Trabajo de Econometría - Parcial

“Año del Fortalecimiento de la Soberanía Nacional”
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE CIENCIAS ECONÓMICAS ESCUELA PROFESIONAL
DE ECONOMÍA
MONOGRAFÍA ECONOMETRIA II
INVERSIÓN PRIVADA DE TELECOMUNICACIONES Y SU
INFLUENCIA EN LA CONECTIVIDAD DEL PERÚ, PERIODO 2000-2019.
Integrantes:
 Castañeda López Rosa Nicole

 Dávila Calle Melani
 Gomero Aquino Ernesto Alonso
 Ramos Cerdán Diana Carolina
 Vega Fabián, Abel
Callao, 2022
CUERPO DE LA MONOGRAFIA
Capítulo I: La inversión en el subsector de telecomunicaciones del Perú, en el
periodo 2000-2019
Definición y clasificación por tipo de servicio de telecomunicación
Los servicios de telecomunicaciones son aquellos que permiten la comunicación
digital entre diferentes sistemas o personas. Estos servicios pueden ser características,
usos y aplicaciones de un conjunto de capacidades e instalaciones de
telecomunicaciones para satisfacer las necesidades de los usuarios y mejorar la calidad
de vida de las personas (Unión Internacional de Telecomunicaciones, 1992).
Los servicios más populares son: servicios fijos y móviles; servicios de larga
distancia nacional e internacional; servicios de valor agregado como acceso a Internet,
fax, télex; servicios de televisión por suscripción como por cable; y alquiler de circuitos
y servicios de transmisión de datos.
Inversión en el subsector de telecomunicación, en el periodo 2000-2019
La inversión en el subsector de las telecomunicaciones ha aumentado un 172%
en los últimos 20 años. Según información de las empresas operadoras, en el año 2000
se invirtieron S/. 2,296 millones, mientras que al cierre de 2019 se destinaron S/. 4,531
millones. Un indicador de este crecimiento es la conexión a Internet en el hogar, hace

20 años era sólo de 131.380, mientras que este año fue de 3.763.592; aumentó un
2,768%.
Una comparación de las últimas dos décadas en el sector de las
telecomunicaciones muestra que el crecimiento de las redes es enorme, más aún si se
toma en cuenta la variada y accidentada geografía del Perú. La implementación de
infraestructura y el acceso a nuevas tecnologías permite que las personas utilicen
mejores servicios.
Capítulo II: Evaluación económica financiera de la inversión en la conectividad del
Perú, en el periodo 2000-2019
La inversión en el subsector peruano de las telecomunicaciones
Si bien, en los años 2001 y 2002 la inversión se redujo, a partir del 2003 ha
crecido sostenidamente hasta el año 2009 con una tasa promedio anual de 18.1%; luego
de una reducción en 2010. Durante el periodo 2011 al 2019, la inversión acumulada en
el subsector Telecomunicaciones fue S/ 34,720 millones, demostrando ser un subsector
que capta fuertes inversiones. Este nivel de inversión se explica por la evolución
tecnológica, la intensidad competitiva, los mecanismos regulatorios y las políticas de
promoción de la inversión privada implementados por el Estado.
Para el 2014, la inversión realizada por las empresas de telecomunicaciones –de
S/. 3,202 millones- significando una disminución de 7.4%; pero, si hacemos la

comparación de la inversión del 2014 con la del año anterior –restándole los S/. 696
millones correspondientes a la adjudicación del espectro- se obtiene un aumento anual
de 16.0%.
Si para este año (2014), se analiza la inversión en telecomunicaciones por
empresa operadora, las principales inversiones provienen de dos grupos empresariales:
Telefónica y Claro. Así, durante el 2014 es el grupo Telefónica es quien toma la posta
de las inversiones en el país con poco más del 50% del total invertido, seguido por
Claro con 21.5% y el grupo Entel de Chile con 17.7% -Entel Perú S.A. Por otro lado,
los ingresos que los operadores destinaron a la inversión representó el 19.3% en el 2014.
Al respecto, a nivel empresas, el Grupo Telefónica invirtió el equivalente al 16.8% de
sus ingresos, Claro el 12.7%, en tanto que el Grupo Entel lo hizo en 62.3%.
Las inversiones ascendieron a US$1,170 millones el 2015. La inversión de las
operadoras en el sector de telecomunicaciones aumentó en 4% anual hasta US$1,170
millones al cierre del 2015. El Grupo Telefónica en total invirtió S/ 1,733 millones, un
incremento de 8% o S/ 128 millones con respecto al 2014. Por su parte, el Grupo Claro
aumentó 10.3% o S/ 71 millones su inversión, hasta los S/ 761 millones.
Entre otras operadoras, Entel expandió sus inversiones a una mayor tasa de
19.6% o S/ 111 millones, acumulando un stock de S/ 676 millones. Las demás empresas
y grupos que operan en el sector acumularon inversiones por S/.554 millones,
superando en 67.9% o S/.224 millones al stock del año anterior.
En el año 2017, el crecimiento en el sector de telecomunicaciones ha sido de
2.2%, es decir menor a la cifra registrada en el año 2016 (3.1%). La desaceleración se
explica porque el uso de líneas se ha reducido desde sus niveles máximos en 3.09
millones en el 2012 a 2.94 millones en el 2017, las conexiones de internet fijo han
pasado de 2.12 millones en el 2016 a 2.31 millones en el año 2017.
Las inversiones del subsector al cierre del 2019 ascendieron a S/ 4 523 millones;
es decir 37.9% más respecto a las inversiones realizadas en el año 2018, explicado por
las inversiones realizadas por los grupos económicos de mayor participación en el
subsector y por las inversiones de Banda Ancha. En cuanto a las inversiones a nivel de
Grupo Económico, llama la atención que las inversiones realizadas por Telefónica
representaron el 29.2% de las inversiones, seguido por Claro, Entel y Viettel que
representaron el 19.8%, 13.1% y 4.9%, respectivamente. Estas inversiones
representaron conjuntamente el 67% de las inversiones en el subsector, y aumentaron en
S/ 3 032 millones, es decir una cifra mayor en 7.1% respecto al monto invertido por
estas empresas durante el año 2018 (S/ 2 827 millones).

