Trabajo Final Torres (Is-Lm)

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
UNIVERSIDAD DEL PERÚ. DECANA DE AMÉRICA
FACULTAD DE CIENCIAS ECONOMICAS

ESCUELA PROFESIONAL DE ECONOMÍA
“AÑO DE LA UNIDAD, LA PAZ Y EL DESARROLLO”
PARTICIPANTES: ABANTO DEXTRE, YVAN SAID

FLORES AGUILAR, OSCAR LUIGUI
LEIVA BRONCANO, ANTHONY NODOMI
PAUCAR TEMBLADERA, MILAGROS
QUISPE SOTO, ALEXANDER MANUEL
TEMA : MODELO IS-LM CON ECONOMIA ABIERTA

CURSO : MACROECONOMÍA III
DOCENTE : Mg. Wilson Torres Díaz
2023
1. INTRODUCCION:
Una economía abierta tiene como característica principal la interacción entre las
diversas economías existentes y el resto del mundo, cabe resaltar que la mayoría de las
economías presentan una economía abierta. La interacción de estas economías se basa
en el comercio, que es la actividad económica que consiste en el intercambio de bienes
y servicios entre países, tiene la finalidad de satisfacer a los consumidores con bienes y
servicios provenientes de otros países y además de generar mayores ingresos a la
economía.
En un modelo IS-LM de economía cerrada, no se toman en cuenta los
componentes exportaciones e importaciones, contrariamente, en un modelo IS-LM de
economía abierta, estos componentes son los que caracterizan al modelo.
En el presente informe, se realiza un estudio de la aplicación de un modelo IS-
LM de economía abierta en Perú en relación con la economía de los Estados Unidos,
tomando en cuenta los años de 1995 a 2021, con la intención de analizar las diferentes
variables que intervienen en los nuevos componentes utilizados, exportación e
importación, además de hallar un posible equilibrio en el mercado de bienes y servicios
con el mercado monetario.

2. OBJETIVOS:
El objetivo principal de este estudio es crear un modelo IS-LM de economía
abierta, a base de ecuaciones con los respectivos componentes del mercado de bienes y
servicios y el mercado monetario, para posteriormente encontrar el equilibrio entre
ambos mercados y finalmente demostrar si un modelo IS-LM de economía abierta en
relación a la economía de Estados Unidos es posible.

3. DESARROLLO
a. Presentación de Datos:
El siguiente apartado se enfoca en la especificación de la data necesaria
para la formación del modelo IS-LM, por lo cual en la primera parte se
describen la variable endógena y las exógenas que construyen la curva IS, la
cual nos muestra el nivel de producción del país; y en la segunda parte se
realiza el mismo desarrollo, pero con la emisión del dinero que realiza el Banco
Central de Reserva del Perú, la curva LM.
i. Mercado de Bienes (IS):
PBI:
En la figura se puede observar el comportamiento del PBI a lo
largo de los últimos 26 años, en los cuales, en su mayoría, presentó un
crecimiento constante que ponía a la economía peruana en una mejor
posición a nivel de América Latina; sin embargo, en 2019 se muestra la
caída de la producción agregada. La causa de esta pérdida en la
producción lo vamos a poder justificar con la paralización de los
sectores económicos, debido a la inmovilización social impuesta por el
Estado como medida de prevención para la propagación del virus
COVID-19. Así mismo, en el transcurso de la pandemia cuando
aparecieron las olas de contagio que afectaban anímicamente al país,

también se generó una incertidumbre política a causa de los múltiples
cambios en la banda presidencial, además de huelgas violentas que
sentenciaban la vacancia injustificada del antiguo presidente, Martín
Vizcarra. Esta clase de sucesos provocaron la pérdida de confianza de
las empresas privadas con el Perú y se presentaba como un
desincentivo para la inversión tanto nacional como extranjera.
Pero, el Estado buscó contrarrestar los efectos políticos de la
pandemia a través del programa “Reactiva Perú”, el cual planteaba la
reactivación progresiva de los sectores económicos y la
implementación de nuevas medidas de salubridad que también pudieran
menguar el contagio del virus. Y es a través de este plan y la necesidad
de las personas, que la economía volvía a funcionar, como se muestra
en los últimos años del gráfico lineal.
Consumo:
El consumo es definido como la representación monetaria de la
adquisición de bienes o servicios. La variable de consumo está
compuesta por el consumo autónomo (Co) y la Propensión Marginal a
Consumir (C1). Con respecto al primero, este representa el nivel de
consumo de una economía cuando no presenta ingresos, ya que los
individuos necesitan consumir para sobrevivir, aun cuando no tienen
renta disponible. Por otro lado, la PMC es una variable que depende del
ingreso disponible, la diferencia de los ingresos e impuestos, ya que
este nos muestra la variación del consumo ante el aumento de la renta
disponible en una unidad.

