UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Universidad del Perú, Decana de América

VICERRECTORADO ACADÉMICO DE PREGRADO
FACULTAD DE CIENCIAS ECONÓMICAS

Informe: Función de producción Cobb-Douglas aplicada

al producto interno bruto peruano

PRESENTADO POR
Abanto Dextre, Yvan Said
(21120001)

DOCENTE
Torres Diaz, Wilson William

LIMA - PERÚ
2023
 ÍNDICE
INTRODUCCIÓN......................................................................................................................2
ANTECEDENTES.....................................................................................................................3
REPORTE TEÓRICO...............................................................................................................4
CARACTERIZACIÓN DE LAS VARIABLES.......................................................................5
VARIABLE DEPENDIENTE (Y).........................................................................................5
VARIABLES INDEPENDIENTES (X).................................................................................5
GRAFICAS DE LAS VARIABLES..........................................................................................6
Variable Endógena (Y) = Producción Nacional (PBI).........................................................6
Variable Exógena (X) = K (Formación Bruta de Capital)...................................................7
Variable Exógena (X) = L (Población Económicamente Activa).........................................9
GRAFICAS DE LAS VARIABLES PRESENTADAS EN LOGARITMO NATURAL......10
Logaritmo natural de la variable endógena Y....................................................................11
Logaritmo natural de la variable exógena K......................................................................11
Logaritmo natural de la variable endógena L....................................................................12
Gráfico del modelo en logaritmo natural............................................................................13
METODOS APLICADOS.......................................................................................................14
REGRESION LINEAL........................................................................................................14
CORRELACION.................................................................................................................15
REGRESION DEL MODELO PLANTEADO..................................................................15
PRUEBAS DE CAMBIO ESTRUCTURAL..........................................................................18
TEST DE CHOW.................................................................................................................18
TEST DE CUSUM...............................................................................................................19
TEST DE CUSUM AL CUADRADO..................................................................................20
ANALISIS DURBIN-WATSON..........................................................................................20
CONCLUSIONES....................................................................................................................21
INTRODUCCIÓN
Este trabajo que se resume en realidad un modelo que pretende conocer cuáles son las
causas que producen los principales factores de producción (FBK y PEA) sobre el
mercado de bienes y servicios peruano (PBI) a lo largo del periodo de los últimos 22
años, o sea en el largo plazo.

En otro sentido, este trabajo se enfocará en conocer en qué medida se relacionan las
variables Formación Bruta de Capital (FBK) y Población Económicamente Activa
(PEA), con incidencia al Producto Bruto Interno (PBI), con el fin de conocer la
contribución que las dos primeras variables tienen sobre el ultimo. Todo esto con el fin
de conocer a que niveles de ajustes podemos asegurar que estas variables influyen de
optima manera.

Este trabajo está construido en 3 partes principalmente: Caracterización de la variable,

Metodología y Análisis, y por ultimo las Conclusiones de acuerdo con lo realizado en
las dos partes anteriores.

De lo anterior, se podrá resolver el modelo propuesto que, junto a la teoría económica,

podríamos plantear múltiples comentarios, sugerencias o críticas.
ANTECEDENTES
La aplicación del estudio de cuan influyente son las variables independientes respecto a
una variable dependiente, se realizan para poder realizar conclusiones y poder tomar
decisiones sobre ellas.

Tal es el caso del estudio “Función de Producción Cobb-Douglas aplicada al producto

interno bruto colombiano”, donde se aplica las metodologías próximamente explicadas
a los datos estudiados. En este último estudio, se concluyó que, principalmente, que el
aumento porcentual de la Formación Bruta de Capital y de la Población
Económicamente Activa presenta una influencia directa y significativa sobre la
producción nacional. es decir, ante un aumento del FBK o de la PEA se dará un
incremento en el PIB. Sabiendo esta conclusión, se pueden tomar medidas respecto a lo
que se busca en la economía colombiana.

Basándose a este estudio colombiano, se generará un modelo peruano para poder

reconocer y analizar los resultados obtenidos guiándonos del modelo ya mencionado.
REPORTE TEÓRICO
El modelo de Cobb-Douglas es un modelo económico para poder hallar la función de
producción de una nación, de esta manera también entender su crecimiento económico o
decrecimiento, según sea el caso. Este modelo se ha usado en múltiples estudios en
distintos modelos para diferentes fines, por ejemplo:

Análisis de productividad: El modelo planteado se utiliza para analizar la productividad

laboral y eficiencia en la producción respecto a las variables propuestas, las cuales las
principales son el trabajo y capital. Este análisis permite conocer los cambios que
producen estas variables a la producción total.

