You are on page 1of 11

ANALISIS DEL MODELO IS- LM EN LA ECONOMIA PERUANA

(1992-2013)

RESUMEN

El modelo IS-LM explicara la economa peruana? Se sabe que las polticas


econmicas aplicadas en un pas responden a modelos econmicos, que bajo supuestos
propios de cada economa son elaborados, por ende el siguiente trabajo tiene como
objetivo identificar si el modelo IS LM explica la economa peruana a partir del ao
de 1992, por lo que se hace uso del mtodo de sistemas para la estimacin de los
parmetros requeridos de cada una de las variables, de cual hace uso los modelos para
as poder entender la importancia que tienen estas variable predeterminas en explicar la
economa del pas.

Se encuentra que, al ser puesta en prctica el modelo IS-LM en la realidad peruana, se


obtuvo resultados importantes , en donde los coeficientes o parmetros reflejan los
mismos resultados que la teora econmica, adems la variable inversin resulta ser una
variable que no explica de ninguna manera de la misma forma en que la explican las
dems variables. Esto resultado se obtuvo a partir de las estimaciones realizadas por el
mtodo de sistemas.

1. INTRODUCCIN
El presente trabajo trata de identificar si el modelo IS-LM explica la economa peruana
bajo los supuestos que tiene. En la literatura terica se observa en detalle la manera en
que los mercados ingresen al equilibrio, por lo que la alteracin de las variables
exgenas provoca una variacin de la variable endgena dependiendo del valor de los
parmetros de las variables.

Este trabajo est dividido en tres partes, en la primera nos muestra aspectos generales
del modelo y de los resultados obtenidos a partir de los datos encontrados. En la
segunda parte se muestra el anlisis profundo y detallado del modelo IS-LM, es decir
del estudio de las variables que coge el modelo para su interpretacin. En tercer lugar se
realiza el anlisis de resultados del modelo aplicado en nuestra economa a partir de los
datos obtenidos del BCRP y dems instituciones, as mismo se dan recomendaciones y
se obtienen conclusiones de nuestra economa en base al modelo en estudio.

2. MARCO TEORICO

En esta seccin trabajaremos con el modelo econmico de la IS-LM y la aplicaremos al


caso peruano en los periodos de 1992 2013

2.1. Anlisis del modelo IS LM en la economa peruana (1992-2013)

Segn (Blanchard, 2006) el modelo ISLM considera conjuntamente el mercado de


bienes (relacin IS) y el mercado de dinero (relacin LM). Es decir se analizan tres
mercados: bonos, bienes y dinero. El enfoque del modelo es el de equilibrio general, de
tal manera que los tres mercados se resuelven en forma conjunta; de all que si
llegamos al equilibrio en dos mercados, el tercero tambin lo estar. En el curso
tomamos IS LM con preferencia por la liquidez, esto es, buscamos el equilibrio general
a travs de los mercados de bienes y dinero.
Las variables endgenas son el producto y la tasa de inters. Las variables
exgenas y los parmetros vienen dados por fuera del modelo, y por lo tanto se
consideran datos del mismo.
Para construir el nuevo modelo comenzaremos deduciendo lo que denominaremos
relacin IS y posteriormente deduciremos la relacin LM.
3. MODELO

El modelo que nos permite trabajar en el anlisis de la economa peruana en los


periodos de 1992 y 2013 es el modelo de la IS-LM. Este modelo permitir explicar
cmo varan conjuntamente el nivel de produccin y el tipo de inters de la
economa. Se trata de un modelo para explicar el corto plazo. Al tratarse de un modelo
para explicar el corto plazo seguimos asumiendo la hiptesis de precios fijos, por tanto,
es importante que sepamos que el modelo NO nos va a permitir explicar cmo
evolucionan los precios y salarios de la economa y por tanto, no sirve para explicar la
inflacin.

Para construir el nuevo modelo comenzaremos deduciendo lo que denominaremos


relacin IS y posteriormente deduciremos la relacin LM.
3.1. La relacin IS

Segn (Herrarte, 2011) la relacin IS muestra las combinaciones de renta y tipos de


inters para las que el mercado de bienes est en equilibrio. La inversin no es exgena
sino que depende de las ventas de las empresas, del tipo de inters del mercado (i) y
de las expectativas de las empresas sobre las ventas futuras.

