MARCO CONCEPTUAL

LA INVERSIÓN

Según (BCRP) es un gran componente del PBI, esta afecta a tasa de interés, y al igual

que el consumo y ahorro responde a las expectativas del futuro de la economía en los

gastos de las empresas en bienes y servicios finales, principalmente en bienes de capital.

Se divide en 4 categorías

 La inversión empresarial fija o formación bruta de capital fija es la compra de

nuevos bienes de capital como maquinaria, fabricas, etc.

 Inversión en vivienda: Es la construcción de nuevas viviendas y edificios de

apartamentos.

 Inversión en existencias: es la inclusión de los bienes que no se venden.

 Compras del estado: son las compras, del gobierno en bienes finales, como

aviones de combate, escuelas, carreteras.

 EXPORTACIONES

 (Mendoza Bellido, 2014) “Las economías latinoamericanas exportan

principalmente productos primarios, especialmente minerales y, en menor

media, productos no primarios, como los textiles. En el caso de las

exportaciones primarias es razonable asumir que la producción está limitada

esencialmente por condiciones de oferta y por eso puede suponerse que la oferta

es fija en el corto plazo. Cuando las exportaciones son de productos no

primarios, la curva de oferta puede ser perfectamente elástica, al precio en

dólares de dichas exportaciones. La razón es que, en estos sectores, a diferencia

de los sectores primarios, hay reservas de capacidad instalada ociosa, por lo que

la oferta puede reaccionar rápidamente a estímulos en la demanda, en este caso

 provenientes del exterior. La demanda proviene de la economía mundial, y es

una función directa del nivel de actividad económica mundial y una función

inversa del precio en dólares de los bienes nacionales”.

(Oliver, Amighini, & Giavazzi, 2012) “Indica que un aumento de la renta extranjera

provoca un aumento de las exportaciones. Las exportaciones también dependen del tipo

de cambio real: cuanto más alto es el precio de los bienes interiores expresado en bienes

extranjeros, menor es la demanda extranjera de bienes interiores. En otras palabras,

cuanto más alto es el tipo de cambio real, menores son las exportaciones. Sea Y* la

renta extranjera (o lo que es lo mismo, la producción extranjera). Se puede expresar,

pues, las exportaciones de la forma siguiente:

X =X ¿

Donde:

- Un aumento de la renta extranjera, Y*, provoca un aumento de las exportaciones

- Una subida del tipo de cambio real, e, provoca una disminución de las

exportaciones (pág. 134)

Se debe notar que ambos autores mencionan una concepción diferente del tipo

de cambio para Mendoza (2014) el aumento del tipo de cambio eleva las exportaciones,

y es que resulta válido porque el análisis lo hace para una economía pequeña como el

Perú; mientras que, Blanchard, et al (2012) “menciona que el aumento del tipo de

cambio reduce las exportaciones siendo esto para una economía más grande como

España”.

CRECIMIENTO ECONÓMICO
 Según el BCRP, el crecimiento económico es el ritmo al que se incrementa la

producción de bienes y servicios de una economía, y por tanto su renta, durante un

período determinado. Este período puede ser muy corto (un trimestre o un año).

Métodos para medir el PBI: El PBI es el valor total de la producción corriente de bienes

y servicios finales dentro de un territorio nacional, durante un periodo dado,

normalmente un trimestre o un año. Por definición, el PBI puede medirse sumando

todas las demandas finales por bienes y servicios en un periodo dado.

PBI= C+I+G+(X-M)

De dónde:

 C= Consumo privado

 I= Inversión privada

 G= Gasto público

 (X – M) = Saldo de la Balanza de bienes y servicios

PBI EN EL PERU

El Perú tuvo un crecimiento constante de desde el año 2000. El año 2000 el PBI creció

3.1%, el año 2001 creció 0.2%, menor crecimiento de estos últimos años. El año 2002

obtuvo un crecimiento de 5%, en el año 2003 creció 4%, luego en el año 2004 creció

5%. Para el año 2005 creció 6.8%, en el año 2006 creció 7.7% 30. El año 2007 creció

8.9% El año 2008 creció 9.8% mayor crecimiento registrado en estos últimos años En el

año 2009 creció 0.9% En el año 2010 creció 8.8%.