Estimación de elasticidades: El modelo Cobb-Douglas permite calcular las elasticidades

de la producción respecto a variables planteadas, en casos básicos serian trabajo y
capital. Estas elasticidades tendrán efecto antes cambios en las variables propuestas, o
sea trabajo y capital en un modelo básico.

Análisis de distribución de ingreso: Este modelo también ha sido usado para poder
entender la distribución del ingreso entre los factores de producción, de los cuales los
principales son el trabajo y el capital.

Evaluación de políticas económicas: Por último, este modelo también es utilizado para
analizar los efectos de diversas políticas económicas en la producción y el crecimiento
económico.

En este estudio se usará la función Cobb-Douglas con el fin de conocer los efectos que
producen las variables independientes trabajo y capital respecto a la variable
dependiente producto bruto interno.
CARACTERIZACIÓN DE LAS VARIABLES
VARIABLE DEPENDIENTE (Y)
Producto Bruto Interno (PBI): El Producto Bruto Interno, PBI o PIB es el
valor en monedas de todos los bienes y servicios finales producidos por
un país en un periodo determinado de tiempo, que en este estudio será del
2000 al 2022. Existen dos tipos de describir esta variable: PBI nominal y
PBI real. El primero se trata del PBI con la variación respecto a la
inflación o deflación existente en el periodo de tiempo estudiado. El
segundo mide los valores respecto a los precios de un año base, que
actualmente se trabaja en el Perú con el año 2007.

VARIABLES INDEPENDIENTES (X)

CAPITAL (Formación Bruta de Capital): El capital es uno de los factores
de producción más importantes. Se caracteriza por saber cuánto es el
valor de todos los bienes que se usan para la fabricación de bienes o
servicios. En ese sentido, en este modelo se empleará la Formación Bruta
de Capital. Esta variable es la que mide, en valor monetario, cuanto ha
invertido el estado para poder incentivar el aumento de PBI. En este
estudio solo se considerará los gastos de capital solamente del estado.

TRABAJO (Población Económicamente Activa): El trabajo es otro de los

factores de producción más importantes para el crecimiento económico.
Este consiste en la capacidad humana de esforzarse para realizar la venta
de bienes o servicios o simplemente participa en el proceso de generar
productos. Para este modelo solo vamos a recolectar y analizar el sector
de la Población Económicamente Activa (PEA), por lo cual, para
seleccionar estos datos solo podremos cuantificar a las personas mayores
de 14 años que durante el periodo estén trabajando o que estén buscando
hacerlo
GRAFICAS DE LAS VARIABLES
Variable Endógena (Y) = Producción Nacional (PBI)

Gráfico a: Comportamiento del PBI. Datos tomados del Banco Central de Reserva del Perú.
https://estadisticas.bcrp.gob.pe/estadisticas/series/anuales/resultados/PM05000AA/html en una unidad de medida
de millones de soles. Generado en Eviews 12. Elaboración propia.

Eje vertical: Millones de soles

Eje horizontal: Periodos de tiempo (Años)

Tendencia: Se analiza que la variable endógena del modelo que representa la

producción nacional o renta nacional estimada en el PBI presenta una tendencia al
crecimiento continuo durante el periodo 2000-2022, esta tendencia únicamente presenta
un quiebre anómalo en el año 2020 en donde se grafica una caída brusca y repentina que
a simple vista si podría interrumpir la tendencia lineal del modelo.

Valores atípicos: El valor atípico más representativo que muestra el grafico se puede
ver a simple vista que es el año 2020 con un valor de producción de 486,737 millones
de soles, valor que disminuye en 59,868 millones de soles respecto al año anterior. O
sea, en el 2019 se presentó un valor de 546,605 millones de soles.

Punto máximo: El punto máximo de la gráfica mostrada se evidencia que es en el año

2022 donde se obtiene un valor de 566,514 millones de soles, valor ultimo que se
extrajo del BCRP.
Punto mínimo: El punto mínimo de la gráfica mostrada se evidencia en el primer año
en que se empieza a analizar el modelo, es decir el año 2000, año donde el valor de la
variable analizada fue 222,207 millones de soles.

Variable Exógena (X) = K (Formación Bruta de Capital)

Gráfico a: Comportamiento FBK. Datos tomados del Banco Central de Reserva del Perú
https://estadisticas.bcrp.gob.pe/estadisticas/series/mensuales/resultados/PN02427FM/html y Memorias 2008
https://www.bcrp.gob.pe/publicaciones/memoria-anual/memoria-2008.html , en una unidad de medida de
millones de soles. Generado en Eviews 12. Elaboración propia.

