modelo,
ya que la teoría económica nos dice que existe una relación directa entre el tipo de
cambio real y las exportaciones, en otras palabras a medida que el tipo de cambio
real aumente las exportaciones también lo harán, la teoría económica también
sugiere que las exportaciones se dinamizan cuando la rentabilidad del negocio
exportador se incrementa. En este caso, existen los incentivos para que nuevas
empresas ingresen al sector, y también, para que las existentes aumenten su escala
de producción.
Exportación
Exportaciones tradicionales
Son las exportaciones que históricamente se han venido exportando y que por lo
general contienen un ínfimo valor agregado respecto a su materia prima de origen.
Así tenemos el petróleo crudo, cobre, plata, oro, zinc, algodón, azúcar entre otros.
Exportaciones no tradicionales
PBI
Producto Bruto Interno, el valor total de la producción de bienes y servicios dentro del
territorio nacional.
El tipo de cambio real de un país (país local) respecto de otro (país extranjero) es el
precio relativo de los bienes del país extranjero expresados en términos de bienes
locales.
Términos de Intercambio
La expresión términos del intercambio designa la relación que se establece entre los
bienes y los servicios intercambiados por dos países o dos grupos de países. Esta
relación evoluciona con el tiempo. De manera esquemática, cuando los ingresos
provenientes de las exportaciones permiten pagar un volumen de importaciones cada
vez menor, existe un deterioro de los términos del intercambio para el país
exportador.
En este caso, para hacer nuestro modelo tendremos que optar por una hipótesis:
Este trabajo es una “Investigación Aplicada”, dado que los alcances de esta
investigación son de carácter más prácticos, más aplicativos y se tiene como soporte
técnico las leyes, normas, manuales y técnicas para el recojo, procesamiento y
análisis de la información; todo este planteamiento, representa el sustento empírico y
numérico que nos permitirá llegar a las conclusiones esperadas del presente trabajo
de investigación.
PLANTEAMIENTO DEL MODELO
Reinhart (1995): la demanda de XNT del país doméstico, en este caso Perú, se
puede derivar desde la perspectiva del país extranjero, en este caso, Estados
Unidos. Este consume bienes producidos en el país extranjero (N) y bienes
importados, los cuales corresponden a las exportaciones del país doméstico, (XNT)
Este modelo será analizado por un Vector autoregresivo, ya que este modelo permite
ordenar los efectos entre las variables, estudiar las respuestas a largo plazo, que es
lo que se busca.
Y : f(x) =DE+TI+TC
XNT : Exportaciones no tradicionales
DE : Demanda externa
TC : Tipo de Cambio
TI : Términos de Intercambio
ß0, ß1, ß2 y ß3 : Coeficientes
μ : Error estocástico
Los datos fueron obtenidos de las Estadísticas Económicas del Banco Central de
Reserva, así como de las memorias del Banco Central de Reserva del Perú y de la página
web datosmacro.com, para el periodo 2009 primer trimestre hasta el 2017 tercer
trimestre.
RESULTADOS
Para los resultados, veremos la estacionariedad de cada variable del modelo, con el
correlograma, para poder modelar con las estimaciones de cada variable los modelos
ARIMA, para luego realizar la prueba de raíz unitaria; para todo el modelo se realizará la
cointegración y la prueba de causalidad de Granger.
GRAFICO N. 01
GRAFICO N. 02
Este grafico corresponde al tipo de cambio (TC), y nos dice que es estacionario en el
primer nivel.
Que es un ARIMA(1,0,1)
GRAFICO N. 03
Este grafico corresponde al termino de intercambio (TI), y nos dice que es estacionario
en el primer nivel.
Que es un ARIMA(0,0,1)
TI = 1.006051TI(-1) - 0.543083MA(1) + μ
GRAFICO N. 04
Este grafico corresponde al producto bruto interno de Estados Unidos (PIBUSA), donde
no hay estacionariedad en niveles, por lo que se hace el correlograma en primeras
diferencia y se puede observar que hay una mejora en la estacionariedad.