TEORIAS:

TEORÍA KEYNESIANA
Keynes desarrolla este modelo definiendo las variables como: El coste del activo que

utiliza la empresa en el proceso productivo: 𝑐𝑡 El flujo de rendimientos netos de la

empresa: 𝑅𝑡, 𝑅𝑡+1, 𝑅𝑡+2, …, 𝑅𝑡+𝑛 El valor presente del flujo de rendimientos netos:

La eficacia marginal de la inversión, se define como la rentabilidad que implica, que el

coste del activo sea igual al valor presente del flujo de rendimientos netos:

Con estos argumentos, la condición de equilibrio financiero, es que el flujo de

rendimientos netos es igual, al coste del activo: 𝑉𝑃𝑡 = Ct

Tal que la tasa de interés real, es igual a la tasa de interés nominal:

r =r m

La condición para que las empresas inviertan y ejecuten proyectos de inversión, es que

el valor presente del flujo de rendimientos netos, sea mayor o igual que el coste del

activo:

VPt ≥C t

Lo que hace que la tasa de interés real sea menor o igual a la tasa de interés nominal:

r ≤ rm
La condición que recomienda que las empresas no inviertan ni ejecuten proyectos, es

que el valor actualizado del flujo de rendimientos netos, es mayor o igual que el coste

del activo:

VPt <C t

Tal que la tasa de interés real es mayor a la tasa de interés nominal:

r >r m

Este razonamiento, conduce a formular la función de la inversión, como función de la

tasa de interés.

𝐼 = 𝐼(𝑟)

LA TEORÍA DEL CRECIMIENTO ECONÓMICO

La teoría del crecimiento económico estudia cuales son los determinantes del

crecimiento económico a largo plazo y las políticas que deben impulsarse para estimular

el crecimiento.

La teoría económica nace con las obras de Adam Smith (1776) y David Ricardo (1817)

como ciencia macroeconómica y del crecimiento. Los que los precedieron, como David

Hume, Richard Cantillon y Franyois Quesnay, entre otros, también abordaron temas

macroeconómicos. Pero Smith y Ricardo son los primeros en abordar sistemáticamente

el tema del crecimiento económico y de la generación de riqueza y, en particular, los

límites o restricciones que enfrenta el proceso de expansión de las economías

capitalistas de mercado.

La teoría del crecimiento económico es la rama de la economía que abarca el análisis de

las variaciones del PBI. Por eso es necesario diferenciar el crecimiento económico de

las fluctuaciones económicas. Al dividir el PBI, el nivel del producto puede exceder al
nivel del producto potencial durante cortos periodos; también puede ser menor durante

otros cortos periodos. La teoría del crecimiento económico trata del comportamiento del

producto potencial o del producto de largo plazo. Cuando hablamos de crecimiento

económico, estamos hablando del incremento del producto potencial. El análisis del

crecimiento de un país se centra en la evolución de su PBI y sobre todo en la tasa a la

que crece durante un período determinado. Para medir el crecimiento económico, es

necesario tener la contabilidad para considerar parte de las relaciones entre la tecnología

y los factores de producción, trabajo y capital, se puede representar con una Función de

Producción agregada. combinación, dada la tecnología, de los factores de producción

capital y trabajo.

PBIr t −PBI t −1
TASA DE CRECIMIENTO= ∗100
PBI t−1

TEORÍA NEOCLÁSICA DE SOLOW – SWAN

Solow - Swan (1956) aportaron estas teorías para explicar el crecimiento económico de

un país a largo plazo donde los factores que afectan al crecimiento son la acumulación

de capital físico, el trabajo y el progreso tecnológico.

