Alberto Tesis Titulo 2015

Universidad Nacional de la Amazonía Peruana
Facultad de Ciencias Económicas y de Negocios
Escuela Profesional de Economía
TESIS
Análisis de la Relación entre Crecimiento Económico y

Desarrollo del Sistema Financiero en el Perú 1994-2013
PARA OPTAR EL TÍTULO PROFESIONAL DE

ECONOMISTA
PRESENTADO POR LOS BACHILLERES
Alberto Jair López Rojas

Luis Guillermo Sánchez Aspajo
ASESOR:
Econ. Mario André López Rojas
IQUITOS-PERÚ
2015
Análisis de la Relación entre Crecimiento Económico y Desarrollo del Sistema Financiero en el Perú 1994-2013
DEDICATORIA
Alberto Jair:
A mis padres Adrián y Rubí, por el grande amor que les tengo y que siempre me han
brindado; por ser quienes me apoyan en todo momento y por sus consejos que hacen
posible el desarrollo de mi vida personal y profesional.
Luis Guillermo:
Dedico este gran logro a Guillermo Sánchez y Olga Aspajo, quienes me brindaron todo su
apoyo para hacer realidad este gran proyecto, quienes supieron orientarme en toda
adversidad y me dieron la fuerza necesaria para afrontarla.
Para ustedes todo mi cariño y admiración por ser los mejores y excelentes padres.
UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 2

AGRADECIMIENTO
Hoy, después de mucho esfuerzo y dedicación, damos gracias a nuestro DIOS PADRE,
porque puso en nuestro camino a grandes profesionales que nos brindaron todo su apoyo,
gracias a Miguel Ángel Cabello, Mario López, y George Luna, por su orientación y
consejos para lograr nuestro más ansiado sueño, ser buenos profesionales.

ÍNDICE GENERAL
DEDICATORIA ............................................................................................................... 2
AGRADECIMIENTO ...................................................................................................... 3
ÍNDICE GENERAL ......................................................................................................... 4
ÍNDICE DE GRÁFICOS ................................................................................................. 6
ÍNDICE DE CUADROS .................................................................................................. 7
INTRODUCCIÓN ............................................................................................................ 8
CAPÍTULO I: PLANTEAMIENTO DE LA INVESTIGACIÓN .................................. 9
1.1 Planteamiento del Propósito de la Investigación ...................................................... 9
1.2 Formulación del Propósito de la Investigación ...................................................... 10
Propósito General ........................................................................................................... 10
Propósitos Específicos .................................................................................................... 10
1.3 Objetivo de la Investigación ................................................................................... 10
Objetivo General............................................................................................................. 10
Objetivos Específicos ..................................................................................................... 10
1.4 Justificación de la Investigación ............................................................................. 11
1.5 Hipótesis ................................................................................................................. 11
Hipótesis General ........................................................................................................... 11
Hipótesis Específicas ...................................................................................................... 11
1.6 Operacionalización de la Hipótesis: Variables, Indicadores e Índices ................... 12
1.7 Identificación del Método de Investigación ........................................................... 13
1.8 Marco Poblacional y Población .............................................................................. 13
1.9 Marco Muestral y Muestra ..................................................................................... 14
1.10 Fuente de Recolección de Datos ......................................................................... 14
CAPÍTULO II: MARCO TEÓRICO ............................................................................. 15
2.1 Teorías Relacionadas al Sector de Estudio ............................................................. 15
2.1.1 Modelo de crecimiento neoclásico Solow-Swan ................................................ 15
2.1.1.1 Supuestos del modelo de crecimiento ............................................................ 15
2.1.1.2 Variables per cápita ........................................................................................ 19
2.1.1.3 Dinámica del modelo de crecimiento ............................................................. 20
2.1.2 Modelo de crecimiento Solow-Swan con progreso tecnológico ....................... 22
2.1.2.1 Desarrollo del modelo de crecimiento ............................................................ 22
2.1.2.2 La función de producción modificada y sus factores ..................................... 23
2.1.2.3 Supuestos relacionados con la función de producción ................................... 24
2.1.2.4 La evolución en el tiempo de los factores de producción............................... 25
2.1.2.5 El funcionamiento del modelo de crecimiento ............................................... 27
2.1.3 Modelo de crecimiento Solow-Swan con intermediación financiera ................. 29
2.1.4 Modelo de crecimiento endógeno: Modelo AK ................................................. 31
2.1.4.1 Función de producción AK............................................................................. 31
2.1.4.2 Supuestos de la función de producción AK ................................................... 31
2.1.4.3 Desarrollo y funcionamiento del modelo de crecimiento endógeno .............. 32
2.1.5 Crecimiento endógeno con intermediación financiera ....................................... 33
2.2 Teorías Relacionadas al Tema de Estudio .............................................................. 34
2.2.1 King y Levine (1993) ......................................................................................... 34

2.2.2 Pussetto (2008) ................................................................................................... 35

2.2.3 Burneo (2008) ..................................................................................................... 35
2.2.4 Rojas (2009) ....................................................................................................... 35
2.2.5 Gómez (2009) ..................................................................................................... 36
2.2.6 Terceño y Guercio (2011)................................................................................... 36
2.2.7 Rodríguez (2011) ................................................................................................ 37
2.2.8 Lahura y Vargas (2013) ...................................................................................... 37
2.2.9 Albuja (2011)...................................................................................................... 37
2.2.10 Aguilar (2011) ................................................................................................ 38
2.3 Marco Conceptual................................................................................................... 39
CAPÍTULO III: RESULTADOS DE LA INVESTIGACIÓN...................................... 49
3.1 Metodología Utilizada ............................................................................................ 49
3.2 Hechos Estilizados.................................................................................................. 50
3.2.1 Crecimiento del Producto Bruto Interno ............................................................ 50
3.2.2 Sistema Financiero ............................................................................................. 52
3.3 Estadísticos Descriptivos ........................................................................................ 54
3.3.1 Producto Bruto Interno ....................................................................................... 54
3.3.2 Profundización Financiera .................................................................................. 56
3.3.3 Acceso a Tecnología e Infraestructura ............................................................... 58
3.4 Estimación y Resultados ......................................................................................... 58
CONCLUSIONES .......................................................................................................... 84
RECOMENDACIONES ................................................................................................ 85
BIBLIOGRAFÍA ............................................................................................................ 86
MATRÍZ DE CONSISTENCIA ..................................................................................... 89
INSTRUMENTO DE RECOLECCIÓN DE DATOS ................................................... 90
ANEXOS ........................................................................................................................ 91

ÍNDICE DE GRÁFICOS
Gráfico 1: Función de producción - condiciones de INADA ......................................... 17

Gráfico 2. Ejemplo de una función de producción ......................................................... 19
Gráfico 3: Ecuación fundamental de Solow-Swan ......................................................... 21
Gráfico 4: Diagrama de fase ........................................................................................... 22
Gráfico 5: Inversión realizada e inversión de reposición ............................................... 29
Gráfico 6: Inversión realizada e inversión de reposición ............................................... 33
Gráfico 7: Hechos estilizados del PBI peruano. ............................................................. 51
Gráfico 8: Evolución del PBI Real y Corriente ............................................................. 54
Gráfico 9: Evolución del PBI Real por Regiones .......................................................... 55
Gráfico 10: Colocaciones, Depósitos del Sistema Financiero y PBI ............................ 56
Gráfico 11: Colocaciones y Depósitos del Sistema Financiero/PBI .............................. 56
Gráfico 12: Evolución de Indicadores de Acceso a Tecnología e Infraestructura ......... 58

ÍNDICE DE CUADROS
Cuadro 1: Variables, indicadores e índices. ................................................................... 12

Cuadro 2: Ranking de Profundización Financiera por Regiones 2013 .......................... 57
Cuadro 3: Modelo con PBI total/Colocaciones .............................................................. 59
Cuadro 4: Modelo con PBI total/Intermediación ........................................................... 59
Cuadro 5: Modelo con PBI no primario/Colocaciones .................................................. 60
Cuadro 6: Modelo con PBI no primario/Intermediación ................................................ 60
Cuadro 7: Modelo con PBI total/Depósitos .................................................................... 61
Cuadro 8: Modelo con PBI no primario/Depósitos ........................................................ 61
Cuadro 9: Modelo con PBI total/Colocaciones .............................................................. 63
Cuadro 10: Modelo con PBI total/Depósitos .................................................................. 63
Cuadro 11: Modelo con PBI total/Intermediación ......................................................... 64
Cuadro 12: Modelo con PBI no primario/Colocaciones ................................................ 64
Cuadro 13: Modelo con PBI no primario/Depósitos ...................................................... 65
Cuadro 14: Modelo con PBI no primario/Intermediación .............................................. 65
Cuadro 18: Modelo con PBI total/Colocaciones ............................................................ 68
Cuadro 39: Ratio de Colocaciones sobre PBI total. ....................................................... 97
Cuadro 40: Ratio de Captación sobre PBI total. ............................................................. 99
Cuadro 41: Ratio de Captación + Colocaciones sobre PBI total. ................................. 101
Cuadro 42: Datos de Panel. .......................................................................................... 103
Cuadro 43: Base de Datos ............................................................................................ 114
Cuadro 44: Abreviaturas empleadas en Gráficos ......................................................... 125
Cuadro 45: Abreviaturas empleadas en Análisis Econométrico .................................. 126

INTRODUCCIÓN
Los efectos del crecimiento económico sobre el bienestar económico de un país

son notables, es así que un mayor crecimiento económico ayuda a disminuir la
pobreza, mejorar los indicadores de salud, etc. En este resultado, tener un sistema
financiero desarrollado y eficiente es crucial, ya que uno de sus principales roles
es el de reducir las fricciones de mercado derivadas de la existencia de costos de
información y costos de transacción entre los agentes económicos (prestamistas y
prestatarios). Por lo tanto, dicho sistema se convierte en un elemento clave de la
economía, lo cual lleva a indagar sobre su verdadero efecto sobre el crecimiento
de una economía.
En el caso peruano, en la última década, se ha experimentado un dinamísmo

importante, favorecido por un contexto internacional favorable (altos precios de
las materias primas que exportamos y bajas tasas de interés). La tasa de
crecimiento promedio del PBI ha sido uno de los más altos de los países de la
región y de las economías emergentes, incluso en los momentos de mayor estrés
financiero de la economía global, el Perú ha destacado por la solidez de sus
fundamentos macroeconómicos.
Como consecuencia de este período de alto crecimiento, el PBI per cápita se ha

incrementado considerablemente, superando los niveles máximos de la década de
los 70’s. Asociado a ello, los indicadores socioeconómicos, como la incidencia de
pobreza, han mejorado significativamente a nivel nacional, alcanzando niveles
históricos. Por su parte, el ambiente para hacer negocios en el Perú ha mejorado
considerablemente, aunque existen aún problemas por corregir, lo que ha
impulsado el crecimiento de empresas pequeñas y microempresas.
Por otra parte, las empresas financieras, tanto las orientadas a las pequeñas y
medianas empresas como la banca comercial, han incrementado el nivel de sus
operaciones en regiones con alto potencial de expansión, financiando no sólo
créditos personales sino, en mucha mayor medida, crédito productivo. Cabe
entonces preguntarse cuál ha sido el rol que han jugado las entidades financieras
en canalizar los inmensos fondos disponibles durante este período de boom
económico.
Respecto a esto último, hay un consenso, tanto a nivel teórico como empírico,
acerca de la existencia de una relación directa entre crecimiento económico y
desarrollo del sistema financiero. Aunque, existe debate acerca de la causalidad
entre dichas variables.
Los autores.

CAPÍTULO I: PLANTEAMIENTO DE LA INVESTIGACIÓN
1.1 Planteamiento del Propósito de la Investigación
Desde inicio de los 90’s, las economías emergentes han registrado un contexto
económico favorable, producto del alto flujo de capitales. Sin embargo, el éxito de
estas economías no hubiese sido posible sin la existencia de un sistema financiero
eficiente y competente.
El sistema financiero, es importante en toda economía, por ser el principal

canalizador de los fondos excedentes de los agentes superavitarios hacia aquellos
agentes con proyectos rentables y con recursos insuficientes para ponerlos en marcha.
De hecho, en la última crisis internacional, el quiebre del mercado de crédito ha sido
un mecanismo de propagación de la crisis del mercado inmobiliario hacia la
economía real.
Por tanto, la evidencia histórica indica que contar con un entorno macroeconómico
estable y favorable a la inversión privada es un requisito fundamental para el
crecimiento económico. Sin embargo, poseer un marco institucional transparente
para hacer negocios es necesario; y tener un sistema financiero eficiente y
competente, canalizador de los fondos disponibles, es importante.
El Perú no ha sido ajeno a este contexto económico, desde las reformas impulsadas
en la década de los 90’s se ha podido notar un mayor dinamísmo de las economías
regionales, el mismo que ha sido acompañado de una creciente expansión del sistema
financiero, en particular de las microfinanzas.
Bajo esta premisa, el propósito de la investigación es determinar la relación entre el

crecimiento económico y el desarrollo del sistema financiero para el Perú en el
período 1994-2013, partiendo de un modelo de datos de panel.