I =I ( Y , i)

Un aumento de las ventas afecta positivamente a la inversin de las empresas, un


aumento del tipo de inters (dado el resto de factores) reduce la inversin debido al
mayor coste de endeudamiento.
La relacin IS se deduce de las ecuaciones de comportamiento que se utiliza para
formular analticamente el modelo renta gasto, incluyendo ahora entre dichas

ecuaciones la funcin de inversin ( I =I + Y bi ).

Por tanto:

Demanda de bienes: DA=C + I +G

C=C+ c Y d
Funcin de consumo:

Funcin de inversin: I =I + aY bi


Funcin de gasto pblico: G=G
(
Renta disponible: (suponiendo T=tY): Y d =Y tY + TR= 1t Y + TR
)

Por ende: DA=C +c (1t ) Y +c TR+


I + aY bi+ G

Cuando el mercado de bienes esta en equilibrio se cumple DA=Y . Aplicando esto

tenemos:

1
Y= ( C +c TR+
I + G
) bi
Ecuacin IS
1ca

Siendo: 0 c 1 y 0 a 1 y 0 c+ a 1


A= ( C+c I + G
TR+ )
Adems:
3.2. Relacin LM

Para (Herrarte, 2011)La relacin LM representa las combinaciones de tipos de inters y


niveles de renta para las que el mercado monetario se encuentra en equilibrio, es decir,
para las que se cumple que la oferta real monetaria (M/P) es igual a la demanda de
dinero en trminos reales (L). La relacin LM nos va a decir que existe una relacin
directa entre la renta y el tipo de inters, es decir, que si se produce un aumento de la
renta ello implicar un aumento en el tipo de inters y viceversa.

La relacin LM se obtiene despejando el tipo de inters de la condicin de equilibrio


del mercado monetario (M/P=L):

M
Condicin de equilibrio del mercado monetaria: =kY hi

P

Despejando el tipo de inters se obtiene lo siguiente:

1 M
i= (kY ) .
h P

Ecuacin de LM

4. METODOLOGA Y RESULTADOS

Para estimar y explicar el modelo IS-LM en el caso peruano, se utilizara la metodologa


de estimacin de los sistemas de ecuaciones simultaneas (las que se adjuntan en el
anexo 7), los cuales adaptaremos del modelo revisado en la seccin anterior.
Obtendremos las ecuaciones estructurales de los equilibrios de la IS (mercado de bienes)
y de la LM (mercado de dinero), con estas ecuaciones estimaremos los parmetros de
las ecuaciones estructurales con el mtodo de estimacin de sistemas.

Los resultados de la estimacin se adjuntan en el cuadro nmero 01 los cuales describen


el comportamiento de los parmetros de las variables del modelo IS-LM.

Cuadro 01
PER: Resultados de la estimacin por el mtodo de sistemas; 1992 2013

Estimation Method: Two-Stage Least Squares


Sample: 1992 2013
Included observations: 22
Total system (balanced) observations 44
Coefficient Std. Error t-Statistic Prob.
C(11) -212.511 65.81641 -3.228846 0.0026
C(12) 0.461186 0.082784 5.570974 0
C(13) -377.536 206.358 -1.829519 0.0754
C(14) 1.228313 0.032335 37.98655 0
C(15) 1.644944 0.248957 6.607333 0
C(21) 0.00013 1.30E-05 10.00961 0
C(22) -0.000649 0.000135 -4.800811 0

Con un nivel de confianza del 10%, las variables empleadas en el modelo IS-LM son
significativos y explican el sistema de ecuaciones planteadas en el modelo, por tal
motivo, por ejemplo, un incremento en 1 unidad en el PBI genera un incremento en 1.22
unidades en el consumo total en la economa; respecto a la tasa de inters, un
incremento en 1% de la tasa de inters genera una disminucin en 0.0006 unidades de la
oferta monetaria.

