Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE ECONOMÍA
TRABAJO DE INVESTIGACIÓN
AUTORA
ASESOR
Esta investigación está dedicado a mis padres, Flor y Cesar, quienes me apoyaron y
motivaron incondicionalmente a lo largo de mi carrera para que no me rindiera. También,
a mi hermana Naomi por brindarme su cariño y ayudarme a que me pueda organizar
mejor. Por último, a la Negra que me acompañó en mis amanecidas y brindarme su amor.
1
AGRADECIMIENTOS
2
RESUMEN
3
Sophistication of exports and economic growth in Peru
ABSTRACT
This paper seeks to analyze the relationship between the sophistication of exports and
economic growth in Peru during the period 2001 to 2020. To do this, the database of the
Central Reserve Bank of Peru (BCRP) is used to obtain GDP information per capita and the
export sophistication index (EXPY) is constructed using ADEXTRADE, COMTRADE and
TRADEMAP. The literature review shows that if the sophistication exists, this would help
exports grow and along with it the country's economy. When the cointegration methodology
is used, it has been found that exist a positive relationship between economic growth and
exports sophistication of to the textile sector and a negative one for the agricultural and wood
sectors. On the other hand, the sector that doesn’t have any effects on GDP per capita would
be the metal mechanical sector.
4
5
6
7
TABLA DE CONTENIDOS
1 INTRODUCCIÓN................................................................................................ 12
5 RESULTADOS .................................................................................................... 30
6 CONCLUSIONES ............................................................................................... 34
8
7 REFERENCIAS ...................................................................................................35
8 ANEXOS ............................................................................................................. 39
9
ÍNDICE DE TABLAS
10
ÍNDICE DE FIGURAS
11
1 INTRODUCCIÓN
A lo largo de los años, la mayoría de los países han cambiado su estructura exportación, lo
que tendría como consecuencia un aumento de los ingresos, ya que al tener una amplia línea
de productos permitiría distribuir los riesgos de un país (Organización para la Cooperación
y el Desarrollo Económicos [OCDE], 2011). Sin embargo, existe una preocupación para los
países en vías de desarrollo, que cada vez se están concentrado más en el sector minero con
lo que, en lugar de acercarse a la estructura de producción de primer mundo, se están alejando
de ella (Lederman & Maloney, 2012). Los datos obtenidos a través de ADEX (2021)
demuestran que, en el año 2019, las exportaciones de minería tradicional en el Perú han
representado un 57.43%, mientras que las de los demás productos, como textil, pesca, agro,
entre otras, alcanzan un 42.57%. Entonces, si exportamos productos con mayor sofisticación
ayudaría a mejorar el proceso de elaboración y generación de ingresos para obtener una
diferencia en la canasta que se está exportando (Krugman et al., 2012).
Por otro lado, Chrid et al. (2021) mencionan que la relación entre la sofisticación de las
exportaciones y el crecimiento económico es no lineal entonces, en el caso de los países en
desarrollo como Perú que no cuentan con suficientes recursos y capital humano para poder
desarrollar productos complejos, esta relación tendría forma de U. Al mismo tiempo Santos-
Paulino (2011) realiza un estudio similar pero para grupos de países desarrollados y en
desarrollo, y encuentra que la relación es positiva.
Hüseyni y Çakmak (2019) refieren que, si uno de los países cuenta con tecnología moderna
e información, se podrían elaborar productos de exportación sofisticados y, por consiguiente,
de lograría aumentar la productividad. Lee (2011) precisa que la tecnología es uno de los
factores que desempeñan un papel fundamental en el impulso del crecimiento de las
exportaciones, ya que los países que se han concentrado en producir bienes con alta
tecnología han podido obtener un crecimiento rápido (como Japón o Estados Unidos); en
cambio, los países que tienen una estructura diferente, se dedican sobre todo a exportar
productos tradicionales o de baja tecnología y esto explicaría el porqué del crecimiento lento
en su economía (Lee, 2011). Asimismo, Jarreau y Poncet (2012) indican que los países que
se especializan en la producción de ciertos productos de alta tecnología (más complejos)
contribuyen a que crezca de manera acelerada su economía. Sin embargo, Shimbov et. al
(2019) establecen que no necesariamente el crecimiento de la economía se basaría en los
12
productos de tecnología intensiva, sino en la sofisticación o calidad de sus productos
exportados.