1.2 Formulación del Propósito de la Investigación
La situación planteada anteriormente se resume en lo siguiente:
Propósito General:
¿Cuál es la relación entre el crecimiento económico y el desarrollo del sistema

financiero en el Perú durante el período 1994-2013?
Propósitos Específicos:
1. ¿Cuáles son los principales hechos estilizados del crecimiento económico del
Perú durante el período 1994-2013?
2. ¿Cuál es la evolución de los indicadores de profundización financiera del
Perú durante el período 1994-2013?
3. ¿Que modelo econométrico permite medir la relación entre el crecimiento
económico y el desarrollo del sistema financiero del Perú durante el período
1994-2013?
1.3 Objetivo de la Investigación
Objetivo General:
Determinar la relación entre el crecimiento económico y el desarrollo del sistema

financiero en el Perú, mediante un modelo de datos de panel, para el período 1994-
2013.
Objetivos Específicos:
1. Determinar los principales hechos estilizados del crecimiento económico del

Perú durante el período 1994-2013.
2. Analizar los indicadores de profundización financiera del Perú durante el
período 1994-2013.
3. Estimar mediante un modelo de datos de panel, la relación entre el
crecimiento económico y el desarrollo del sistema financiero del Perú durante
el período 1994-2013.

1.4 Justificación de la Investigación
Como se mencionó anteriormente, el contexto internacional favorable de los últimos

años en cuanto a precios de materias primas y tasas de interés, sumado a la estabilidad
macroeconómica de la economía peruana ha hecho que el Perú sea una plaza
importante de inversión privada, tanto nacional como extranjera.
Ello se ha visto reflejado en un dinamísmo importante de la economía doméstica, que

ha tenido repercusiones en los indicadores de crecimiento económico del país, como
es el PBI per-cápita y otros indicadores socioeconómicos, como los índices de
pobreza.
Sin embargo, todo esto no hubiese sido posible si el desarrollo del sistema financiero
no hubiese seguido a la par del crecimiento de la actividad económica. De hecho, en
el interior del país tanto el dinamísmo de las entidades micro-financieras como de la
banca comercial han hecho posible financiar distintos proyectos productivos, lo que
ha dinamizado las economías locales.
Por tanto un desarrollo del sistema financiero que promueva la inclusión de más
agentes, tanto prestamistas como prestatarios, hace que la economía se vea
favorecida. Por lo que es importante cuantificar el efecto que ha tenido el desarrollo
del sistema financiero sobre el crecimiento económico del Perú.
1.5 Hipótesis
Hipótesis General:
El crecimiento económico del Perú, durante el período 1994-2013, fue impactado

positivamente por el desarrollo del sistema financiero.
Hipótesis Específicas:
1. El fuerte desarrollo del sistema financiero es uno de los principales hechos

estilizados del crecimiento económico del Perú durante el período 1994-2013.

2. Los indicadores de profundización financiera reflejan la importancia del

sistema financiero en el crecimiento económico del Perú durante el período
1994-2013.
3. La aplicación de un modelo de datos de panel permite estimar la relación
entre el crecimiento económico y el desarrollo del sistema financiero del Perú
para el período 1994-2013.
1.6 Operacionalización de la Hipótesis: Variables, Indicadores e Índices
La Operacionalización de las variables, están en función a los parámetros

establecidos por la teoría económica sobre la cual se enmarca la investigación, y que
se resumen en el siguiente cuadro:
Cuadro 1: Variables, indicadores e índices.
Elaboración Propia

1.7 Identificación del Método de Investigación
En la presente investigación, se aplicó la metodología empleada por Aguilar (2011),

utilizando un modelo para datos de panel de tal manera, que fue posible aprovechar
la información de las 24 regiones durante el período de 1994-2013, a pesar de que
en algunas variables de control no se dispuso de la data completa.
El empleo de datos de panel nos fue muy útil por dos razones principales:
 Permitió contar con un buen número de observaciones, ya que contando con

una dimensión temporal de 20 años, y una dimensión de corte transversal de
24 individuos (regiones), obtenemos un total de 480 observaciones.
 Permitió controlar mejor la heterogeneidad de cada región, la cual es
generalmente no observable y podría tener efectos sobre las variables
explicativas o sobre la varianza del error idiosincrático.
Asimismo, dado el número de períodos temporales del cual disponemos, el modelo

de datos de panel no puede ser estático, por la probable existencia de correlación
serial de los errores. Es por ello que la aplicación de un modelo dinámico podría
reportar resultados más precisos.
A continuacion se detalla el Tipo y Diseño de la Investigación:
 Tipo de Investigación: Investigación Correlacional, porque nos permitió

determinar el grado de relación o asociación no causal existente entre las
variables estudiadas.
 Diseño de la Investigación: No Experimental, porque la observación de las
variables, que comprenden el fenómeno estudiado, son analizadas en un
contexto real, sin una manipulación deliberada.
1.8 Marco Poblacional y Población
El marco poblacional se conformó por el Perú y sus 24 regiones (considerando a

Lima y Callao como una sola región para la presente investigación), durante el
período 1994-2013.

1.9 Marco Muestral y Muestra
La muestra se conformó por el Producto Bruto Interno (PBI) total y no primario,

Créditos, Depósitos, Electricidad, Población Económicamente Activa (PEA), Agua
y Líneas de Teléfonos Fijos de cada una de las 24 regiones del Perú, durante el
período 1994-2013.
1.10 Fuente de Recolección de Datos
Los datos fueron obtenidos de las siguientes fuentes:
1. PBI total regional y PBI no primario, de la publicación de las cuentas

nacionales departamentales del INEI, cuya frecuencia es anual.
2. Los datos de colocaciones y depósitos de las instituciones financieras de las
bases de datos mensuales de la SBS.
3. Evolución de la Población Económicamente Activa, obtenidas de las bases
de datos online del INEI.
4. Variables relacionadas a infraestructura, de las encuestas de hogares de
(ENAHO, ENDES, ENNIV entre otras) y/o Censos Nacionales.

CAPÍTULO II: MARCO TEÓRICO
2.1 Teorías Relacionadas al Sector de Estudio
2.1.1 Modelo de crecimiento neoclásico Solow-Swan
Según Solow, Robert y Swan, Trevor (1956), se desarrolló un modelo de crecimiento

con la introducción de una función de producción de tipo Cobb-Douglas junto al
supuesto de competencia perfecta, el cual conduce a la economía a una situación de
equilibrio sostenido a largo plazo con pleno empleo, este aporte fue considerado
como base para analizar el crecimiento económico moderno.
A continuación, se expone los supuestos y la dinámica del modelo de crecimiento,

que ha sido objeto de diversas ampliaciones con el objetivo de completarlo y
mejorarlo.
2.1.1.1 Supuestos del modelo de crecimiento:
I. Se produce un único bien en la economía y el total de la producción (o ingreso)

nacional, se dedica al consumo o a la inversión:
𝑌𝑡 = 𝐶𝑡 + 𝐼𝐵 (1)
II. El ahorro es igual a la inversión (bruta):
𝑆 = 𝐼𝐵 (2)
III. Los agentes económicos ahorran una fracción constante del ingreso:
𝑆 = 𝑠𝑌𝑡 (3)
Donde 𝑠 es el coeficiente de ahorro y se verifica que 0 < 𝑠 < 1. Por ende,

consumen la fracción restante del ingreso:
𝐶𝑡 = (1 − 𝑠)𝑌𝑡 (4)

IV. La cantidad de producto que se genera, se debe a la combinación de los factores

de capital (𝐾𝑡 ), el trabajo (𝐿𝑡 ) y la tecnología (𝐴𝑡 ). Representaremos la forma
funcional de la combinación de los factores a través de:
𝑌𝑡 = 𝐹(𝐾𝑡 , 𝐿𝑡 , 𝐴𝑡 ) (5)
Donde la ecuación (5), se le conoce como “función de producción neoclásica”.
V. La inversión neta o variación neta del capital está dada por la adquisición de
equipo menos la depreciación del mismo.
𝜕𝐾𝑡
𝐼𝑁 = = 𝐼𝐵 − 𝛿𝐾𝑡 (6)
𝜕𝑡
Tal que es la tasa de depreciación del capital 0 < δ < 1.
VI. La mano de obra sigue un comportamiento malthusiano:
𝐿̇
𝐿𝑡 = 𝐿0 𝑒 𝑛𝑡 ⇔ 𝐿𝑡 = 𝑛 (7)
𝑡
VII. La función de producción es neoclásica, y presenta las siguientes características:
𝑌𝑡 = 𝐹(𝐾𝑡 , 𝐿𝑡 , 𝐴𝑡 ) (8)
a) Es homogénea de grado uno:
𝜆𝑌𝑡 = 𝐹(𝜆𝐾𝑡 , 𝜆𝐿𝑡 , 𝐴𝑡 ) = 𝜆𝐹(𝐾𝑡 , 𝐿𝑡 , 𝐴𝑡 ), ∀ 𝜆 ≥ 0 (9)
En términos económicos se dice que hay rendimientos constantes a escala.
Es una función dos veces continuamente diferenciable, respecto a las primeras

y segundas derivadas en 𝐾𝑡 y 𝐿𝑡 , se dice que los productos marginales son
positivos:
𝜕𝑌𝑡 𝜕𝑌𝑡
𝜕𝐾𝑡
> 0, 𝜕𝐿𝑡
>0 (10)
Es decir, un incremento en el capital o trabajo, generará un aumento en la

producción.

Luego, se verifica la productividad marginal decreciente de los factores:
𝜕2 𝑌𝑡 𝜕2 𝑌𝑡
𝜕𝐾𝑡2
< 0, 𝜕𝐿2𝑡
<0 (11)
Esto quiere decir que los incrementos sucesivos en el capital o trabajo darán
lugar a aumentos cada vez menores en la producción.
b) Satisface las llamadas condiciones de Inada:
𝜕𝑌 𝜕𝑌
lim ( 𝑡 ) = 0, lim ( 𝑡 ) =∞ (12)
𝐾→∞ 𝜕𝐾𝑡 𝐾→0 𝜕𝐾𝑡
𝜕𝑌 𝜕𝑌
lim ( 𝑡 ) = 0, lim ( 𝑡 ) =∞ (13)
𝐿→∞ 𝜕𝐿𝑡 𝐿→0 𝜕𝐿𝑡
Las cuales implican que las “primeras unidades" de capital y trabajo son
altamente productivas, pero cuando el capital y el trabajo son suficientemente
abundantes, entonces sus productos marginales son cercanos a cero.
El gráfico 1, muestra la forma típica de una función de producción que cumple

estas condiciones de Inada
Y Y
Con L fijo Con K fijo
0 K 0 L
Gráfico 1: Función de producción - condiciones de INADA

c) Función de Cobb-Douglas:
Un ejemplo de la función de producción que satisface el supuesto (VII)

mencionados es la Cobb-Douglas:
𝑌𝑡 = 𝐹(𝐾𝑡 , 𝐿𝑡 , 𝐴𝑡 ) = 𝐴𝑡 𝐾𝑡𝛼 𝐿𝑡 1−𝛼 , 0<𝛼<1 (14)
Esta función de producción, es una buena aproximación a las funciones de

producción reales, de modo que es fácil comprobar los supuestos de una
función de producción neoclásica. La función de producción neoclásica, es
homogénea de grado uno o linealmente homogénea, con rendimientos
constantes a escala y, además, con rendimientos marginales de cada uno de los
factores, positivos y decrecientes.
Si multiplicamos la ecuación (14) por una constante arbitraria 𝜆 > 0,

comprobaremos que la función es homogénea de grado uno.
𝜆𝑌𝑡 = (𝜆𝐾𝑡 )𝛼 (𝜆𝐿𝑡 )1−𝛼 = 𝜆𝛼 𝜆1−𝛼 𝐾𝑡𝛼 (𝐿𝑡 )1−𝛼 = 𝜆𝐾𝑡𝛼 (𝐿𝑡 )1−𝛼 (15)
Por lo tanto, queda comprobado que la función es homogénea de grado uno.
La productividad marginal de los factores de capital y trabajo, es positiva
𝜕𝑌𝑡 𝜕𝑌𝑡
𝜕𝐾𝑡
= 𝛼𝐴𝑡 𝐾𝑡𝛼−1 (𝐿𝑡 )1−𝛼 > 0, 𝜕𝐿𝑡
= (1 − 𝛼)𝐴𝑡 𝐾𝑡𝛼 (𝐿𝑡 )−𝛼 > 0 (16)
La función es cóncava (porque la segunda derivada es negativa):
𝜕 2 𝑌𝑡
= 𝛼(𝛼 − 1)𝐴𝑡 𝐾𝑡𝛼−2 (𝐿𝑡 )1−𝛼 < 0,
𝜕𝐾𝑡2
(17)
𝜕 2 𝑌𝑡
= (1 − 𝛼)(−𝛼)𝐴𝑡 𝐾𝑡𝛼 (𝐿𝑡 )−𝛼−1 < 0
𝜕𝐿2𝑡