En la figura se muestra el gráfico lineal del consumo privado,
el cual presenta un comportamiento creciente durante todos los años a
excepción del 2019, ya que como se mencionó anteriormente, este es
un año anormal que perjudicó a la economía mundial. En el caso
específico del Perú la reducción de consumo no fue solo por la
paralización en la producción, sino lo que esto originó en el mercado
laboral. Tras la inactividad de las empresas, estas decidieron despedir a
una parte los trabajadores, siendo los empleados part-time los más
afectados, con el fin de reducir sus gastos, ya que hasta ese momento
venían obteniendo utilidades negativas. Esta decisión originó que las
familias se quedaran sin ingresos adicionales, por lo que tuvieron que
limitar su consumo.
Ante tal suceso, el Estado decide generar bonos para las
personas jubiladas, pobres y en pobreza extrema, de esta forma se podía
incentivar al consumo, el cual influiría positivamente en el PBI. La
recuperación del consumo se puede observar en los años siguientes a la
pandemia.
Inversion:
La inversión es la representación monetaria de las inyecciones
de capital que hacen las empresas, tanto nacionales como extranjeras;
estas con el fin de maximizar sus utilidades a través de una mejora en la
productividad, ya que, mejoras en las maquinarias y equipos facilitan la
producción. Con respecto a esta variable, su comportamiento depende
de positivamente del PBI, esta sensibilidad de la inversión a la
producción agregada se podrá observar en el d1; por otro lado, la d2
muestra la sensibilidad de la inversión a la tasa de interés nominal,
teniendo en cuenta que estas dos variables tienen una relación inversa.
La figura muestra el comportamiento de la inversión durante el
periodo que se está estudiando; a comparación del consumo, este tiende
a variar en mayor medida. Las caídas más pronunciadas se dan en 2009
y en 2019, siendo el primer caso debido a la Gran Recesión ocurrida en
Estados Unidos, comenzando con la presencia de una burbuja
especulativa que incrementó los precios de las viviendas, el cual derivó
en el colapso del mercado inmobiliario, la caída de precios y pérdidas
en los bancos debido a los Activos Respaldados por Hipotecas. Esta
crisis tuvo efecto en el Perú, ya que provocó un comportamiento
adverso al riesgo por parte de los bancos, lo que dificultó la inversión
de capital en el país.
Por otro lado, en el 2019 también se generó una reducción en la
inversión, ya que las empresas no tenían la intención de arriesgar
nuevas inversiones ante una situación de incertidumbre, donde no podía
saber si obtendría más ganancias que pérdidas. Sin embargo, en la
gráfica se puede observar la recuperación gradual de la inversión, ya
que en la pandemia también comenzaron a aparecer los
emprendimientos, lo que incrementó la cifra de micro y pequeñas
empresas. Además de la inserción de nuevos rubros en los cuales
invertir, dando como principal ejemplo las empresas de delivery.
Tasa de Interes Nominal:
La figura muestra el decrecimiento de la tasa de interés
nominal del Perú, ya que como se mencionó anteriormente, esta
variable tiene efecto inverso sobre la inversión, el cual se puede ver al
comparar las dos gráficas. Con respecto al TIN, su comportamiento se
adecua al contexto del país, ya que es útil al aplicar políticas
económicas con el fin de contrarrestar anormalidades en la economía.
Siendo como ejemplo la reducción de la tasa de interés referencial para
incentivar las inversiones, debido a que hará más accesible la
adquisición de créditos por parte de las empresas.

Gasto:
Se define al gasto público como la representación monetaria de
las inversiones y consumos generados por el Estado. Tales
transacciones son con el fin de alcanzar el bienestar social, en el cual
toda la población obtenga los beneficios deseados; esto lo realiza a
través de inyecciones de dinero en los distintos sectores, tal como
educación, salud o transporte. Con respecto a esta variable exógena, en
el presente modelo no tendrá otra variable que ejerza un efecto, por lo
que se trabaja con el supuesto de que el gasto de gobierno está dado.
Con respecto a la figura 5, donde se presenta el
comportamiento creciente del gasto de gobierno durante todos los años,
incluso en el periodo del 2015 al 2019 a pesar de ser mucho menor a
comparación de antes o después. Así mismo, se puede inferir que este
aumento es debido a una mejora en la recaudación de impuestos o una
mayor formalización, ya que son estos los que generan los ingresos que
le dan al Estado la capacidad de invertir y consumir. Por otro lado, a
partir del 2019 el gasto incrementó en mayor medida debido al plan de
apoyo del Estado hacia los más necesitados, inversión en el sector salud
y a las empresas privadas.

Exportaciones:
Las exportaciones se definen como la representación monetaria
de los bienes y servicios nacionales que son trasladados a otros países
para su próxima venta, lo cual genera ingresos en dólares para el país
de origen. Con respecto a las exportaciones, esta presenta sensibilidad
positiva por el PBI del país extranjero, valor que se denomina e1;
también, está la e2 que refleja la sensibilidad de las exportaciones ante
el tipo de cambio, teniendo en cuenta su relación inversa.
En el caso de Perú, esta variable tiene mucha importancia, ya
que la economía peruana es criticada por su dependencia a las
exportaciones de materias primas, las cuales son vendidas a países
industrializados para que después de su transformación vuelvan al país
con un mayor precio.
Con referencia a la figura 6, esta nos muestra el
comportamiento de las exportaciones totales del país-línea azul- y las
exportaciones del Perú solo a Estados Unidos-línea anaranjada-. El
presente modelo IS-LM trabaja solo con la data de Estados Unidos, el
cual es usado en el análisis de resultados.
Importaciones:
Las importaciones son los bienes y servicios producidos en
países extranjeros y son comprados por la población nacional, debido a
que la oferta interna no es capaz de satisfacer tal demanda. Las
importaciones tienen una relación inversa con el PBI, ya que el dinero
se dirige al país que exporta tal bien. Por otro lado, las importaciones
también tienen sensibilidades, la primera es la denominada m1 que nos
muestra la relación directa de la variable exógena con el PBI nacional y
la misma relación se da en el m2, la cual proporciona la sensibilidad de
las importaciones al tipo de cambio.
En la figura se observa tanto las importaciones totales del Perú
como las importaciones que se hicieron de Estados Unidos. En este
caso se muestra mayores fluctuaciones, a comparación de las
exportaciones, ya que esta variable depende del PBI nacional, el cual,
como mencionamos anteriormente, presentó un decrecimiento en 2019
a causa de la paralización económica que vivió el país. Así mismo, los
valores obtenidos en las importaciones son muy cercanos a las
exportaciones, lo cual es criticado, ya que se busca obtener un superávit
comercial.
PBI Extranjero:
El Producto Bruto Interno de Estados Unidos es creciente
durante todo el periodo de estudio, siendo en unos momento
mayor o menor; esto se puede observar en la gráfica lineal, donde
se presentan los datos en soles peruanos para un mejor análisis y
comparación. Así mismo, a diferencia del PBI peruano, este no
tuvo decrecimiento en el 2019 por la pandemia, por lo que se
puede inferir la alta sostenibilidad de la producción agregada
estadounidense.
Tipo de Cambio Extranjero:
La otra variable exógena de la exportación es el tipo de
cambio del dólar estadounidense con respecto al sol de Perú, el
cual, como muestra la figura va a variar constantemente a razón

del estado de la economía peruana, ya que esta influye en si se
aprecia o deprecia la moneda nacional. Y al igual que las
exportaciones, es necesario especificar que solo se toma al dólar
como tipo de cambio en el modelo, para poder simplificar la IS.
ii. Mercado Monetario (LM):