Que es un ARIMA(3,1,0)
En resumen:
TI = 1.006051TI(-1) - 0.543083MA(1) + μ
Criterio de decisión:
Si el test calculado en valor absoluto es mayor que los valores críticos (1%, 5%, 10%), en
valor absoluto entonces se rechaza la hipótesis nula y se concluye afirmando que la serie
es estacionaria I(0) y si no es así se dice que la serie es no estacionaria I(1).
Criterio de decisión:
Si el test calculado en valor absoluto es mayor que los valores críticos (1%, 5%, 10%), en
valor absoluto entonces se rechaza la hipótesis nula y se concluye afirmando que la serie
es estacionaria I(0) y si no es así se dice que la serie es no estacionaria I(1).
GRAFICO N. 05
GRAFICO N. 06
Según el test PP: la estimación es estacionaria, ya que al 1%, 5%, 10% de nivel de
significancia es mayor, siempre y cuando sea estimada en primeras diferencias sin
constante ni tendencia; en otros casos se acepta la hipótesis nula.
GRAFICO N. 07
Según el test KPSS: la estimación es estacionaria, ya que al 5%, del nivel de significancia
es mayor, siempre y cuando sea estimada en niveles con constante y tendencia; en otros
casos se acepta la hipótesis nula.
TC (Tipo de Cambio)
GRAFICO N. 08
Según el test ADF: la estimación es estacionaria, ya que al 1%, 5%, 10% del nivel de
significancia es mayor, siempre y cuando sea estimada en primeras diferencias con
constante y tendencia; en otros casos se acepta la hipótesis nula.
GRAFICO N. 09
Según el test PP: la estimación es estacionaria, ya que al 1%, 5%, 10% del nivel de
significancia es mayor, siempre y cuando sea estimada en primeras diferencias con
constante y tendencia; en otros casos se acepta la hipótesis nula.
GRAFICO N. 10
Según el test KPSS: la estimación es estacionaria, ya que al 5%, del nivel de significancia
es mayor, siempre y cuando sea estimada en niveles con constante y tendencia; en otros
casos se acepta la hipótesis nula.
TI (Terminos de Intercambio)
GRAFICO N. 11
Según el test ADF: la estimación es estacionaria, ya que al 1%, 5%, 10% del nivel de
significancia es mayor, siempre y cuando sea estimada en niveles con constante; en otros
casos se acepta la hipótesis nula.
GRAFICO N. 12
Según el test PP: la estimación es estacionaria, ya que al 1%, 5%, 10% del nivel de
significancia es mayor, siempre y cuando sea estimada en niveles con constante; en otros
casos se acepta la hipótesis nula.
GRAFICO N. 13
Según el test KPSS: la estimación es estacionaria, ya que al 5%, del nivel de significancia
es mayor, siempre y cuando sea estimada en niveles con constante y tendencia; en otros
casos se acepta la hipótesis nula.
GRAFICO N. 14
Según el test ADF: la estimación es estacionaria, ya que al 1%, 5%, 10% del nivel de
significancia es mayor, siempre y cuando sea estimada en primeras diferencias con
constante y tendencia; en otros casos se acepta la hipótesis nula.
GRAFICO N. 15
Según el test PP: la estimación es estacionaria, ya que al 1%, 5%, 10% del nivel de
significancia es mayor, siempre y cuando sea estimada en primeras diferencias sin
tendencia ni constante; en otros casos se acepta la hipótesis nula.
GRAFICO N. 16
Según el test KPSS: la estimación es estacionaria, ya que al 5%, del nivel de significancia
es mayor, siempre y cuando sea estimada en niveles con constante y tendencia; en otros
casos se acepta la hipótesis nula
3. COINTEGRACION
GRAFICO N. 17
GRAFICO N. 18
GRAFICO N. 19
4. PRUEBA DE CAUSALIDAD DE GRANGER
GRAFICO N. 20
CONCLUSIONES
0 0 0 0
2 2 2 2
0 0 0 0
-2 -2 -2 -2
-4 -4 -4 -4
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Response of PIBUSA to XNT Response of PIBUSA to T C Response of PIBUSA to T I Response of PIBUSA to PIBUSA
200 200 200 200
80 80 80 80
40 40 40 40
0 0 0 0