Eje vertical: Millones de soles

Eje horizontal: Periodos de tiempo (Años)

Tendencia: La tendencia en la variable capital representado en el FBK, no es uniforme

ya que presenta diversas variaciones en el tiempo establecido, por lo cual, podría
dificultar obtener una tendencia lineal como tal. Del año 2000 al 2010, se evidencia una
tendencia lineal creciente, a pesar de la caída en el año 2004 con un valor de 1,035
millones de soles respecto al año pasado, no afecta significativamente al modelo de los
años mencionados. A partir del año 2011 al 2022, se presenta múltiples variaciones en
los valores de la variable estudiada teniendo su punto más alto en el último año con un
valor de 43,255 millones de soles y su punto más bajo en el primer año 2011 con un
valor de 21,116 millones de soles.

Valores atípicos: Los valores atípicos más influyentes en la gráfica se evidencian en los
años 2011 y 2015 en donde el FBK presenta valores de 21,116 y 27,171 millones de
soles respectivamente, ambos valores en una tendencia decreciente anómalo. Desde otra
perspectiva, se tiene en los datos presentados un punto atípico de manera creciente en el
año 2019 donde se registra 37,707 millones de soles, o sea creció un valor de 6,359
millones de soles respecto al año anterior.

Punto máximo: El punto máximo de la gráfica mostrada se evidencia que es en el año

2022 donde se obtiene un valor de 47,255 millones de soles.

Punto mínimo: El punto mínimo de la gráfica mostrada se evidencia en el primer año

en que se empieza a analizar el modelo, es decir el año 2000, año donde el valor de la
variable analizada fue 2,059 millones de soles. Este dato fue extraído del BCRP en las
Memorias del año 2005 considerando los precios a valores constantes.

Variable Exógena (X) = L (Población Económicamente Activa)

Gráfico a: Comportamiento PEA. Datos tomados del Banco Mundial.

https://datos.bancomundial.org/indicator/SL.TLF.TOTL.IN?locations=PE en una unidad de medida de miles.
Generado en Eviews 12. Elaboración propia.

Eje vertical: Miles de personas

Eje horizontal: Periodos de tiempo (Años)

Tendencia: La tendencia en esta variable exógena que representa el trabajo por medio
de la Población Económicamente Activa es ascendente, o sea que presenta uniformidad.
En ese sentido, según lo presentado anteriormente, el crecimiento observado en la PEA
es conforme al crecimiento establecido en el PBI. Solo existe anomalías en las
variaciones entre los años 2019 a 2021. Estas anomalías pueden ser explicadas por la
pandemia Covid-19.
Valores atípicos: La grafica tiene uniformidad con la evolución de datos según el
periodo de tiempo establecido, los únicos años donde los valores se distorsionan de la
uniformidad son los que están entre 2019 y 2021.

Punto máximo: El punto máximo de la gráfica con mayor significancia se presenta en

el año 2019 con un valor de 18,527 en unidades de miles como personas económicas
activas.

Punto mínimo: El punto mínimo de la gráfica con mayor significancia se presenta en el

año 2000 con un valor de 11,469 en unidades de miles como personas económicas
activas.

GRAFICO DE MODELO

Gráfico a: Comportamiento de las variables del modelo. Datos tomados del Banco Mundial.
https://datos.bancomundial.org/indicator/SL.TLF.TOTL.IN?locations=PE. Generado en Eviews 12. Elaboración propia.
GRAFICAS DE LAS VARIABLES PRESENTADAS EN LOGARITMO
NATURAL

Logaritmo natural de la variable endógena Y

Gráfico a: Comportamiento del PBI en Logaritmo Natural. Datos tomados del Banco Mundial.
https://estadisticas.bcrp.gob.pe/estadisticas/series/anuales/resultados/PM05000AA/html en unidad de medida de
millones de soles. Generado en Eviews 12. Elaboración propia.
Logaritmo natural de la variable exógena K

Gráfico a: Comportamiento de K en Logaritmo Natural. Datos tomados del Banco Central de Reserva del Perú
https://estadisticas.bcrp.gob.pe/estadisticas/series/mensuales/resultados/PN02427FM/html y Memorias 2008
https://www.bcrp.gob.pe/publicaciones/memoria-anual/memoria-2008.html , en una unidad de medida de
millones de soles. Generado en Eviews 12. Elaboración propia.
Logaritmo natural de la variable endógena L

Gráfico a: Comportamiento de L en Logaritmo Natural. Datos tomados del Banco Mundial.

https://datos.bancomundial.org/indicator/SL.TLF.TOTL.IN?locations=PE en una unidad de medida de miles.
Generado en Eviews 12. Elaboración propia.