Masa Monetario (M/P):
En cuanto a la figura de la masa monetaria, lo que más resalta
son los valores negativos en la mayor parte de años estudiados, lo cual
se interpreta como un exceso de emisión de dinero, es decir que se han
fabricado más monedas de las necesarias. En específico el monto más
bajo se dio en el 2016, del cual se puede intuir un aumento en la
inflación debido a la gran cantidad de billetes de más que había
circulado en el mercado, por lo que las familias contaban con más
dinero y las empresas decidían elevar sus precios.
b. Metodología:
i. Variación simple:
Se utilizó este método como primer intento de hallar las
sensibilidades de las variables de nuestro modelo. Este método es el
más simple y en él se piensa por el concepto que tenemos de

sensibilidad, que mide el grado de efecto de nuestras variables
independientes de nuestro modelo.
La forma de aplicar este método es fácil, solo se tienen que
restar los valores del año presente con los del año pasado. Para poder
obtener el resultado de la sensibilidad tendremos que dividir los
resultados acordes a la teoría. Como, por ejemplo, si queremos hallar la
sensibilidad del inversionista a la tasa de interés (d2) debemos seguir la
siguiente fórmula.
(i n+1−i n )
d 2=
(Y n+1−Y n )
ii. Variación porcentual:
La utilidad de este método es poder analizar el cambio relativo
de un periodo a otro en un tiempo concreto, en nuestro caso será de un
año a otro, así se podrá analizar el crecimiento o disminución de las
variables macroeconómicas para nuestro modelo.
Al querer analizar las variaciones de los datos hemos tomado
en cuenta los cambios de un año a otro de manera porcentual para
poder apreciar cuánto crecieron o disminuyeron los datos. Con este
método vemos cómo se relacionan los datos entre los valores de un año
presente y pasado.
La aplicación de este método consiste en tomar el dato de un
año dividirlo entre el dato del año anterior y restarle 1, como se muestra
en la siguiente fórmula:
Añon +1
Variación %= −1
Anon
Cualquier resultado se encontrará entre el 0<x<1, que también
pueden expresarse en porcentajes, pero por comodidad usaremos los
datos con este intervalo.
Luego de realizar las operaciones con las variables de interés
dividiremos los resultados para poder obtener las sensibilidades. Como
por ejemplo para hallar la sensibilidad de la masa monetaria con
respecto a la renta (f1).
Se hará este procedimiento para cada año y así poder
obtener los valores de la sensibilidad para cada año. Así se
procederá para hallar las siguientes sensibilidades.
iii. Variación logarítmica:
La finalidad de usar logaritmos a los datos que tenemos es
poder proporcionar una estabilidad a nuestra data y, por lo tanto,
también a los regresos que hagamos. Con esto se puede evitar
observaciones extrañas o atípicas en nuestros datos.
Se utilizó este método con la misma razón de los
anteriores, poder hallar las sensibilidades, ya que los logaritmos
nos muestran las variaciones de las variables año con año y se
puede visualizar en un gráfico.
iv. Regresiones lineales:

La aplicación de las regresiones nos permite determinar si
existe, o no, relación entre nuestras variables dependientes e
independientes. Los modelos creados por regresión nos indican si
el grado de impacto entra las variables al relacionarlas entre sí.
La finalidad de utilizar este método, como en dos
anteriores, es poder obtener las sensibilidades de las variables.
Esta sería la manera menos manual, ya que los encargados de
formular tanto la función y los resultados son los programas. Se
utilizo tanto Excel como Eviews. Se mostrará a continuación
como se procedió en cada caso y un ejemplo de los resultados.
Dentro de los resultados encontraremos las sensibilidades ya
creadas y si esta tiene efecto o no con el resultado de la
probabilidad del valor-p.
Excel:
Para este caso se usó la opción de Excel la cual nos
permite hacer regresiones. Esta opción la encontramos en la
pestaña de Datos y en la opción de Análisis de datos, con la
ayuda de esto se puede seleccionar la variable dependiente e
independiente y se procederá a crear en otra hoja los resultados.
Como se muestra en la siguiente imagen tomando como ejemplo
las exportaciones.
EViews:
Para el caso de Eviews se utilizó el comando de Least
squares
que nos permite hacer regresiones con cualquier variable
numérica. Se aplica de la siguiente manera escribiendo en la barra
de comandos “ls variable dependiente c variable
independiente”. Se muestra a continuación un ejemplo de cómo
se aplicó para hallar la sensibilidad del inversionista a la renta
(d1).
v. Prospección:
La prospección es una herramienta económica empleada
con el fin de evaluar posibles alternativas futuras que puedan
afectarles según datos que ya son conocidos.
E
3.19196
3.30779
3.17292
3.12688
3.17329
2.71982
3.42409
4.65484
4.54389
4.93568
3.42599
2.68825
2.57287
3.94595
4.92804
4.64306
4.67318
4.72588
3.97094
3.92221
4.01251
4.02434
3.29576
2.59068
2.40108
2.88304
2.82042
En esta relación de data respecto al tipo de camio
extranjero, se aplicó prospección con base de 1995-2021 para el
año 2022, esto se puede aplicar mediante Excel o Eviews. Gracias
a la aplicación de este método podemos usar las prospecciones
para la relación con otras variables.
vi. Correlación:
El coeficiente de correlación es una medida que indica el grado
de dependencia lineal entre dos variables económicas y su dirección.
Este método es aplicado al modelo buscado, para poder
asegurarnos con cuanta dependencia lineal estamos trabajando, cabe
resaltar que por la falta de datos, que ya se explicara después, no
buscamos la perfección en los resultados si no, el acercamiento a este.