Contribución del subsector Telecomunicaciones al PBI nacional.
En los últimos años, el subsector telecomunicaciones presentó un aumento de su
participación dentro del Producto Bruto Interno (PBI), pasando de 1.9% a 3.1% entre
los años 2007 y 2015; así, en dicho periodo, la tasa de crecimiento promedio anual
(TCPA) en términos reales de este subsector fue de 12.3%, más del doble que la TCPA
del PBI total que fue de 5.3% durante el mismo periodo.
Capítulo III: La situación de la conectividad de internet en el Perú.
Si bien es cierto el actual sistema de conectividad en el Perú es medianamente
eficiente, eso no fue siempre, además cabe recalcar que en estas últimas décadas hemos
sido testigos de grandes avances tecnológicos que permitieron este gran avance en el
ámbito de la conectividad general tanto para un servicio móvil, así como también un
servicio hogar.
Según Marín (2014) nos dice que los datos estadísticos de la UIT en el 2011 20
de 33 países tanto en el centro como al sur de América latina concentraron un mayor
abonado de sistemas de banda ancha fija, dándonos como resultado que el promedio en
los países es sobre el 8%, pero Perú está bajo el promedio con el 5.92% (pg 27-28).
Acceso a internet en el Perú
No cabe ninguna duda sobre la gran importancia que cobra el acceso a internet
en los hogares, tanto así que al cierre del primer trimestre del 2020 se aumentó hasta un
79% el uso de los datos móviles en los hogares, de esa manera se generó grandes
problemas a las empresas de servicios móviles y hogares.
También podemos mencionar otro tipo de parámetro que se usa respecto al uso
de internet en la población es en relación a las edades. Esto es un punto muy importante
porque el peruano promedio menor a 24 años cuenta con un índice muy alto de internet.
Según lo manifestado por Galperin (2017), la educación es un fuerte predictor del
empleo de internet.
Brecha digital en el Perú:
Sabemos que las ventajas de la tecnología son bastantes, más aún en la
actualidad, pero en la actualidad se vive una crisis donde la conectividad del Perú se
encuentra desigualmente distribuidas en sus departamentos. Es aquí donde usamos el
término de brecha digital donde tenemos algunas interpretaciones según algunos autores
Según Gallardo (2019), el concepto de brecha digital se ha modificado a través
del tiempo, ya que en un principio se refería básicamente a problemas relacionados con
la conectividad y posteriormente tuvo en cuenta el aspecto relacionado al desarrollo de
las capacidades y habilidades requeridas para emplear de forma eficiente las TICs.
Por otra parte, Grande, Cañon & Cantón (2016) contempla los siguientes
enfoques: (a) Infraestructura: se refiere a la posibilidad/dificultad de disponer de
ordenadores conectados a internet. Ello incluye también el problema de la
disponibilidad de servidores. (b) Capacitación, se relaciona con las habilidades y

capacidades para emplear eficientemente las TICs. (c) Recursos: se relaciona con el
concepto de brecha digital o las posibilidades de aplicar y utilizar las TICs en diversas
ramas o actividades (educación, negocios, recreación, teletrabajo, entre otros).
El gran dilema que se tiene en la actualidad, es que la significación social que
han adquirido las TICs hace que su ausencia se convierta en motivo de exclusión social.
Capítulo IV: Propuesta técnica-económica para la mejora de la conectividad en el
Perú.
En las últimas décadas, hemos sido testigos de un desarrollo sostenido de las
tecnologías de la información y la comunicación (TIC); el avance de la tecnología móvil
ha permitido aumentar la cobertura de servicios de banda ancha a prácticamente todo el
mundo, independientemente del lugar de residencia o su realidad social. El crecimiento
de la conectividad, el uso y acceso de las TIC y el desarrollo de la banda ancha
conllevan a importantes mejoras en el progreso económico y social de los países.
En este contexto, la digitalización proporciona un mejor acceso a los servicios
básicos y contribuye a impulsar a la banda ancha como medio del crecimiento
económico, permitiendo reducir la desigualdad social y mejorar la calidad de vida.
Banda ancha e impacto económico de las TIC (indicadores)
Perú tiene una de las tasas de penetración de banda ancha fija por hogar más
bajas de América Latina (17,95% en el segundo trimestre de 2012), muy por debajo de
lo que mide el índice a nivel regional, y superando el 30% en el mismo período. 18
Asimismo, lo que en el Perú se conoce como banda ancha según la normativa moderna
limita las velocidades por encima de los 2 Mbps. En términos de penetración de
telefonía fija, la densidad de población en el país es del 29,9% de los hogares. Por otro
lado, el mercado de telefonía móvil en Perú sigue creciendo y ha mostrado una
penetración nacional del 80%.
En Perú, entre Movistar y Claro concentran más del 98% de los accesos de
banda ancha fija y el 90% de las conexiones de banda ancha móvil.
Existe asimismo un impedimento físico para la expansión de redes de cable y de
los accesos de banda ancha fija con capacidad de transmisión bidireccional de datos,
especialmente por fuera de Lima y Callao, lo que obliga al uso de tecnologías
inalámbricas. Debido a la diversa orografía de Perú no hay redes de fibra óptica para la
región costera ni tampoco para las zonas serrana y selvática, lo cual genera serias
dificultades para llevar accesos de banda ancha a zonas rurales. Según el Plan Nacional
de Telecomunicaciones, la principal tecnología de acceso en estas zonas es el Internet
satelital, mucho más costoso y menos veloz que las opciones cableadas.
El actual régimen de banda ancha, que busca llevar internet de alta velocidad a
las zonas rurales y de preferente interés social del Perú, es fundamental e importante
para impulsar el desarrollo de los ciudadanos y sus localidades.