2 MARCO TEÓRICO
2.1 Crecimiento económico
2.1.1 Teoría del crecimiento económico
Una de las ideas que aportó Smith fue su teoría del comercio internacional, donde afirma
que un país que disponga de una ventaja absoluta debería de especializarse en producir ese
producto, ya que esto influiría a que crezca la renta total de un país (Ucak, 2015). Krugman
et al. (2012) mencionan que, para tener una ventaja absoluta, el país deberá de contar con
una productividad mayor que los demás países del mercado. Por otro lado, David Ricardo
en su teoría sobre ventajas comparativas, establece que el costo de producción y la ventaja
comparativa influenciarían en el intercambio comercial (Torres, 1977). Por ejemplo, si
existen dos países que exportan el producto A y B, y si uno de estos dos países cuenta con
una ventaja comparativa para producir uno de los bienes, utilizaría menos recursos y costaría
menos su producción, y entonces se especializará en producir este bien.
Otra teoría de crecimiento económico, es el modelo de Solow, que fue diseñado por el autor
para poder medir el crecimiento de la productividad utilizando las variables en términos per
cápita; este modelo ayuda a explicar las diferencias que existen entre los países con altos
13
ingresos y los países en desarrollo (De Gregorio, 2007). El modelo de Solow explica que el
crecimiento no puede mantenerse solo de la acumulación de capital, ya que según la ley de
los rendimientos decrecientes menciona que la inversión permitiría restablecer el capital
depreciado, en el que se puede llegar al estado estacionario; asimismo, establece que los
países que cuentan con el mismo nivel de tecnología y características similares, podrían
contar al mismo nivel de estado estacionario, y si el país quisiera mantener su desarrollo en
el largo plazo, entonces, el país deberá de poder combinar sus factores y así poder aumentar
su producción (Chirinos, 2007). Este modelo estableció que si la producción mejora por
medio a la inversión de capital y el ahorro, también podría aumentar la tasa de empleo y el
consumo (Sala-i-Martin, 2000).
Por otro lado, existe otra teoría, que es conocida como la Ley de Thirlwall, por la cual el
crecimiento económico de un país a largo plazo, está restringido por la cuenta corriente de
la balanza de pagos, es decir, el crecimiento sostenido de un país a largo plazo está
determinado por las exportaciones y la elasticidad de ingreso de la demanda por
importaciones (Perrotini, 2002).
El PBI per cápita se toma como indicador de crecimiento económico, dado que este índice
suma el valor de los bienes y servicios comercializados producidos dentro del límite nacional
y lo divide entre la cantidad de personas que viven dentro de ese territorio (OCDE, 2011).
Según Ray (1998) esta variable nos ayuda aproximar el bienestar de una economía, debido
a que un incremento en esta variable ayuda a tener un mejor acceso a la educación, salud y
nutrición. Sin embargo, como este es un índice promedio, no nos muestra cómo se
distribuyen los ingresos entre los habitantes de un país (Mankiw, 2019).
Una de las características del PBI per cápita es que este índice solo se enfoca en un periodo
dentro de un tiempo específico (Mankiw, 2019) y no considera las diferencias del tamaño de
los hogares; entonces, si este índice es mayor, no necesariamente significa que toda la
población se encontraría en una situación de bienestar (Organisation for Economic Co-
operation and Development [OECD], 2014). Sala-i-Martin (2000) menciona que, si la
población es extremadamente rica o pobre, entonces, este índice no sería una de las mejores
opciones ya que solo calcula una aproximación del bienestar económico de la población. Los
países en desarrollo, como Perú, se caracterizan por tener un PBI per cápita bajo ya que estos
14
presentan una tasa de crecimiento de la población más alta que en los países desarrollados
(Chávez, 2010).
Este índice fue desarrollado por Hausmann, Hwang y Rodrik en su investigación “What you
export matters” (2007). El EXPY nos ayuda a medir qué tan sofisticadas son las
exportaciones de un país y así conocer si es que la estructura de exportación existente es la
correcta o no (Li, 2019). Según Hausmann et al. (2007), un EXPY alto, significa que el país
podría tener un crecimiento alto en su economía e indica que la estructura de exportaciones
que se está manejando es la mejor; ellos explican que este indicador está correlacionado con
el nivel de ingreso de un país.
Para poder calcular este índice, se deben seguir los siguientes pasos (Hausmann et al., 2007):
Donde:
15
● El siguiente paso es construir el EXPY del país j:
● El objetivo del EXPY es poder hallar el nivel de productividad de cada valor de las
exportaciones de k en el que cuentan con una canasta de exportaciones en el país j.
Los autores mencionan que el EXPY tiene relación positiva con el PIB per cápita
(crecimiento económico).
