Professional Documents
Culture Documents
Resumen.................................................................................................................... 3
5
Metodologa................................................................................................................ 6
Exportaciones.......................................................................................................... 6
Importaciones......................................................................................................... 6
Tratados de libre comercio...................................................................................... 7
Resultados.................................................................................................................. 7
Conclusiones y recomendaciones............................................................................... 7
Bibliografa................................................................................................................. 9
Anexos...................................................................................................................... 10
Datos para determinantes de exportacin e importacin.....................................10
Datos para determinantes de exportacin e importacin.....................................13
Resumen
En la dcada de los 90 el Per se perfila, finalmente como un pas de mercado
abierto. Y se produce un vertiginoso crecimiento de las exportaciones e
importaciones que se sostiene con distintos socios comerciales. Pese a ello, se trata
an de un pas en desarrollo, en el cual la teora econmica, bien conocida en la
literatura sobre los determinantes de las transacciones entre pases, no se ajusta
precisamente a la realidad. Nuestra bolsa de productos transables se podra resumir
como una propia de productos tradicionales de bajo valor agregado. En este
contexto surge la necesidad de analizar el impacto, bueno o malo, de los acuerdos
comerciales que ha realizado el gobierno peruano; para as generar
recomendaciones de poltico y concluir en ciertos hechos estilizados. En una
primera instancia nos concentraremos por presentar un modelo distinto para las
exportaciones e importaciones respectivamente. En esta parte nos ceiremos a un
anlisis trimestral de los ltimos aos (2003-2013) justificados por la calidad de
data que se puede encontrar para las variables que invocamos. En una segunda
etapa procedemos a centrar nuestro anlisis en la peculiaridad del intercambio
comercial que representan los acuerdos comerciales. Veremos as que los datos
necesarios para tener conclusiones certeras y libres de ambigedad no son,
lamentablemente, accesibles ni suficientes a la fecha (lo ideal seran exportaciones
por pases trimestrales, pero no se encontr tal data). Esto se explicar por el
reciente entusiasmo en los acuerdos comerciales y su muy tarda entrada en
vigencia. Adems que la crisis que estall en el 2008 se extendi a lo largo de ms
de la mitad de vida de los tratados en los que nos concentramos. Esto ltimo crear
distorsiones en nuestro modelo que no se prestarn a correcciones metodolgicas
por la nica razn que los datos son desde ya una cantidad muy reducida (vale
mencionar que ahora nuestra data ser anual desde el 1995), que presume ex ante
una prdida de credibilidad en nuestras conclusiones, las que se tienen que
mencionar y, dadas las limitadas herramientas de Econometra I, aceptar. Sin
embargo se plantearn diversas ideas para proceder, en algn trabajo posterior, a
un trabajo ms preciso.
x : Exportaciones
m : Importaciones
y : PBI nacional
ti : Trminos de intercambio
m=m( y , e)
x=x ( y , e)
Sin embargo es importante notar que el Per no se ve muy influenciado por el tipo
de cambio real (aun cumplindose la relacin Marshall-Lerner) para el caso de
exportaciones dado que el mayor porcentaje de nuestras exportaciones son
tradicionales. En este sentido nos prestamos de un estudio dirigido por Claudio
Aravena (CEPAL) para economas de la regin Demanda de exportaciones e
importaciones de bienes y servicios para Argentina y Chile. Agregando una
variable a la funcin anterior, quedando de una forma que la variacin en los
precios de los metales repercuta en el modelo, de la siguiente manera:
m=m( y , e , ti)
x=x ( y , e , ti)
Finalmente nos queda la necesidad de agregar una variable ms para determinar el
impacto de los acuerdos comerciales. Evidentemente se ha de necesitar
herramientas economtricas ms fuertes para poder medir apropiadamente el
impacto, seguro el caso de contrafactuales o modelos de variables autoregresivas
estructurados. Pero en el lmite de nuestro conocimiento proponemos utilizar la
variable dummy sealada inicialmente.
Finalmente tendremos:
m=m( y , e , ti , d)
x=x ( y , e , ti , d )
Es importante destacar el efecto que tiene el Tipo de Cambio Real (e) sobre las
exportaciones e importaciones, por ello, debemos tener en cuenta dos conceptos
importantes:
o
Marco de referencia:
En un contexto econmico de crecimiento es importante analizar los determinantes
de dicho contexto para poder determinar si es sostenido o no en el tiempo. As,
poder hacer recomendaciones que lo hagan, o de un lado, permanentemente
sostenido, o de otro, que le permita hacerse sostenido en el tiempo.
El Per presenta un modelo econmico de desarrollo dirigido por las exportaciones
hace ya dos dcadas. De este modo, presentaremos algunos hechos empricos que
nos permitan plantear hiptesis respecto a los determinantes de las exportaciones,
y la importancia que tienen algunas economas en el mundo para la dinmica de
nuestras exportaciones, componente importante del PIB peruano.
En el periodo de anlisis, del 2003 al 2013, con data trimestral, observamos el
comportamiento de nuestras exportaciones e importaciones totales:
EXPORT
14,000
12,000
10,000
8,000
6,000
4,000
2,000
0
03
04
05
06
07
08
09
10
11
12
13
09
10
11
12
13
IMPORT
12,000
10,000
8,000
6,000
4,000
2,000
0
03
04
05
06
07
08
de importancia con pases como Chile y EEUU. Al analizar mas adelante el impacto
que tuvieron estos acuerdos sobre la dinmica de las exportaciones, el anlisis se
puede ver influenciado por tal acontencimiento.
El dinmica de las principales economas que influyen en la dinmica de nuestras
exportaciones se presenta acontinuacin:
En tales grficas se muestra un comportamiento estacional muy marcado en China
y Japn. Mientras que en USA, Canad, Chile y Suiza se presenta un crecimiento
ininterrumpido salvo el periodo de crisis econmica ya ants mencionado.
GDPCHINA
GDPUSA
20,000
16,000
15,500
16,000
15,000
12,000
14,500
8,000
14,000
4,000
13,500
13,000
03
04
05
06
07
08
09
10
11
12
13
03
04
05
06
GDPJAPON
07
08
09
10
11
12
13
10
11
12
13
10
11
12
13
GDPSUIZA
136,000
145,000
140,000
132,000
135,000
128,000
130,000
124,000
125,000
120,000
120,000
115,000
116,000
110,000
03
04
05
06
07
08
09
10
11
12
13
03
04
05
06
GDPCHILE
07
08
09
GDPCANDA
40,000,000
480
35,000,000
440
30,000,000
400
25,000,000
360
20,000,000
320
15,000,000
10,000,000
280
03
04
05
06
07
08
09
10
11
12
13
03
04
05
06
07
08
09
En los resultados del trabajo aplicativo mostraremos el criterio por el cual se separ
del anlisis a Canad, Chile y Suiza. Por el momento, presentaremos la dinmica del
crecimiento de las exportaciones junto al crecimiento econmico de USA, China y
Japn.
12
11
10
7
03
04
05
06
07
08
LOGEXPORT
LOGJAPON
09
10
11
12
13
LOGCHINA
LOGUSA
10
10
9
8
7
6
5
4
1996
1998
2000
2002
2004
LXBRASIL
LXCHINA
2006
2008
2010
2012
LXCHILE
LXEUA
Observamos que las exportaciones dirigidas a USA, Chile y Brasil presentan una
desaceleracin abrupta en el periodo de la crisis financiera. La tasa de crecimiento
de las exportaciones a China presenta un comportamiento ms estable y tiene una
pendiente de crecimiento ms empinada.