En este modelo, por ejemplo, buscamos el resultado de las
exportaciones respecto al tipo de cambio extranjero, como ya
mencionamos, no buscamos la perfección, sino una manera
acercada a la explicación teórica. Por ello, usaremos el resultado
de Durbin-Watson stat, el cual explica que un valor de 1 o mayor
a este será un modelo que no tiene correlación, o sea que las
variables utilizadas para generar este modelo no se explican entre
sí.
vii. Promedio:
Los promedios también forman parte del análisis que estamos
aplicando al modelo buscado. Los promedios son usados para estimar
un valor cercano de todo el periodo estudiado para poder aplicar al
estudio y así también obtener un valor aproximado en el resultado.
En el siguiente cuadro se mostrara algunos promedios
utilizados para la realización del modelo de este estudio: Tributos (T),
PBI de Estados Unidos expresados en Nuevos Soles (Y USA SOLES),
Tipo de cambio extranjero (E), Sensibilidad de las exportaciones
respecto al PBI extranjero (e1), Indice del Precio al Consumidor (IPC),
Velocidad del dinero en la economía estudiada (Velocidad), Masa
monetaria (M/P), Variación de la masa monetaria (Var M/P),
Sensibilidad del dinero real a la renta (F1), Sensibilidad del dinero real
a la tasa de interés (F2).

Una vez obtenido los promedios de las diferentes variables
pedidas para el modelo se aplicó a la ecuación, el cual arrojó un
resultado que se explicara en la siguiente seccion del informe.
viii. Test de Cusum:
Los tests CUSUM (cumulative sum) y CUSUM-sq (CUSUM
squared) se pueden usar para probar si los coeficientes en un modelo
son constantes. O sea, para explicar si los datos no se desvían de
manera brusca afectando así a la creación del modelo. Sin embargo, una
vez más, usamos esta metodología para intentar acercarnos a una
explicación respecto a la teoría, pero, recordemos que la data que
usamos es limitada, por ello, la probabilidad que este método de
análisis arroje resultados no tan óptimos para el modelo, pero si con
tendencia a serlo.
En este cuadro estamos analizando los datos de las
exportaciones respecto al tipo de cambio extranjero, lo cual arroja
un quiebre aproximadamente en el año 2006, sin embargo, este
resultado es la que nos arrojó el mejor resultado. Por ello, es con
la que mejor se resolvió la investigación.
c. Análisis de resultados:
i. Análisis de datos base:
De acuerdo a la data presentada, podemos iniciar el estudio, a
partir de ello, analizaremos cuanta relación existe entre ello para poder
ver cuanta aceptación existe en el punto de inicio del modelo.

De acuerdo a esta correlación, podemos analizar que las
principales variables que influyen al PBI (Y) son el Consumo (C01),
Gasto (G), Inversión (I), Tributos (T), Exportaciones (X),
Importaciones (M). Después, de las variables restantes, el más
influyente es el PBI de Estados Unidos convertido a Nuevos Soles
(Y_USA). Por último, se obtiene valores negativos respecto a la
correlación de la tasa de interés de Estados Unidos (TI_USA) y Perú
(TI_PERU), esto explica que la incidencia de estas variables no son lo
suficientemente alta para afectar al PBI, sin embargo, necesarias para el
estudio propuesto, ya que son variables necesarias para hallar
sensibilidades que más adelante serán usadas para el fin de este trabajo.
ii. Análisis respecto a la propensión marginal al consumo:
El Consumo (C01) explica en 99.26% la variabilidad del PBI;
se considera un buen ajuste en la medida que R^2 se acerca a 1, en el

modelo mostrado se indica que presenta 99.23% parecido con la
realidad. En ese sentido, los coeficientes significan lo siguiente:
β1: Este coeficiente indica que, si el Consumo fuese cero, se
obtendrían 1920.219 millones de soles en el PBI.
β2: La interpretación de esta beta es que, ante un incremento de
una unidad porcentual del Consumo, el PBI se incrementara
1.562032% manteniendo la demás constante.
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= 0.297419y β_2= 57.85381, donde β_2 es
superior al t, por ende se rechaza la hipótesis nula, aceptando la
hipótesis alternativa que significa que β_1 es significativo de manera
individual.
En ese sentido, de este pequeño análisis podemos concluir que
la propensión marginal a consumo es de 1.56, lo cual relacionado con la
teoría se concluye que es mayor a la unidad lo cual es contradictorio, ya
que, el PMC (Propensión Marginal de Consumir) tiene que estar en el
intervalo de 0 a 1. Sin embargo, sabiendo el nivel de influencia que
tiene la data de consumo respecto al PBI, podemos asegurar que este
resultado no es invalido. En ese sentido, podemos interpretarlo como
una economía con individuos endeudados, ya que gastan más de lo que
pueden pagar.
iii. Analisis de Variables Autonomas
Consumo autónomo:
Mediante la ayuda de EViews, modelando el PBI respecto
al Consumo (C01) nos arroja un resultado en el coeficiente que
indica si el Consumo fuese cero, se obtendrían 1920.219 millones
de soles en el PBI. O sea, en palabras teóricas, que el consumo
autónomo es 1920.22 millones de soles, este resultado es el
consumo necesario para que una economía pueda existir, es decir
consumo básicos o fisiológicos que necesariamente se tienen que
aplicar a una economía.
Inversion autónoma:
a la Inversión (I) nos arroja un resultado en el coeficiente que
indica si la Inversión fuese cero, se obtendrían 103741.8 millones
de soles en el PBI. O sea, en palabras teóricas, que la inversión
autónoma es 103741.8 millones de soles, este resultado es la
inversión necesaria para que una economía pueda existir, es decir
la inversión mínima para una economía.
Gasto Autonomo:
al Gasto (G) nos arroja un resultado en el coeficiente que indica si
el Gasto fuese cero, se obtendrían 44166.61 millones de soles en
el PBI. O sea, en palabras teóricas, que el gasto autónomo es
44166.61 millones de soles, este resultado es el gasto necesario
para que una economía pueda existir, es decir el gasto mínima
para una economía.
Exportaciones Autonomas:
a las Exportaciones (X) nos arroja un resultado en el coeficiente
que indica si las Exportaciones fuesen cero, se obtendrían
7923.38 millones de soles en el PBI. O sea, en palabras teóricas,
que las exportaciones autónomo es 7923.38 millones de soles,
este resultado son las exportaciones necesarias para que una
economía pueda existir, es decir las exportaciones mínima para
una economía.
Importaciones Autonomas:
a las Importaciones (M) nos arroja un resultado en el coeficiente
que indica si las Importaciones fuesen cero, se obtendrían
82194.03 millones de soles en el PBI. O sea, en palabras teóricas,
que las importaciones autónomo es 82194.03 millones de soles,
este resultado son las importaciones necesarias para que una
economía pueda existir, es decir las importaciones mínima para
una economía.
iv. Analisis de la tasa de interes:
Tipo de interés Nacional:

De acuerdo a este modelo realizado en EViews, nos
resulta que se aprueba la relación del PBI nacional (Y) respecto a
la tasa de interés nominal nacional (TIN), es decir sin inflación.
Con ello, podemos aceptar que esta variable influye directamente
en la variación del PBI. Ademas, agregar que estos datos no se
correlacionan, o sea no se explican entre si mismos, por resultar
una Durbin-Watson mayor a 1.
Tipo de interés extranjero:

De acuerdo a este modelo realizado en EViews, nos
resulta que se aprueba la relación del PBI extranjero (Y_USA)
respecto a la tasa de interés extranjero (TI_USA). Con ello,
podemos aceptar que esta variable influye en la variación del PBI
extranjero.
v. Analisis del tipo de cambio extranjero:
De acuerda a este EViews desarrollado, en la cual se busca
la relación que existe entre el tipo de cambio extranjero respecto a
la tasa de interés nacional y la tasa de interés extranjera. Este
pequeño modelo expresa de manera numérica que se aprueba la
búsqueda, ya que, la Prob. es menor al 5%, la R es muy cercano a
1 y la Durbin-Watson stat es mayor a 1. Relacionándolo con la
teoría, presenta sentido ya que según la ecuación para hallar el
tipo de cambio extranjero las tasas de interés ya mencionadas son
variables directas.
1+i e
E= ¿ E
1+i
Aplicando la data ya presentada y con una expectativa de
inflación igual a 1 ya que teóricamente no consideraremos la
inflación existente en la realidad, podemos hallar el resultado del
tipo de cambio extranjero:
TIN TI USA
1995 30.37 8.83
1996 29.67 8.27
1997 28.96 8.44
1998 28.25 8.35
1999 27.54 7.99
2000 26.83 9.23
2001 26.12 6.92
2002 25.42 4.68
2003 22.28 4.12
2004 25.36 4.34
2005 23.63 6.19
2006 23.08 7.96
2007 22.28 8.05
2008 23.02 5.09
2009 19.94 3.25
2010 18.73 3.25
2011 18.86 3.25
2012 19.09 3.25
2013 15.88 3.25
2014 15.67 3.25
2015 16.09 3.26
2016 17.16 3.51
2017 15.80 4.10
2018 14.30 4.90
2019 14.08 5.28
2020 12.10 3.54
2021 10.99 3.25
Con esta data presentada podemos hallar el Tipo de
Cambio Extranjero (E) anual, con respecto a la formula anterior.
Lo cual, resolviendo obtendríamos los resultados anuales de:
E
1995 3.1920
1996 3.3078
1997 3.1729
1998 3.1269
1999 3.1733
2000 2.7198
2001 3.4241
2002 4.6548
2003 4.5439
2004 4.9357
2005 3.4260
2006 2.6883
2007 2.5729
2008 3.9459
2009 4.9280
2010 4.6431
2011 4.6732
2012 4.7259
2013 3.9709
2014 3.9222
2015 4.0125
2016 4.0243
2017 3.2958
2018 2.5907
2019 2.4011
2020 2.8830
2021 2.8204
3.6378
Los resultados anuales del tipo de cambio expresado en
promedio resultan 3.6378. Recordemos que por teoría esta
variable no es afectada por la inflación esperada, por ello, ciertos
años como el 2020 no concuerda con el Tipo de Cambio conocido
tradicionalmente. En ese sentido, podemos concluir que en tipo
de cambio del sol respecto al dólar es de 3.6378 soles por dólar
en promedio de acuerdo al periodo de 1995-2021.
vi. Sensibilidades de la producción:

Las sensibilidades son aquellas que nos dicen como es
que reacciona una variable al cambio de la otra variable que es
parte del modelo. Para hallar las sensibilidades hemos utilizado
los diferentes métodos de variación mencionados en el apartado
de metodología. Al final solo nos quedamos con los resultados de
la variación logarítmica, ya que los demás al aplicarlos y poner
los resultados a Eviews no se aprobaban. La variación
logarítmica nos permitió tener nuevos datos mas estables. Para
los casos de la e2 y m2 se utilizó el método de regresión que nos
proporciona Excel. A continuación, mostraremos los resultados y
las sensibilidades que hemos obtenido.
Sensibilidad del inversionista respecto a la renta:
Dependent Variable: LNI

Method: Least Squares
Sample: 1995 2021
Included observations: 27
Variable Coefficient Std. Error t-Statistic Prob.
C -6.492289 1.034933 -6.273147 0.0000

LNY 1.385893 0.081357 17.03468 0.0000
R-squared 0.920680 Mean dependent var 11.13045