En el caso de Chrid et al. (2021), los autores utilizan el PRODY y el EXPY junto con el
índice de complejidad económica (ICE), ya que este último refleja la capacidad para producir
productos sofisticados respecto a la tecnológica, inversión y el capital humano, como
también, captura la información sobre la complejidad de los productos que tiene disponible
un país. Asimismo, Hartmann et al. (2021) para poder estimar las etapas de sofisticación
productivas de los países, utilizaron el índice complejidad económica (ICE) y el índice de
complejidad de productos (ICP). El ICE no solo considera el nivel agregado de producción,
como el PIB per cápita, sino también cuántos y qué tipos de productos pueden producir y
exportar los países; por ejemplo, hoy en día la mayoría de los países exportan productos del
sector agrícola, pero solo un cierto número de ellos pueden exportar maquinaria que
consideran sofisticadas (Hartmann et al., 2021). Por otro lado, el ICP es una medida que
refleja qué tan diferentes y qué tanto están presente las capacidades productivas requeridas
para elaborar un producto, dado que los productos más complejos son aquellos que se
fabrican en pocos lugares y, al contrario, los productos menos elaborados, los que se
producen en muchos sitios (Hausmann et al., 2020). Por último, Xu (2010) y Kočenda y
Poghosyan (2018) utilizan el índice de similitud de exportaciones (ISE) que se refiere a un
país que puede identificarse como exportador de bienes de alta productividad; entonces, este
índice podrá ayudar a descubrir si este país en particular (o los otros países) muestran
productos de sofisticación para poder realizar el estudio en dicho país (Kočenda &
Poghosyan 2018).
16
2.3 Relación entre la sofisticación de las exportaciones y el crecimiento económico
Por otro lado, Shimbov et al. (2019) analizan la canasta de exportaciones, entre los años
1996 al 2015 para los países de los Balcanes Occidentales. Su estudio tiene dos objetivos: i)
estudiar el impacto de la sofisticación de las exportaciones en el crecimiento económico y
ii) identificar los factores que influyen en el nivel de sofisticación, utilizando variables
instrumentales para solucionar el problema de endogeneidad y estimando las ecuaciones
usando la metodología de efectos fijos. Plantean como hipótesis que una mayor sofisticación
en las exportaciones conlleva a un mayor crecimiento económico. En la investigación, ellos
pudieron comprobar su hipótesis y descubren que existe una relación positiva entre ambas
variables; sin embargo, esto no necesariamente sería por la exportación de los productos de
alta calificación y tecnología intensiva, sino por la sofisticación en sus productos que tienen
calificación media. Por otro lado, ellos mencionan que uno de los factores que influye en el
nivel de sofisticación es la apertura comercial, un mejor entorno institucional y la estabilidad
macroeconómica del país.
17
todos en términos logarítmicos. Ellos utilizan el EXPY, el PRODY y el ISE para medir la
sofisticación de las exportaciones de los países. En este estudio, se muestra que la producción
y el tamaño del país tienen una relación positiva con la sofisticación mientras que, el capital
humano y el tamaño geográfico no son estadísticamente significativos. Por otro lado, los
autores mencionan que una institucionalidad débil para una economía emergente y en
desarrollo podría impactar negativamente sobre la sofisticación. Asimismo, al utilizar el
índice de sofisticación rezagado, obtuvieron un efecto positivo, hallazgo que sugiere una
fuerte persistencia del comportamiento de la sofisticación exportadora. Esta es una señal de
que no solo existe una dependencia de la trayectoria en las actividades de exportación
agregadas, sino también una dependencia de la trayectoria en términos de la propia
sofisticación de las exportaciones (Kočenda & Poghosyan, 2018). Esto quiere decir que la
sofisticación de las exportaciones no se distorsionaría a lo largo del tiempo, es decir, no
cambia su trayectoria. Por ejemplo, los autores mencionan que, durante la crisis del 2007, la
mayoría de los países no cambiaron su estructura de exportación y se mantuvieron estables.
Chakroun et al. (2021) muestran la relación que tiene la mejora de las exportaciones con el
crecimiento económico en el largo plazo, analizando el periodo comprendido entre el año
1984 y el 2013 para 67 países, utilizando la metodología de panel de cointegración. El
estudio se dividió en tres grupos de países: ingresos altos, medianos y bajos. Se construyó la
base de datos compuesta por el índice de complejidad, de diversificación y la sofisticación,
según la canasta de productiva que tiene cada grupo. Los autores llegan a la conclusión que
en una muestra total, la relación entre la mejora de las exportaciones y el crecimiento no
sería lineal, sino que tendría una forma de U invertida; los países con ingresos altos obtienen
mayor crecimiento económico por la diversificación de sus exportaciones; mientras que los
países con bajos ingresos, registran lo contrario. Para los países de ingresos medios, la
complejidad de sus productos no tendría ningún efecto en su economía, pero los autores
mencionan que la especialización para los países pobres y en desarrollo no sería la mejor
opción, ya que implicarían costos elevados que no podrían enfrentar. Por otro lado,
mencionan que, si el país se quiere beneficiar de la sofisticación de las exportaciones, se
deberá contar con un mínimo de capital humano pero los países de bajos ingresos no podrían
gozar de este factor de producción, ya que no cuentan con suficientes recursos.