En un anlisis grfico ms exhaustivo observamos:
10.0
9.5
9.0
8.5
8.0
7.5
7.0
6.5
1996
1998
2000
2002
LXEUA
2004
2006
2008
2010
2012
LGDPUSA
11
1998
2000
2002
LXCHINA
2004
2006
2008
2010
2012
LGDPCHINA
12
9.0
8.5
8.0
7.5
7.0
6.5
6.0
5.5
5.0
1996
1998
2000
2002
2004
LGDPBRASIL
2006
2008
2010
2012
LXBRASIL
1998
2000
2002
LXCHILE
2004
2006
2008
2010
2012
LABSORCHILE
04
05
06
07
08
EXPORT
09
10
11
12
13
TI
14
140
120
100
80
60
40
20
0
03
04
05
06
07
08
TCR
09
10
11
12
13
EXPORT
12,000
10,000
8,000
6,000
4,000
2,000
0
03
04
05
06
07
EXPORT_TRAD
08
09
10
11
12
13
EXPORT_NO_TRAD
15
Metodologa
Exportaciones
Se trabajarn con datos trimestrales desde el 2003 al 2013. Las fuentes y las
unidades pueden ser consultadas en el anexo.
Al haber presentado en el apartado anterior un modelo para las exportaciones
procedemos a establecer que datos respaldarn cada variable. En el PBI mundo se
considerar a los GDPs de EUA, China y Japn. Las dos primeras como dos
economas indiscutiblemente representativas de la economa mundial y la tercera
para conocer la importancia e impacto que podran tener otros pases en las
exportaciones nacionales. Se considera un tipo de cambio real multilateral calculado
por el BCR, misma procedencia tendrn los trminos de intercambio. Es preciso
mencionar que por el efecto de la curva jota el tipo de cambio real se tomar en dos
rezagos (tratando as de replicar la formulacin de Rafael Bustamante (2009), quin
para datos anuales realiza pruebas avanzadas para conocer el rezago
correspondiente al modelo). De modo que nos quedara un modelo tal como:
16
Importaciones
Se trabajarn con datos trimestrales desde el 2003 al 2013. Las fuentes y las
unidades pueden ser consultadas en el anexo.
Si bien hay una mayor diversidad de variables que podran explicar las
importaciones que presentamos anteriormente, algunas son especficas para
importaciones de distintos fines (de capital, de consumo, diversos sectores). Por
ende nos ceiremos la modelo ms tradicional de tipo de cambio real y el ingreso
nacional (que visto por el lado del gasto tomaremos la absorcin). El tipo de cambio
real se ha tomado sin rezago porque predomina el efecto precio que conlleva un
impacto inmediato en el monto de importaciones.
M t= 0 + 1 TCR t + 2 ABSOR t
Las estimaciones se calcularn mediante el mtodo MCO, y posteriormente se
realizarn todas las pruebas pertinentes para dar consistencia a los resultados.
XPAIS t = 0 +1 GDPPAIS
MPAISt = 0 + 1 ABSORPERU
En las ecuaciones anteriores el trmino
PAIS
cuatro pases que estudiaremos: EUA (2009), China (2010), Chile (2009), Brasil
(2006). Adems,
MPAIS
XPAIS
Resultados
Exportaciones
1. Estimacin de los parmetros del modelo
Modelo Lineal
Planteamos el siguiente
exportaciones peruanas:
modelo
para
explicar
el
comportamiento
de
las
TI
GDPEUA
GDPJAPON
GDPSUIZA
GDPCHILE
GDPCANADA
log
7 5 OG
X t = 0 + 1 log(TCR )t2 + 2 log
18
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(TCR(-2))
LOG(TI)
LOG(GDPCHINA)
LOG(GDPUSA)
LOG(GDPJAPON)
LOG(GDPSUIZA)
LOG(GDPCHILE)
LOG(GDPCANADA)
29.43091
1.360270
0.687017
0.249204
-3.268910
-1.363612
-1.584988
0.740274
3.537195
21.57279
0.444992
0.179820
0.144008
1.660230
0.760927
1.645724
0.345269
1.142152
1.364261
3.056844
3.820592
1.730482
-1.968950
-1.792040
-0.963095
2.144048
3.096957
0.1817
0.0044
0.0006
0.0929
0.0574
0.0823
0.3425
0.0395
0.0040
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.978551
0.973352
0.077558
0.198504
52.85149
188.1960
0.000000
8.827040
0.475110
-2.088166
-1.715808
-1.951682
1.999635
Variable
Coefficient
Variance
Uncentered
VIF
Centered
VIF
C
LOG(TCR(-2))
LOG(TI)
LOG(GDPCHINA)
LOG(GDPUSA)
LOG(GDPJAPON)
LOG(GDPSUIZA)
LOG(GDPCHILE)
LOG(GDPCANADA)
465.3852
0.198018
0.032335
0.020738
2.756364
0.579010
2.708407
0.119211
1.304511
3249421.
29408.33
4981.366
11573.29
1772213.
558741.5
2617525.
239646.7
326059.0
NA
3.260564
4.451806
31.19414
33.91040
3.639263
68.75032
65.87131
123.7832
19
Los valores FIV encontrados (VIF en sus siglas en ingls), nos indican un alto grado
de multicolinealidad para los PBIs (GDPs) de los pases en anlisis. Pasamos a
analizar el grado de correlacin de nuestras variables regresoras:
GDPCANADA
GDPEUA
GDPJAPON
log
Coefficient
Std. Error
t-Statistic
Prob.
20
C
LOG(GDPCHINA)
LOG(GDPUSA)
LOG(GDPJAPON)
-6.029235
0.110354
1.766699
-0.504105
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.979855
0.978344
0.018672
0.013946
114.8147
648.5274
0.000000
1.367862
0.012621
0.149223
0.122948
-4.407781
8.743705
11.83928
-4.100151
0.0001
0.0000
0.0000
0.0002
5.970516
0.126885
-5.037031
-4.874832
-4.976880
1.528897
Variable
Coefficient
Variance
Uncentered
VIF
Centered
VIF
C
LOG(GDPCHINA)
LOG(GDPUSA)
LOG(GDPJAPON)
1.871046
0.000159
0.022268
0.015116
236121.9
1592.173
258485.0
263504.9
NA
4.880396
6.379981
2.050941
El FIV nos indica que no existe un grado de multicolinealidad severo. A travs del
siguiente grfico podremos observar tambin que se puede asumir una distribucin
normal para las perturbaciones. La probabilidad del estadstico Jarque-Bera nos
indica que se acepta el supuesto de normalidad de las perturbaciones del modelo
auxiliar:
21
Series: Residuals
Sample 2003Q1 2013Q4
Observations 44
7
6
5
4
3
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
-7.27e-16
-0.003693
0.039881
-0.029735
0.018009
0.687871
2.697337
Jarque-Bera
Probability
3.637831
0.162202
2
1
0
-0.03
-0.02
-0.01
0.00
0.01
0.02
0.03
0.04
1.326813
7.790744
5.464265
Prob. F(6,37)
Prob. Chi-Square(6)
Prob. Chi-Square(6)
0.2699
0.2538
0.4858
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/11/14 Time: 18:38
Sample: 2003Q1 2013Q4
Included observations: 44
Collinear test regressors dropped from specification
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(GDPCHINA)^2
LOG(GDPCHINA)*LOG(GDPUSA)
LOG(GDPCHINA)*LOG(GDPJAPON)
LOG(GDPCHINA)
LOG(GDPUSA)^2
LOG(GDPUSA)*LOG(GDPJAPON)
1.005720
-0.002137
0.011695
0.013248
-0.229895
0.001897
-0.011963
0.440475
0.000843
0.007604
0.009673
0.099426
0.007569
0.009038
2.283259
-2.534377
1.537878
1.369542
-2.312213
0.250679
-1.323622
0.0283
0.0156
0.1326
0.1791
0.0264
0.8034
0.1937
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
0.177062
0.043613
0.000409
6.17E-06
284.7106
0.000317
0.000418
-12.62321
-12.33936
-12.51794
22
F-statistic
Prob(F-statistic)
1.326813
0.269938
Durbin-Watson stat
2.256452
Un anlisis del correlograma de los residuos nos informa que los residuos pueden
presentar problemas de correlacin serial del tipo AR(3), AR(4). Pasamos a realizar
la Prueba Breusch-Godfrey:
Date: 07/11/14 Time: 19:32
Sample: 2003Q1 2013Q4
Included observations: 44
Autocorrelation
. |*.