En ese sentido, expertos del Banco Mundial realizaron una evaluación técnica y
detallada de la situación de la Red Dorsal Nacional de Fibra Óptica (RDNFO) y de los
proyectos regionales que el Ministerio de Transportes y Comunicaciones (MTC) tiene
en cartera.
En este sentido, en los últimos 18 meses la Agencia de Promoción de la
Inversión Privada (Pro Inversión) ha adjudicado entre 50 MHz y 55 MHz de espectro
(de acuerdo a la zona que se considere), lo que permitirá una mayor oferta de BAM en
el mercado y una mejora en los índices de calidad del servicio. En esta misma línea,
Pro Inversión anunció que licitará espectro en la banda AWS (1,7 / 2,1 GHz), lo cual
trabajará en este mismo sentido, además de posibilitar a los operadores el despliegue de
LTE, tecnología actualmente inexistente en el mercado.
Ante esta realidad, el Ministerio de Transportes y Comunicaciones tiene
previstos la promoción de la banda ancha y la construcción de la red dorsal de fibra
óptica, mediante un proyecto de Ley que propone asegurar la conectividad con fibra
óptica a las 195 capitales de provincia del país para el 2016 (una inversión estimada en
US$420 millones). De acuerdo a Osiptel, la banda ancha en Perú actualmente concentra
el 68,25% de las conexiones en Lima y Callao; el tendido de fibra óptica fuera de Lima
alcanza los departamentos de Cajamarca, Huancayo, Cusco, Arequipa, Moquegua,
Tacna y Puno. El 39,9% de la población accede a Internet utilizando conexiones entre
512 Kbps a 1024 Kbps (sobrepasa por poco 1Mbps), y el 25,3% de las conexiones están
en el rango de 1.024 Kbps a 2.048 Kbps. Entre el 2011 y 2013, el acceso a Internet
creció 0,02% en zonas rurales, mientras que, en zonas urbanas, como Lima, alcanza
hasta un máximo del 3%. El Plan Nacional de Infraestructura 2012 - 2021, presentado
por la Asociación para el Fomento de las Infraestructura Nacional (AFIN), señala que
las inversiones para cerrar la brecha actual en telecomunicaciones suman US$19.170
millones. El estudio cubre las inversiones en banda ancha (US$12 mil millones),
telefonía móvil (US$5 mil millones) y telefonía fija (US$2 mil millones).
Capítulo V: Presentación de Resultados
Análisis e interpretación de datos de hipótesis
Esta sección se desarrollará de dos maneras, primero la parte explicativa del
modelamiento econométrico y segundo de la parte será con el estudio de las variables.
Formulación del modelo econométrico
La econometría está compuesta de teoría económica, métodos estadísticos y
matemáticas, que en conjunto ayudan a procesar la información contenida en las
unidades de observación de las variables de estudio. Históricamente el modelo de
regresión lineal, a través del método de mínimos cuadrados ordinarios ha servido para
estimar o cuantificar las relaciones económicas subyacentes. Cuando la muestra
presenta observaciones individuales y que varían con el tiempo.
Para el análisis y procesamiento de datos se utiliza el software estadístico
EVIEWS 10. A continuación se detalla el proceso de modelamiento desarrollado para
alcanzar los objetivos de la investigación.

Modelo econométrico de regresión
La especificación del modelo teórico queda expresada de la siguiente manera:
Y ¿ =α + β1 X ¿ + µ¿
Donde:
Y ¿ :Variable endógena del individuo i en un tiempo t
X ¿ :Variable exógena del individuo i enun tiempo t
μ¿ : Variable estocástica
∝ , β 1 : Parámetros del modelo
Modelo 1: Modelo de Regresión Agrupada
El análisis más simple de panel data es omitir las dimensiones de espacio y
tiempo de los datos agrupados y solo calcular la regresión MCO tradicional. La
estructura sistematizada del modelo se puede expresar de la siguiente manera:
Y ¿ =α^ + ^β1 X 1¿+e it (1 )¿
^ es el intercepto.
Donde:∝
^ es la misma para
La ecuación (1) supone que el intercepto de la regresión ∝
todas las unidades las unidades transversales es decir las regiones. A continuación, se
realiza la siguiente estimación.
Tabla 1
Modelo de regresión agrupada
Dependent Variable: LINT_HOG

Method: Panel Least Squares
Date: 06/19/22 Time: 00:44
Sample: 2010 2020
Periods included: 11
Cross-sections included: 25
Total panel (balanced) observations: 275
Variable Coefficient Std. Error t-Statistic Prob.
C -1.289823 0.378089 -3.411426 0.0007

LINV_PRIV 1.178880 0.039371 29.94250 0.0000
R-squared 0.766578 Mean dependent var 9.957206
Adjusted R-squared 0.765723 S.D. dependent var 1.477770
S.E. of regression 0.715273 Akaike info criterion 2.174942
Sum squared resid 139.6711 Schwarz criterion 2.201246
Log likelihood -297.0545 Hannan-Quinn criter. 2.185498
F-statistic 896.5535 Durbin-Watson stat 0.209767
Prob(F-statistic) 0.000000
Elaboración propia
Se tiene un modelo medianamente eficiente, donde la inversión privada es
significativa donde la constante también lo es.
Modelo 2: Modelo tipo panel data de efectos aleatorios

Method: Panel EGLS (Cross-section random effects)
Date: 06/18/22 Time: 22:29
Sample: 2010 2020
Swamy and Arora estimator of component variances
C 4.117088 0.311430 13.21995 0.0000

LINV_PRIV 0.612144 0.030395 20.13964 0.0000
Effects Specification
S.D. Rho
Cross-section random 0.561707 0.8044

Idiosyncratic random 0.276958 0.1956
Weighted Statistics

S.E. of regression 0.297823 Sum squared resid 24.21469
Unweighted Statistics

Sum squared resid 245.6802 Durbin-Watson stat 0.064115
Modelo 3: Modelo tipo panel data de efectos fijos

Method: Panel Least Squares
Date: 06/18/22 Time: 22:44
Sample: 2010 2020
C 4.625552 0.300477 15.39403 0.0000

LINV_PRIV 0.558848 0.031446 17.77143 0.0000
Effects Specification
Cross-section fixed (dummy variables)

S.E. of regression 0.276958 Akaike info criterion 0.359870
Sum squared resid 19.09972 Schwarz criterion 0.701820
Log likelihood -23.48218 Hannan-Quinn criter. 0.497104
Auto correlación
Test de Wooldridge para auto correlación

Prueba de hipótesis
Heterocedasticidad
Realizar la heterocedasticidad con la nueva Data
Prueba de Hipótesis
Tabla: Prueba de hipótesis para identificar heteroscedasticidad
Recordar que es en Datos Panel

Evolución de la inversión privada en telecomunicaciones y la conectividad de
internet fijo por regiones del Perú, periodo 2010-2020

Presentación de resultados
Los resultados obtenidos en el proceso de modelamiento econométrico se
detallan a continuación:
Presentación de resultados del modelo econométrico
Variable Abreviado Tipo Unidad de Parámetro Valor Signo

Medida Estimado p
Internet en Int_Hog Explicada Millones
el Hogar Cuantitativa
Inversión Inv_priv Explicativa Millones +1.17887976425 0.000 +
Privada cuantitativa de Soles
constante -1.2898232506 -
Elaboración propia
Estimado el modelo por el modelo de mínimos cuadrados ordinarios obtenemos
que el parámetro estimado es significativo porque su p – valor es menor a 5%, es decir
la inversión privada en telecomunicaciones influye en la conectividad de internet en los
hogares del Perú.
Interpretación de los parámetros estimados
Por cada 1% de incremento en la inversión privada, la conectividad en el hogar crecerá

un 1.17%
La bondad de ajuste que se tiene es de 0.767578, lo cual no es tan alta pero el modelo va
por buen camino
Formalización del modelo econométrico:
L ( ¿ t Hog )=−1.2898232506+1.17887976425∗L(¿ V PRIV )