18
2.3.1 Modelo Teórico
Donde “m” es el número de inversionistas que invierten. Se conoce además que E (θmax)
será 0, cuando m sea igual a 0 y converge a h cuando m tiende a infinito. Se representa θmax
con una medida calculada a partir del EXPY. Esta medida tiene como objetivo capturar el
nivel de productividad asociado con las exportaciones de un país, ya que este índice solo
incorpora los bienes más productivos que se producen en él.
Adicionalmente se considera que la producción del país presenta una función de tipo Cobb-
Douglas, en el cual muestra la variedad de productos que se pueden obtener al combinar
diferentes cantidades de factores productivos, teniendo en cuenta un nivel específico de
conocimiento y tecnología (Vargas, 2014), y se expresa de la siguiente forma:
● Yt: Producción
● At: Progreso tecnológico
● Kt: Stock de capital
● Lt: Número de trabajadores
Estas variables ayudan a poder explicar la producción de un país con relación a las
combinaciones de la tecnología, capital y los trabajadores. α y β representan los parámetros
de los factores K y L, los cuales estarán relacionados a la productividad máxima del país. Si
la función presenta rendimientos constantes a escala, es decir, la suma de α y β será igual a
19
1, entonces, cuando el capital y el número de trabajadores se incrementan en la misma
proporción aumentará también en la misma proporción la producción del país. Asimismo,
su productividad marginal será positiva y decreciente, como se observa en la siguiente
figura:
Figura 1
Nota. La figura muestra la función de producción empleado por Paul Douglas y Charles Cob
en el año 1927.
3 HECHOS ESTILIZADOS
3.1 Crecimiento económico
Según los datos obtenidos del Banco Central de Reserva del Perú (BCRP), se observa que
en el período análisis hubo un crecimiento en el PBI per cápita (Figura 2). La disminución
de esta variable entre los años 2008 al 2009, se generó debido a la crisis financiera ocurrida
en Estados Unidos. Durante el año 2009, la economía global experimentó una de las peores
recesiones desde la Segunda Guerra Mundial, con una disminución del 0.1% en su producto
mundial (Instituto Nacional de Estadística e Informática [INEI], 2017). Después de esta
crisis, entre el periodo 2010 al 2019, se observa que hubo un aumento respecto a los años
anteriores. Sin embargo, en el 2020 por la pandemia mundial del COVID-19, la mayoría de
las actividades económicas se han paralizados por la crisis sanitaria, generándose una nueva
caída en el PBI per cápita.
20
Figura 2
Nota. El gráfico muestra al PBI per cápita del Perú desde el 2000 al 2020, tomada de la base
de datos del BCRP, 2021.
3.2 Exportaciones
Figura 3
Principales mercados destino para el año 2019
Nota. El gráfico expone en nivel porcentual a los principales países de destino para el 2019,
extraído de la base de datos de ADEXTRADE, 2021.
21
En la Tabla 1, se puede observar que los principales productos exportados a China en el año
2019 fueron los minerales de cobre (US$ 8,354,348,685), la harina en polvo (US$
1,119,105,183), y catodos y secciones de cobre refinado (US$ 952, 448,826). Por otro lado,
en el Tabla 2, se visualiza que, en el caso de Estados Unidos, el producto con mayor valor
FOB es el oro con US$1,704,370,839, seguido por los arándanos rojos, con US$462,260,364
de valor FOB y, por último, las uvas frescas con US$387,845,571. En el caso de Canadá
(Tabla 3), los principales productos son el oro (US$ 1,704,370,839), la plata (US$
157,165,110) y el plomo (US$ 85,301,877).
Tabla 1
Nota. La tabla muestra información de los principales productos que se exportó a China en
el año 2019 en valor FOB (US$), extraído de la base de datos de ADEXTRADE, 2021.