. |**
**| .
. |**
.*| .
. |**
**| .
. |*.
**| .
. |*.
.*| .
. |**
**| .
.|.
**| .
. |*.
**| .
.|.
**| .
. |*.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Partial Correlation
. |*.
. |*.
***| .
. |***
.*| .
. |*.
.*| .
.|.
.*| .
.|.
. |*.
.|.
**| .
.|.
.|.
.*| .
.*| .
.*| .
.|.
.*| .
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
AC
PAC
0.162
0.222
-0.309
0.224
-0.149
0.246
-0.223
0.162
-0.265
0.101
-0.131
0.297
-0.225
0.010
-0.289
0.128
-0.216
0.001
-0.262
0.104
0.162
0.201
-0.396
0.376
-0.201
0.143
-0.128
0.059
-0.130
-0.040
0.180
0.023
-0.242
0.004
-0.006
-0.081
-0.108
-0.144
0.072
-0.076
Q-Stat
1.2375
3.6213
8.3262
10.858
12.012
15.226
17.958
19.430
23.487
24.089
25.142
30.705
34.010
34.017
39.842
41.029
44.530
44.530
50.086
50.994
Prob
0.266
0.164
0.040
0.028
0.035
0.019
0.012
0.013
0.005
0.007
0.009
0.002
0.001
0.002
0.000
0.001
0.000
0.000
0.000
0.000
6.398835
21.01293
Prob. F(5,35)
Prob. Chi-Square(5)
0.0003
0.0008
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 07/11/14 Time: 18:41
Sample: 2003Q1 2013Q4
Included observations: 44
Presample missing value lagged residuals set to zero.
23
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(GDPCHINA)
LOG(GDPUSA)
LOG(GDPJAPON)
RESID(-1)
RESID(-2)
RESID(-3)
RESID(-4)
RESID(-5)
-0.662567
0.016960
-0.282264
0.273893
0.554075
0.078636
-0.659805
0.637650
-0.160354
1.789660
0.015146
0.141409
0.138715
0.165526
0.170144
0.166037
0.174294
0.205750
-0.370219
1.119763
-1.996088
1.974510
3.347363
0.462176
-3.973851
3.658465
-0.779365
0.7135
0.2704
0.0538
0.0563
0.0020
0.6468
0.0003
0.0008
0.4410
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.477567
0.358153
0.014428
0.007286
129.0984
3.999272
0.001871
-7.27E-16
0.018009
-5.459016
-5.094068
-5.323676
2.111366
GDPCHILE
GDPEUA
GDPJAPON
log
Coefficient
Std. Error
t-Statistic
Prob.
24
C
LOG(GDPCHINA)
LOG(GDPUSA)
LOG(GDPJAPON)
-3.474724
0.372955
3.039139
-1.025118
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.978532
0.976922
0.046337
0.085886
74.82311
607.7590
0.000000
3.394472
0.031320
0.370311
0.305106
-1.023642
11.90781
8.206980
-3.359875
0.3122
0.0000
0.0000
0.0017
16.93863
0.305025
-3.219232
-3.057033
-3.159081
1.185598
Series: Residuals
Sample 2003Q1 2013Q4
Observations 44
6
5
4
3
2
1
0
-0.08
-0.06
-0.04
-0.02
0.00
0.02
0.04
0.06
0.08
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
-3.85e-17
-0.009362
0.102668
-0.075242
0.044692
0.432091
2.294319
Jarque-Bera
Probability
2.282124
0.319480
0.10
25
0.915800
5.689430
3.042949
Prob. F(6,37)
Prob. Chi-Square(6)
Prob. Chi-Square(6)
0.4946
0.4589
0.8034
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/11/14 Time: 18:49
Sample: 2003Q1 2013Q4
Included observations: 44
Collinear test regressors dropped from specification
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(GDPCHINA)^2
LOG(GDPCHINA)*LOG(GDPUSA)
LOG(GDPCHINA)*LOG(GDPJAPON)
LOG(GDPCHINA)
LOG(GDPUSA)^2
LOG(GDPUSA)*LOG(GDPJAPON)
2.484097
-0.006146
0.038147
0.027871
-0.583629
-0.003683
-0.023361
2.436507
0.004664
0.042064
0.053509
0.549981
0.041870
0.049995
1.019532
-1.317919
0.906880
0.520864
-1.061180
-0.087970
-0.467265
0.3146
0.1956
0.3703
0.6056
0.2955
0.9304
0.6431
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.129305
-0.011889
0.002260
0.000189
209.4501
0.915800
0.494586
0.001952
0.002246
-9.202275
-8.918427
-9.097011
2.206376
Partial Correlation
. |***
. |*.
. |*.
. |***
.*| .
.*| .
**| .
.|.
**| .
**| .
**| .
. |***
.|.
. |*.
. |***
****| .
.|.
**| .
.*| .
.*| .
.*| .
.|.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1
2
3
4
5
6
7
8
9
10
11
AC
PAC
0.364
0.102
0.095
0.424
-0.088
-0.203
-0.238
-0.010
-0.337
-0.298
-0.255
0.364
-0.035
0.080
0.424
-0.533
0.046
-0.206
-0.098
-0.098
-0.083
-0.004
Q-Stat
6.2244
6.7222
7.1664
16.256
16.656
18.848
21.948
21.954
28.534
33.814
37.798
Prob
0.013
0.035
0.067
0.003
0.005
0.004
0.003
0.005
0.001
0.000
0.000
26
. |*.
.*| .
.|.
.|.
. |***
.|.
.|.
.|.
. |**
|
|
|
|
|
|
|
|
|
. |**
.*| .
.|.
. |*.
.|.
**| .
.|.
.|.
.*| .
|
|
|
|
|
|
|
|
|
12 0.100 0.225
13 -0.092 -0.088
14 -0.035 0.036
15 0.053 0.179
16 0.373 -0.020
17 0.026 -0.245
18 -0.043 -0.046
19 0.052 0.041
20 0.284 -0.074
38.429
38.980
39.065
39.260
49.301
49.351
49.498
49.716
56.495
0.000
0.000
0.000
0.001
0.000
0.000
0.000
0.000
0.000
6.710950
23.85611
Prob. F(6,34)
Prob. Chi-Square(6)
0.0001
0.0006
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 07/11/14 Time: 18:53
Sample: 2003Q1 2013Q4
Included observations: 44
Presample missing value lagged residuals set to zero.
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(GDPCHINA)
LOG(GDPUSA)
LOG(GDPJAPON)
RESID(-1)
RESID(-2)
RESID(-3)
RESID(-4)
RESID(-5)
RESID(-6)
0.241084
0.025934
-0.363069
0.256163
0.618217
-0.071464
-0.234033
0.703635
-0.584117
0.013038
2.605683
0.030316
0.382223
0.332964
0.181960
0.174077
0.213779
0.148357
0.185679
0.192897
0.092522
0.855476
-0.949887
0.769340
3.397550
-0.410533
-1.094746
4.742846
-3.145840
0.067592
0.9268
0.3983
0.3489
0.4470
0.0017
0.6840
0.2813
0.0000
0.0034
0.9465
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.542184
0.420998
0.034007
0.039320
92.01146
4.473967
0.000634
-3.85E-17
0.044692
-3.727794
-3.322296
-3.577416
1.979488
GDPSUIZA
GDPEUA
GDPJAPON
log
Y observamos:
Dependent Variable: LOG(GDPSUIZA)
Method: Least Squares
Date: 07/11/14 Time: 18:56
Sample: 2003Q1 2013Q4
Included observations: 44
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(GDPCHINA)
LOG(GDPUSA)
LOG(GDPJAPON)
6.521214
0.065190
0.816680
-0.270062
0.990914
0.009143
0.108101
0.089067
6.581007
7.130111
7.554760
-3.032134
0.0000
0.0000
0.0000
0.0042
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.960278
0.957299
0.013527
0.007319
128.9992
322.3347
0.000000
11.75899
0.065460
-5.681783
-5.519584
-5.621632
0.863350
El 97% del crecimiento de Suiza puede ser explicado por China, Usa y Japn.