2.1.1.2 Variables per cápita
Si bien es cierto que trabajar con las variables agregadas 𝑌𝑡 , 𝐾𝑡 y 𝐿𝑡 es importante,

en la práctica lo más frecuente es emplear variables referidas a la población, esto es,
variables definidas como un promedio por persona o per cápita. En este sentido, por
el supuesto (VII. a) podemos trabajar con la siguiente función de producción per
cápita (producción por persona o por trabajador):
𝑌𝑡 𝐹(𝐾𝑡 ,𝐿𝑡 ) 𝐾
= = 𝐹 ( 𝑡 , 1) (18)
𝐿𝑡 𝐿𝑡 𝐿𝑡
𝑌𝑡 𝐾𝑡
Sean 𝑦𝑡 = y 𝑘𝑡 = , la producción y el capital per cápita respectivamente. Con
𝐿𝑡 𝐿𝑡
esto, podemos reescribir la ecuación (18), como sigue:
𝑐𝑡 = (1 − 𝑠)𝑦𝑡 (4´)
𝑓 ´ (𝑘𝑡 ) > 0 (10´)
𝑓 ´´ (𝑘𝑡 ) < 0 (11´)
lim 𝑓 ´ (𝑘𝑡 ) = ∞ (12´)

𝑘𝑡 →0
lim 𝑓 ´ (𝑘𝑡 ) = 0 (13´)

𝑘𝑡 →∞
Donde la función de producción intensiva es:

𝑦𝑡 = 𝑓(𝑘𝑡 ) (19)
Es sencillo demostrar en el Gráfico 2, la expresión (19) es positiva, que tiende a

infinito a medida que 𝑘𝑡 , tiende a cero y que tiende a 0 a medida que 𝑘𝑡 , tiende a
infinito.
𝑓(𝑘)
𝑘
Gráfico 2. Ejemplo de una función de producción

Siendo la función Cobb-Douglas (14), y reemplazando en la ecuación (18), se

obtiene:
𝑌𝑡
𝑦𝑡 = = 𝐴𝑘𝑡𝛼 (20)
𝐿𝑡
2.1.1.3 Dinámica del modelo de crecimiento
Con las premisas bien establecidas, veamos sus consecuencias en la descripción del
crecimiento económico. Si la economía cumple los supuestos I-VII, entonces la
dinámica de la acumulación de capital por trabajador está gobernada por:
𝑘̇𝑡 = 𝑠𝑓(𝑘𝑡 ) − (𝑛 + 𝛿)𝑘𝑡 (21)
La ecuación (21), se conoce como la ecuación fundamental de Solow-Swan, en

particular, las variaciones en el capital se deben a la diferencia entre los términos
𝑠𝑓(𝑘𝑡 ) y (𝑛 + 𝛿)𝑘𝑡 . El primero de ellos, refleja la cantidad de ahorro disponible para
invertir, tal que si se incrementa el ahorro per cápita, entonces habrá mayor
acumulación de capital por trabajador (a esto se le llama profundización del capital).
El segundo término, es la inversión bruta per cápita que se necesita para que la
𝐾𝑡
relación 𝑘𝑡 = , se mantenga constante, a tasa 𝛿 y 𝑛 dadas.
𝐿𝑡
Analicemos la dinámica asociada a la ecuación fundamental de Solow-Swan,

utilizando la gráfica 3, Como 𝑓(0) = 0, 𝑠𝑓(𝑘𝑡 ) = (𝑛 + 𝛿)𝑘𝑡 en 𝑘𝑡 = 0. Por otro
lado, las condiciones de Inada tienen dos implicancias: la primera, es que 𝑘𝑡 = 0,
𝑓 ´ (𝑘𝑡 ) es muy grande y por tanto 𝑠𝑓(𝑘𝑡 ) > (𝑛 + 𝛿)𝑘𝑡 ⇒ 𝑘̇𝑡 > 0, la segunda
implicación es que 𝑓 ´ (𝑘𝑡 ) tiende a cero conforme 𝑘𝑡 va aumentando, de manera que
a partir de cierto punto 𝑓 ´ (𝑘𝑡 ) < 𝛿 + 𝑛 ⇒ 𝑠𝑓(𝑘𝑡 ) < (𝛿 + 𝑛)𝑘𝑡 , por lo cual ambas
curvas terminan intersectándose. Finalmente, como 𝑓 ´´ (𝑘𝑡 ) < 0, sólo habrá un punto
en donde van cruzarse las curvas de profundización del capital y de ampliación del
mismo. Sea 𝑘𝑡∗ , el punto donde se da el cruce, de 𝑠𝑓(𝑘𝑡 ) = (𝑛 + 𝛿)𝑘𝑡 cuando 𝑘𝑡 =
0. Así que definimos a 𝑘𝑡∗ es el capital en estado estacionario, como se puede
visualizar en la gráfica.

𝑦
𝑓(𝑘)
Producción por trabajador

∗
𝑦
(𝑛 + 𝛿)𝑘
Consumo
𝑠𝑓(𝑘)
𝑠𝑦 ∗
Inversión
𝑘
∗
𝑘 Inversión por trabajador
Gráfico 3: Ecuación fundamental de Solow-Swan
Donde la dinámica de transición viene dada por la solución analítica de la ecuación

fundamental (21), y la función de producción Cobb-Douglas, en su forma intensiva
(𝑦𝑡 = 𝑘𝑡𝛼 ), se obtiene la forma funcional del capital por trabajador:
1
𝑠 𝑠 1−𝛼
𝑘𝑡 = [ + (𝑘01−𝛼 − ) 𝑒 −(1−𝛼)(𝑛+𝛿)𝑡 ] (22)
𝑛+𝛿 𝑛+𝛿
Y el estado estacionario es:

1
𝑠 1−𝛼
𝑘𝑡∗ = (𝑛+𝛿 ) (23)
Además, como 𝑦𝑡 = 𝑘𝑡𝛼 , la producción per cápita viene dada por:
𝛼
𝑠 𝑠 1−𝛼
𝑦𝑡 = [𝑛+𝛿 + (𝑘01−𝛼 − 𝑛+𝛿 ) 𝑒 −(1−𝛼)(𝑛+𝛿)𝑡 ] (24)
Y su estado estacionario:
𝛼
𝑠 1−𝛼
𝑦𝑡∗ = (𝑛+𝛿) (25)
Se puede resumir la información anterior en un diagrama de fase en la gráfica 4.

Siendo 𝑘0 , el capital per cápita inicial verifica que 𝑘0 < 𝑘𝑡∗ , entonces la inversión

realizada 𝑠𝑓(𝑘𝑡 ), es mayor que la inversión de reposición, así que 𝑘̇𝑡 = 0 y no habrá
aumento ni reducción de 𝑘𝑡 . Como puede verse, sea cual sea la posición inicial del
capital, la economía aquí considerada convergerá a 𝑘𝑡∗ .
𝑘̇
𝑘∗
0 𝑘 ∗
Gráfico 4: Diagrama de fase
2.1.2 Modelo de crecimiento Solow-Swan con progreso tecnológico
Según David Romer (2000), en la economía visualizada por Solow-Swan, el

crecimiento económico se produce debido a las continuas infusiones de capital y
trabajo. Sin embargo, ya que esta economía está sujeta a la ley de rendimientos
decrecientes, cada unidad adicional de capital o trabajo tenderá a producir cada vez
más un rendimiento menor, lo que implica que la relación capital por trabajo
alcanzará un nivel óptimo en el estado estacionario, de lo que se deduce que, en el
largo plazo, la única fuente de crecimiento económico es el progreso tecnológico, lo
que se conoce en la literatura económica como el "residuo de Solow".
Sin embargo, en el modelo de crecimiento, el origen del progreso tecnológico no es

tratado explícitamente y se asume que es una variable "exógena", es decir,
determinada fuera del modelo, de aquí el calificativo de modelo de crecimiento
exógeno.
2.1.2.1 Desarrollo del modelo de crecimiento
El modelo de crecimiento de Solow-Swan, muestra cómo afecta el ahorro, el

crecimiento de la población y el progreso tecnológico, a nivel de producción de una
economía y a su crecimiento con el paso del tiempo.

2.1.2.2 La función de producción modificada y sus factores
El modelo de Solow-Swan, se propuso modificar la función de producción de la

ecuación (8), a través del supuesto de que el progreso tecnológico se genera a una
tasa constante y que el efecto aumentador de la eficiencia del trabajo más que del
capital, donde la función de producción adopta la forma:
𝑌𝑡 = 𝐹(𝐾𝑡 , 𝐴𝑡 𝐿𝑡 ), donde el subíndice t denota el tiempo (26)
Utilizando el supuesto (IV), donde la economía dispone en todo período de ciertas

dotaciones de capital, trabajo y tecnología que se combinan en el proceso de
producción, por lo que el modelo gira en torno a cuatro variables: la producción (𝑌𝑡 ),
el capital (𝐾𝑡 ), el trabajo (𝐿𝑡 ) y “la tecnología” o la “eficiencia del trabajo” ( 𝐴𝑡 ).
La función de producción posee dos características. En primer lugar, el tiempo no

aparece directamente en la función, sino que lo hace a través de 𝐾𝑡 , 𝐿𝑡 y 𝐴𝑡 , lo que
quiere decir que el nivel de producción varía en el tiempo sólo si lo hacen los factores
que la determinan. En particular, si existe progreso técnico, el volumen de producción
que se obtiene a partir de unos recursos dados de capital y trabajo se incrementa a lo
largo del tiempo sólo si mejora la tecnología.
En segundo lugar, 𝐴𝑡 y 𝐿𝑡 aparecen en la función de producción en forma de

producto 𝐴𝑡 𝐿𝑡 , es el denominado trabajo efectivo, y el progreso técnico así
incorporado es conocido como aumentador de trabajo. De esta manera, se introduce
la variable 𝐴𝑡 en la función de producción, junto con los restantes supuestos del
modelo, lo que implica, que la razón capital-producción K / Y, se estabiliza al cabo
de un cierto tiempo. Los datos reales no muestran ninguna tendencia clara de la
relación capital-producto en el largo plazo, ni creciente ni decreciente. Además
construir el modelo de forma que esta razón sea finalmente constante simplifica
sobremanera el análisis. En definitiva, suponer que A se encuentra multiplicando a L
resulta muy ventajoso.