CONCLUSIONES
Una comparación de las últimas dos décadas 2010-2019 el sector de las
telecomunicaciones muestra el gran crecimiento. La implementación de infraestructura
y el acceso a nuevas tecnologías ha permitido que la población se beneficie con mejores
servicios.
En estas últimas décadas los avances tecnológicos permitieron gran avance en el
ámbito de la conectividad general tanto para servicio móvil, así como también un
servicio hogar.
Entonces la digitalización ha proporcionado un mejor acceso a los servicios
básicos y contribuye a impulsar a la banda ancha como medio del crecimiento
económico, permitiendo reducir la desigualdad social y mejorar la calidad de vida.
La inversión privada regional en telecomunicaciones influye significativamente
pero no disminuyendo la conectividad de internet fijo como se esperaba sino
ligeramente incrementa, cuando la inversión privada regional en telecomunicaciones se
incrementa en 1 % la conectividad en internet fijo aumente en 1.17%.
El coeficiente de determinación R2 tiene un valor de 0.7665 que expresa que la
variable independiente explica el 76.65 % la variación de la variable acceso a internet
fijo. Esto se debe a que en el modelo deberían influir otras variables que no se han
cuantificado, ha esto debemos sumarle los efectos retardados que tiene la variable
independiente en el acceso al internet fijo.
RECOMENDACIONES
1. Se recomienda continuar con la investigación realizando el modelamiento
econométrico con panel dinámico en donde se tenga que considerar los efectos
retardados de la inversión a largo plazo

2. Incorporar más variables independientes que influyan en el acceso al internet
fijo y aporten al modelo para expresar mejor la realidad.
3. Este modelo se realizó a largo plazo en un periodo de diez años, con el fin de
obtener en el modelo los efectos retardados que no aparecen en el año de inversión.
4. Realizar un estudio de la naturaleza de la relación de las variables de las
hipótesis específicas mediante un estudio correlacional para determinar el tipo de
relación.
REFERENCIAS BIBLIOGRÁFICAS
GESTIÓN . (s.f.). Obtenido de https://gestion.pe/economia/osiptel-inversiones-sector-

telecomunicaciones-crecieron-4-2015-120526-noticia/
gob.pe. (Setiembre de 2020). Obtenido de gob.pe :
https://www.gob.pe/institucion/mtc/noticias/302163-sector-telecomunicaciones-
registro-un-crecimiento-de-172-en-las-ultimas-dos-decadas
gop.pe . (2021). Obtenido de gop.pe : https://www.gob.pe/institucion/mtc/informes-
publicaciones/1625507-impacto-del-acceso-a-internet-en-el-crecimiento-
economico-del-peru-un-enfoque-ardl
Luna, A. V. (2018). Obtenido de PONTIFICIA UNIVERSIDAD CATÓLICA DEL
PERÚ:
https://tesis.pucp.edu.pe/repositorio/bitstream/handle/20.500.12404/10173/
CASTILLO_LUNA_ANNA_FACTORES.pdf?sequence=1&isAllowed=y
Marín , J., & Barragán Martínez , X. (2014). BID. Obtenido de
https://publications.iadb.org/publications/spanish/document/Informe-sobre-la-
situaci%C3%B3n-de-conectividad-de-Internet-y-banda-ancha-en-Per
%C3%BA.pdf
Mas , J. L., & Rubio, R. (2013). ProQuest. Obtenido de
https://www.proquest.com/openview/49ba96927f5226cd5ece2e47c4d82b17/1?
pq-origsite=gscholar&cbl=51922&diss=y
OSIPTEL. (Agosto de 2018). Sociedad Telecom. Obtenido de
https://sociedadtelecom.pe/2018/08/21/analisis-del-desempeno-financiero-del-
sector-telecomunicaciones-en-el-ano-2017/#popup
Osiptel. (2019). ANÁLISIS DEL DESEMPEÑO FINANCIERO DEL SECTOR
TELECOMUNICACIONES EN EL AÑO 2019. Obtenido de
https://repositorio.osiptel.gob.pe/bitstream/handle/20.500.12630/732/analisis-
desempeno-financiero-2019.pdf?sequence=1&isAllowed=y
ANEXOS
Anexo 1
Series estadísticas de las variables, periodo 2010 – 2020
AÑO Departamento INT_HOG INV_PRIV