Analizando la normalidad de sus perturbaciones, podemos aceptar dicho supuesto:
28
Series: Residuals
Sample 2003Q1 2013Q4
Observations 44
7
6
5
4
3
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
-1.74e-16
1.72e-05
0.031234
-0.023737
0.013046
0.275642
2.438432
Jarque-Bera
Probability
1.135333
0.566847
2
1
0
-0.02
-0.01
0.00
0.01
0.02
0.03
0.894253
5.572523
3.312271
Prob. F(6,37)
Prob. Chi-Square(6)
Prob. Chi-Square(6)
0.5092
0.4727
0.7688
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/11/14 Time: 18:58
Sample: 2003Q1 2013Q4
Included observations: 44
Collinear test regressors dropped from specification
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(GDPCHINA)^2
LOG(GDPCHINA)*LOG(GDPUSA)
LOG(GDPCHINA)*LOG(GDPJAPON)
LOG(GDPCHINA)
LOG(GDPUSA)^2
LOG(GDPUSA)*LOG(GDPJAPON)
0.033281
-0.000194
0.001434
4.88E-05
-0.010992
-0.000781
0.000217
0.219220
0.000420
0.003785
0.004814
0.049484
0.003767
0.004498
0.151814
-0.462162
0.378922
0.010136
-0.222136
-0.207352
0.048179
0.8802
0.6467
0.7069
0.9920
0.8254
0.8369
0.9618
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.126648
-0.014976
0.000203
1.53E-06
315.4128
0.894253
0.509235
0.000166
0.000202
-14.01876
-13.73491
-13.91350
1.982917
29
Partial Correlation
. |**** |
. |**** |
. |** |
. |**** |
. |*. |
. |*. |
.*| . |
. |*. |
**| . |
.*| . |
**| . |
.|. |
***| . |
**| . |
***| . |
.*| . |
**| . |
.*| . |
**| . |
.*| . |
. |**** |
. |*** |
**| . |
. |*** |
****| . |
.|. |
.|. |
.|. |
.*| . |
.|. |
. |*. |
**| . |
**| . |
.|. |
.|. |
.|. |
.*| . |
.|. |
.|. |
***| . |
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
AC
PAC
0.527
0.605
0.250
0.515
0.077
0.182
-0.164
0.092
-0.249
-0.077
-0.298
-0.036
-0.355
-0.206
-0.376
-0.089
-0.339
-0.198
-0.340
-0.125
0.527
0.453
-0.285
0.449
-0.542
0.048
-0.064
-0.012
-0.083
-0.039
0.186
-0.214
-0.209
-0.017
0.042
-0.008
-0.139
-0.022
0.021
-0.347
Q-Stat
Prob
13.088
30.754
33.838
47.238
47.547
49.314
50.779
51.251
54.825
55.175
60.611
60.692
68.913
71.764
81.607
82.185
90.806
93.845
103.19
104.51
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
Existe la posibilidad de problemas de correlacin serial del tipo AR(1), AR(2), AR(4) y
AR(5). Comprobando esto con el test Breusch-Godfrey:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
Obs*R-squared
22.58438
35.17437
Prob. F(6,34)
Prob. Chi-Square(6)
0.0000
0.0000
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 07/11/14 Time: 19:01
Sample: 2003Q1 2013Q4
Included observations: 44
Presample missing value lagged residuals set to zero.
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(GDPCHINA)
-1.097484
0.002632
0.776710
0.009093
-1.412991
0.289464
0.1667
0.7740
30
LOG(GDPUSA)
LOG(GDPJAPON)
RESID(-1)
RESID(-2)
RESID(-3)
RESID(-4)
RESID(-5)
RESID(-6)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
-0.101667
0.174342
0.953775
-0.096894
-0.562363
1.033517
-0.497869
0.012353
0.799417
0.746322
0.006571
0.001468
164.3429
15.05625
0.000000
0.095840
0.062222
0.153989
0.181448
0.226633
0.173654
0.214236
0.214658
-1.060799
2.801918
6.193794
-0.534005
-2.481386
5.951596
-2.323929
0.057547
0.2963
0.0083
0.0000
0.5968
0.0182
0.0000
0.0262
0.9544
-1.74E-16
0.013046
-7.015586
-6.610088
-6.865207
1.942891
Se comprueban los problemas de correlacin serial cuya solucin se obviar por las
mismas limitaciones mencionadas arriba.
De este modo, decidimos omitir variables tales como: GDPCHILE, GDPCANADA, y
GDPSUIZA. As, reduciremos el problema de multicolinealidad en nuestro modelo.
Quedando:
TI
GDPEUA
GDPJAPON
31
Coefficie
nt Std. Error t-Statistic
Variable
C
TCR(-2)
GDPCHINA
GDPUSA
GDPJAPON
TI
11489.29
67.35852
0.634273
1.834384
0.193272
41.35124
14454.87
61.98035
0.120129
0.744027
Prob.
-0.794839
1.086772
5.279942
2.465480
0.4319
0.2844
0.0000
0.0186
0.066289 -2.915607
20.20093 2.046996
0.0061
0.0480
Mean dependent
0.899434 var
S.D. dependent
0.885466 var
Akaike info
S.E. of regression 1033.635 criterion
Sum squared
3846246
resid
2 Schwarz criterion
- Hannan-Quinn
Log likelihood
347.8734 criter.
R-squared
Adjusted Rsquared
F-statistic
Prob(F-statistic)
0 :11489.29
Este
64.39445
0.000000
coeficiente
nos
7517.89
0
3054.21
8
16.8511
2
17.0993
5
16.9421
0
1.40198
Durbin-Watson stat
6
indica
el
valor
autnomo
de
las
exportaciones totales, este coeficiente nos muestra el efecto que tienen aquellas
variables que no estn incluidas en el modelo sobre la variable endgena. Si en el
caso particular las dems variables explicativas tomen un valor nulo, se puede
inferir que en promedio las exportaciones totales tienen un valor de -11489.29
millones de nuevos soles.
Como la probabilidad asociada a este coeficiente es bastante mayor a 0.05,
entonces se puede afirmar que este coeficiente es significativamente igual a cero.
1 :67.35852
variacin del Tipo de Cambio Real (con rezagos de dos periodos) sobre el valor de
las exportaciones totales. Es decir, el aumento en 1 (unidad) del Tipo de Cambio
Real aumentar a las exportaciones totales en promedio 67.35852 millones de
nuevos soles despus de dos periodos mantenindose constante las dems
variables explicativas.
Como la probabilidad asociada a este coeficiente es bastante mayor a 0.05,
entonces se puede afirmar que este coeficiente es significativamente igual a cero.
TCR(-2) no es significativo.
32
2 :0.634273
variacin del Producto Bruto Interno de China sobre el valor de las exportaciones
totales. Es decir, el aumento en un milln de yuanes del Producto Bruto Interno de
China aumentar a las exportaciones totales en promedio 0.634273 millones de
nuevos soles mantenindose constante las dems variables explicativas.