Tabla 2
Principales productos exportados a Estados Unidos
Valor FOB
(US$)
Nº Partida Descripción Arancelaria 2019
2 0810400000 ARANDANOS ROJOS, MIRTILOS Y DEMAS FRUTOS DEL GENERO VACCINIUM, FRESCOS 462,260,364
22
GASOLINAS SIN TETRAETILO DE PLOMO PARA MOTORES DE VEHICULOS
AUTOMOVILES CON UN NUMERO DE OCTANO RESEARCH (RON) INFERIOR A 84,
7 2710121310 SUPERIOR O IGUAL A 84, PERO INFERIOR A 90. 173,103,757
Nota. La tabla muestra información de los principales productos que se exportó a Estados
Unidos en el año 2019 en valor FOB (US$), extraído de la base de datos de ADEXTRADE,
2021.
Tabla 3
Principales productos exportados a Canadá
Nota. La tabla muestra información de los principales productos que se exportó a Canadá en
el año 2019 en valor FOB (US$), extraído de la base de datos de ADEXTRADE, 2021.
En la figura 4, se puede observar el desarrollo de las exportaciones totales que realizó Perú
en el periodo 2000 al 2019. Según los datos obtenidos del Atlas de Complejidad Económica,
elaborado por la Universidad de Harvard (2021), en el año 2000 las exportaciones peruanas
alcanzaron 1.25 mil millones de dólares. También se puede observar que en el año 2008
hubo una caída por la crisis mundial que afectó a la mayoría de los países. Las exportaciones
se vieron afectadas, debido a que hubo una menor demanda mundial, lo cual se exportó en
ese tiempo una menor cantidad en los productos del sector minero como el zinc, plata
refinada y molibdeno (BCRP, 2009). Entre los años 2012 al 2015, se observa una caída en
el volumen de las exportaciones, ya que el precio de las exportaciones de los principales
bienes como el oro y cobre bajaron. Asimismo, en estos años, los países europeos y asiáticos
23
estaban recortando sus gastos, y esto se reflejó en el bajo volumen de las exportaciones. En
el año 2019, el monto de las exportaciones creció a 7.42 mil millones de dólares (The Growth
Lab at Harvard University, s.f.).
Figura 4
Nota. La figura muestra el desarrollo de las exportaciones del Perú. De “The Atlas of
Economic Complexity”, por The Growth Lab at Harvard University,
s.f.(https://atlas.cid.harvard.edu/explore/stack?country=173&year=2019&queryLevel=loca
tion&startYear=1995&productClass=HS&product=undefined&target=Product&partner=u
ndefined).
Se muestra en la figura anterior que la mayoría del volumen de las exportaciones están
comprendidas en el sector minero como el cobre, oro, plomo, entre otros. Este se puede
verificar en la figura 5, donde se observan que la mayor parte de las exportaciones del Perú
en el año 2019 corresponden a las exportaciones tradicionales. Por ejemplo, el 20.63% están
representadas por el cobre y el 12.87% representa las exportaciones del oro.
24
Figura 5
Nota. La figura muestra el mapa del árbol de las exportaciones del Perú en el año 2019. De
“The Atlas of Economic Complexity”, por The Growth Lab at Harvard University,
s.f.(https://atlas.cid.harvard.edu/explore?country=173&queryLevel=location&product=und
efined&year=2019&productClass=HS&target=Product&partner=undefined&startYear=19
95).
25
Figura 6
Nota. La figura muestra información de las exportaciones de cada sector en el año 2019 en
valor FOB (Millones US$), extraído de la base de datos de ADEXTRADE, 2021.
Por otro lado, se puede observar en la tabla 4 en el que los principales productos exportados
del sector Agropecuario y Agroindustrias son las uvas frescas, arándanos y paltas y en el
sector Textil, se caracterizan por el pelo fino, tejido de punto de algodón e hilados de lana.
En el caso del sector Metal mecánico, son partes de maquinarias, vidrios enmarcados y
máquinas de sondeo. Por último, en el caso del sector Minero, están los minerales de cobre,
el oro y los cátodos.
Tabla 4
26
7403110000 CATODOS Y SECCIONES DE CATODOS DE COBRE REFINADO 1,621,379,478
Nota. La tabla muestra información de los principales productos de los cuatro principales
sectores en el año 2019 en valor FOB (US$), extraído de la base de datos de ADEXTRADE,
2021.
Para poder realizar el cálculo, se tuvo que construir el PRODY, el cual es el promedio
ponderado de los ingresos de las exportaciones para cada bien de un sector, estas son
seleccionadas de acuerdo con el número de su partida arancelaria, en este caso sería de 10.