Ambas explicaciones son ejemplos de las explicaciones generales que se pueden realizar
de toso los parmetros encontrados en la regresin por el mtodo de sistemas, pero
tambin es preciso evaluar los resultados generales de las estimaciones las cuales se
consignan en los cuadros 02 (estimacin del PBI) y 03 (estimacin de la tasa de inters)

Cuadro 02
PER: Resultados generales de la estimacin en la ecuacin del PBI, 1992 - 2013

Equation:
PBI=C(11)*INT+C(12)*GOB+C(13)*INV+C(14)*CONS+
C(15)
*TRANS
Instruments: GOB INV CONS TRANS OFM
0.99955 Mean 272268
R-squared 5 dependent var .8
Adjusted R- S.D. dependent 89137.
squared 0.99945 var 33
S.E. of 2090.63 Sum squared 743025
regression 1 resid 60
Durbin-Watson 2.05319
stat 2

Cuadro 03
PER: Resultados generales de la estimacin en la ecuacin de la Tasa de interes, 1992
- 2013
Equation: INT=C(21)*PBI+C(22)*OFM
Instruments: GOB INV CONS TRANS OFM
0.1937 Mean dependent 22.563
R-squared 03 var 04
Adjusted R- 0.1533 S.D. dependent 8.7124
squared 88 var 09
S.E. of 8.0164 Sum squared 1285.2
regression 18 resid 59
Durbin-Watson 0.9070
stat 9

Tanto en la estimacin de la ecuacin del PBI y de la Tasa de inters, la bondad de


ajuste de la regresin (R2) tiene un promedio relativamente elevado que permite aceptar
la relacin conjunta de las variables exgenas; de esta manera el 99% de las variables
del PBI estn siendo explicadas por las variables exgenas incluidas la Tasa de inters,
mientras que en la ecuacin de la Tasa de inters el 19% de esta variables est siendo
explicada por las dems variables exgenas incluyendo la variable PBI. En cuanto a los
problemas de autocorrelacin, la regresin indica que la estimacin del PBI presenta
este problema de autocorrelacin, mas no la ecuacin de la Tasa de inters; los
resultados de la prueba de Durbin-Watson indican tal aclaracin. Con respecto a los
problemas de normalidad, ambas ecuaciones presentan distribucin normal en sus
errores, estos resultados se encuentran en el anexo 1 y 2. Con respecto a los problemas
de heterosedasticidad podemos indicar que ambas ecuaciones presentan este problema,
los resultados se adjuntan en los anexos 3 y 4.

Las variables son y los datos cumples con algunos supuestos de la estimacin de los
Minimos Cuadrados Ordinarios, los cuales no permiten que la estimacin sea de mayor
precisin.

CONCLUSIONES

La teora del modelo IS-LM fue puesta en prctica en la realidad peruana y se

obtuvieron resultados interesantes, los comportamientos de los coeficientes reflejan los

mismos resultados que se obtiene en la teora econmica.


En el caso de la inversin, resulta una variable que no explica de una manera el modelo

de la forma en como la explican las otras variables exgenas, por tal motivo estuvo

afecta en los resultados generales


RECOMENDACIONES

Las aplicaciones de los modelos econmicos bsicos tiene que ser un buen inicio para

cualquier investigador que empiece a realizar estimaciones en los modelos econmicos

y as comprobar la veracidad de las teoras econmicas.


La inversin es una variables muy importante en la economa de todos los pases y ms

en un pas en vas de desarrollo como el Per, por tal motivo, tanto el Estado como la

empresa privada, deben incentivar la inversin para que pueda ser una variable

determinante en el PBI.

Bibliografa
Blanchard, O. (2006). Macroeconoma.

Herrarte, A. (2011). El mercado de dinero y la relacin LM.

Herrarte, A. (2011). El modelo IS-LM.