Como la probabilidad asociada a este coeficiente es bastante menor a 0.05,
entonces se puede afirmar que este coeficiente es significativamente diferente a
cero. GDPCHINA es significativo.
3 :1.834384
variacin del Producto Bruto Interno de EEUU sobre el valor de las exportaciones
totales. Es decir, el aumento en un milln de dlares del Producto Bruto Interno de
EEUU aumentar a las exportaciones totales en promedio 1.834384 millones de
nuevos soles mantenindose constante las dems variables explicativas.
Como la probabilidad asociada a este coeficiente es menor a 0.05, entonces se
puede afirmar que este coeficiente es significativamente diferente a cero. GDPUSA
es significativo.
4 :0.193272
variacin del Producto Bruto Interno de Japn sobre el valor de las exportaciones
totales. Es decir, el aumento en un milln de yenes del Producto Bruto Interno de
Japn disminuir a las exportaciones totales en promedio 0.193272 millones de
nuevos soles mantenindose constante las dems variables explicativas.
Como la probabilidad asociada a este coeficiente es bastante menor a 0.05,
entonces se puede afirmar que este coeficiente es significativamente diferente a
cero. GDPJAPON es significativo.
5 : 41.35124
Coefficie
nt Std. Error t-Statistic
4.856154
1.497112
0.836988
4.022733
LOG(GDPJAPON) 3.650044
LOG(TI)
0.769868
C
LOG(TCR(-2))
LOG(GDPCHINA)
LOG(GDPUSA)
14.76482
0.562281
0.094534
1.177513
Prob.
-0.328900
2.662569
8.853798
3.416295
0.7441
0.0115
0.0000
0.0016
0.812507 -4.492322
0.222323 3.462837
0.0001
0.0014
8.82704
0
0.47511
0
Akaike info
1.58175
S.E. of regression 0.102735 criterion
9
Sum squared
1.33352
resid
0.379963 Schwarz criterion
0
Hannan-Quinn
1.49076
Log likelihood
39.21693 criter.
9
2.06076
F-statistic
168.1732 Durbin-Watson stat
3
Prob(F-statistic) 0.000000
R-squared
Adjusted Rsquared
0 :4.856154
Mean dependent
0.958945 var
S.D. dependent
0.953243 var
exportaciones totales, este coeficiente nos muestra el efecto que tienen aquellas
variables que no estn incluidas en el modelo sobre la variable endgena. Si en el
caso particular las dems variables explicativas tomen un valor nulo, se puede
inferir que las que en promedio las exportaciones totales tienen un valor de
-4.856154 millones de nuevos soles.
Como la probabilidad asociada a este coeficiente es bastante mayor a 0.05,
entonces se puede afirmar que este coeficiente es significativamente igual a cero.
1 :1.497112 Este coeficiente nos indica que existe un efecto positivo de una
variacin porcentual del Tipo de Cambio Real (con rezagos de dos periodos) sobre el
valor porcentual de las exportaciones totales. Es decir, el aumento en 1% del Tipo
de Cambio Real aumentar a las exportaciones totales en promedio 1.49712%
despus de dos periodos mantenindose constante las dems variables
explicativas.
34
2 :0.836988 Este coeficiente nos indica que existe un efecto positivo de una
variacin porcentual del Producto Bruto Interno de China sobre el valor porcentual
de las exportaciones totales. Es decir, el aumento en 1% del Producto Bruto Interno
de China aumentar a las exportaciones totales en promedio 0.836988%
mantenindose constante las dems variables explicativas.
Como la probabilidad asociada a este coeficiente es bastante menor a 0.05,
entonces se puede afirmar que este coeficiente es significativamente diferente a
cero. LOG(GDPCHINA) es significativo.
3 : 4.022733
variacin porcentual del Producto Bruto Interno de EEUU sobre el valor porcentual
de las exportaciones totales. Es decir, el aumento en 1% del Producto Bruto Interno
de EEUU aumentar a las exportaciones totales en promedio 4.022733%
mantenindose constante las dems variables explicativas.
Como la probabilidad asociada a este coeficiente es bastante menor a 0.05,
entonces se puede afirmar que este coeficiente es significativamente diferente a
cero. LOG(GDPUSA) es significativo.
4 :3.650044
variacin porcentual del Producto Bruto Interno de Japn sobre el valor porcentual
de las exportaciones totales. Es decir, el aumento en 1% del Producto Bruto Interno
de Japn disminuir a las exportaciones totales en promedio 3.650044%
mantenindose constante las dems variables explicativas.
Como la probabilidad asociada a este coeficiente es bastante menor a 0.05,
entonces se puede afirmar que este coeficiente es significativamente diferente a
cero. LOG(GDPJAPON) es significativo.
5 :0.769868
35
Modelo Lineal
Ramsey RESET Test
Equation: UNTITLED
Specification: EXPORT C TCR(-2) GDPCHINA GDPUSA GDPJAPON TI
Omitted Variables: Squares of fitted values
t-statistic
F-statistic
Likelihood ratio
Value
2.319800
5.381471
6.006966
df
35
(1, 35)
1
Probability
0.0263
0.0263
0.0142
Sum of Sq.
5125733.
38462462
33336729
33336729
df
1
36
35
35
Mean
Squares
5125733.
1068402.
952478.0
952478.0
Value
-347.8734
-344.8699
df
36
35
F-test summary:
Test SSR
Restricted SSR
Unrestricted SSR
Unrestricted SSR
LR test summary:
Restricted LogL
Unrestricted LogL
Coefficient
Std. Error
t-Statistic
Prob.
C
TCR(-2)
GDPCHINA
GDPUSA
GDPJAPON
TI
FITTED^2
-9392.705
52.21806
1.159915
2.360348
-0.296832
74.56665
-4.90E-05
13678.06
58.88415
0.253393
0.738185
0.076878
23.84978
2.11E-05
-0.686699
0.886793
4.577536
3.197500
-3.861051
3.126513
-2.319800
0.4968
0.3812
0.0001
0.0029
0.0005
0.0035
0.0263
R-squared
Adjusted R-squared
0.912836
0.897893
7517.890
3054.218
36
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
975.9498
33336729
-344.8699
61.09003
0.000000
16.75571
17.04532
16.86187
1.353082
t-statistic
F-statistic
Likelihood ratio
Value
1.894832
3.590387
4.101516
df
35
(1, 35)
1
Probability
0.0664
0.0664
0.0428
Sum of Sq.
0.035351
0.379963
0.344612
0.344612
df
1
36
35
35
Mean
Squares
0.035351
0.010555
0.009846
0.009846
Value
39.21693
41.26769
df
36
35
F-test summary:
Test SSR
Restricted SSR
Unrestricted SSR
Unrestricted SSR
LR test summary:
Restricted LogL
Unrestricted LogL
Coefficient
Std. Error
t-Statistic
Prob.