2.1.2.3 Supuestos relacionados con la función de producción
Se refiere a los supuestos (VII) aplicados a la función de producción, donde exhibe

rendimientos constantes a escala en sus dos factores, capital y trabajo. Esto significa
que si se duplica la cantidad de capital y de trabajo efectivo (por ejemplo, si 𝐾𝑡 y 𝐿𝑡
se doblan, manteniéndose constante 𝐴𝑡 ), el nivel de producción también se duplica.
En términos más generales, si multiplicamos ambos argumentos por una constante
arbitraria 𝜆, el nivel de producción se multiplica por ese mismo factor:
𝜆𝑌𝑡 = 𝐹(𝜆𝐾𝑡 , 𝜆𝐴𝑡 𝐿𝑡 ) = 𝜆𝐹(𝐾𝑡 , 𝐴𝑡 𝐿𝑡 ), ∀ 𝜆 ≥ 0 (27)
Esto resulta de la combinación de dos supuestos. El primero de ellos es que la

economía es ya lo suficientemente grande como para que las ganancias derivadas de
la especialización implican normalmente que la producción aumente en mayor
proporción que las cantidades incrementadas de capital y trabajo. El modelo de
crecimiento supone, sin embargo, que la economía está lo suficientemente
desarrollada como para que las cantidades adicionales de factores incorporadas al
proceso productivo sean explotadas de la misma manera que las ya existentes, de
modo que el nivel de producción crece exactamente en la proporción en la que lo
hacen aquéllos.
El supuesto de rendimientos constantes a escala nos permite operar con una función
de producción intensiva. Entonces 𝜆 > 1, nos da 𝜆𝑌𝑡 < 𝐹(𝜆𝐾𝑡 , 𝜆𝐴𝑡 𝐿𝑡 ), si invierte la
desigualdad la función de producción muestra rendimiento decreciente a escala.
1
Si definimos 𝜆 = A , reemplazando en la función de producción:
𝑡 L𝑡
𝑌𝑡 𝐾𝑡
𝐴𝑡 𝐿𝑡
= 𝐹 (𝐴 , 1) (28)
𝑡 𝐿𝑡
𝐾
En esta expresión, 𝑘𝑡 = 𝐴 𝐿𝑡 es la cantidad de capital por unidad de trabajo efectivo
𝑡 𝑡
𝑌𝑡
y, 𝑦𝑡 = 𝐴 𝐿 el producto por unidad de trabajo efectivo, podemos reescribir (28),
𝑡 𝑡
como:
𝑦𝑡 = 𝑓(𝑘𝑡 ) ⇒ (𝐹𝑃𝐼) (29)

La ecuación de la función de producción intensiva (FPI), se expresa como el producto

por unidad de trabajo efectivo como una función del capital por unidad de trabajo
efectivo. Para entender la intuición de esta ecuación, supongamos un aumento en la
escala de operaciones mediante un aumento proporcional en 𝐾𝑡 y 𝐴𝑡 𝐿𝑡 , donde el
producto por trabajador efectivo no cambiaría.
De manera que la producción por trabajador no depende del tamaño total de la

economía sino, de la cantidad de capital por unidad de trabajo (per cápita). Estas dos
nuevas variables 𝑦𝑡 y 𝑘𝑡 , se utiliza como instrumentos para entender el
comportamiento de las variables que nos interesan.
El modelo utiliza las condiciones (10´) y (11´), que la función de producción

intensiva 𝑓 ´ (𝑘𝑡 ) > 0 es positivo y 𝑓 ´´ (𝑘𝑡 ) < 0 es negativa, implica que la
productividad marginal del capital es positiva, pero que disminuye a medida que la
cantidad de capital por unidad de trabajo efectivo aumenta.
Además satisface las condiciones de Inada (1964), estas condiciones propuestas en

la (12´) y (13¨), nos dicen que la productividad marginal del capital es elevada cuando
el stock de capital es lo suficientemente pequeño y que se vuelve muy pequeña a
medida que éste aumenta, y su justificación estriba en garantizar que la evolución de
la economía no sea divergente.
2.1.2.4 La evolución en el tiempo de los factores de producción
El resto de los supuestos del modelo se refieren a cómo varían a lo largo del tiempo
las cantidades del trabajo, capital y tecnología. El modelo presupone que el tiempo
es continuo, es decir, que las variables incluidas en él están definidas en todos y cada
uno de los momentos. Las dotaciones iniciales de capital, trabajo y tecnología se
suponen dadas. El trabajo y la tecnología crecen a tasas constantes:
𝐿 ̇
𝐿̇𝑡 = 𝑛𝐿𝑡 ⇒ 𝐿 𝑡 = 𝑛 (30)
𝑡
𝐴 ̇
𝐴̇𝑡 = 𝑔𝐴𝑡 ⇒ 𝑡 = 𝑔 (31)
𝐴𝑡

Donde 𝑛 y 𝑔 son parámetros exógenos y los puntos sobre las variables indican una
𝜕𝑋𝑡
derivada con respecto al tiempo; es decir, 𝑋̇𝑡 es una forma abreviada de expresar .
𝜕𝑡
La tasa de crecimiento de una variable es su tasa de cambio proporcional, es decir, la

𝑋̇𝑡
expresión tasa de crecimiento de 𝑋 no es sino el valor . Por lo tanto, la ecuación
𝑋𝑡
(30) implica que la tasa de crecimiento de 𝐿 es constante e igual a 𝑛, y la ecuación

(31) que la tasa de crecimiento de 𝐴 es constante e igual a 𝑔.
Un dato esencial sobre las tasas de crecimiento es que la tasa de crecimiento de una
𝑋̇
variable es igual a la tasa de crecimiento de su logaritmo natural, es decir, 𝑋𝑡 es igual
𝑡
∂ln 𝑋𝑡
a . Para comprobarlo, nótese que ln 𝑋𝑡 es una función de, 𝑋 y, 𝑋 es una función
𝜕𝑡
de 𝑡, podemos utilizar la regla de la cadena para escribir
∂ln 𝑋𝑡 ∂ln 𝑋𝑡 ∂𝑋𝑡 1

= = . 𝑋̇𝑡 (32)
𝜕𝑡 𝜕𝑋𝑡 𝜕𝑡 𝑋𝑡
Si aplicamos este resultado (30) y (31), tenemos que las tasas de cambio de los
logaritmos de 𝐿 y 𝐴 son constantes e iguales ha 𝑛 y 𝑔 respectivamente, así pues:
ln 𝐿𝑡 = [ln 𝐿(0)] + 𝑛𝑡 (33)
ln 𝐴𝑡 = [ln 𝐴(0)] + 𝑔𝑡 (34)
Donde 𝐿(0) y A(0) son los valores que adoptan L y A en el período 0. Si elevamos a
sus correspondientes exponentes en ambos lados de estas ecuaciones, tendríamos:
𝐿𝑡 = 𝐿(0)𝑒 𝑛𝑡 (35)
𝐴𝑡 = 𝐴(0)𝑒 𝑛𝑡 (36)
Por lo tanto, se espera que tanto 𝐿 y A crezcan exponencialmente.
La producción se destina al consumo o a la inversión. La proporción del producto

destinada a la inversión, 𝑠, es exógena y constante; es decir, la inversión de una

unidad de producción genera una unidad de capital. Además, el capital existente se

deprecia a una tasa 𝛿. Por consiguiente:
𝐾̇𝑡 = 𝑠𝑌𝑡 − 𝛿𝐾𝑡 (37)
Aunque 𝑛, 𝑔 y 𝛿, no están sometidas a ninguna restricción de manera individual, su

suma se supone positiva. Con esto hemos completado la descripción del modelo.
El modelo de crecimiento económico, constituye una simplificación extrema en

varios sentidos. Por mencionar sólo algunos ejemplos, considera sólo un bien,
prescinde del papel del estado en la economía, ignora las fluctuaciones del empleo,
describe la producción a través de una función donde sólo intervienen tres factores,
y las tasas de ahorro, depreciación, crecimiento de la población y progreso
tecnológico se suponen constantes. Es lógico pensar que estos son defectos del
modelo: el modelo está prescindiendo de muchas características obvias del mundo
real, algunas de las cuales son sin duda importantes para explicar el crecimiento
económico. Sin embargo, el modelo no pretende ser realista. Al fin y al cabo, ya
poseemos un modelo que es absolutamente realista: la realidad misma.
El objetivo de un modelo es destacar ciertas características concretas de la realidad.

Si sus supuestos simplificadores llevan al modelo a proporcionar respuestas
incorrectas a las preguntas a las que pretendía dar respuesta, entonces la falta de
realismo puede ser efectivamente un defecto (aunque, incluso en este caso, la
simplificación puede resultar una referencia útil, porque muestra claramente los
efectos de aquellas características en un marco ideal). Pero si esto ocurre, entonces
la falta de realismo se convierte en una virtud; al aislar exclusivamente los efectos
que nos interesan, la simplificación hace que sean más fáciles de entender.
2.1.2.5 El funcionamiento del modelo de crecimiento
La evolución de dos de los tres factores de producción, el trabajo y el progreso

técnico, es exógena. Así que si queremos describir esta economía, debemos analizar
el comportamiento del tercer factor implicado, el capital.

Como la economía puede crecer a lo largo del tiempo, puede resultar más útil
centrarse en el stock de capital por unidad de trabajo efectivo 𝑘𝑡 , que en el stock de
𝐾
capital no ajustado 𝐾𝑡 . Dado que 𝑘𝑡 = 𝐴 𝐿𝑡 , se aplica la regla de la cadena que nos
𝑡 𝑡
permite expresar que:
𝐾̇ 𝐾 𝐾̇ 𝐾 𝐿̇ 𝐴̇
𝑘̇𝑡 = 𝐴 𝐿𝑡 − [𝐴 𝐿𝑡 ]2 [𝐴𝑡 𝐿̇𝑡 + 𝐿𝑡 𝐴̇𝑡 ] ⇒ 𝐴 𝐿𝑡 − 𝐴 𝐿𝑡 [𝐿𝑡 + 𝐴𝑡 ] (38)
𝑡 𝑡 𝑡 𝑡 𝑡 𝑡 𝑡 𝑡 𝑡 𝑡
𝐿̇ 𝐴̇ 𝐾𝑡
Por lo que sabemos, 𝑛 = 𝐿𝑡 , 𝑔 = 𝐴𝑡 , 𝑘𝑡 = 𝐴 y 𝐾̇𝑡 , por su parte aparece dado en la
𝑡 𝑡 𝑡 𝐿𝑡
ecuación (37). Sustituyendo ahora estas variables en la ecuación (38), se obtiene:
𝑌
𝑘̇𝑡 = 𝑠 𝐴 𝑡𝐿 − 𝛿𝑘𝑡 − 𝑛𝑘𝑡 − 𝑔𝑘𝑡 (39)
𝑡 𝑡
𝑌
Finalmente teniendo en cuenta el hecho de que 𝑦𝑡 = 𝐴 𝑡𝐿 podemos reescribir:
𝑡 𝑡
𝑘̇𝑡 = 𝑠𝑦𝑡 − (𝛿 + 𝑛 + 𝑔)𝑘𝑡 (40)
La expresión (40), es la ecuación fundamental del modelo de Solow-Swan con

progreso tecnológico y afirma que la tasa de cambio del stock de capital por unidad
de trabajo efectivo es la diferencia entre dos términos. El primer término 𝑠𝑦𝑡 , es la
inversión realizada por unidad de trabajo efectivo: el producto por unidad de trabajo
efectivo es 𝑦𝑡 , y la proporción de este producto que se destina a la inversión es 𝑠. El
segundo término (𝛿 + 𝑛 + 𝑔), es la inversión de reposición, es decir, el volumen de
inversión que es necesario para mantener 𝑘𝑡 constante. Hay dos razones por las que
se precisa un cierto nivel de inversión para evitar que 𝑘𝑡 disminuya. En primer lugar,
el capital se deprecia, por lo que para evitar que el stock de capital se reduzca es
necesario. Esto es lo que expresa el término 𝛿𝑘𝑡 en la ecuación (40). En segundo
lugar, la cantidad de trabajo efectivo crece, de manera que la inversión necesaria para
mantener el stock de capital 𝐾𝑡 constante no es suficiente para mantener constante el
stock de capital por unidad de trabajo efectivo aumenta a una tasa (𝑛 + 𝑔) para que
𝑘𝑡 disminuya, cuando la inversión realizada es igual a la reposición, 𝑘𝑡 es constante.

El gráfico 5, representa los dos componentes de 𝑘̇𝑡 en función de 𝑘𝑡 . La inversión de

reposición (𝑛 + 𝑔 + 𝛿)𝑘𝑡 , es proporcional a 𝑘𝑡 . La inversión realizada 𝑠𝑦𝑡 , es una
constante multiplicada por el producto obtenido por unidad de trabajo efectivo.
𝑦
Inversión de reposición: (𝒏 + 𝒈 + 𝜹)𝒌𝒕
Inversión realizada: 𝒔𝒚𝒕
𝑘𝑡∗ Inversión por unidad de trabajo efectivo
Gráfico 5: Inversión realizada e inversión de reposición
Como 𝑓(0) = 0, la inversión realizada y la inversión de reposición son iguales en el

punto en que 𝑘𝑡 = 0. Las condiciones de INADA implican que en 𝑘𝑡 = 0, 𝑓 ´ (𝑘𝑡 ) es
elevada, y que por lo tanto la curva 𝑠𝑦𝑡 tiene una mayor pendiente que la curva (𝑛 +
𝑔 + 𝛿)𝑘𝑡 . Así pues, para valores pequeños 𝑘𝑡 , la inversión realizada es mayor que la
inversión de reposición. Las condiciones de INADA también suponen que 𝑓 ´ (𝑘𝑡 )
tiende a cero a medida que 𝑘𝑡 aumenta. A partir de un punto determinado, la
pendiente de la curva de inversión realizada se halla por debajo de la pendiente de la
curva que representa la inversión de reposición. Como la curva 𝑠𝑦𝑡 es más plana que
la curva (𝑛 + 𝑔 + 𝛿)𝑘𝑡 , ambas terminan finalmente por cruzarse. Por último, el
hecho de que 𝑓 ´´ (𝑘𝑡 ) < 0 implica que ambas curvas se cruzan en un solo punto para
un valor de 𝑘𝑡 > 0. Llamaremos 𝑘𝑡∗ a ese punto en que la inversión realizada e
inversión de reposición son iguales.
2.1.3 Modelo de crecimiento Solow-Swan con intermediación financiera
Según Pagano (1993), se define el término (1 − 𝜃)𝑆 como el ahorro perdido en el