2010 Amazonas 1198 1059.42
2010 Áncash 30547 12359.86
2010 Apurímac 1856 2471.97
2010 Arequipa 73922 27897.97
2010 Ayacucho 10152 5297.08
2010 Cajamarca 10985 10594.17
2010 Callao 60985 12713
2010 Cusco 20659 13772.42
2010 Huancavelica 1550 706.28
2010 Huánuco 2589 1059.42
2010 Ica 30248 8475.33
2010 Junín 29564 13066.14
2010 La Libertad 71422 18010.08
2010 Lambayeque 50261 9534.75
2010 Lima 750215 169153.53
2010 Loreto 3265 6003.36
2010 Madre de Dios 3156 706.28
2010 Moquegua 7582 8122.19
2010 Pasco 1596 4943.94
2010 Piura 40410 17656.94
2010 Puno 9224 6709.64
2010 San Martín 3652 4590.81
2010 Tacna 10254 6003.36
2010 Tumbes 1525 1765.69
2010 Ucayali 1821 3178.25
2011 Amazonas 1285 1195.62
2011 Áncash 37845 14347.46
2011 Apurímac 2896 2789.78
2011 Arequipa 76589 31086.17
2011 Ayacucho 11586 6376.65
2011 Cajamarca 15496 10362.06
2011 Callao 65632 15543.08
2011 Cusco 23968 19129.95
2011 Huánuco 4652 1594.16
2011 Ica 32844 9166.43
2011 Junín 30754 13948.92
2011 La Libertad 81652 19129.95
2011 Lambayeque 51489 10760.60
2011 Lima 810430 190502.42
2011 Loreto 4210 6376.65
2011 Madre de Dios 4596 797.08
2011 Moquegua 8562 11159.14
2011 Pasco 2145 4782.49
2011 Piura 45325 20325.57
2011 Puno 12224 7572.27
2011 San Martín 7326 4782.49
2011 Tacna 18254 6376.65
2011 Tumbes 5895 1594.16
2011 Ucayali 5478 3586.87
2012 Amazonas 1328 1919.28
2012 Áncash 41892 16313.89
2012 Apurímac 3829 3358.74
2012 Arequipa 77070 35026.87
2012 Ayacucho 10245 7677.12
2012 Cajamarca 16488 13914.79
2012 Callao 70102 19192.81
2012 Cusco 26484 25910.29
2012 Huánuco 6717 1919.28
2012 Ica 34844 13914.79
2012 Junín 31020 18712.99
2012 La Libertad 83042 25910.29
2012 Lambayeque 52591 12955.14
2012 Lima 851630 216398.90
2012 Loreto 4556 8636.76
2012 Madre de Dios 3233 1439.46
2012 Moquegua 7736 13434.97
2012 Pasco 1308 5757.84
2012 Piura 49915 24950.65
2012 Puno 16838 10076.22
2012 San Martín 8444 5278.02
2012 Tacna 19621 9116.58
2012 Tumbes 6078 1919.28
2012 Ucayali 6595 4318.38
2013 Amazonas 1324 4591.50
2013 Áncash 48124 23716.97
2013 Apurímac 4252 4382.47
2013 Arequipa 85917 28261.19
2013 Ayacucho 11829 7136.43
2013 Cajamarca 19318 19048.14
2013 Callao 80191 16324.79
2013 Cusco 31915 23437.14
2013 Huánuco 10221 6218.05
2013 Ica 39387 16149.82
2013 Junín 35342 19004.90
2013 La Libertad 96370 25828.68
2013 Lambayeque 58408 14689.16
2013 Lima 953821 282855.54
2013 Loreto 4553 5473.41
2013 Madre de Dios 4243 2714.96
2013 Moquegua 8304 11931.30
2013 Pasco 2233 6499.17
2013 Piura 57025 22823.96
2013 Puno 18688 11677.45
2013 San Martín 11734 7765.33
2013 Tacna 21985 12703.42
2013 Tumbes 7000 4556.75
2013 Ucayali 9748 5675.77
2014 Amazonas 1175 5250.40
2014 Áncash 48619 33851.56
2014 Apurímac 4845 5069.66
2014 Arequipa 94999 32277.66
2014 Ayacucho 12520 8272.95
2014 Cajamarca 20127 23837.89
2014 Callao 87801 17190.46
2014 Cusco 37644 31065.04
2014 Huánuco 12931 9870.44
2014 Ica 41298 38742.16
2014 Junín 39488 23369.47
2014 La Libertad 102837 28870.50
2014 Lambayeque 64551 16816.55
2014 Lima 1030152 321174.27
2014 Loreto 14945 5803.72
2014 Madre de Dios 4279 3058.45
2014 Moquegua 9845 11843.75
2014 Pasco 2487 7379.85
2014 Piura 61270 24570.31
2014 Puno 22033 15444.84
2014 San Martín 12639 11443.60
2014 Tacna 23169 14894.36
2014 Tumbes 8326 5474.57
2014 Ucayali 11175 6981.91
2015 Amazonas 1096 6780.19
2015 Áncash 51704 31387.06
2015 Apurímac 5757 4706.43
2015 Arequipa 108870 34198.64
2015 Ayacucho 13014 8288.27
2015 Cajamarca 22888 21076.27
2015 Callao 99595 17171.41
2015 Cusco 42462 33673.10
2015 Huánuco 15073 9088.31
2015 Ica 45869 35653.39
2015 Junín 45455 19957.01
2015 La Libertad 108525 25246.17
2015 Lambayeque 68889 18082.68
2015 Lima 1164643 285619.08
2015 Loreto 18156 5226.89
2015 Madre de Dios 5079 4488.17
2015 Moquegua 11221 10636.59
2015 Pasco 2904 6508.29
2015 Piura 67891 23679.70
2015 Puno 24616 17084.29
2015 San Martín 15787 9620.54
2015 Tacna 27155 12216.97
2015 Tumbes 9816 5470.83
2015 Ucayali 13359 6770.78
2016 Amazonas 934 7795.79
2016 Áncash 52591 39776.95
2016 Apurímac 5999 9178.40
2016 Arequipa 117987 41642.40
2016 Ayacucho 13542 9745.40
2016 Cajamarca 25778 24602.25
2016 Callao 105261 19598.48
2016 Cusco 47563 47069.47
2016 Huánuco 16500 10268.05
2016 Ica 49058 42390.27
2016 Junín 51227 22723.57
2016 La Libertad 115474 32768.78
2016 Lambayeque 73211 21199.60
2016 Lima 1229926 348247.35
2016 Loreto 17965 7442.62
2016 Madre de Dios 5671 5489.08
2016 Moquegua 11885 13426.47
2016 Pasco 3455 7559.96
2016 Piura 72046 27158.44
2016 Puno 26155 21317.39
2016 San Martín 17916 10796.09
2016 Tacna 30402 13756.56
2016 Tumbes 9190 6515.87
2016 Ucayali 14289 7786.48
2017 Amazonas 1605 10627.66
2017 Áncash 57798 36577.43
2017 Apurímac 7399 9332.30
2017 Arequipa 127966 44655.33
2017 Ayacucho 17136 12250.72
2017 Cajamarca 28835 30800.72
2017 Callao 113245 23060.56
2017 Cusco 52549 48052.28
2017 Huánuco 17437 11693.67
2017 Ica 56088 43063.39
2017 Junín 56292 24770.59
2017 La Libertad 125337 34210.90
2017 Lambayeque 78608 24638.22
2017 Lima 1357232 375635.69
2017 Loreto 15807 10361.34
2017 Madre de Dios 5828 4999.83
2017 Moquegua 12720 13258.51
2017 Pasco 3781 6587.03
2017 Piura 76767 29647.59
2017 Puno 30123 23634.67
2017 San Martín 19741 10720.32
2017 Tacna 31981 14256.73
2017 Tumbes 10017 6569.91
2017 Ucayali 15736 7121.33
2018 Amazonas 1864 11376.82
2018 Áncash 69724 33971.39
2018 Apurímac 6702 13080.41
2018 Arequipa 140581 58115.09
2018 Ayacucho 18467 14588.61
2018 Cajamarca 31469 35358.38
2018 Callao 129108 27162.77
2018 Cusco 62483 58806.01
2018 Huancavelica 3731 10333.32
2018 Huánuco 19676 16791.32
2018 Ica 65183 43225.68
2018 Junín 63727 28172.76
2018 La Libertad 141245 36632.28
2018 Lambayeque 85783 29150.59
2018 Lima 1503783 407648.21
2018 Loreto 15469 10426.22
2018 Madre de Dios 6321 4606.68
2018 Moquegua 14243 16084.67
2018 Pasco 3664 7981.98
2018 Piura 85115 35144.75
2018 Puno 30373 24402.25
2018 San Martín 21683 16331.78
2018 Tacna 34803 15368.98
2018 Tumbes 11684 8720.26
2018 Ucayali 16606 7664.81
2019 Amazonas 2259 11315.36
2019 Áncash 58721 35412.20
2019 Apurímac 6417 18068.34
2019 Arequipa 136853 66534.95
2019 Ayacucho 17925 18087.58
2019 Cajamarca 29902 35238.10
2019 Callao 119113 31270.14
2019 Cusco 56073 66160.14
2019 Huancavelica 3686 10801.51
2019 Huánuco 19734 16495.68
2019 Ica 53478 58248.93
2019 Junín 54056 30908.12
2019 La Libertad 128132 42231.84
2019 Lambayeque 78783 29095.60
2019 Lima 1391931 402334.42
2019 Loreto 13715 9823.01
2019 Madre de Dios 6779 4611.50
2019 Moquegua 14003 17483.77
2019 Pasco 3277 10693.01
2019 Piura 78567 41963.15
2019 Puno 26651 29470.57
2019 San Martín 20566 16321.12
2019 Tacna 34586 17123.73
2019 Tumbes 9806 7724.38
2019 Ucayali 16726 9472.47
2020 Amazonas 4424 13466.42
2020 Áncash 68207 44167.20
2020 Apurímac 9256 15786.99
2020 Arequipa 157303 60874.37
2020 Ayacucho 26060 16549.03
2020 Cajamarca 38726 38986.61
2020 Callao 133139 29172.51
2020 Cusco 73635 67822.15
2020 Huancavelica 5122 12418.07
2020 Huánuco 29028 18684.71
2020 Ica 57619 61161.44
2020 Junín 68654 31402.66
2020 La Libertad 143792 42190.99
2020 Lambayeque 89668 31491.97
2020 Lima 1580569 452472.03
2020 Loreto 13294 10113.32
2020 Madre de Dios 8622 6270.09
2020 Moquegua 16877 16775.77
2020 Pasco 5730 9555.85
2020 Piura 96250 38728.36
2020 Puno 38174 30772.62
2020 San Martín 26892 17128.29
2020 Tacna 37663 18488.81
2020 Tumbes 11684 9452.43
2020 Ucayali 21949 9766.68
Fuente: OSIPTEL - INEI Elaboración propia
Anexo 2.
Series estadísticas en logaritmos naturales de las variables, periodo 2010-2020
AÑO Departamento Ln(INT_HOG) Ln(INV_PRIV)