Gráfico del modelo en logaritmo natural

METODOS APLICADOS
REGRESION LINEAL
La regresión lineal es un método de análisis que proyecta datos de valores desconocidos
mediante el uso de los datos conocidos. En ese sentido, se modela de manera
matemática respecto a la generación de una ecuación lineal construida con los datos ya
conocidos. Ya generada la ecuación junto al R o Coeficiente de correlación de Pearson,
y teniendo conocimiento de los datos respecto al tiempo establecido, se puede
reemplazar en la ecuación el número de orden de los años que se quiere conocer o,
mejor dicho, proyectar. Como se hará a continuación:
Grafico linea del FBK
Años FBK 35000
f(x) = 1807.3225340807 x − 847.887360701752
2000 2058.741565 30000 R² = 0.932000594364984

2001 3688.345042 25000

2002 5317.948519 20000

2003 6947.551996 15000

2004 5827.592023 10000

2005 6863.131498 5000

2006 8579.917239 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
2007 10366.23472
2008 14552.28491
2009 19035.0559
2010 22927.19284
2011 21116.17407
2012 26418.95342
2013 29775.4137
2014 29660.28834
2015 27170.97797
2016 27263.40386
2017 28363.89604
2018 31348.31797

Después de esta ordenación de datos conocidos y su grafico respectivo, junto a la

ecuación y R construida por lo último, se puede conseguir datos deseados para poder
realizar el modelo principalmente planteado.

Años FBK
 2019 37707.3
2020 39556.6
2021 41405.9
2022 43255.2

Cabe recalcar que se usó este método, debido a que, la variación de datos de acuerdo al
periodo establecido no presenta cambios anómalos y bruscos constantes, caso contrario,
este modelo presenta una tendencia ascendente.

CORRELACION
Este método se trata de la asociación entre variables que poseen valores, puntualmente
con el fin de evaluar la tendencia en los datos de manera creciente o decreciente.
Agregar que cuando nos referimos al termino “asociar” es porque queremos dar a
conocer que se trata del hecho de cuanta información da una variable de otra.

PBI FBK PEA

PBI 1 0.979977 0.956756

FBK 0.979977 1 0.946836
PEA 0.956756 0.9468356 1

Después de realizar el modelo, podemos concluir que la variable más importante es el

FBK con un 0.979, ya que, según teoría, este brinda más información que la PEA con
un 0.957, por ello es la variable más determinante en el modelo establecido.

REGRESION DEL MODELO PLANTEADO

Guiándonos de la teoría económica para el modelo establecido a continuación se
determinará los resultados más óptimos y verídicos que se obtendrán corriendo las
series de K y L bajo un rezago de (-3) y (-1), respectivamente. En ese sentido, apoyados
de la teoría económica, lo que explica la aplicación de estos rezagos junto a la mejoría
del resultado del modelo es que las variables independientes son más influyentes a la
variable dependiente en el tiempo establecido ya que en ese tiempo se podrá observar
los resultados deseados en la variable exógena. En otras palabras, que el K se trabajara
con un rezago de (-3), o sea que en 3 años podremos ver los resultados deseados con la
aplicación de esta variable al modelo, y que el L con un rezago de (-1), o sea que en 1
año podremos ver los resultados de la inserción de esta variable a la variable
dependiente.
Estableciéndose la ecuación de esta manera:

LNY = 3.189504378 + 0.221389245*LNK(-4) + 0.787066123*LNL(-1)+ut

Estimación en EViews

Análisis:

El FBK y la PEA explican en 96.69% la variabilidad del PBI; se considera un buen

ajuste en la medida que R2 se acerca a 1, en el modelo mostrado se indica que presenta
96.5% parecido con la realidad. En ese sentido, los coeficientes significan lo siguiente:

β 1: Este coeficiente indica que, si el FBK y la PEA fuesen cero, se obtendrían

3.189504 millones de soles en el PBI.

β 2: La interpretación de esta beta es que ante un incremento de una unidad

porcentual del FBK, el PBI se incrementara 0.221389% manteniendo todo lo
demás constante

β 3: La interpretación de esta beta es que, ante un incremento de una unidad

porcentual de la PEA, el PBI se incrementara 0.787066% manteniendo todo lo
demás sin cambios.