proceso de intermediación financiera. Por lo tanto, la cantidad de ahorro canalizada

a la inversión es igual al ahorro generado menos el ahorro perdido, su forma

funcional:
𝑆 − (1 − 𝜃)𝑆 = 𝜃𝑆 = 𝐼 (41)
Donde el término 𝜃𝑆 es la cantidad de ahorro canalizada a la inversión bruta o es el

ahorro efectivo. Pagano (1993) interpreta primariamente a (1 − 𝜃)𝑆 como los
recursos absorbidos por los intermediarios financieros en forma de recompensa por
servicios prestados. En segundo lugar, significa la absorción de recursos debido a las
ineficiencias de los intermediarios financieros, o debido al poder monopólico de los
intermediarios (una amplia brecha entre las tasas de interés pasiva y activa). Así,
cuando 𝜃 = 1, el ahorro generado es canalizado plenamente a la inversión, cuando
𝜃 < 1, el ahorro generado es canalizado parcialmente la inversión. Por lo tanto, el
desarrollo financiero implicaría un aumento de 𝜃.
Introduciendo en el desarrollo de un modelo de crecimiento exógeno con tasa de

ahorro constante e intermediación financiera, utilizando la ecuación (40) del modelo
de Solow-Swan con progreso tecnológico, se puede reescribir la ecuación:
𝑘̇𝑡 = 𝜃𝑠𝐴𝑘𝑡𝛼 − (𝛿 + 𝑛 + 𝑔)𝑘𝑡 (42)
Dividiendo entre 𝑘𝑡 , se obtiene la tasa de crecimiento de 𝑘𝑡
𝑘̇𝑡 𝜃𝑠𝐴
𝑘𝑡
= 𝑘 1−𝛼 − (𝛿 + 𝑛 + 𝑔) (43)
𝑡
Esta ecuación sintetiza la dinámica transitoria del modelo neoclásico. Dada la

existencia de rendimientos decrecientes en el capital, la tasa de crecimiento de la
𝑘̇𝑡
economía , se reduce conforme se incrementan los niveles de capitalización. Por
𝑘𝑡
ello en el estado estacionario la tasa de crecimiento de 𝑘𝑡 , es igual a cero. Esto implica

que en el estado estacionario la tasa de crecimiento del producto per cápita, y de 𝑘𝑡 ,
es igual a la tasa del progreso técnico 𝑔. Así, la economía converge hacia un valor de
𝑘𝑡 de estado estacionario 𝑘𝑡∗ , dado por:
1
𝜃𝑠𝐴 1−𝛼
𝑘𝑡∗ = [(𝑛+𝛿+𝑔)] (44)

Nótese que 𝜃 afecta el valor de 𝑘𝑡 de estado estacionario. Donde el crecimiento

depende de factores demográficos, tecnológicos, y financieros, así como de la
participación de los factores en el producto. Por esta razón se dice que el modelo
neoclásico existe condicionado a la tecnología, las preferencias e instituciones de la
economía.
2.1.4 Modelo de crecimiento endógeno: Modelo AK
Según Rebelo (1991), en el cual el autor abandona los supuestos neoclásicos en los
que el crecimiento económico de largo plazo es posible realizarlo sólo en la medida
en que existan mejoras tecnológicas, se plantea un modelo de crecimiento basado en
capital.
Es decir, el modelo de crecimiento puede ser desarrollado a partir de la acumulación

de dos factores diferentes; capital físico y capital humano. En este sentido, el capital
humano necesita de la inversión de manera similar al capital físico, lo cual se necesita
gastar recursos en la formación y capacitación de los trabajadores, sacrificando su
consumo actual, por lo que ambos factores son capital.
2.1.4.1 Función de producción AK
El modelo AK, puede ser descrito de la siguiente forma:

𝑌𝑡 = 𝐴𝐾𝑡 (45)
Donde 𝐴 es una constante y representa el aumentador de tecnología, mientras la

variable 𝐾𝑡 contiene el capital físico y el capital humano agregado de la economía.
Por lo que debemos señalar que la función de producción AK no cumple con todas
las propiedades de la función de producción neoclásica.
2.1.4.2 Supuestos de la función de producción AK
Aplicando el supuesto VII de la condición (9), donde exhibe rendimientos constantes

a escala, por lo tanto, cumple con esta propiedad neoclásica, dado que:
𝐴(𝜆𝐾𝑡 ) = 𝜆𝐴𝐾𝑡 = 𝜆𝑌𝑡 (46)

Exhibe rendimientos positivos pero no decreciente de capital, por lo tanto, no cumple

esta propiedad neoclásica, dado que:
𝜕𝑌𝑡 𝜕2 𝑌𝑡
𝜕𝐾𝑡
=𝐴 𝑦 𝜕𝐾𝑡2
=0 (47)
No satisface las condiciones de INADA, dado que el producto marginal del capital
es siempre igual a 𝐴, por lo que no se aproxima a cero cuando 𝐾𝑡 se aproxima a
infinito y no se aproxima a infinito cuando 𝐾𝑡 se aproxima a cero.
lim 𝐹 ´ (𝐾𝑡 ) = 𝐴 ≠ 0, lim 𝐹 ´ (𝐾𝑡 ) = 𝐴 ≠ ∞ (48)

𝐾𝑡 →∞ 𝐾𝑡 →0
2.1.4.3 Desarrollo y funcionamiento del modelo de crecimiento endógeno
Ahora, la introducción de la función de producción AK en la ecuación fundamental

de Solow-Swan, bajo el supuesto que el resto del modelo es exactamente igual, por
𝑌
lo debemos utilizar la función de producción AK en términos per cápita: 𝑦𝑡 = 𝐿𝑡 =
𝑡
𝐴𝐾𝑡
= 𝐴𝑘𝑡 y sustituir en el modelo de Solow-Swan,
𝐿𝑡
𝑘̇𝑡 = 𝑠𝐴𝑘𝑡 − (𝑛 + 𝛿)𝑘𝑡 (49)
Dividiendo por 𝑘𝑡 ambos lados de la ecuación obtenemos que la tasa de crecimiento

del capital por persona es igual a:
𝑘̇𝑡
𝑘𝑡
= 𝛾𝑘 = 𝑠𝐴 − (𝑛 + 𝛿) (50)
La tasa de crecimiento del capital per cápita 𝛾𝑘 es constante. Comprobamos ahora

que en este modelo la producción y el consumo per cápita crecen todos a la misma
tasa que el stock de capital per cápita.
𝑦𝑡 = 𝐴𝑘𝑡 ⇒ 𝑦̇ 𝑡 = 𝐴𝑘̇𝑡 (51)
La tasa de crecimiento del PBI per cápita:
𝑦𝑡 𝑘̇
𝑦𝑡
= 𝛾𝑦 = 𝐴 𝑘𝑡 = 𝛾𝑘 = 𝑠𝐴 − (𝑛 + 𝛿) (52)
𝑡

La tasa de crecimiento del PBI agregado, utilizando la función de producción
𝑌𝑡 𝐾̇
𝑌𝑡
= 𝛾𝑦 = 𝐴 𝐾𝑡 = 𝛾𝐾 = 𝑠𝐴 − 𝛿 (53)
𝑡
La curva de ahorro es una línea recta horizontal, dada por 𝑠𝐴. Si consideramos el
caso en que la economía es lo suficiente productiva como para que 𝑠𝐴 > 𝛿 + 𝑛, la
tasa de crecimiento será constante y positiva 𝛾𝑘 = 𝛾 ∗ = 𝑠𝐴 − (𝑛 + 𝛿). Dado que el
PBI per cápita es proporcional a 𝑘𝑡 , la tasa de crecimiento del PBI per cápita también
será igual 𝛾 ∗ . Finalmente, como el consumo es proporcional al PBI per cápita, el
consumo también será igual a 𝛾 ∗ . Tenemos, pues, que todas las variables en términos
per cápita crecen al mismo ritmo, y éste viene dado por 𝛾𝑦 = 𝛾𝑘 = 𝛾𝑐 = 𝛾 ∗ = 𝑠𝐴 −
(𝑛 + 𝛿), y por supuesto que la variables agregadas crecen al ritmo 𝛾 ∗ + 𝑛, por lo que
𝛾𝑌 = 𝛾𝐾 = 𝛾𝐶 = 𝑠𝐴 − δ.
Tasa de crecimiento constante
Curva de Ahorro
Curva de Depreciación
𝑘
∗
𝑘
Gráfico 6: Inversión realizada e inversión de reposición
2.1.5 Crecimiento endógeno con intermediación financiera
Según lo indicado por Pagano, se desarrolla un modelo de crecimiento endógeno con

tasa de ahorro constante e intermediación financiera. La diferencia fundamental entre
el modelo neoclásico y el modelo de crecimiento endógeno, radica en la tecnología.
Donde Rebelo, supone que la familia productora representativa posee una función
de producción: tecnología AK, el cual exhibe rendimientos constantes en el capital.

En consecuencia, la economía podrá generar tasas de crecimiento positivas del

producto per cápita en el largo plazo sin necesidad de un progreso técnico exógeno.
Introduciendo la condición (41) en el modelo de crecimiento endógeno (Rebelo,

1991), se puede reescribir la ecuación:
𝑘̇𝑡 = 𝜃𝑠𝐴𝑘𝑡 − (𝛿 + 𝑛)𝑘𝑡 (54)
Dividiendo entre 𝑘𝑡 , se obtiene la tasa de crecimiento de 𝑘𝑡

𝑘̇𝑡
𝑘𝑡
= 𝜃𝑠𝐴 − (𝛿 + 𝑛) (55)
Nótese que 𝜃 afecta la tasa de crecimiento de largo plazo de 𝑘𝑡 . Por lo tanto, 𝜃 es el

efecto de la intermediación financiera sobre la tasa de crecimiento de largo plazo.
Esta ecuación muestra que el modelo no tiene dinámica transitoria. La tasa de
𝑘̇
crecimiento en la relación capital por trabajador (𝑘𝑡 ) es constante, ya que la
𝑡
productividad marginal del capital es independiente del stock del capital.
(𝛿+𝑛)
𝑠> (𝜃𝐴)
(56)
2.2 Teorías Relacionadas al Tema de Estudio
Existe abundante literatura que investiga la relación entre el sistema financiero y el

crecimiento económico, donde los trabajos de investigación se componen de modelos
teóricos y empíricos. Para el presente trabajo, se expone un resumen ejecutivo de
algunos trabajos que justifica el propósito de nuestra investigación, a continuación
se expone:
2.2.1 King y Levine (1993)

Su investigación es en el plano teórico. Ambos autores analizan un primer canal de
transmisión de los beneficios del desarrollo financiero al crecimiento económico.
Sostienen que la habilidad y especialización de los intermediarios financieros permite
mejorar la evaluación de las oportunidades de inversión y una asignación más
eficiente de los fondos prestables hacia las actividades con mayor retorno.

2.2.2 Pussetto (2008)

Revisa la literatura que habla sobre el mecanísmo mediante el cual el desarrollo
financiero influye sobre el crecimiento de una economía, con una aplicación a
Argentina. Se desprende que la cuestión de los determinantes del crecimiento
económico permanece, en gran medida, sin resolver. La literatura no es concluyente
sobre este tema, aunque coincide en señalar que un sistema financiero sólido es
altamente deseable para la economía. En el caso de Argentina, el nivel de desarrollo
de su sistema financiero es inferior al observado en países como Brasil y Chile, lo
cual sugiere la necesidad de implementar medidas de política económica que
permitan profundizar el rol de los intermediarios financieros en la economía del país.
2.2.3 Burneo (2008)

Su investigación evalúa si la mayor bancarización pública, entendida como un mayor
nivel de intermediación financiera y medida a través del Programa de Préstamos
Multired (PPM) del Banco de la Nación, se constituye como un factor relevante para
explicar el crecimiento económico de las regiones del país en el corto plazo. El
análisis fue tanto a nivel de regiones como a nivel agregado para el período Octubre
de 2001-Julio de 2006. En el caso de la evaluación regional se toma como indicador
de bancarización al ratio crédito (público y privado) respeto al IGV como variable
explicativa junto a otras variables de control; considerándose como variable
explicada al cambio en el IGV per cápita como proxy del crecimiento económico
regional. Respecto a la evaluación agregada, se toma como variables explicativas al
ratio crédito del Banco de la Nación y resto de Instituciones Financieras en términos
reales respecto al PBI real respectivamente, junto con variables de control, la variable
explicativa es la tasa de crecimiento del PBI per cápita en términos reales. El
resultado de la investigación indica que existe una asociación positiva entre
bancarización pública y crecimiento económico tanto a nivel regional como agregado
en el corto plazo.
2.2.4 Rojas (2009)