Al tener esta variable, se forma el EXPY de acuerdo con las exportaciones que ha tenido. De
acuerdo con ello, se ha obtenido los siguientes índices (tabla 5).
Tabla 5
27
2018 125.60 17.83 86.15 108.56
2019 115.03 19.02 87.24 117.77
2020 89.63 14.84 146.54 114.94
Nota. La tabla expone el EXPY, utilizando la fórmula implementada por Hausmann et al.
(2007) para el año 2001 al 2020, 2021.
En la figura 7 se puede observar que, en el caso del sector metal mecánica, el valor del EXPY
ha ido aumentando en el tiempo. En el caso del sector textil, esta variable tuvo un marcado
crecimiento hasta el 2014 y luego, ha ido decayendo. Esto también pasa con el sector
agropecuario en el que el aumento de este índice se dio hasta el 2011, y luego registra una
tendencia decreciente. Por último, en el sector madera, el comportamiento del EXPY ha sido
distinto al resto de sectores, ya que se observa que ha ido disminuyendo durante todo el
periodo de análisis.
Figura 7
EXPY de cada sector desde el año 2001 al 2020 del Perú
Nota. El gráfico muestra al EXPY de los cuatros principales sectores, tomada de la base de
datos de ADEXTRADE, 2021.
4 MARCO METOLÓGICO
4.1 Fuentes de datos
Para el estudio se utilizarán variables con frecuencia trimestral entre los años 2001 al 2020
para el país de Perú de las variables PBI per cápita e Inversión Extranjera Directa que serán
28
extraídas de la página oficial del Banco Central de Reserva del Perú (BCRP). Por otro lado,
para la construcción del PRODY y el EXPY, y la visualización de las aperturas comerciales
la información se obtendrá desde las bases ADEXTRADE, TRADEMAP y COMTRADE.
La presente investigación se desarrollará en el periodo del 2001 hasta el 2020 para Perú y se
usará una metodología de cointegracion siguiendo a Mohamed Chackroun, Naima Chrid y
Sami Saafi. Ellos realizan un panel de cointegración, debido a que estudian un conjunto de
países; sin embargo, en la presente investigación no se utilizará un panel de datos porque se
centra solo en un país. Esta metodología analiza la relación entre las variables y no permiten
la dependencia transversal, y ayudará a que se puedan controlar los problemas como
heterogeneidad, dependencia transversal y la no estacionalidad.
𝑌𝑡 = 𝛽0 + 𝐸𝑋𝑃𝑌𝐴𝑔𝑟𝑜𝑝𝑒𝑐𝑢𝑎𝑟𝑖𝑜𝑡 𝛽1 + 𝐸𝑋𝑃𝑌𝑀𝑎𝑑𝑒𝑟𝑎𝑡 𝛽2
+ 𝐸𝑋𝑃𝑌𝑇𝑒𝑥𝑡𝑖𝑙𝑡 𝛽3 + 𝐸𝑋𝑃𝑌𝑀𝑒𝑡𝑎𝑙_𝑚𝑒𝑐á𝑛𝑖𝑐𝑜𝑡 𝛽4 + 𝐼𝐸𝐷𝑡 𝛽5
+ 𝑇𝑎𝑠𝑎_𝑎𝑝𝑒𝑟𝑡𝑢𝑟𝑎_𝑐𝑜𝑚𝑒𝑟𝑐𝑖𝑎𝑙𝑡 𝛽6 + 𝐶𝑎𝑝𝑖𝑡𝑎𝑙_ℎ𝑢𝑚𝑎𝑛𝑜𝑡 𝛽7 + 𝜀𝑡
29
Donde:
Tabla 6
Descripción y fuente de las variables
Obs 80 80 80 80 80 80 80
Media 4829.97 114.44 106.46 37.31 63.39 5190 0.40
Desv. Estándar 1859.82 36.79 42.53 15.69 32.78 3020 0.06
Máximo 7027.61 214.38 212.96 59.15 146.54 1190 0.50
Mínimo 1941.48 71.88 52.63 14.84 21.49 8780 0.28
5 RESULTADOS
5.1 Prueba de raíz unitaria
Como primera instancia, se ha aplicado el logaritmo natural a todas las variables para que se
puedan evitar problemas de estacionalidad y se ha comprobado con la prueba de raíz unitaria
de Phillips-Perron (tabla 7). En ella, se puede observar que las variables no son estacionarias
por lo que se podrá utilizar la metodología de cointegración. Asimismo, cuando se realiza
la prueba con una primera diferencia, se obtiene una probabilidad menor a 0.05, es decir, la
serie no presenta raíz unitaria.