En las pruebas de significancia se establece bajo un nivel de confianza del 95%, ósea
que se tiene un margen de error de 5% que en una prueba estadística t de Student de dos
colas, las betas del modelo son significativos porque al establecer un imite de región
crítica y zona de aceptación delimitada por un t=2,045229642 el t estadístico contiene
los siguientes valores: β 1= 1.164526, β 2= 5.559761 y β 3= 2.462335, donde β 2 y β 3 son
superiores al t, por ende se rechaza la hipótesis nula, aceptando la hipótesis alternativa
que significa que β 2 y β 3 son significativos de manera individual.

Esto último, se puede verificar de mejor manera con el Correlograma Q-estadístico

respecto a 12 retrasos aplicados por defecto.

Con la ayuda de este grafico podemos corroborar que las variables no se están cruzando
respecto a la información que brindan cada una de estas, en otras palabras, significa que
la ecuación es heterocedástica.
PRUEBAS DE CAMBIO ESTRUCTURAL
TEST DE CHOW

Análisis:

Con relación con los datos recolectados para la creación del modelo, evidencia que en el
año 2020 existió un cambio atípico significativo en la variable dependiente, ya que en
dicho año ocurrió el sucedo mundial sobre el Covid-19 que afecto la economía global,
perjudicando aún más a países que no tenían plan de contingencia para evitar la
destrucción de sus economías. Conforme al análisis del Test de Chow, se presenta un F-
Estadístico con un valor de 4.825658, que es un valor aceptable para el modelo. Sobre
los otros valores, el P-Valor es de 0.0164 el cual no es mayor a 0.05, de la misma
manera las Prob. Chi-cuadrado. Esto nos asegura que, a pesar de lo ocurrido a nivel de
la salud en el año 2020, y sabiendo que nos afectó económicamente, no existen quiebres
estructurales respecto a los datos que tenemos y usamos para presentar el modelo.
TEST DE CUSUM

Para poner en evidencia otro criterio de evaluación acerca si el modelo presenta cambio
estructural, o sea un cambio repentino, drástico o anómalo. En ese sentido, el Test de
Cusum busca gráficamente explicar cuando existo o no ente quiebre. Como se observa,
el comportamiento de la línea azul no sale del parámetro establecido en los limites
anaranjados que representa un nivel de significancia del 5%, por ello, no existe un
cambio estructural por el hecho de que la línea azul nunca sobrepasa dicho parámetro.

TEST DE CUSUM AL CUADRADO

El test de Cusum al cuadrado, de manera resumida, es una proyección del Test de
Cusum, pero con restricciones más estrictas. En ese contexto, la finalidad de aplicar este
método es el de asegurarnos de manera rigurosa si existe algún quiebre estructural.
Como podemos observar, el quiebre estructural se presenta en el año 2011. Sin
embargo, este quiebre es difícilmente explicado, ya que, como mencione es un test
riguroso y con ello las explicaciones para poder justificarlo.

ANALISIS DURBIN-WATSON

La Durbin-Watson es un coeficiente que indica cuan autorelacionados estan las

variables utilizadas en el modelo estudiado. En este caso, la Durbin-Watson presenta un
valor superior a 1, por ello, indicaria que no existe autorelacion entre los datos de valor
para el modelo.
 CONCLUSIONES

 Se entiende que según el estudio realizado y viendo los resultados, que las
variables independientes (K y L) toman validez en la participación del
crecimiento de la variable dependiente, o sea PBI. Sin embargo, existen ciertas
variables exógenas que no están presentes en este modelo, sin embargo, los
cambios que causas estas no son significantes, por ello se obvian.

 El FBK responde de la mejor manera con una regresión de 3 años, debido a que
estos años son por lo que múltiples factores externo de realizar, por ejemplo: la
construcción del FBK (puentes, escaleras, etc), la utilización de la cantidad de
personas establecidas, conocimiento de la existencia de ello, etc. Por otra parte,
la PEA responde con un año de regresión, que es un corto plazo, ya que las
personas trabajan para poder solventar gastos en un plazo no mayor a 6 meses
aproximadamente.

 Se evidencia que la participación de la variable de estudio Formación Bruta de

Capital es más significativa en el PBI que la variable Trabajo.
El modelo no presenta cambios estructurales según los estudios realizados
anteriormente con un nivel de significancia al 5%: Test de Cusum y Test de Chow.

 Según este estudio, y concluyendo que el FBK tiene más incidencia que la PEA,
se sugiere incentivar más a la inversión en la variable Capital para poder tener
más crecimiento a un plazo establecido.

 Si en el modelo se hubiese incluido el aspecto tecnológico, es probable que las

participaciones del K y L crecieran, cumpliendo así con la teoría económica
presentada inicialmente y el supuesto fundamental de la función de producción
Cobb Douglas.