Su investigación tiene como finalidad identificar los canales a través de los cuales
existe un posible vínculo entre el desarrollo del sistema financiero y el crecimiento
económico para Ecuador y los países de América Latina, en el período de 1970 a
2005. Se declara que el desarrollo del sistema financiero contribuye al crecimiento

económico a través de canales que derivan de sus actividades financieras, y que

dichos canales vendrían a ser: el crédito al sector privado, los depósitos
cuasimonetarios y el dinero en sentido amplio. Cabe mencionar que un sistema
financiero reprimido es un limitante para el desarrollo de los países, pero una
liberalización del sector financiero sin una adecuada regulación y control genera
iguales o peores obstáculos para el crecimiento económico.
2.2.5 Gómez (2009)

Tiene como objetivo descubrir la relación entre el sistema financiero mexicano y el
crecimiento en México durante el período 1975-2005, utilizando la base de datos
propuesta por Thorsten Beck, et al (1999), de las cuales se ha tomado cinco
indicadores y estos son: depósitos de dinero a activos del Banco Central,
responsabilidades liquidas vs. PBI, activos del Banco Central a PBI, depósitos de los
activos bancarios de dinero a PBI, valor total comerciado en el mercado de valores a
PBI. Encuentra una relación positiva, en general entre los indicadores propuestos con
respecto al PBI, por lo que se prueba que el sistema financiero es una pieza
importante para promover el crecimiento económico en México.
2.2.6 Terceño y Guercio (2011)

Su investigación analiza la relación existente entre el desarrollo del sistema
financiero y el crecimiento en los países latinoamericanos. Sostiene en primer lugar,
que se pudo corroborar la elevada correlación que existe entre los distintos
indicadores del sistema financiero y el PBI, comprobando a su vez que a nivel región
el grado de correlación es mayor que a nivel país en la mayoría de los casos. Cabe
mencionar que mientras que en Brasil, Chile, Colombia, México y Perú, las
correlaciones son elevadas, en Argentina la correlación entre el mercado bursátil y el
mercado de bonos con el PBI no es significativa. Venezuela es un caso particular en
Latinoamérica, ya que la capitalización bursátil muestra una relación negativa con
respecto al PBI. En segundo lugar sostiene que en la mayoría de economías
latinoamericanas, es el sector bancario el que representa una mayor correlación con
el crecimiento de la economía, independientemente de la estructura financiera del
país.

2.2.7 Rodríguez (2011)

Su investigación tiene como objetivo evaluar el aporte de la actividad credíticia de
las entidades bancarias y no bancarias en períodos de contracción y de dinamísmo
económico, con respecto a la actividad económica en Bolivia, durante el período
comprendido entre 2000 y 2008. Encuentran un efecto positivo, tanto en períodos de
desaceleración y dinamísmo económico. Sin embargo la actividad credíticia mantuvo
un ligero crecimiento económico, contrarrestando así los efectos negativos
ocasionados por la desaceleración económica en el período 2000 al 2002.
2.2.8 Lahura y Vargas (2013)

Su investigación tiene como objetivo analizar empíricamente la relación dinámica
entre el sistema bancario y el nivel de actividad real en el Perú utilizando la
estimación de vectores autoregresivos (VAR) cointegrados y, la identificación de
choques transitorios y permanentes en el período 1965-2011. Los principales
resultados obtenidos son: (i) existe una relación de largo plazo entre la evolución del
sistema bancario y el PBI real per cápita; (ii) el PBI real per cápita contribuye a
predecir la evolución del sistema bancario; (iii) un choque permanente tiene efectos
más importantes sobre el PBI real per cápita y sobre el sistema bancario que un
choque transitorio; y, (iv) las fluctuaciones del PBI real per cápita están asociadas
principalmente a choques permanentes, mientras que en el corto plazo las
fluctuaciones en la evolución del sistema bancario están explicadas principalmente
por choques transitorios. Dado que el PBI real per cápita es una medida del ingreso
real per cápita, la existencia de cointegración entre la evolución del sistema bancario
y el PBI real per cápita sugiere que un mayor nivel de profundidad del sistema
bancario está asociado a un mayor ingreso real per cápita. Los resultados sugieren
que el PBI real per cápita puede ser usado para evaluar la adopción de medidas
correctivas o prudenciales relacionadas al sistema bancario.
2.2.9 Albuja (2011)

Cuantifíca el efecto de largo y corto plazo entre crecimiento económico e
intermediación financiera en Chile durante el período de 1870 a 2000. Encuentra que
la relación de largo plazo es significativa y positiva, de acuerdo a lo esperado en la
literatura teórica y empírica. Los mecanísmos de transmisión a través del cual la
intermediación financiera influye en el crecimiento de la economía son: (i) mayor

acumulación de capital, porque incrementa el volumen de ahorro-inversión; y (ii) el

incremento en la productividad del capital, por una eficiencia en la acumulación del
mismo. Sin embargo, en el corto plazo, un sistema financiero más profundo también
es más vulnerable, lo que genera volatilidad en el crecimiento y, por ende, tiene un
efecto negativo sobre el mismo.
2.2.10 Aguilar (2011)

Su investigación tiene como objetivo cuantificar el efecto del micro-crédito sobre el
crecimiento del PBI no primario per-cápita utilizando un modelo de datos de panel
de variables a nivel departamental en el período 2000-2008. Encuentran una relación
positiva, en general, entre el micro-crédito y el crecimiento del PBI no primario per-
cápita; y, en particular, entre las colocaciones de las cajas municipales y rurales y los
bancos especializados (Mi Banco). Sin embargo, las colocaciones de la banca
comercial no parecen tener un efecto significativo. Asimismo, en un ejercicio de
estática comparativa, muestran que elevar el ratio de las empresas micro-financieras
respecto al PBI a 10%, elevaría el PBI per cápita en al menos 4 puntos porcentuales,
con un mayor efecto en las zonas de mayor incidencia de pobreza.

2.3 Marco Conceptual
 Actividad Económica: Toda acción humana dirigida a la creación de valor, en la

forma de bienes y servicios, que se aplicarán a la satisfacción de necesidades.
 Acumulación del Capital: Proceso consistente en el incremento de la dotación
de bienes de capital de la economía en el transcurso del tiempo; más
genéricamente, incremento de la dotación del stock de riqueza de la economía.
 Ahorro: Abstención de consumos presentes a los efectos de su disposición en el
futuro; parte de los ingresos no consumida: S = (Y – C). Señala Keynes al
respecto: “Que yo sepa, todo el mundo está de acuerdo en que ahorro es el
excedente del ingreso sobre lo que se gasta en consumo; y no cabe duda que sería
inconveniente y desorientador no darle esta acepción”.
 Bancarización: Grado en el que los habitantes de un país hacen uso de los
productos y servicios financieros ofrecidos por las entidades bancarias. Un
indicador de este concepto es comparar la liquidez o el crédito como porcentaje
del PBI.
 Banco de Inversiones: Institución financiera que se especializa en proveer
servicios financieros, como asesoramiento en fusiones y adquisiciones, cambio de
divisas y administración de portafolio. A diferencia del banco comercial, los
bancos de inversiones no se especializan en otorgar préstamos de sus propios
fondos. Frecuentemente sirve de agente y aval de nuevas emisiones de valores y
como integrante de un sindicato redistribuye la emisión a los inversionistas.
 Boom Económico: Expansión intensa y rápida de una parte o la totalidad de la
actividad económica.
 Caja Municipal de Ahorro y Crédito: Institución financiera municipal,
autorizada a captar recursos del público y cuya especialidad consiste en realizar
operaciones de financiamiento, preferentemente a las pequeñas y micro empresas
de su ciudad. Conforme el artículo 72° de la Ley N° 27972 o Ley Orgánica de
Municipalidades (27 de mayo de 2003), las cajas municipales de ahorro y crédito
no pueden concertar créditos con ninguna de las municipalidades del país.
 Caja Rural de Ahorro y Crédito: Empresa privada cuyo objeto social es realizar
intermediación financiera, preferentemente con la mediana, pequeña y micro
empresa en apoyo de la actividad económica que se desarrolla exclusivamente en
el ámbito rural donde opera.

 Capital: Partida del balance formado por los aportes realizados por los socios en
una sociedad. Uno de los factores de producción, junto con la tierra y el trabajo,
que se genera mediante la acumulación de riqueza. En Cuentas Nacionales, el
capital hace referencia a los activos producidos que se utilizan repetida o
continuadamente, en procesos de producción durante más de un año.
 Cobb-Douglas (Función de Cobb- Douglas): Función de producción de la
forma: x = A Kα Lβ Esta función fue concebida originalmente por un matemático
(Cobb) y un economista (Douglas) para medir la participación de los factores
productivos de capital y trabajo, en el ingreso nacional. En esta formulación, K y
L son los factores de producción, A es un parámetro y la suma de los exponentes
( α + β ) determinará el tipo de rendimiento de la misma; si: ( α + β ) = 1: La
función presentará rendimientos a escala constantes, ( α + β ) > 1: La función
presentará rendimientos a escala crecientes y ( α + β ) < 1: La función presentará
rendimientos a escala decrecientes
 Colocaciones: Préstamos realizados por una institución financiera. Comprende
las cuentas que registran los préstamos por el dinero puesto a disposición de los
clientes bajo distintas modalidades autorizadas en función al giro especializado
de cada entidad, provenientes de recursos propios, de los recibidos del público en
depósito y de otras fuentes de financiamiento.
 Compañía de Seguros: Son aquellas que a cambio del pago de una prima otorgan
una cobertura, dentro de ciertos límites y por el tiempo determinado en el contrato,
en favor de un asegurado, en caso que se produzca un siniestro que afecte su vida
o patrimonio.
 Consumo: Actividad que consiste en el uso de bienes y servicios para la
satisfacción de las necesidades o deseos humanos individuales o colectivos.
 Cooperativa de Ahorro y Crédito: Institución de fomento del ahorro cuyo
capital está conformado por los aportes de los propios ahorristas y cuya finalidad
es otorgar créditos a éstos en proporción a dichos ahorros, generalmente a tasas
de interés preferenciales. Pueden operar con recursos del público, previa
autorización de la Superintendencia de Banca, Seguros y AFP, de acuerdo al
procedimiento y a los límites que determine dicho organismo.
 Corporación Financiera de Desarrollo S.A -COFIDE- (Perú): Es una empresa
de economía mixta que forma parte del Sistema Financiero Nacional y cuenta con
autonomía administrativa, económica y financiera. Desde su creación se

desempeñó como un banco de primer piso; a partir de 1992 es exclusivamente un

banco de desarrollo de segundo piso, canaliza los recursos que administra
únicamente a través de las instituciones supervisadas por la Superintendencia de
Banca y Seguros. Esta modalidad operativa le permite complementar la labor del
sector financiero privado, en actividades como el financiamiento de mediano y
largo plazo, del sector exportador y de la micro y pequeña empresa y de programas
como Mi Vivienda.
 Crecimiento: Cambio cuantitativo. Incremento de los factores de producción de
la economía. Se utiliza en la bibliografía actual para hacer referencia al proceso
de expansión de las economías desarrolladas.
 Crédito: Operación económica en la que existe una promesa de pago con algún
bien, servicio o dinero en el futuro. La creación de crédito entraña la entrega de
recursos de una unidad institucional (el acreedor o prestamista) a otra unidad (el
deudor o prestatario). La unidad acreedora adquiere un derecho financiero y la
unidad deudora incurre en la obligación de devolver los recursos. Préstamo de
dinero para superar situaciones especiales o financiar acciones fuera del alcance
de los recursos ordinarios de una empresa. El crédito, al implicar confianza en el
comportamiento futuro del deudor, significa un riesgo y requiere en algunos casos
la constitución de alguna garantía o colateral. En balanza de pagos, suele aplicarse
a los préstamos recibidos en las operaciones de financiamiento excepcional o en
la cuenta de las reservas netas de la autoridad monetaria. Existen operaciones que
en la balanza de pagos deben registrarse como asientos de crédito, tales como los
bienes o servicios exportados (disminución de activos reales), reducción de
activos financieros (pago en divisas al exterior) y aumento de los pasivos sobre el
exterior (préstamos recibidos). En términos contables, designa la operación que
incrementa el activo de una empresa. Se contrapone al término “débito” que
registra una operación contraria.
 Depósitos: Comprende las obligaciones derivadas de la captación de recursos de
las empresas y hogares principalmente, mediante las diferentes modalidades, por
parte de las empresas del sistema financiero expresamente autorizadas por Ley.
 Depreciación: 1. Pérdida de valor de la moneda local en el mercado de cambios
(con relación a las restantes monedas). 2. Reducción del valor de los bienes y
equipos de capital, a consecuencia del uso o el paso del tiempo.