Tabla 7
Prueba de estacionalidad de las variables
30
( 0.5443) ( 0.0000)
LN_EXPY_MADERA -2.478714 -4.381607 -3.516676 -2.899115 -2.586866
( 0.8141) ( 0.0007)
LN_EXPY_METAL 0.033485 -3.034211 -3.516676 -2.899115 -2.586866
( 0.9583) ( 0.0361)
LN_EXPY_TEXTIL -1.23914 -3.356021 -3.516676 -2.899115 -2.586866
(0.6538) (0.0156)
LN_IED -1.658784 -3.105149 -3.516676 -2.899115 -2.586866
( 0.4481) ( 0.0302)
LN_TASA_APER -2.052786 -4.183366 -3.516676 -2.899115 -2.586866
( 0.2642) ( 0.0013)
Luego se evalúa el criterio de selección del orden de rezagos VAR, el cual ayuda a poder
seleccionar cuántos rezagos se necesitan para el modelo. Para este caso, se ha seleccionado
el criterio de información de Schwarz, el cual considera utilizar 1 rezago, dado que como se
puede observar en la tabla 8 cuenta con uno de los menores rezagos a comparación de los
otros criterios de información.
Tabla 8
Criterio de selección del orden de rezagos VAR
31
5.3 Estimación del modelo VEC
Tabla 9
Prueba de cointegración de Johansen (traza) del modelo VAR con 1 rezago
0.05
Hypothesized No. of CE(s) Eigenvalue Trace Statistic Prob. **
Critical Value
Tabla 10
Prueba de cointegración de Johansen (máximo valor propio) del modelo VAR con 1
rezago
Max-Eigen 0.05
Hypothesized No. of CE(s) Eigenvalue Prob. **
Statistic Critical Value
32
En la tabla 11 se puede observar que el único sector que no tiene un impacto sobre el PBI
per cápita es el de metal, ya que no resulta una variable significativa considerando sus valores
críticos. Por otro lado, se contempla que un aumento de 1% en el sector textil, aumenta en
2.37% al PBI per cápita y, en el caso de la variable que mide la apertura comercial, este
incremento llegaría a 4.74%. En el caso del sector agropecuario, madera y la inversión
extranjera directa, el efecto sobre el PBI per cápita es negativo, generando ante un aumento
de 1% una disminución de 0.53%, 1.05% y 0.55%, respectivamente.
Tabla 11
Modelo VEC con un vector de cointegración
Por último, se obtiene que la inversión extranjera directa y la tasa de apertura comercial son
las que se ajustan más al modelo, ya que se puede observar que sus t-estadísticos están dentro
de sus valores críticos (tabla 12). Es decir, estas dos variables son las que ayudarían a que el
PBI per cápita llegue al equilibrio económico en el corto plazo cuando exista un choque y se
desvíe de ella.
Tabla 12
Coeficientes de la corrección de errores del modelo VEC
33
6 CONCLUSIONES
Al realizar el análisis de las otras variables que afectan al PBI per cápita, se encontró que la
apertura comercial tiene un efecto significativo y positivo, y la IED presenta un efecto
negativo sobre el PBI per cápita, respectivamente.
Finalmente, ante los resultados obtenidos y el análisis realizado, se propone para futuras
investigaciones un estudio que analice diferentes sectores, utilizando una mayor cantidad de
productos sofisticados y que hayan tenido un comportamiento estable en sus exportaciones.
También, resulta de importancia aplicar otros modelos econométricos que permitan estudiar
este fenómeno desde otro enfoque.
34
7 REFERENCIAS
Banco Central de Reserva del Perú (2009). Memoria 2009. Banco Central de Reserva del
Perú. https://www.bcrp.gob.pe/docs/Publicaciones/Memoria/2009/Memoria-
BCRP-2009.pdf.
Banco Central de Reserva del Perú Data (2021). Base de datos del Banco Central de Reserva
del Perú.
Chakroun M., Chrid N., Saafi S. (2021). Does export upgrading really matter to economic
growth? Evidence from panel data for high-, middle- and low-income countries.
International Journal of Finance & Economics, 26(4), 5584-5609.
https://doi.org/10.1002/ijfe.2082.
Chávez N. (2010). Renta per cápita como medida de desarrollo económico en Latinoamérica.
Revista Equidad y Desarrollo. Equidad y Desarrollo, 1(14), 37-48.
https://doi.org/10.19052/ed.199.
Chrid N, Saafi S, Chakroun M. (2021). Export Upgrading and Economic Growth: A Panel
Cointegration and Causality Analysis. Journal of the Knowledge Economy, 12(2),
811–841. https://doi.org/10.1007/s13132-020-00640-6.