2010 Amazonas 6.965477 7.088409
2010 Áncash 9.422209 10.327022
2010 Apurímac 7.812771 7.526179
2010 Arequipa 10.236309 11.210766
2010 Ayacucho 8.574911 9.225426
2010 Cajamarca 9.268059 9.304286
2010 Callao 9.450380 11.018383
2010 Cusco 9.530423 9.935906
2010 Huancavelica 6.560012 7.346010
2010 Huánuco 6.965477 7.859027
2010 Ica 9.044915 10.317185
2010 Junín 9.477779 10.294313
2010 La Libertad 9.798687 11.176361
2010 Lambayeque 9.162698 10.824985
2010 Lima 12.038562 13.528115
2010 Loreto 8.700075 8.091015
2010 Madre de Dios 6.560012 8.057061
2010 Moquegua 9.002355 8.933532
2010 Pasco 8.505918 7.375256
2010 Piura 9.778884 10.606833
2010 Puno 8.811301 9.129564
2010 San Martín 8.431812 8.203030
2010 Tacna 8.700075 9.235423
2010 Tumbes 7.476297 7.329750
2010 Ucayali 8.064086 7.507141
2011 Amazonas 7.086420 7.158514
2011 Áncash 9.571328 10.541254
2011 Apurímac 7.933718 7.971086
2011 Arequipa 10.344518 11.246209
2011 Ayacucho 8.760398 9.357553
2011 Cajamarca 9.245906 9.648337
2011 Callao 9.651371 11.091819
2011 Cusco 9.859010 10.084475
2011 Huancavelica 6.680955 7.673223
2011 Huánuco 7.374102 8.445053
2011 Ica 9.123303 10.399524
2011 Junín 9.543157 10.333775
2011 La Libertad 9.859010 11.310222
2011 Lambayeque 9.283647 10.849123
2011 Lima 12.157420 13.605320
2011 Loreto 8.760398 8.345218
2011 Madre de Dios 6.680955 8.432942
2011 Moquegua 9.320014 9.055089
2011 Pasco 8.472717 7.670895
2011 Piura 9.919635 10.721614
2011 Puno 8.932248 9.411157
2011 San Martín 8.472717 8.899185
2011 Tacna 8.760398 9.812140
2011 Tumbes 7.374102 8.681860
2011 Ucayali 8.185035 8.608495
2012 Amazonas 7.559705 7.191429
2012 Áncash 9.699772 10.642850
2012 Apurímac 8.119321 8.250359
2012 Arequipa 10.463871 11.252469
2012 Ayacucho 8.946000 9.234545
2012 Cajamarca 9.540708 9.710388
2012 Callao 9.862291 11.157707
2012 Cusco 10.162395 10.184296
2012 Huancavelica 6.866558 7.803027
2012 Huánuco 7.559705 8.812397
2012 Ica 9.540708 10.458636
2012 Junín 9.836973 10.342387
2012 La Libertad 10.162395 11.327102
2012 Lambayeque 9.469248 10.870300
2012 Lima 12.284879 13.654907
2012 Loreto 9.063783 8.424200
2012 Madre de Dios 7.272023 8.081166
2012 Moquegua 9.505616 8.953640
2012 Pasco 8.658318 7.176255
2012 Piura 10.124655 10.818077
2012 Puno 9.217933 9.731394
2012 San Martín 8.571306 9.041211
2012 Tacna 9.117850 9.884356
2012 Tumbes 7.559705 8.712431
2012 Ucayali 8.370636 8.794067
2013 Amazonas 8.431962 7.188413
2013 Áncash 10.073946 10.781536
2013 Apurímac 8.385368 8.355145
2013 Arequipa 10.249245 11.361137
2013 Ayacucho 8.872968 9.378309
2013 Cajamarca 9.854725 9.868793
2013 Callao 9.700440 11.292167
2013 Cusco 10.062077 10.370831
2013 Huancavelica 8.630927 7.883446
2013 Huánuco 8.735212 9.232200
2013 Ica 9.689664 10.581191
2013 Junín 9.852452 10.472827
2013 La Libertad 10.159241 11.475950
2013 Lambayeque 9.594865 10.975208
2013 Lima 12.552692 13.768231
2013 Loreto 8.607657 8.423542
2013 Madre de Dios 7.906532 8.353026
2013 Moquegua 9.386920 9.024493
2013 Pasco 8.779430 7.711101
2013 Piura 10.035566 10.951245
2013 Puno 9.365415 9.835637
2013 San Martín 8.957424 9.370246
2013 Tacna 9.449627 9.998116
2013 Tumbes 8.424365 8.853665
2013 Ucayali 8.643962 9.184817
2014 Amazonas 8.566060 7.069023
2014 Áncash 10.429740 10.791770
2014 Apurímac 8.531029 8.485703
2014 Arequipa 10.382131 11.461622
2014 Ayacucho 9.020746 9.435083
2014 Cajamarca 10.079032 9.909817
2014 Callao 9.752110 11.382828
2014 Cusco 10.343838 10.535929
2014 Huancavelica 8.783353 8.049427
2014 Huánuco 9.197300 9.467383
2014 Ica 10.564684 10.628569
2014 Junín 10.059186 10.583752
2014 La Libertad 10.270576 11.540900
2014 Lambayeque 9.730119 11.075211
2014 Lima 12.679739 13.845217
2014 Loreto 8.666254 9.612132
2014 Madre de Dios 8.025664 8.361475
2014 Moquegua 9.379556 9.194719
2014 Pasco 8.906509 7.818832
2014 Piura 10.109294 11.023046
2014 Puno 9.645030 10.000297
2014 San Martín 9.345186 9.444543
2014 Tacna 9.608738 10.050570
2014 Tumbes 8.607869 9.027138
2014 Ucayali 8.851078 9.321434
2015 Amazonas 8.821760 6.999422
2015 Áncash 10.354151 10.853290
2015 Apurímac 8.456685 8.658172
2015 Arequipa 10.439941 11.597910
2015 Ayacucho 9.022597 9.473781
2015 Cajamarca 9.955903 10.038368
2015 Callao 9.751001 11.508867
2015 Cusco 10.424455 10.656365
2015 Huancavelica 8.707623 8.127700
2015 Huánuco 9.114744 9.620660
2015 Ica 10.481600 10.733545
2015 Junín 9.901336 10.724478
2015 La Libertad 10.136430 11.594736
2015 Lambayeque 9.802710 11.140252
2015 Lima 12.562414 13.967925