 Desarrollo: Implica el crecimiento con variación del perfil productivo de la

economía de un país o región. Es una modificación cualitativa, a diferencia del
crecimiento que consiste en “más de lo mismo”, es decir, una variación
cuantitativa.
 Economía Abierta: Economía de un país que participa del comercio
internacional.
 Economía Cerrada: Economía de un país que no participa del comercio
internacional
 Economía: 1. Ciencia que estudia la aplicación de recursos escasos entre usos
alternativos para la satisfacción de necesidades múltiples; describe y comprende
los principios generales relacionados con la producción y distribución de los
recursos. En un sentido más general, el objetivo de la economía como ciencia es
comprender el proceso de creación y destrucción de valor, como asimismo los
agentes e instituciones intervinientes y los fenómenos relacionados. 2. Conjunto
de actividades destinadas a la producción y distribución de riquezas, las que
conforman el sistema económico. 3. Realizar un ahorro, o incrementar la
eficiencia en la utilización de un recurso.
 Economías Emergentes: País que, siendo una economía subdesarrollada, plantea
en la comunidad internacional un ascenso en función de su nivel de producción
industrial y sus ventas al exterior, colocándose como competidor de otras
economías más prósperas y estables por los bajos precios de sus productos.
Igualmente se denomina así a la situación en el interior de un país en la que se
pasa de una economía de subsistencia a una de fuerte desarrollo industrial o
comercial.
 Empresa Bancaria: Empresa cuyo negocio principal es recibir dinero del
público, en depósito o bajo cualquier otra modalidad contractual, y utilizar ese
dinero, su propio capital y el que obtenga de otras fuentes de financiamiento para
conceder créditos en las diversas modalidades, o a aplicarlos a operaciones sujetas
a riesgos de mercado.
 Empresa de Arrendamiento Financiero: Entidad financiera especializada en la
adquisición de bienes muebles e inmuebles, los que serán cedidos en uso a una
persona natural o jurídica, a cambio del pago de una renta periódica y con la
opción de comprar dichos bienes por un valor predeterminado.

 Empresa de Crédito de Consumo: Empresa cuya finalidad es intermediar

fondos del público, excepto depósitos a la vista, para destinarlos, conjuntamente
con su propio capital, a otorgar créditos individuales a personas naturales para
financiar principalmente la adquisición de bienes de consumo duradero, o de
máquinas y herramientas, puestas a la venta por la empresa. En el Perú, están
reguladas por la Superintendencia de Banca, Seguros y AFP.
 Empresa de Inversión: Empresa especializada en obtener fondos de largo plazo
para sus clientes. Frecuentemente, sirve de agente y aval de nuevas emisiones de
valores y los coloca en el mercado internacional. En el Perú, las empresas de
inversiones están definidas como sociedades anónimas que promueven la
inversión en el país o en el extranjero, actuando como inversionista directo o como
intermediario entre inversionistas y empresarios que requieran capital; no pueden
recibir depósitos del público y se encuentran bajo la supervisión de la Comisión
Nacional Supervisora de Empresas y Valores.
 Empresa de Seguros: Celebra contratos mediante los que se compromete, dentro
de ciertos límites y a cambio de una prima, a indemnizar un determinado daño, o
a satisfacer un capital, una renta u otras prestaciones pactadas, en el caso de ocurrir
un determinado suceso futuro e incierto.
 Empresa Financiera: Entidad financiera que capta recursos del público, excepto
los depósitos a la vista, y cuya especialidad consiste en facilitar las colocaciones
de primeras emisiones de valores, operar con valores mobiliarios y brindar
asesoría de carácter financiero.
 Escala: Concepto asociado al largo plazo para designar el tamaño de la planta de
producción.
 Estabilidad Monetaria: Situación caracterizada por la ausencia de grandes
fluctuaciones en el nivel general de precios y consiguientemente en el valor del
dinero.
 Estabilidad: Ausencia de perturbaciones (importantes) en las principales
variables de la economía, en especial en lo concerniente a precios y crecimiento.
Es un concepto dinámico, no estático, que implica equilibrio en crecimiento.
 Estado Estacionario: Situación de equilibrio estable de la economía en el largo
plazo; punto o nivel en el cual las variables económicas no experimentarán
variación positiva o negativa. El concepto de estado estacionario (forjado
inicialmente por los economistas clásicos) constituye una especie de paradigma o

categoría arquetípica dentro del pensamiento económico, lo que no excluye que

sea una parte esencial en algunos modelos de crecimiento de formulación reciente
y generalizada aceptación (como el modelo de Solow).
 Factores Productivos: Componentes genéricos primarios de la función de
producción; usualmente designa al capital, el trabajo y los recursos naturales.
 Fondo de Seguro de Depósitos - FSD (Perú): Persona jurídica de derecho
privado de naturaleza especial, cuyo objetivo es proteger el ahorro de las personas
naturales y jurídicas sin fines de lucro, del riesgo de la eventual insolvencia de
alguna de las empresas o entidades del sistema financiero miembros del Fondo.
El Fondo está integrado por las empresas de operaciones múltiples autorizadas a
captar depósitos del público. Sus miembros son los bancos, financieras, cajas
municipales y rurales de ahorro y crédito. La Caja Municipal de Crédito Popular
y las entidades de desarrollo de la pequeña y microempresa (EDPYMES) serán
miembros del Fondo cuando puedan captar depósitos del público. El monto
máximo que reconoce el Fondo es reajustado trimestralmente en función al índice
de precios al por mayor con base a octubre de 1993, por persona en cada empresa
o entidad, comprendidos los intereses.
 Función de Producción: Es toda relación, ecuación, matriz o vinculación entre
los insumos aplicados y el producto obtenido. En términos generales: Q = f (X1,
X2,…..Xn). Siendo Q el producto total, y Xi cada uno de los insumos aplicados.
Más concretamente, la función de producción puede formularse como: Q = f (K,
L, RN) T*. El producto es función de los insumos de capital, trabajo y recursos
naturales para un nivel dado de tecnología. El abordaje teórico distingue entre
funciones de producción de corto y largo plazo; estas últimas se denominan
isocuantas.
 Información Asimétrica: Esta situación existe cuando uno de los participantes
de la transacción posee mayor nivel de información que el otro, como por ejemplo
en el mercado de autos usados, o los seguros.
 Ingreso per cápita: Conjunto de remuneraciones promedio obtenida por los
habitantes de un país en un periodo determinado, generalmente un año. Se utiliza
para comparar estándares de vida entre países.
 Intermediación Financiera: Proceso por el cual una institución canaliza recursos
financieros de sectores con saldos superavitarios, hacia aquellos deficitarios,

constituyendo un mecanismo para movilizar y usar más eficientemente estos

recursos.
 Inversión Neta: Será igual a la inversión bruta menos inversión de reposición del
capital amortizado en el proceso de producción
 Inversión: En términos macroeconómicos, es el flujo de producto de un período
dado que se destina al mantenimiento o ampliación del stock de capital de la
economía. El gasto en inversión da lugar a un aumento de la capacidad productiva.
En finanzas, es la colocación de fondos en un proyecto (de explotación, financiero,
etc.) con la intención de obtener un beneficio en el futuro.
 Inversión: Gasto de las empresas para mantener e incrementar su capacidad
productiva; la inversión es el componente más volátil de la demanda agregada.
Las cuentas nacionales reflejan tres tipos de inversión: Maquinarias e
instalaciones, materias primas y productos terminados y en proceso de
fabricación, y Viviendas.
 La Inversión Total (Inversión Bruta): Se compone de una parte correspondiente
a la recomposición del capital utilizado (“desgastado”) en el proceso productivo
y otra correspondiente a la variación del mismo
 Mercados Emergentes: Mercados de capitales de países en desarrollo que han
liberalizado sus sistemas financieros para promover los flujos de capital con no
residentes y son mercados ampliamente accesibles para los inversores extranjeros.
 Mercados Financieros: Foro en el que los proveedores de fondos y demandantes
de préstamos e inversiones pueden efectuar sus transacciones directamente.
Corresponde al área de mercados en que se oferta y se demanda dinero,
instrumentos de crédito a plazo medio y largo (tales como bonos y acciones de los
sectores público y privado) y acciones al momento de su emisión (mercado
primario) o en etapas de intermediación financiera (mercado secundario).
 Modelo: Representación simplificada de la realidad que pretende explicar cómo
funciona una parte de la misma; permite su utilización en situaciones donde es
imposible la operatividad por experimentación u observación. En un modelo se
explica cómo las variables externas inciden sobre las internas, y los cambios que
de ello se derivarán
 PBI Sectores No Primarios: Valor de la producción de bienes y servicios de un
país, en un periodo de tiempo determinado, referida a sectores de manufactura no

primaria, construcción, comercio, electricidad, agua y otros servicios, incluyendo

también los impuestos a los productos y los derechos de importación.
 PBI Sectores Primarios: Valor de la producción de bienes y servicios de un país,
en un periodo de tiempo determinado, referida a sectores: agropecuario, pesca,
minería e hidrocarburos y manufactura de procesamientos de recursos primarios.
 Pleno Empleo: Situación en que la totalidad de los factores productivos de la
economía se encuentran utilizados. Inexistencia de factores subutilizados o
subocupados. Algunos autores lo utilizan en un sentido más restringido como
“inexistencia de desempleo”.
 Población Económicamente Activa (PEA): Comprende a las personas, (de 14
años o más edad en el caso del Perú) que durante el periodo de referencia estaban
trabajando (ocupados) o buscando activamente un trabajo (desempleados).
 Producto Bruto Interno per cápita: Relación entre el producto bruto interno y
la población de un país en un año determinado. Generalmente, se asocia con el
grado de desarrollo relativo de un país. El Banco Mundial clasifica a los países de
cuerdo al nivel del PBI per cápita.
 Producto Bruto Interno: Valor total de la producción corriente de bienes y
servicios finales dentro de un país durante un periodo de tiempo determinado.
Incluye por lo tanto la producción generada por los nacionales y los extranjeros
residentes en el país. En la contabilidad nacional se le define como el valor bruto
de la producción libre de duplicaciones por lo que en su cálculo no se incluye las
adquisiciones de bienes producidos en un período anterior (transferencias de
activos) ni el valor de las materias primas y los bienes intermedios. Aunque es una
de las medidas más utilizadas, tiene inconvenientes que es necesario tener en
cuenta, por ejemplo el PBI no tiene externalidades, si el aumento del PBI proviene
de actividades genuinamente productivas o de consumo de recursos naturales, y
hay actividades que aumentan y disminuyen el bienestar o la producción y que no
son incluidas dentro del cálculo del PBI, como la economía informal o actividades
realizadas por fuera del mercado, como ciertos intercambios cooperativos o
producción para el autoconsumo. El PBI se puede calcular mediante diferentes
enfoques: Enfoque de la producción: El PBI es un concepto de valor agregado, es
la suma del valor agregado bruto de todas las unidades de producción residentes,
más los impuestos a los productos y derechos de importación. El valor agregado
bruto es la diferencia entre la producción y el consumo intermedio; Enfoque del

gasto: El PBI es igual a la suma de las utilizaciones finales de bienes y servicios

(todos los usos, excepto el consumo intermedio) menos el valor de las
importaciones de bienes y servicios. De este modo, el PBI es igual a la suma de
los gastos finales en consumo, formación bruta de capital (inversión) y
exportaciones, menos las importaciones; Enfoque del ingreso: El PBI es igual a la
suma de las remuneraciones de los asalariados, el consumo de capital fijo, los
impuestos a la producción e importación y el excedente de explotación.
 Rendimiento a Escala: Relación de largo plazo entre el input y el output, es decir
entre los insumos utilizados y el producto obtenido al variar el tamaño de la planta;
pueden distinguirse: 1. Rendimientos a escala constantes: Al incrementar el
tamaño de la planta los rendimientos se incrementan proporcionalmente, 2.
Rendimientos a escala crecientes: al incrementar el tamaño de la planta los
rendimientos aumentan más que proporcionalmente y 3. Rendimientos a escala
decrecientes: al incrementar el tamaño de la planta los rendimientos aumentan
menos que proporcionalmente.
 Residuo de Solow: Variación porcentual del producto menos la variación
porcentual de los factores de la producción; puede interpretarse como la tasa de
cambio tecnológico, pero es una medición controvertida.
 Sistema Bancario: Parte del sistema crediticio de un país en el que se agrupan
las instituciones financieras de depósito formando una estructura organizada. En
el Perú, está integrado por el Banco Central, el Banco de la Nación, las empresas
bancarias y la banca de fomento en liquidación.
 Sistema Financiero Bancario: Comprende todas las instituciones del sistema
bancario que operan en un país. En el Perú, está integrado por el Banco Central
de Reserva del Perú, el Banco de la Nación, las empresas bancarias y la banca de
fomento en liquidación.
 Sistema Financiero No Bancario: Comprenden a todas las instituciones
financieras residentes que no están clasificadas como pertenecientes al sistema
bancario. En el Perú se incluyen a las empresas financieras, las cajas rurales y
cajas municipales de ahorro y crédito, las cooperativas de ahorro y crédito, las
compañías de seguros, la Corporación Financiera de Desarrollo (Cofide), el Fondo
Mi Vivienda, los fondos privados de pensiones y los fondos mutuos.
 Sistema Financiero: El sistema financiero está constituido por todas sociedades
o cuasi sociedades (fondos y fideicomisos) residentes dedicadas principalmente a

la intermediación financiera o actividades financieras auxiliares (como la

cobertura de riesgos y las prestaciones de jubilación).
 Superintendencia de Banca, Seguros y AFP - SBS (Perú): Institución
autónoma con personería jurídica de derecho público, establecida con el objeto de
proteger los intereses del público controlando en representación del Estado a las
empresas bancarias, financieras, seguros, administradoras de fondos de pensiones,
mutuales, cajas de ahorro, cajas rurales, almacenes generales de depósito,
empresas de arrendamiento financiero y demás empresas autorizadas para operar
en el sistema financiero con fondos del público.
 Tasa de Crecimiento Económico: Variación porcentual de la producción
(medida por el PBI real) en un periodo determinado. Esta tasa de variación
existente de un año a otro se mide tanto en el PBI total como en el de las distintas
ramas.