C
LOG(TCR(-2))
LOG(GDPCHINA)
LOG(GDPUSA)
LOG(GDPJAPON)
LOG(TI)
FITTED^2
-26.18376
5.297219
3.324278
15.31343
-14.22576
3.089919
-0.170396
18.16746
2.077742
1.315842
6.066248
5.636251
1.243097
0.089927
-1.441245
2.549507
2.526350
2.524367
-2.523976
2.485663
-1.894832
0.1584
0.0153
0.0162
0.0163
0.0163
0.0179
0.0664
R-squared
Adjusted R-squared
0.962764
0.956381
8.827040
0.475110
37
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.099227
0.344612
41.26769
150.8268
0.000000
-1.631795
-1.342183
-1.525641
2.053978
log ( EXPORT t ) =4.86+1.50 log ( TCR t 2 ) + 0.84 log ( GDPCHINAt ) +4.02 log ( GDPUSA t ) 3.65 log ( G DPJAPON
No multicolinealidad
LTCR2
1.000000
0.338837
-0.682561
-0.578730
-0.174957
LTCR2
LTI
LCHINA
LUSA
LJAPON
LTI
0.338837
1.000000
0.007777
0.342412
0.565271
LCHINA
-0.682561
0.007777
1.000000
0.872191
0.510057
LUSA
-0.578730
0.342412
0.872191
1.000000
0.628219
LJAPON
-0.174957
0.565271
0.510057
0.628219
1.000000
Estadstico de prueba:
2
cal
( 2 k6+5 )) ln|R|es
= n1
2
cal
=67.01>
k ( k1)
2
Datos:
38
Variable
C
LOG(TCR(-2))
LOG(GDPCHINA)
LOG(GDPUSA)
LOG(GDPJAPON)
LOG(TI)
217.9998
0.316160
0.008937
1.386538
0.660168
0.049427
867493.4
26760.24
2842.342
508074.7
363074.4
4339.697
NA
2.966964
7.661123
9.721753
2.364821
3.878352
3.2
Series: Residuals
Sample 2003Q3 2013Q4
Observations 42
7
6
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
5
4
3
-1.28e-16
-0.005867
0.184441
-0.194976
0.096267
0.032518
2.310957
Jarque-Bera
Probability
1
0
-0.20
-0.15
-0.10
-0.05
0.00
0.05
0.10
0.15
0.838267
0.657616
0.20
Hypothesis: Normal
Date: 07/10/14 Time: 17:50
Sample (adjusted): 2003Q3 2013Q4
Included observations: 42 after adjustments
Method
Value
Kolmogorov (D+)
Kolmogorov (D-)
Kolmogorov (D)
Kuiper (V)
Cramer-von Mises
(W2)
Watson (U2)
Anderson-Darling
(A2)
0.052624
0.049022
0.052624
0.101647
0.348253
0.324415
0.348253
0.678265
0.7846
0.8102
0.9997
0.9983
0.017635 0.008653
0.017514 0.015479
0.9989
0.9958
0.142635 0.142635
0.9991
Parameter
Value
Std. Error
MU
SIGMA
0.000000
0.096267
z-Statistic
*
*
Prob.
NA
NA
NA
NA
Mean dependent
Log likelihood
39.21089 var.
-1.28E-16
S.D. dependent
No. of Coefficients
0 var.
0.096267
H1.
Esto
implica
que
las
perturbaciones
se
H0
a favor
distribuyen
normalmente.
3.3
3.1
PERTURB
1.000000
-1.46E-12
2.83E-12
1.42E-12
-2.42E-11
1.00E-11
LTCR2
-1.46E-12
1.000000
0.338837
-0.682561
-0.578730
-0.174957
LTI
2.83E-12
0.338837
1.000000
0.007777
0.342412
0.565271
LCHINA
1.42E-12
-0.682561
0.007777
1.000000
0.872191
0.510057
LUSA
-2.42E-11
-0.578730
0.342412
0.872191
1.000000
0.628219
LJAPON
1.00E-11
-0.174957
0.565271
0.510057
0.628219
1.000000
Homocedasticidad
40
04
05
06
07
08
09
10
11
12
13
LOG(EXPORT) Residuals
1.30594
6 Prob. F(14,27)
16.9576 Prob. Chi2 Square(14)
8.16638 Prob. Chi5 Square(14)
0.2667
0.2584
0.8805
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/10/14 Time: 17:52
Sample: 2003Q3 2013Q4
Included observations: 42
Collinear test regressors dropped from specification
Variable
C
LOG(TCR(-2))^2
Coefficie
nt Std. Error t-Statistic
78.4513
5 34.16090 -2.296524
- 1.398980 -2.386034
3.33801
Prob.
0.0296
0.0243
41
3
LOG(TCR(0.30020
2))*LOG(GDPCHINA)
9
1.01958
LOG(TCR(-2))*LOG(GDPUSA)
2
LOG(TCR(0.50418
2))*LOG(GDPJAPON)
9
0.52673
LOG(TCR(-2))*LOG(TI)
8
46.6958
LOG(TCR(-2))
6
0.06870
LOG(GDPCHINA)^2
0
LOG(GDPCHINA)*LOG(GDPU 0.21710
SA)
4
LOG(GDPCHINA)*LOG(GDPJA 0.61969
PON)
9
0.01510
LOG(GDPCHINA)*LOG(TI)
7
6.68444
LOG(GDPCHINA)
2
0.59399
LOG(GDPUSA)*LOG(TI)
4
0.66303
LOG(GDPJAPON)*LOG(TI)
9
0.02246
LOG(TI)^2
3
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
0.264198 -1.136300
0.2658
0.788792 -1.292586
0.2071
0.845978 -0.595983
0.5562
0.698123 0.754505
0.4571
17.03742 2.740783
0.0107
0.028287 -2.428708
0.0221
0.302346 0.718065
0.4789
0.239941 2.582715
0.0155
0.102730 -0.147052
0.8842
3.961362 -1.687410
0.1030
0.766052 0.775397
0.4448
0.720804 -0.919861
0.3658
0.109651 -0.204860
0.8392
0.00904
7
0.01048
4
0.00997 Akaike info
6.10488
6 criterion
0
0.00268
5.48428
7 Schwarz criterion
4
143.202 Hannan-Quinn
5.87740
5 criter.
7
1.30594 Durbin-Watson stat 2.93918
42
6
0.26674
7
Prob(F-statistic)
11.46762
Prob. F(2,34)
Prob. Chi16.91887 Square(2)
0.0002
0.0002
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 07/10/14 Time: 17:59
Sample: 2003Q3 2013Q4
43
Included observations: 42
Presample missing value lagged residuals set to zero.
Variable
Coefficie
nt Std. Error t-Statistic
3.704701
LOG(TCR(-2)) 0.039893
LOG(GDPCHINA) 0.058138
LOG(GDPUSA) 1.005609
LOG(GDPJAPON) 0.456997
LOG(TI)
0.049981
RESID(-1)
0.078969
RESID(-2)
0.685078
Prob.
12.57833 0.294531
0.7701
0.449517 -0.088747
0.086288 0.673759
0.9298
0.5050
1.041780 -0.965280
0.658518 0.693977
0.187293 0.266861
0.3412
0.4924
0.7912
0.162578 -0.485730
0.144853 4.729475
0.6303
0.0000
-1.28E16
0.09626
7
Akaike info
2.00207
S.E. of regression 0.081692 criterion
4
Sum squared
1.67109
resid
0.226903 Schwarz criterion
0
Hannan-Quinn
1.88075
Log likelihood
50.04356 criter.
6
1.56580
F-statistic
3.276462 Durbin-Watson stat
6
Prob(F-statistic) 0.009056
R-squared
Adjusted Rsquared
Mean dependent
0.402830 var
S.D. dependent
0.279884 var
Conclusiones y recomendaciones
1. Las exportaciones totales son explicadas de acuerdo a la teora tradicional
en cierto modo. La demanda de grandes economas como China y EUA
tiene una relacin directa y significativamente explicativa. Mientras que el
44
2.
3.
4.
5.
6.
7.
8.
crecimiento
de
economas
ms
pequeas
no
mantendrn,
necesariamente, una relacin directa con las exportaciones totales del
Per. Un resultado intuitivo y emprico.
Para una economa como la peruana en la cual las exportaciones estn
copadas de productos tradicionales los Trminos de Intercambio resultan
ser un buen determinante. As mismo se corrobora el efecto de la curva J
en dos rezagos de diferencia.
Las importaciones son bien explicadas por la demanda interna (absorcin)
y el tipo de cambio, de acuerdo a la teora.
Los modelos presentan problemas estadsticos. Todos ellos no pueden ser
corregidos debido a las limitaciones de Econometra I y seguramente
seran superadas en el curso de Econometra II, por lo que se sugiere
replicar e trabajo una vez terminado este ltimo curso.