ANEXOS

Anexo 1: Prueba de identificacin de normalidad de los errores del PBI


5
Series: Residuals
Sample 1992 2013
4 Observations 22

Mean -2.036540
3
Median 68.85587
Maximum 3384.296
Minimum -2936.882
Std. Dev. 1883.027
2
Skewness 0.019140
Kurtosis 1.996539
1 Jarque-Bera 0.924365
Probability 0.629907

0
-3000 -2000 -1000 0 1000 2000 3000

Anexo 2: Prueba de identificacin de normalidad de los errores de la tasa de inters


9
Series: Residuals
8 Sample 1992 2013
Observations 22
7

6 Mean -0.163135
Median -0.895481
5 Maximum 13.68597
Minimum -17.54928
4
Std. Dev. 7.821454
3 Skewness -0.294084
Kurtosis 2.904670
2
Jarque-Bera 0.325443
1 Probability 0.849828
0
-20 -15 -10 -5 0 5 10 15

Anexo 3: Prueba de identificacin del problema de heterosedasticidad del PBI

Heteroskedasticity Test: White PBI

F-statistic 5.868285 Prob. F(5,16) 0.0029


Obs*R-squared 14.23668 Prob. Chi-Square(5) 0.0142
Scaled explained SS 4.235355 Prob. Chi-Square(5) 0.5161

Anexo 4: Prueba de identificacin del problema de heterosedasticidad la Tasa de inters

Heteroskedasticity Test: White INT

F-statistic 11.03844 Prob. F(2,19) 0.0007


Obs*R-squared 11.82396 Prob. Chi-Square(2) 0.0027
Scaled explained SS 9.429100 Prob. Chi-Square(2) 0.0090

Anexo 5: Regresin de la ecuacin de la tasa de inters por el mtodo de mnimos


cuadrados en 2 etapas

Dependent Variable: INT


Method: Two-Stage Least Squares
Date: 09/17/14 Time: 16:50
Sample: 1992 2013
Included observations: 22
Instrument specification: GOB INV CONS TRANS OFM

Variable Coefficient Std. Error t-Statistic Prob.

PBI 0.000130 1.30E-05 10.01111 0.0000


OFM -0.000649 0.000135 -4.802163 0.0001

R-squared 0.193700 Mean dependent var 22.56304


Adjusted R-squared 0.153385 S.D. dependent var 8.712409
S.E. of regression 8.016432 Sum squared resid 1285.264
Durbin-Watson stat 0.907096 J-statistic 9.734130
Instrument rank 5 Prob(J-statistic) 0.020967

Anexo 6: Regresin de la ecuacin del PBI por el mtodo de mnimos cuadrados en 2


etapas

Dependent Variable: PBI


Method: Two-Stage Least Squares
Date: 09/17/14 Time: 17:05
Sample: 1992 2013
Included observations: 22
Instrument specification: GOB INV CONS TRANS OFM

Variable Coefficient Std. Error t-Statistic Prob.

INT -214.6970 67.40362 -3.185244 0.0054


GOB 0.460439 0.083014 5.546492 0.0000
INV -376.2133 206.7580 -1.819583 0.0865
CONS 1.228578 0.032416 37.90066 0.0000
TRANS 1.645094 0.249226 6.600820 0.0000

R-squared 0.999554 Mean dependent var 272268.8


Adjusted R-squared 0.999449 S.D. dependent var 89137.33
S.E. of regression 2092.869 Sum squared resid 74461712
Durbin-Watson stat 2.051451 J-statistic 1.53E-37
Instrument rank 5

Anexo 7: Adecuacin del modelo IS-LM a las Ecuaciones simultaneas

Y =C + I +G

C=C+ c(Y + TR)

I =I + aY bi

G=G

Reemplazando en la primera ecuacin

Y =C +c (Y +TR)+ I + aY bi + G

cTR+ I + bi+ G
Y cY aY =C+

b c 1 I + 1 1
Y= i+ TR+ C+ G
1ca 1ca 1c a 1ca 1ca
Ecuacin en el mercado de dinero


Oferta monetaria ( MP )= MP
M d
Demanda de dinero ( )
P
=hY fi

Oferta monetaria = Demanda monetaria


M
hY fi=

P

k 1M
i= Y
h
h P

Ecuaciones estructurales :

b c 1 I + 1 1
Y= i+ TR+ C+ G ..(1)
1ca 1ca 1c a 1ca 1ca

k 1
M
i= Y
h h (2)
P