Adjusted R-squared 0.917508 S.D. dependent var 0.528461
S.E. of regression 0.151782 Akaike info criterion -0.861555
Sum squared resid 0.575945 Schwarz criterion -0.765568
Log likelihood 13.63100 Hannan-Quinn criter. -0.833013
F-statistic 290.1804 Durbin-Watson stat 0.512008
Prob(F-statistic) 0.000000
Como podemos ver hemos los resultados son muy
favorables para nuestra hipótesis de la sensibilidad. Vemos que las
probabilidades son se ambos coeficientes no superan nuestro

margen de error del 5%, lo que nos dice que se comprueba la
hipótesis. En cuanto al Adjusted R-squared es de 0.917508 que
nos indica que nuestro modelo en esta regresión tiene una
cercanía importante a la realidad. Al tener en cuenta estos
resultados tenemos aprobado la regresión, con lo cual nos
quedaremos con el valor de LNY que es nuestra d1 igual a 1.385.
Sensibilidad del inversionista respecto a la tasa de interés:
Dependent Variable: LNI

Sample: 1995 2021
C 12.87908 0.183877 70.04194 0.0000

TIPERU -0.082612 0.008399 -9.836515 0.0000

S.E. of regression 0.244204 Akaike info criterion 0.089562
Sum squared resid 1.490891 Schwarz criterion 0.185550
Log likelihood 0.790907 Hannan-Quinn criter. 0.118105
cercanía del 78% a la realidad, y se sabe que entre más cerca de
100% mejor. Al tener en cuenta estos resultados tenemos
aprobado la regresión, con lo cual nos quedaremos con el valor de

TIPERU que es nuestra d2 igual a -0.082612.
Sensibilidad de las exportaciones respecto a la renta extranjera:
Dependent Variable: LNYUSA

Sample: 1995 2021
C 10.86075 0.604766 17.95858 0.0000

LNXUSA 0.277385 0.062557 4.434124 0.0002

cercanía del 41% a la realidad, esto nos indica que hay un grado
de incidencia, mas este no es muy alto. Al tener en cuenta estos
resultados tenemos aprobado la regresión, con lo cual nos
quedaremos con el valor de LNXUSA que es nuestra e1 igual a
0.277385
Sensibilidad de las exportaciones respecto al tipo de cambio:

Para el caso de esta sensibilidad utilizamos las regresiones
que nos permite hacer Excel y las cuales tienen la misma lectura
que los anteriores. Para este caso vemos que los valores de
nuestras probabilidades de nuestros coeficientes son menores a
nuestro margen de error del 5% lo cual nos indica la aprobación
de la hipótesis de incidencia. Vemos que el valor de nuestra
Adjusted R-squared es del 0.0862 lo cual nos indica dos cosas,
primero que nuestro modelo para esta regresión se acerca a la
realidad del 8% y segundo, que, si hay un grado de incidencia,
mas esta es débil. Al comprobarse la hipótesis nos quedamos con
el valor de nuestra e2 que es -2929.005576.
Sensibilidad de las importaciones respecto a la renta nacional:
Dependent Variable: LNMUSA

Date: 07/06/23 Time: 16:48
Sample: 1995 2021
C -15.99572 1.223519 -13.07353 0.0000

LNY 1.985608 0.096182 20.64428 0.0000


cercanía del 94% a la realidad, esto nos dice que hay un grado de
incidencia importante. Al tener en cuenta estos resultados tenemos
aprobado la regresión, con lo cual nos quedaremos con el valor de
LNY que es nuestra m1 igual 1.985608.
Sensibilidad de las importaciones respecto al tipo de cambio:
Utilizando las regresiones hacer Excel vemos que los
valores de nuestras probabilidades de nuestros coeficientes son
menores a nuestro margen de error del 5% lo cual nos indica la
aprobación de la hipótesis de incidencia. Vemos que el valor de
nuestra Adjusted R-squared es del 0.1369 lo cual nos indica dos
cosas, primero que nuestro modelo para esta regresión se acerca a
la realidad del 13% y segundo, que, si hay un grado de incidencia,
mas este es relativamente débil. Al comprobarse la hipótesis nos
quedamos con el valor de nuestra m2 que es -2929.005576.
vii. Análisis de la sensibilidad del dinero real:
Estas sensibilidades son las reacciones del dinero real
respecto a movimientos en variables dentro de la economía.

Además, estos últimos también dependen de otros factores los
cuales serán mostrados a continuación para un posterior análisis
de las 2 sensibilidades mas importantes respecto a la cantidad de
dinero que debe existir en una economía:
Y M/P VAR M/p

1995 195,535.99 -129202.91
1996 201,009.29 -256094.43 0.98211036
1997 214,028.29 -442031.92 0.72605052
1998 213,189.99 -180641.61 -0.5913381
273283.57
1999 216,376.74 4 -2.5128495
1495859.6
2000 222,206.71 6 4.47365375
2001 223,579.58 -127945.24 -1.0855329
2002 235,772.95 -4635.2145 -0.9637719
2003 245,592.61 -171714.53 36.0456497
2004 257,769.79 -198055.54 0.15340001
2005 273,971.15 -27869.151 -0.8592862
71903.545
2006 294,597.83 4 -3.5800407
2007 319,693.00 -29937.278 -1.4163533
2008 348,846.06 -80236.657 1.68015869
212438.68
2009 352,670.05 9 -3.6476513
2010 382,063.72 -60751.273 -1.2859709
2011 406,228.02 -199575.79 2.28512935
2012 431,180.18 -129952.24 -0.3488577
2013 456,411.72 -129202.43 -0.0057699
444974.80
2014 467,291.18 8 -4.4440127
557115.65
2015 482,486.52 5 0.25201617
2016 501,563.53 -709652.94 -2.2737982
2017 514,215.00 -246384.9 -0.6528093
2018 534,626.00 -116251.82 -0.5281699
2019 546,605.00 -260705.2 1.24259033
2020 486,737.00 -32702.185 -0.8745626
2021 551,714.00 -316874.43 8.68970193
PROMEDIO -25601.494 1.20998792
Respecto a la renta (f1):