Los datos de las exportaciones e importaciones por pases resultan ser una
traba insuperable para estudiar los TLCs que sostiene el Per. Adems las
herramientas de Econometra I no nos permiten limpiar los efectos
separados de la crisis econmica y otros aspectos coyunturales.
Los tratados de libre comercio con pases vecinos resultan ser ms
beneficiosos para la economa peruana debido a la gran presencia de
MYPES en los pases de la regin que prefieren exportar en un mercado
menos competitivo como sera la unin europea o las grandes economas.
Una recomendacin de poltica es centrar los esfuerzos de intercambio
comercial en afianzar los lazos con los pases de la regin, quienes
provocarn un crecimiento de la economa nacional mediante balanza
comercial.
El modelo para estudiar los TLCs tiene que ser ms trabajado a medida
que se adquieren nuevas herramientas metodolgicas. Para sopesar el
problema de los datos y los que surgen con el modelo.
45
Bibliografa
[1] Jose de Gregorio. Macroeconoma Teora y Polticas. Pearson.
[2] Waldo Mendoza. La Macroeconoma de una economa abierta en el corto plazo
Documento de trabajo 220. PUCP
[3] Jose Bustamente y Fedor Morales. Probando la condicin de Marshall-Lerner y
el efecto Curva-J: Evidencia emprica para el caso peruano Documento de
trabajo. Estudios Econmicos N. 16 BCRP.
[4] Manuel Ruiz y Rafael Vera Tudela. Exportaciones no tradicionales 2002-2012,
una historia de crecimiento, apertura y diversificacin. Revisas Moneda.
[5] Claudio Aravena. Demanda de exportaciones e importaciones de bienes y
servicios para Argentina y Chile. Estudios estadsticos y prospectivos. CEPAL.
[6] CENTRUM Investigacin. El tratado de libre comercio entre el Per y los
Estados Unidos: Los impactos econmicos y evaluacin ex ante.
[7] Luis Bravo Villarn. Per Chile TLC: para qu?
[8] Alan Fairlie Reinoso y Sandra Queija de la Sotta. Relaciones Econmicas Per
Chile: Integracin o Conflicto? CISEPA-PUCP
[9] Memoria Anual de 1996. BCRP
[10] Memoria Anual de 1998. BCRP
[11] Memoria Anual 2000. BCRP
[12] Memoria Anual de 2007. BCRP
[13] Memoria Anual de 2010. BCRP
[14] Memoria Anual 2013. BCRP
[15] SUNAT Estadsticas de Comercio exterior. Anuarios Estadsticos 2003-2011.
[16] Waldo Mendoza Bellido. Milagro peruano: Buena suerte o buenas
polticas?. Economa Vol. XXXVI, N 72.
[17] Piero Ghezzi y Jos Gallardo. Qu se puede hacer con el Per. Ideas para
sostener el crecimiento econmico a largo plazo. Fondo Editoral PUCP,
Universidad del Pacfico.
[18] Patricia Tovar Rodriguez y Alejandro Chuy Kon. Trminos de Intercambio y
Ciclos econmicos: 1950-1998. Estudios Econmicos BCRP.
[19] CENTRUM INVESTIGACIN. El tratado de libre comercio entre el Per y los
Estados Unidos: los impactos econmicos y evaluacin ex ante. Centrum, PUCP.
46
Anexos
Datos para determinantes de exportacin e importacin
Tabla n1: Determinantes de las Exportaciones e Importaciones en Per
EXPORT
TCR
ABSORCIN
USARGDP
IMPORT 1\
TI 4\
1\
2\
3\
5\
I
100.15
88.77
53229.43
13028.60
2030.92
2029.11
II
101.95
87.78
58028.25
13151.80
2220.80
1969.84
II
2003
102.57
I
90.88
53672.20
13374.00
2350.12
2074.42
I
104.78
V
96.05
55132.64
13525.70
2488.90
2131.48
I
105.34
101.17
54028.19
13606.60
2794.70
2118.24
II
103.91
100.00
61685.05
13710.70
2874.09
2417.59
II
2004
101.85
I
97.06
53743.70
13831.00
3444.68
2540.49
I
102.19
V
99.85
57210.55
13947.70
3695.70
2728.45
I
102.66
101.47
55530.94
14100.20
3748.54
2659.87
II
102.07
105.45
63083.17
14177.20
4034.51
3006.45
II
2005
103.29
I
104.21
57148.62
14292.90
4555.34
3161.51
I
107.55
V
109.07
60942.79
14372.00
5029.28
3253.77
I
106.18
118.94
63168.16
14546.40
4624.61
3380.49
II
105.71
135.25
68524.36
14591.60
5809.27
3629.60
II
2006
105.00
I
137.91
63405.56
14604.40
6550.05
3670.58
I
105.54
V
139.71
68174.71
14718.40
6846.21
4163.42
I
105.81
133.86
68783.97
14728.10
5754.78
4208.22
II
107.36
144.35
75408.02
14841.50
6720.01
4490.36
II
2007
107.64
I
139.18
74348.99
14941.50
7639.98
5288.84
I
105.12
V
133.56
78386.77
14996.10
7979.25
5603.11
I
103.71
131.47
77189.57
14895.40
7803.87
6266.42
II
102.54
126.30
87089.54
14969.20
8384.32
7552.95
II
2008
103.18
I
114.93
85663.44
14895.10
8504.01
7977.50
I
99.60
V
98.23
87271.56
14574.60
6326.28
6652.31
5408.40
4883.42
77343.50
14372.10
2009
I
101.00
77.62
47
2010
2011
2012
2013
II
II
I
I
V
I
II
II
I
I
V
I
II
II
I
I
V
I
II
II
I
I
V
I
II
II
I
I
V
6136.40
4826.66
7196.66
5330.21
8329.06
5970.40
7905.41
6335.81
8215.67
6610.15
9382.49
7815.26
10299.51
8054.10
10093.44
8197.83
11727.11
9606.95
12727.59
9692.03
11827.81
9654.71
11959.98
9574.74
10576.70
10003.76
11963.04
11021.35
11866.99
10535.16
10277.63
10229.64
10003.78
10528.76
11143.27
11127.65
10752.11
10330.53
99.04
100.05
99.87
98.13
96.49
96.09
99.39
99.69
101.88
99.86
95.44
95.12
92.62
90.40
90.11
90.01
91.61
94.31
95.05
81464.07
82.90
14356.90
80867.87
88.75
14402.50
86432.33
84657.62
94888.45
97.57
101.30
104.22
14540.20
14597.70
14738.00
95359.89
104.22
14839.30
99745.82
94995.82
101866.31
110.81
114.56
113.04
14942.40
14894.00
15011.30
100644.05
114.84
15062.10
105883.56
99163.12
110378.11
108.99
111.89
109.60
15242.10
15381.60
15427.70
111551.46
108.82
15534.00
114647.16
109299.88
118376.52
111.73
112.51
104.49
15539.60
15583.90
15679.70
117187.24
102.44
15839.30
121419.97
101.78
15942.30
Fuentes:
1\ BCRP. Ambas unidades estn expresadas en millones de
dolares
2\ BCRP. Nmeros ndices. Promedio geomtrico de tipo de cambio real
multilateral base 2009.
5\ FRED.(Federal Reserve Bank of St. Louis). En billones de dolares del 2009. Ajustado
estacionalmente.