Sala-I-Martin, Xavier (1994) explica la relación de esta teoría de crecimiento mediante

el producto final que es igual al consumo y la inversión. Siendo la inversión el producto

de la tasa de ahorro y del producto o renta nacional. Como una economía cerrada sin

gasto público, el ahorro y la inversión coinciden, la tasa de ahorro es también la tasa de

inversión”
Esta ecuación representa la tasa de ahorro (s), si aumenta el ahorro también aumentará

la inversión agregada. Siguiente expresión hace referencia a la inversión requerida para

que se mantenga el capital per cápita que está en función de la tasa depreciación del

capital y el crecimiento de la población. En lo cual se concluye que la inversión es un

factor que impacta positivamente a la acumulación de capital y que mediante ello al

crecimiento económico.

Modelo de regresión lineal

Para estimar los parámetros de un modelo de regresión lineal necesitamos realizar

ciertos supuestos sobre el modelo y sobre la forma en que llevaremos a cabo dicha

estimación. El método de los mínimos cuadrados ordinarios (MCO) es el método de

estimación más habitual cuando se realiza el ajuste de un modelo de regresión lineal en

los parámetros. La expresión general de un modelo de regresión, para un total de 4

variables explicativas es:

PBI=C+ β 1 G+ Iβ 2 + β 3 X−M +U

donde PBI es la variable explicada, donde X e I en este trabajo realizado son las

variables explicativas, y los parámetros βj son unos parámetros que cuantifican la

relación existente entre la variable explicada y su impacto con la variable endógena .En

este tipo de modelo se debe añadir el término U, una variable aleatoria o estocástica

que recoja la influencia sobre la variable explicada de otras variables explicativas que

no hemos tenido en cuenta en el modelo es decir variables omitidas. El término U es

necesario ya que la variable explicada (PBI) es una variable aleatoria, pero al otro lado

de la igualdad (en el modelo), no son aleatorios ni los parámetros β ni las variables

explicativas. Como debe existir una parte aleatoria en ese lado del modelo, añadimos

este término U para que la ecuación sea denominada ecuación econométrica. Nuestro
objetivo es estimar el valor de los parámetros β y de la desviación típica del error,

aquello que no conocemos del modelo asimismo determinar los coeficientes de

determinación donde nos muestra que tanto influye la relación de las variables

explicativas y error con variable endógena.

Supuestos del Modelo Clásico de Regresión Lineal

*Linealidad en los parámetros. – El presente supuesto indica la necesidad de linealidad

que deben de tener los coeficientes, lo que significa que sus potencias o exponentes sean

igual a 1.

Y = β0 + β1X1 + β2X2 + · · · + βpXp + ε

* Condición de Rango. - Confirma e identifica la posibilidad de encontrar el estimador

“β” Rango (X) = K; este supuesto se debe de cumplir ciertos principios los cuales son:

-Las columnas de la variable X tienen que ser linealmente independientes

-No tiene que existir multicolinealidad, lo que implica las relaciones lineales entre

variables exógenas o independientes.

-El número de observaciones tiene que ser mayor que el de las variables exógenas>k

*Media condicional de ε dado “X” es cero. - En el momento 1 las perturbaciones tienen

una media incondicional nula.

E [ε l x] = 0 => E[εi] = 0, i=1,2, 3, …, n

La media condicional de ε dado “X” es igual a cero, por lo que la covarianza entre ε y X tiene

que ser nula. Entonces, esto se interpreta como la NO influencia de ε en la variable exógena o

independiente, también se puede interpretar como, ε explica en cero la parte determinística.

Pruebas de hipótesis
*Distribución del término estocástico. - Se asume que las variables planteadas en el modelo

siguen una distribución normal.