Para obtener esta sensibilidad se tiene que realizar la
siguiente formula:
Var M /P
f 1=
Var Y
Lo cual reemplazando resulta:
F1
1996 35.0863249
1997 11.2099916
1998 150.976242
1999 -168.10696
2000 166.03776
2001 -175.69979
2002 -17.671873
2003 865.466151
2004 3.09381418
2005 -13.671563
2006 -47.551425
2007 -16.62689
2008 18.4246486
2009 -332.75946
2010 -15.429291
2011 36.1303617
2012 -5.6794989
2013 -0.0986017
2014 -186.43398
2015 7.7500687
2016 -57.507809
2017 -25.88041
2018 -13.306201
2019 55.4571414
2020 7.98490485
2021 65.093794
PROMEDIO 13.3187481
El resultado promedio del periodo analizado es de 13.32
aproximadamente lo cual concuerda con la teoría, el cual dice que
el f1 debe ser positivo o mayor a 0.
Respecto a la tasa de interés (f2):

Para obtener esta sensibilidad se tiene que realizar la
siguiente formula:
Var M /P
f 1=
Var Ti
Lo cual reemplazando resulta:
F2
-
1996 42.116617
1997 -30.40975
24.176143
1998 8
1999 100.22197
-
2000 173.95263
41.124103
2001 9
35.547562
2002 5
-
2003 291.75332
1.1093153
2004 2
12.619966
2005 7
153.81156
2006 7
41.090357
2007 8
50.835567
2008 7
27.292322
2009 3
21.175576
2010 9
334.43225
2011 1
-
2012 29.374128
0.0343209
2013 5
340.68260
2014 4
9.3157400
2015 6
-
2016 34.417717
8.2406908
2017 1
5.5565468
2018 7
-
2019 84.188734
6.2093150
2020 2
-
2021 94.376309
PROMED 16.64948
IO 94
El resultado promedio del periodo analizado es de 16.65
aproximadamente lo cual concuerda con la teoría, el cual dice que
el f2 debe ser positivo o mayor a 0.
viii. Análisis de la ecuación de IS-LM con economía abierta:
Mercado de Bienes (IS):
C1 Consumo Autónomo
Co Propensión Marginal Autónomo
Io Inversión Autónoma
Go Gasto Autónomo
Xo Exportaciones Autónomas
Mo Importaciones Autónomas
d1 Sensibilidad de la Inversión respecto al PBI
d2 Sensibilidad de la inversión respecto a la tasa de interés
e1 Sensibilidad de las exportaciones respecto al PBI extranjero
m1 Sensibilidad de las importaciones respecto al PBI extranjero
e2 Sensibilidad de las exportaciones respecto al tipo de cambio extranjero
m2 Sensibilidad de las importaciones respecto al tipo de cambio extranjero
T Tributos
i Tasa de interés
Y* PBI extranjero
E Tipo de cambio extranjero
Después de analizar cada variable correspondiente a esta
ecuación, lo reemplazamos para conocer los resultados:

C1 1.56
Co 1920.21
Io 103741.765
Go 44166.61
Xo 8923.38
Mo 17922.4
d1 1.38
d2 0.082
e1 0.2773
m1 1.98
e2 -1979.708058
m2 -2929.005576
T 66181.91031
i 20.81232508
Y* 47176495.61
E 3.63782399
13 , 137 , 483.35
Y= =328 , 437 , 083.67
0. 04
Este resultado demuestra que, la producción nacional
expresada en bienes equivale a 328,437,083.67 millones de soles.
Mercado Monetario (LM):
F1 Sensibilidad del dinero con respecto a la renta

M/P Masa Monetaria
F2 Sensibilidad del dinero con respecto a la renta
i Tasa de Interes
Después de analizar cada variable correspondiente a esta
ecuación, lo reemplazamos para conocer los resultados:
F1 -0.242
M/P -25601.49376
F2 -0.958
i 20.81
Y =105791.2965+ 82.38928688=105 , 873.6858

Este resultado demuestra que, el dinero real expresada en
moneda nacional equivale a 105, 873. 6858 millones de soles.
4. CONCLUSIONES
Ante la complejidad de aplicar el modelo de is-lm a la economía
peruana debido que comercializa con diversos países, se optó por evaluar
solamente el comercio bilateral entre Perú y Estados Unidos.
En el consumo de las familias, existe una cantidad fijada de consumo
para la supervivencia de las personas, siendo S/.1 920.21. Además, se observa
que la propensión marginal a consumir es 1.56, siendo mayor a 1, lo cual
significaría que las personas gastan más de los ingresos que reciben, esto puede
explicarse que la persona decida endeudarse para satisfacer sus necesidades en
el momento ante la presencia de altos costos en sus medios de subsistencia
(alimentos, vestimenta, vivienda, salud, etc).
En la inversión, se observa que los inversionistas deciden aportar una
cantidad fija para invertir en el país, la cual no se ve afectada por algún cambio
en la economía, siendo esta (cifra). También, el inversionista se muestra
sensible ante cambios en la producción del Perú, siendo la sensibilidad del
inversionista a la producción 1.38. Mientras que, ante un cambio en la tasa de
interés, el inversionista no se siente influenciado, siendo esta sensibilidad
0.082.
En el gasto del gobierno, el Estado designa S/.44 166.61 para solventar
sus gastos en remuneraciones, enseres, etc. de los trabajadores en el sector
público.
En el comercio internacional con el país de Estados Unidos, las
exportaciones muestran una poca sensibilidad a la producción de Estados
Unidos, siendo la sensibilidad 0.27. Caso contrario con el tipo de cambio, la cual
es de -1979.70, significando que las exportaciones están muy influenciadas por
el tipo de cambio.
En las importaciones, se observa que muestran sensibilidad ante
cambios en la producción del Perú, siendo la sensibilidad 1.98. Mientras que, en
el caso del tipo de cambio, estas afectan de mayor manera a las importaciones,
con una sensibilidad de -2929.