2015 Loreto 8.561572 9.806756
2015 Madre de Dios 8.409200 8.532870
2015 Moquegua 9.272055 9.325542
2015 Pasco 8.780832 7.973844
2015 Piura 10.072373 11.125659
2015 Puno 9.745915 10.111152
2015 San Martín 9.171656 9.666942
2015 Tacna 9.410581 10.209316
2015 Tumbes 8.607186 9.191769
2015 Ucayali 8.820372 9.499946
2016 Amazonas 8.961339 6.839476
2016 Áncash 10.591043 10.870300
2016 Apurímac 9.124608 8.699348
2016 Arequipa 10.636874 11.678330
2016 Ayacucho 9.184551 9.513551
2016 Cajamarca 10.110593 10.157277
2016 Callao 9.883207 11.564198
2016 Cusco 10.759380 10.769810
2016 Huancavelica 9.076507 8.155936
2016 Huánuco 9.236792 9.711116
2016 Ica 10.654674 10.800759
2016 Junín 10.031158 10.844022
2016 La Libertad 10.397232 11.656801
2016 Lambayeque 9.961738 11.201101
2016 Lima 12.760668 14.022465
2016 Loreto 8.914978 9.796181
2016 Madre de Dios 8.610516 8.643121
2016 Moquegua 9.504983 9.383032
2016 Pasco 8.930621 8.147578
2016 Piura 10.209443 11.185060
2016 Puno 9.967278 10.171796
2016 San Martín 9.286939 9.793449
2016 Tacna 9.529271 10.322264
2016 Tumbes 8.781996 9.125871
2016 Ucayali 8.960144 9.567245
2017 Amazonas 9.271215 7.380879
2017 Áncash 10.507187 10.964709
2017 Apurímac 9.141237 8.909100
2017 Arequipa 10.706729 11.759520
2017 Ayacucho 9.413340 9.748937
2017 Cajamarca 10.335293 10.269345
2017 Callao 10.045879 11.637309
2017 Cusco 10.780045 10.869501
2017 Huancavelica 8.909354 8.170186
2017 Huánuco 9.366803 9.766350
2017 Ica 10.670428 10.934677
2017 Junín 10.117412 10.938308
2017 La Libertad 10.440300 11.738761
2017 Lambayeque 10.112054 11.272229
2017 Lima 12.836375 14.120958
2017 Loreto 9.245837 9.668208
2017 Madre de Dios 8.517159 8.670429
2017 Moquegua 9.492395 9.450931
2017 Pasco 8.792858 8.237744
2017 Piura 10.297136 11.248530
2017 Puno 10.070470 10.313044
2017 San Martín 9.279896 9.890453
2017 Tacna 9.564984 10.372897
2017 Tumbes 8.790255 9.212039
2017 Ucayali 8.870850 9.663706
2018 Amazonas 9.339333 7.530480
2018 Áncash 10.433274 11.152300
2018 Apurímac 9.478871 8.810161
2018 Arequipa 10.970181 11.853539
2018 Ayacucho 9.587996 9.823741
2018 Cajamarca 10.473291 10.356758
2018 Callao 10.209603 11.768405
2018 Cusco 10.981999 11.042650
2018 Huancavelica 9.243129 8.224432
2018 Huánuco 9.728617 9.887155
2018 Ica 10.674190 11.084954
2018 Junín 10.246111 11.062364
2018 La Libertad 10.508685 11.858251
2018 Lambayeque 10.280230 11.359576
2018 Lima 12.918160 14.223494
2018 Loreto 9.252079 9.646593
2018 Madre de Dios 8.435263 8.751633
2018 Moquegua 9.685622 9.564021
2018 Pasco 8.984942 8.206311
2018 Piura 10.467231 11.351759
2018 Puno 10.102431 10.321309
2018 San Martín 9.700868 9.984284
2018 Tacna 9.640106 10.457459
2018 Tumbes 9.073404 9.365976
2018 Ucayali 8.944395 9.717519
2019 Amazonas 9.333916 7.722678
2019 Áncash 10.474812 10.980553
2019 Apurímac 9.801917 8.766706
2019 Arequipa 11.105483 11.826663
2019 Ayacucho 9.802981 9.793952
2019 Cajamarca 10.469883 10.305681
2019 Callao 10.350419 11.687828
2019 Cusco 11.099833 10.934410
2019 Huancavelica 9.287441 8.212297
2019 Huánuco 9.710854 9.890098
2019 Ica 10.972481 10.887026
2019 Junín 10.338774 10.897776
2019 La Libertad 10.650930 11.760816
2019 Lambayeque 10.278342 11.274453
2019 Lima 12.905039 14.146203
2019 Loreto 9.192483 9.526245
2019 Madre de Dios 8.436308 8.821585
2019 Moquegua 9.769028 9.547027
2019 Pasco 9.277346 8.094684
2019 Piura 10.644547 11.271707
2019 Puno 10.291147 10.190582
2019 San Martín 9.700215 9.931395
2019 Tacna 9.748220 10.451204
2019 Tumbes 8.952137 9.190750
2019 Ucayali 9.156145 9.724720
2020 Amazonas 9.507954 8.394800
2020 Áncash 10.695738 11.130302
2020 Apurímac 9.666941 9.133027
2020 Arequipa 11.016567 11.965929
2020 Ayacucho 9.714083 10.168157
2020 Cajamarca 10.570974 10.564266
2020 Callao 10.280982 11.799149
2020 Cusco 11.124644 11.206876
2020 Huancavelica 9.426908 8.541300
2020 Huánuco 9.835461 10.276016
2020 Ica 11.021272 10.961608
2020 Junín 10.354648 11.136835
2020 La Libertad 10.649962 11.876123
2020 Lambayeque 10.357488 11.403869
2020 Lima 13.022481 14.273295
2020 Loreto 9.221608 9.495068
2020 Madre de Dios 8.743545 9.062072
2020 Moquegua 9.727691 9.733707
2020 Pasco 9.164909 8.653471
2020 Piura 10.564327 11.474704
2020 Puno 10.334381 10.549910
2020 San Martín 9.748487 10.199584
2020 Tacna 9.824921 10.536433
2020 Tumbes 9.154027 9.365976
2020 Ucayali 9.186732 9.996477
Fuente: OSIPTEL - INEI Elaboración propia
Anexo 3.
Frecuencia del Nivel de Inversión y el Acceso al internet en el Perú