*Prueba t o de significancia individual de los coeficientes de regresión. - La prueba “t” de

student se utilizada para medir el nivel de significancia estadística de los parámetros del

modelo, es decir las betas. Para esta prueba se plantean 2 hipótesis, las cuales son:

𝐻0: 𝛽𝑐=𝛽𝑐∗ … (10) 𝐻1: 𝛽𝑐≠𝛽𝑐∗

Donde, “𝛽𝑐∗” es el valor que al cual se le va a realizar el test. Usualmente es igual a cero. La

hipótesis nula es la que sostiene que cuando se mantienen constantes las variables exógenas, la

variable “X” en cuestión no influye de manera lineal sobre la variable “Y”

*Prueba estadística “F” de Fisher: Posibilita hacer pruebas de hipótesis tomando en cuenta las

variables que son exógenas en conjunto. Su hipótesis nula planteada sostiene que en conjunto la

variable regresaras no tienen influencia lineal en “Y”. Esta prueba es capaz de medir la

significancia global del modelo.

Causalidad

Granger (1969) fue quien propuso un test de causalidad, el criterio aplicado en este test

nos indica que el futuro no puede afectar al pasado, sino que el todo lo contrario, el

pasado puede afectar al futuro. Entonces, si una variable retardada tiene correlación con

valores futuros de otra variable se afirma que una variable es causa de la otra. Sin

embargo, no es correcto decir que solo por eso hay existencia de causalidad, debido a

que existe la posibilidad de que una variable retardada esté correlacionada espuriamente

con otra variable porque es un indicador adelantado y no por la existencia real de

causalidad, especialmente si son series temporales no estacionarias. Por lo tanto, lo que

se puede decir es que, si no existe correlación, la variable retardada NO CAUSA a la

otra.
Tipos de Causalidad.

- Causalidad Unidireccional. - Esta causalidad se genera cuando una serie causa a otra,

siempre y cuando la serie causada no cause a la serie causante.

- Causalidad Bidireccional. - Esta causalidad se da cuando ambas series son causantes o

ayuden a la predicción una de la otra.

Vectores autorregresivos

En el modelo VAR todas las variables son consideradas como endógenas, pues cada una

de ellas se expresa como una función lineal de sus propios valores rezagados y de los

valores rezagados de las restantes variables del modelo. Donde permite capturar más

apropiadamente los conocimientos de las variables y la dinámica de sus interrelaciones

de corto plazo, lo cual no es detectable con modelos univariantes como los ARIMA. El

VAR es también una técnica poderosa para generar pronósticos confiables en el corto

plazo. Y si el impacto de sus anteriores variables en este caso PBI influye en el periodo

actual de dicha variable mencionada.

El Vector Autorregresivo tiene como alternativa, un sistema de ecuaciones simultáneas

en el cual todas las variables son explicadas por los rezagos de ellas mismas y los del

resto de variables del sistema. Lo que implica que, las restricciones a priori no son

admisibles y todas las variables son consideradas como endógenas. Solamente hay una

información a priori que se incluye, la cual está referida al número de rezagos de las

variables explicativas, los cuales son incorporados en cada ecuación a partir del análisis

de la data. Sin embargo, en términos operativos, para poder realizar una correcta

especificación del sistema se requiere que las determinaciones de las variables a ser
incluidas en él estén basadas en el conocimiento de un modelo teórico relevante

(Beltrán Barco, 2003).

Supuestos para estimar un Vector Autorregresivo (Beltrán Barco, 2003):

* Las variables que componen el vector son estacionarios (con excepción de caso de

cointegración) para el cual existen otras metodologías.

*Esto permite que los Test realizados sobre el Vector Autorregresivo tenga las

distribuciones estándar necesarias en la etapa de inferencia.

*Inclusión de variables que no son estacionarias que están sujetas a los mismos

problemas que el caso univariado: distribuciones no estándar (con excepción de caso de

cointegración).

Un VAR tiene, en general, la siguiente especificación:

Donde yt e yt‐i son vectores de orden m (m es

el número de variables del sistema) y πi es la matriz (cuadrada de orden m) de coeficientes del

rezago i de las variables explicativas de las m ecuaciones. De esta forma, se puede observar

que deberán estimarse tantas matrices πi como rezagos se incluyan en el sistema (Beltrán

Barco, 2003).

PBI=C+ β 1 PBI t −1+ β2 PBI t −2 + β 3 PBI t−3 +U