5. RECOMENDACIONES
Cabe aclarar que las recomendaciones se dan a partir de los problemas
que se tuvieron que tratar en el transcurso de la elaboración del presente
informe. En primer lugar, está la Propensión Marginal a Consumir o también
denominado C1, ya que como se mostró anteriormente, este valor es mayor a 1,
lo que muestra el comportamiento poco racional de la población peruana, ya que
toma la decisión de consumir por encima de su ingreso; es decir que recure al
endeudamiento.
Y como segundo punto están las importaciones y exportaciones del
modelo, ya que se recurre a la simplificación de este mismo. Se decide trabajar
el comercio exterior con un solo país, en este caso Estados Unidos tomando en
cuenta su PBI y tipo de cambio. Ya que, en realidad para poder plasmar mejor la
realidad peruana, se deben tomar en cuenta todos los socios con los que se
comercializa bienes y servicios del Perú y sus respectivos tipos de cambio.
6. REFERENCIAS:
 Banco Central de Reserva del Perú (s. f.). Producto bruto interno por tipo
de gasto (millones S/ 2007).
https://estadisticas.bcrp.gob.pe/estadisticas/series/anuales/producto-
bruto-interno-por-tipo-de-gasto-mill-soles-del-2007-a
 Ministerio de Comercio Exterior y Turismo. (s. f.). Reporte de Comercio
Bilateral (RCB).
https://consultasenlinea.mincetur.gob.pe/Rep_Comer_Bilat/Comercio
 Blanchard, O., Amighini, A, Giavazzi, F. ;., & Esther Rabasco Espáriz y
Luís Toharia Cortés. (2012). Macroeconomía (5a. ed. --.). Madrid:
Pearson Educación, S.A.

Trabajo Final Torres (Is-Lm)

Cargado por

Información del documento

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 Final Torres (Is-Lm)

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

UNIVERSIDAD DEL PERÚ. DECANA DE AMÉRICA

FACULTAD DE CIENCIAS ECONOMICAS

PARTICIPANTES: ABANTO DEXTRE, YVAN SAID

TEMA : MODELO IS-LM CON ECONOMIA ABIERTA

economías presentan una economía abierta. La interacción de estas economías se basa

en el comercio, que es la actividad económica que consiste en el intercambio de bienes

servicios provenientes de otros países y además de generar mayores ingresos a la

En un modelo IS-LM de economía cerrada, no se toman en cuenta los

componentes exportaciones e importaciones, contrariamente, en un modelo IS-LM de

economía abierta, estos componentes son los que caracterizan al modelo.

En el presente informe, se realiza un estudio de la aplicación de un modelo IS-

LM de economía abierta en Perú en relación con la economía de los Estados Unidos,

variables que intervienen en los nuevos componentes utilizados, exportación e

importación, además de hallar un posible equilibrio en el mercado de bienes y servicios

con el mercado monetario.

El objetivo principal de este estudio es crear un modelo IS-LM de economía

servicios y el mercado monetario, para posteriormente encontrar el equilibrio entre

ambos mercados y finalmente demostrar si un modelo IS-LM de economía abierta en

relación a la economía de Estados Unidos es posible.

El siguiente apartado se enfoca en la especificación de la data necesaria

para la formación del modelo IS-LM, por lo cual en la primera parte se

describen la variable endógena y las exógenas que construyen la curva IS, la

cual nos muestra el nivel de producción del país; y en la segunda parte se

Central de Reserva del Perú, la curva LM.

i. Mercado de Bienes (IS):

En la figura se puede observar el comportamiento del PBI a lo

largo de los últimos 26 años, en los cuales, en su mayoría, presentó un

crecimiento constante que ponía a la economía peruana en una mejor

posición a nivel de América Latina; sin embargo, en 2019 se muestra la

caída de la producción agregada. La causa de esta pérdida en la

producción lo vamos a poder justificar con la paralización de los

sectores económicos, debido a la inmovilización social impuesta por el

Estado como medida de prevención para la propagación del virus

COVID-19. Así mismo, en el transcurso de la pandemia cuando

aparecieron las olas de contagio que afectaban anímicamente al país,

cambios en la banda presidencial, además de huelgas violentas que

sentenciaban la vacancia injustificada del antiguo presidente, Martín

Vizcarra. Esta clase de sucesos provocaron la pérdida de confianza de

las empresas privadas con el Perú y se presentaba como un

desincentivo para la inversión tanto nacional como extranjera.

Pero, el Estado buscó contrarrestar los efectos políticos de la

pandemia a través del programa “Reactiva Perú”, el cual planteaba la

reactivación progresiva de los sectores económicos y la

implementación de nuevas medidas de salubridad que también pudieran

menguar el contagio del virus. Y es a través de este plan y la necesidad

de las personas, que la economía volvía a funcionar, como se muestra

en los últimos años del gráfico lineal.

El consumo es definido como la representación monetaria de la

adquisición de bienes o servicios. La variable de consumo está

compuesta por el consumo autónomo (Co) y la Propensión Marginal a

Consumir (C1). Con respecto al primero, este representa el nivel de

consumo de una economía cuando no presenta ingresos, ya que los

individuos necesitan consumir para sobrevivir, aun cuando no tienen

ingreso disponible, la diferencia de los ingresos e impuestos, ya que

este nos muestra la variación del consumo ante el aumento de la renta

disponible en una unidad.

el cual presenta un comportamiento creciente durante todos los años a

excepción del 2019, ya que como se mencionó anteriormente, este es

un año anormal que perjudicó a la economía mundial. En el caso

específico del Perú la reducción de consumo no fue solo por la

paralización en la producción, sino lo que esto originó en el mercado

laboral. Tras la inactividad de las empresas, estas decidieron despedir a