2004
2005
2006
2007
2008
2009
2010
II
I
I
V
I
II
II
I
I
V
I
II
II
I
I
V
I
II
II
I
I
V
I
II
II
I
I
V
I
II
II
I
I
V
I
II
II
I
I
V
I
II
II
I
I
V
3346.00
312.66
12947905.83
114027.39
121521.40
4249.40
315.39
13957516.22
3342.10
321.31
14007347.75
3698.50
329.31
14651265.12
115207.29
116089.52
116535.62
126743.80
123898.70
121711.50
3956.20
335.28
15276018.64
116752.43
124184.50
4991.00
339.04
16611893.05
3876.40
342.25
16210845.37
4244.30
347.27
16722669.71
117138.01
117975.38
119230.97
127646.10
124370.60
123428.40
4437.10
356.73
17275602.12
120402.88
126001.70
5763.90
364.46
18673650.42
4442.00
368.19
19060843.73
4919.20
369.83
20299883.69
121478.72
122804.71
123588.23
130120.30
127607.60
125032.20
5095.80
373.05
20927256.27
124597.82
127110.40
7174.40
375.85
21730186.95
5475.60
383.57
21745158.66
6124.30
390.81
22485804.12
126070.45
127624.15
128585.74
132701.80
131193.80
127910.30
6410.20
392.64
22191406.22
129487.38
129714.70
8570.90
398.88
24006402.04
6628.40
406.27
24097520.69
7419.40
416.73
23862241.55
130479.50
131558.97
132788.80
134867.00
132977.90
127764.30
7654.80
420.60
22419863.84
132937.54
128903.20
9701.90
402.37
23468305.92
6975.50
387.37
22794999.69
7832.60
386.30
23342796.39
130062.85
128662.62
128610.15
128585.50
120541.70
119339.40
8305.80
391.26
23665674.44
129656.53
121731.70
10936.80
402.08
26640290.46
8162.20
410.68
25526471.97
9121.80
412.71
26774441.89
130205.02
131557.08
132634.77
127975.60
126451.10
124648.80
9774.80
415.26
27995497.02
133425.40
129046.80
12888.60
424.10
30711474.79
134789.19
132217.50
49
2011
2012
2013
I
II
II
I
I
V
I
II
II
I
I
V
I
II
II
I
I
V
29679652.13
135133.14
135648.98
126510.70
122795.40
442.95
29377674.98
135358.71
128398.80
15076.00
449.72
32471372.68
10841.80
452.02
31552587.60
11948.70
452.81
31868313.07
135797.18
136365.39
136256.65
132339.60
130614.10
126768.50
12557.50
456.06
31522430.18
137231.64
128115.60
16584.20
459.08
34657459.95
11885.50
465.78
33555593.39
12916.20
466.38
33496160.97
137769.79
138600.69
139355.89
131941.20
130700.50
128326.40
13907.60
472.58
33739408.43
140111.49
131085.80
9748.00
431.68
29874122.23
10900.90
435.66
11585.70
135223.90
36420900.96 140366.82
18174.50
476.46
Fuentes:
6\ FRED. A precios corrientes. En billones de Yuans. Ajustado
estacionalmente.
7\ FRED. A precios corrientes. En billones de dolares canadienses. Ajustado
estacionalmente.
8\ Banco Central de Chile. A precios corrientes. En millones de pesos. Ao de
referencia 2008.
9\ SECO. (State secretariat for Economic affairs). A precios del ao
precedente.
Valores encadenados. Ao de referencia 2005. En millones de
francos suizos.
10\ Departament of National Accounts. Cabbinet Office.
Government Of Japan.
PBI Real. En billones de Yens. Series Originales. Ao de
referencia 2005.
50
USAGDP
1\
CHINAGDP
1\
BRASILGDP
1\
1995
10163.70
6079.37
705.64
1996
10549.50
7117.66
843.97
1997
11022.90
7897.30
939.15
1998
11513.40
8440.23
979.28
1999
12071.40
8967.71
1065.00
2000
12565.20
9921.46
1179.48
2001
12684.40
10965.52
1302.14
2002
12909.70
12033.27
1477.82
2003
13270.00
13582.28
1699.95
2004
13774.00
15987.83
1941.50
2005
14235.60
18493.74
2147.24
2006
14615.20
21631.44
2369.48
2007
14876.80
26581.03
2661.34
2008
14833.60
31404.54
3032.20
2009
14417.90
34090.28
3239.40
2010
14779.40
40151.28
3770.08
2011
15052.40
47310.40
4143.01
2012
15470.70
51894.21
4392.09
2013
15761.30
56883.80
4844.82
ABSORCHILE
2\
28286262.0
0
32524818.0
0
36304583.0
0
38761784.0
0
37452878.0
0
41334153.0
0
44519785.0
0
47221935.0
0
50578109.0
0
54894580.0
0
63065298.0
0
70305875.0
0
78434664.0
0
91997261.0
0
89139716.0
0
104016024.
00
117566900.
00
129529394.
00
137684472.
00
XBRASIL
3\
XCHILE 3\
197.69
153.76
240.98
123.43
259.33
136.49
178.46
138.16
176.54
176.54
222.56
264.29
227.09
282.94
193.75
254.08
231.23
412.57
357.54
719.06
457.93
1093.24
805.53
1419.74
932.36
1695.38
873.53
1745.31
508.31
730.58
949.80
1373.28
1288.24
1948.07
1406.17
2029.68
1705.70
1669.98
Fuente
s:
1\ FRED.(Federal Reserve Bank of St. Louis).
USA. En billones de dolares del 2009. Ajustado
51
estacionalmente.
A precios corrientes. En billones de Yuans. Ajustado estacionalmente.
A precios corrientes. En billones de reales brasileos. No Ajustado estacionalmente.
2\ Banco Central de Chile. Demanda Final Interna. A precios corrientes. En millones
de pesos.
Ao de referencia 2008.
3\ BCRP y SUNAT. En millones de dolares.
XCHINA
3\
XUSA
3\
1995
351.45
944.52
1996
423.19
1997
498.19
1998
236.03
1999
219.15
2000
445.11
2001
425.03
2002
597.63
2003
676.97
2004
1244.70
2005
1878.53
2006
2260.85
2007
3040.49
2008
3636.03
2009
4078.80
2010
5436.67
2011
6972.64
2012
7843.95
1169.6
5
1624.2
4
1893.9
8
1783.6
4
1912.6
0
1749.9
0
1980.3
9
2409.8
1
3708.1
9
5342.0
9
5767.7
6
5555.9
2
5901.9
9
4771.4
9
6087.4
1
6029.9
2
6331.3
MUSA
3\
2064.6
8
2414.3
1
2722.8
4
2679.3
1
2127.2
2
2185.2
0
2132.5
3
1988.6
6
2338.3
8
1931.5
4
2162.6
1
2449.2
7
3487.1
1
5320.0
0
4139.1
1
5532.5
4
7170.2
4
7692.2
MCHINA
3\
MCHILE
3\
MBRASIL
3\
ABSORPERU
4\
162.39
579.97
417.58
127151.00
86.51
448.26
330.30
142415.00
119.50
477.99
349.96
161899.00
106.84
460.25
345.19
171605.00
114.08
449.60
261.71
173956.00
132.44
522.39
323.73
184198.00
129.68
648.40
273.77
185925.00
236.57
576.64
340.07
194039.00
287.17
615.36
418.45
203510.00
774.58
509.85
647.12
219072.00
1039.02
616.16
966.53
234851.00
1528.94
860.96
1929.73
263310.00
2350.86
861.98
1782.74
296176.00
3840.64
1166.42
2304.38
349116.00
3151.60
987.50
1596.81
345479.00
4812.16
1123.80
2103.52
398905.00
6092.85
1411.76
2377.70
446962.00
7486.57
1563.13
2509.24
496931.00
52
2013
7342.59
1
7387.7
5
5
8443.3
2
8105.58
1308.71
2237.48
544375.00
Fuente
s:
3\ BCRP y SUNAT. En millones de
dolares.
4\ INEI. Demanda Final Interna. A precios corrientes. En millones de
nuevos soles.
53