Hausmann R, Hwang J, Rodrik D. (2007). What you export matters. Journal of Economic
Growth, 12(1), 1–25. https://www.jstor.org/stable/40216112.
Hausmann R., Santos M. A., Tudela Pye J., Li Y., Grisanti A. (2020). La riqueza escondida
de Loreto: Análisis de complejidad económica y oportunidades de diversificación
productiva. CID Working Papers.
35
https://growthlab.cid.harvard.edu/files/growthlab/files/2020-10-cid-wp-386-
economic-complexity-loreto-es.pdf.
Hartmann D., Zagato L., Gala P., Pinheiro F. L. (2021). Why Did Some Countries Catch-
Up, While Others Got Stuck in the Middle? Stages of Productive Sophistication and
Smart Industrial Policies. Structural Change and Economic Dynamics, 58(2), 1-13.
https://doi.org/10.1016/j.strueco.2021.04.007.
Jarreau J, Poncet S. (2012). Export sophistication and economic growth: Evidence from
China. Journal of Development Economics, 97(2), 281-292.
https://doi.org/10.1016/j.jdeveco.2011.04.001.
Kočenda E., Poghosyan K. (2018). Export Sophistication: A Dynamic Panel Data Approach,
Emerging Markets Finance and Trade, 54(12), 2799-2814.
https://doi.org/10.1080/1540496X.2017.1412305.
Krugman P. R., Obstfeld M., Melitz M.J. (2012). Economía internacional: Teoría y Política.
Pearson Educación.
Lederman D., Maloney W. (2012). Does What You Export Matter? In Search of Empirical
Guidance for Industrial Policies. World Bank Group.
https://documents.worldbank.org/en/publication/documents-
reports/documentdetail/559871468339877324/does-what-you-export-matter-in-
search-of-empirical-guidance-for-industrial-policies.
36
Lee J. (2011). Export Specialization and Economic Growth Around the World. Economic
Systems, 35(1), 45-63. https://doi.org/10.1016/j.ecosys.2010.11.002.
Saafi S., Nouira R. (2018). Re-Examining the Relationship Between Export Upgrading and
Economic Growth: Is There a Threshold Effect?, The Economic and Social Review,
49(4), 437-454.
https://www.esr.ie/article/view/1031/202#:~:text=The%20empirical%20results%20
indicate%20that,export%20sophistication%20and%20output%20growth.
The Growth Lab at Harvard University (s.f.). The Atlas of Economic Complexity.
Recuperado el 1 de noviembre de 2021, de http://www.atlas.cid.harvard.edu/explore.
37
Torres R. (1977). La Teoría del Comercio Internacional de Adam Smith, Instituto de
Investigaciones Económicas, 7(28), 135-
152. https://doi.org/10.22201/iiec.20078951e.1976.28.41892.
Ucak A. (2015). Adam Smith: The Inspirer of Modern Growth Theories, Procedia – Social
and Behavioral Sciences, 195(1), 663-672.
https://doi.org/10.1016/j.sbspro.2015.06.258.
38
8 ANEXOS
Anexo 1
Exportaciones de Perú en el año 2018 y 2019
Valor FOB (Millones Valor FOB (Millones Var. % FOB
Sector Part. 2019 %
US$) 2018 US$) 2019 2018/2019
TOTAL 48,011 46,121 -3.94% 100.00%
TOTAL TRADICIONAL 34,768 32,308 -7.08% 70.35%
AGRO TRADICIONAL 761 773 1.56% 1.68%
PESCA TRADICIONAL 1,938 1,929 -0.47% 4.18%
PETROLEO Y GAS NATURAL 4,216 3,118 -26.05% 6.76%
MINERIA TRADICIONAL 27,854 26,488 -4.90% 57.43%
TOTAL NO TRADICIONAL 13,243 13,813 4.31% 29.95%
AGROPECUARIO Y 5,886 6,323 7.42% 13.71%
AGROINDUSTRIAS
TEXTIL 440 377 -14.16% 0.82%
PRENDAS DE VESTIR 962 978 1.65% 2.12%
PESCA 1,343 1,592 18.53% 3.45%
METAL - MECANICO 603 569 -5.53% 1.23%
QUIMICO 1,554 1,596 2.71% 3.46%
SIDERURGICO Y METALURGICO 1,196 1,191 -0.38% 2.58%
Nota. La tabla expone las exportaciones de Perú en el año 2018 y 2019 en Valor FOB
(Millones US$), 2021.
39