Anexo 4.
Estructura de la
inversión privada,
según el
ProInversion
1. Introducción
2. Análisis
Estratégico
3. Estudio de
Mercado
4. Localización
5. Ingeniería de
proyectos
6. Organización y
Administración del
Proyecto
7. Plan de comercialización
8. Estados Financieros Proyectados del Proyecto
9. Evaluación Económico y Financiero del Proyecto
10. Conclusión

Trabajo de Econometría - Parcial

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajo de Econometría - Parcial

Cargado por

Copyright:

Formatos disponibles

“Año del Fortalecimiento de la Soberanía Nacional”

UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE CIENCIAS ECONÓMICAS ESCUELA PROFESIONAL

INVERSIÓN PRIVADA DE TELECOMUNICACIONES Y SU

INFLUENCIA EN LA CONECTIVIDAD DEL PERÚ, PERIODO 2000-2019.

 Castañeda López Rosa Nicole

Capítulo I: La inversión en el subsector de telecomunicaciones del Perú, en el

Definición y clasificación por tipo de servicio de telecomunicación

Los servicios de telecomunicaciones son aquellos que permiten la comunicación

usos y aplicaciones de un conjunto de capacidades e instalaciones de

telecomunicaciones para satisfacer las necesidades de los usuarios y mejorar la calidad

de vida de las personas (Unión Internacional de Telecomunicaciones, 1992).

distancia nacional e internacional; servicios de valor agregado como acceso a Internet,

y servicios de transmisión de datos.

Inversión en el subsector de telecomunicación, en el periodo 2000-2019

La inversión en el subsector de las telecomunicaciones ha aumentado un 172%

millones. Un indicador de este crecimiento es la conexión a Internet en el hogar, hace

Una comparación de las últimas dos décadas en el sector de las

telecomunicaciones muestra que el crecimiento de las redes es enorme, más aún si se

toma en cuenta la variada y accidentada geografía del Perú. La implementación de

infraestructura y el acceso a nuevas tecnologías permite que las personas utilicen

Capítulo II: Evaluación económica financiera de la inversión en la conectividad del

Perú, en el periodo 2000-2019

La inversión en el subsector peruano de las telecomunicaciones

de una reducción en 2010. Durante el periodo 2011 al 2019, la inversión acumulada en

el subsector Telecomunicaciones fue S/ 34,720 millones, demostrando ser un subsector

tecnológica, la intensidad competitiva, los mecanismos regulatorios y las políticas de

promoción de la inversión privada implementados por el Estado.

Para el 2014, la inversión realizada por las empresas de telecomunicaciones –de

S/. 3,202 millones- significando una disminución de 7.4%; pero, si hacemos la

millones correspondientes a la adjudicación del espectro- se obtiene un aumento anual

Si para este año (2014), se analiza la inversión en telecomunicaciones por

empresa operadora, las principales inversiones provienen de dos grupos empresariales:

Al respecto, a nivel empresas, el Grupo Telefónica invirtió el equivalente al 16.8% de

Las inversiones ascendieron a US$1,170 millones el 2015. La inversión de las

operadoras en el sector de telecomunicaciones aumentó en 4% anual hasta US$1,170

aumentó 10.3% o S/ 71 millones su inversión, hasta los S/ 761 millones.

superando en 67.9% o S/.224 millones al stock del año anterior.

En el año 2017, el crecimiento en el sector de telecomunicaciones ha sido de

2.2%, es decir menor a la cifra registrada en el año 2016 (3.1%). La desaceleración se

pasado de 2.12 millones en el 2016 a 2.31 millones en el año 2017.

las inversiones realizadas por los grupos económicos de mayor participación en el

representaron el 19.8%, 13.1% y 4.9%, respectivamente. Estas inversiones

representaron conjuntamente el 67% de las inversiones en el subsector, y aumentaron en

estas empresas durante el año 2018 (S/ 2 827 millones).

En los últimos años, el subsector telecomunicaciones presentó un aumento de su

del PBI total que fue de 5.3% durante el mismo periodo.

Capítulo III: La situación de la conectividad de internet en el Perú.

Si bien es cierto el actual sistema de conectividad en el Perú es medianamente

de 33 países tanto en el centro como al sur de América latina concentraron un mayor

Acceso a internet en el Perú

problemas a las empresas de servicios móviles y hogares.

de internet en la población es en relación a las edades. Esto es un punto muy importante

Según lo manifestado por Galperin (2017), la educación es un fuerte predictor del

Brecha digital en el Perú:

Sabemos que las ventajas de la tecnología son bastantes, más aún en la

encuentra desigualmente distribuidas en sus departamentos. Es aquí donde usamos el

Según Gallardo (2019), el concepto de brecha digital se ha modificado a través

del tiempo, ya que en un principio se refería básicamente a problemas relacionados con

la conectividad y posteriormente tuvo en cuenta el aspecto relacionado al desarrollo de

enfoques: (a) Infraestructura: se refiere a la posibilidad/dificultad de disponer de

ordenadores conectados a internet. Ello incluye también el problema de la