CAPÍTULO III: RESULTADOS DE LA INVESTIGACIÓN
3.1 Metodología Utilizada
Para el caso de las variables endógenas, se emplearon dos medidas de crecimiento:

la primera calculada en función al crecimiento del PBI per cápita total, la segunda
como el crecimiento del PBI per cápita no primario.
Nuestra medida de población, a diferencia del documento de Aguilar (2011) fue la

PEA total de cada región, disponible desde el 2001 en frecuencia anual. Esto hizo
que no sea necesario incluir en la regresión el crecimiento de la mano de obra. Esto
fue derivado asumiendo una función de producción de rendimientos constantes a
escala neoclásica en la que la producción total es función tanto del capital y la mano
de obra.
Y K
Y = F(K, L) → y = = F ( , 1)
L L
La medida de capital sobre mano de obra, la hemos reemplazado por variables

aproximadas, ya que no existe una medida adecuada del stock de capital físico.
Hemos empleado, como hace Aguilar (2011), la proporción de hogares con líneas de
teléfono y que cuentan con servicio eléctrico1.
Por otro lado, se incluyó como parte de las variables aproximadas a nuestra variable
de interés: las medidas de desarrollo financiero. Estas medidas fueron tres:
colocaciones, depósitos y la suma de ambas, conocido como intermediación
financiera. Todas ellas en proporción tanto al PBI total como al no primario,
dependiendo del caso.
A diferencia de Aguilar (2011), no estamos interesados en diferenciar las empresas

bancarias de las no bancarias. Así que consideramos a todas las sociedades de
depósitos en la estadística de colocaciones y depósitos. Asimismo, no se ha hecho la
1También se realizaron estimaciones considerando el porcentaje de hogares con acceso a la red de agua potable, pero
no resultó significativa. No se incluyó el porcentaje de hogares con accesos a internet, debido a que no se cuentan con
adecuadas mediciones de la misma para todos los departamentos.

distinción del grado de dolarización de los mismos. Sería interesante saber si existe
alguna diferencia.
Finalmente, como Aguilar (2011) menciona, existe un problema significativo de

doble causalidad entre nuestra variable endógena y las medidas de desarrollo
financiero. Nuestro marco conceptual establece que la relación causal va del
desarrollo financiero al crecimiento económico. Sin embargo, empíricamente ello no
está correctamente identificado, ya que un incremento en el ratio de desarrollo
financiero puede estar impulsado por un mayor crecimiento económico.
Por tanto, todas las estimaciones se realizaron mediante alguna variante de

estimación por variables instrumentales. Los instrumentos fueron rezagos de las
variables endógenas y exógenas2.
3.2 Hechos Estilizados
3.2.1 Crecimiento del Producto Bruto Interno
El Producto Bruto Interno del país a precios constantes de 1994, registró una
variación acumulada de 96,9%, con una variación promedio anual de 6,4%. En este
período nueve regiones superaron el promedio nacional, con variaciones acumuladas
que fluctúan entre 101,5% y 144,6% y variaciones promedios anuales que oscilan
entre 6,6% y 8,5%.
La región de Ica presentó el mayor nivel de variación acumulada con 144,6%, y una
tasa promedio anual de 8,5%, debido al dinamísmo de las actividades agricultura,
caza y silvicultura, minería, manufactura, construcción, y transportes y
comunicaciones. Otras regiones que registran variación acumulada por encima del
promedio nacional fueron: Cusco (142,8%), Ayacucho (118,8%), La Libertad
(108,9%), Arequipa (108,2%), Apurímac (105,0%), Amazonas (105,0%), Lima
(104,8%) y San Martín (101,5%).
2 Se dirá que la medida de desarrollo financiero es una variable endógena, no que sea considerada una variable
dependiente, sino por el problema de doble causalidad.

Las regiones que reportaron un menor crecimiento acumulado que el promedio

nacional son: Moquegua (55,7%), Cajamarca (49,4%), Huancavelica (39,2%) y
Pasco con (37,7%).
El Producto Bruto Interno per cápita del país, en el período 2001 - 2012, registró una
variación acumulada del 72,2% con una variación promedio anual de 5,1%.
A nivel regional, la mayor variación acumulada del Producto Bruto Interno per cápita
se presentó en Cusco (122,7%) y fue superior al promedio nacional en las regiones
de Ica (113,6%), Apurímac (91,7%), Amazonas (90,8%), Ayacucho (90,0%),
Arequipa (83,9%), La Libertad (80,1%), Piura (76,8%) y Lima (72,3%), mientras
que, el resto de regiones alcanzaron un nivel de crecimiento acumulado por debajo
del PBI total, siendo la región de Madre de Dios (21,5%) donde se registró el menor
crecimiento per cápita del período 2001-2012.
Gráfico 7: Hechos estilizados del PBI peruano.
Fuente: INEI

3.2.2 Sistema Financiero
Un hecho relevante es el sostenido crecimiento económico mostrado en el Perú

durante el período 2002 – 2011, donde el sistema financiero mostró tendencias
favorables asociadas a sólidos fundamentos macroeconómicos, reforzadas con
regulación prudencial y una supervisión basada en riesgos adecuada a las
características de la economía peruana. Los factores que explican este crecimiento
económico están relacionados con el crecimiento de la demanda interna, las
inversiones, estabilidad política, estabilidad fiscal, así como regulado por la sólida
estructura del sistema financiero nacional.
Asimismo, Perú es el líder en las microfinanzas a nivel de América Latina y el

Caribe. A lo largo de los últimos años, cada vez, más instituciones microfinancieras
aumentan su participación en provincias, buscando captar mayores clientes.
La actividad financiera se encuentra regulada por la Ley General del Sistema

Financiero y del Sistema de Seguros y Orgánica de la Superintendencia de Banca y
Seguros, Ley No. 26702, la cual establece el marco de regulación y supervisión al
que están sometidas las empresas que operan en el sistema financiero y de seguros y
las empresas que realizan actividades vinculadas o complementarias (Almacenes
Generales de Depósitos, Empresas de Transporte, Custodia y Administración de
Numerario, Empresas Emisoras de Tarjetas de Crédito, Empresas de Servicios de
Canje, Empresas de Transferencias de Fondos). La regulación de la actividad
financiera le compete a la Superintendencia de Banca y Seguros (SBS). El objeto
declarado de la ley es propender al funcionamiento de un sistema financiero y de
seguros competitivo, sólido, confiable y que contribuya al desarrollo nacional.
Asimismo, la legislación financiera trata a las inversiones extranjeras del mismo
modo que al capital nacional, con sujeción a los convenios internacionales que le
sean aplicables. De acuerdo a las operaciones que realizan, la legislación peruana
clasifica a las empresas del sistema financiero en:
 Empresas de Operaciones Múltiples:

Empresas Bancarias, Empresas Financieras, Cajas Municipales de Ahorro y
Crédito, Cajas Municipales de Crédito Popular, Entidades de Desarrollo a la

Pequeña y Micro Empresas, Cooperativas de Ahorro y Crédito (autorizadas

a captar recursos del público) y Cajas Rurales de Ahorro y Crédito.
 Empresas Especializadas:
Empresas de Capitalización Inmobiliaria, Empresas de Arrendamiento
Financiero, Empresas de Factoring, Empresas Afianzadoras y de Garantías,
Empresas de Servicios Fiduciarios, Bancos de Inversión y Empresas de
Seguros.
Las empresas del sector financiero deben constituirse como sociedades anónimas. Su
organización y funcionamiento es autorizado por la SBS de acuerdo con los
requisitos legales establecidos para su organización, que incluyen un informe previo
del Banco Central de Reserva del Perú. Igualmente, se requiere la autorización de la
SBS para la apertura, traslado y cierre de sucursales, agencias y oficinas.
Las empresas domiciliadas en el extranjero pueden establecer en Perú oficinas que

operen con el público; para ello deben sujetarse a las condiciones que fija la ley para
las empresas nacionales, además de acreditar que, respecto de los capitales mínimos
exigídos, éstos se encuentran domiciliados en el país.
Existe también la posibilidad que empresas financieras extranjeras establezcan

representantes en el Perú. Dichos representantes no pueden captar fondos o
colocarlos en forma directa en el país. Su actividad se limita a relacionarse
comercialmente con empresas financieras establecidas en el Perú con el propósito de
favorecer el comercio exterior y proveer financiamiento externo; intermediar en la
compra o venta de bienes y servicios en el mercado externo; y relacionarse
comercialmente con demandantes potenciales de crédito o capital externo.
Cabe resaltar que toda empresa del sistema financiero autorizada a captar depósitos
/ capital del público, pertenece al Fondo de Seguro de Depósitos (FSD). El FSD tiene
por objeto proteger a quienes realicen depósitos en las empresas del sistema
financiero como los depósitos nominativos de personas naturales y jurídicas,
exceptuando a las pertenecientes al sistema financiero, y los intereses devengados
por éstos.

3.3 Estadísticos Descriptivos
Una primera manera de acercarse a la relación entre el impacto del desarrollo del
sistema financiero sobre el crecimiento económico es dar una mirada a indicadores
del crecimiento de la actividad económica tanto nacional y regional:
3.3.1 Producto Bruto Interno
El PBI nacional registra una tendencia de crecimiento durante el período de estudio.

Realizando un análisis por regiones encontramos que la región de Lima concentra la
mayor participación, seguido de Arequipa, La Libertad y Piura, el resto de regiones
registran menor participación y mantienen su tendencia creciente.
Gráfico 8: Evolución del PBI Real y Corriente
600
500
Pbi.r Pbi.c
400
Millones S/.
300
200
100
0
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Elaboración Propia

Gráfico 9: Evolución del PBI Real por Regiones
14 140
PBI Región, Millones de S/.
PBI Lima, Millones de S/.

12 120
10 100
8 80
6 60
4 40
2 20
0 0
Amazonas Ancash Apurímac Arequipa

Ayacucho Cajamarca Cusco Huancavelica
Huánuco Ica Junín La Libertad
Lambayeque Loreto Madre de Dios Moquegua
Pasco Piura Puno San Martín
Tacna Tumbes Ucayali Lima
Elaboración Propia
Definitivamente hay señales de un crecimiento económico importante a nivel

nacional y lo que intentamos hacer aquí es explorar cómo es que el sistema financiero
ha proporcionado condiciones para apoyar o en todo caso, promover este
crecimiento.
Asimismo, al ser el sistema financiero la principal fuente de recursos, sería de esperar

que su relación con el crecimiento sea muy correlacionada, si graficamos el PBI
corriente, el nivel de captaciones y colocaciones, se obtiene lo siguiente:

Gráfico 10: Colocaciones, Depósitos del Sistema Financiero y PBI
(En porcentaje)
200 600
Sistema Financiero (Millones de S/.)
PBI Corriente (Millones de S/.)

180
CAPSF COLSF Pbi.c 500
160
140
400
120
100 300
80
200
60
40
100
20
0 -
2006
2012
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2007
2008
2009
2010
2011
2013
Elaboración Propia
3.3.2 Profundización Financiera
Entendida como la importancia relativa del sistema financiero en la economía. Se

aproximó a partir de las razones de colocaciones y depósitos del sistema financiero
respecto al PBI corriente. Ambos cocientes muestran una tendencia creciente, tal
como se registra en el siguiente gráfico:
Gráfico 11: Colocaciones y Depósitos del Sistema Financiero/PBI
(En porcentaje)
40%
35% CAPSF/PBI COLSF/PBI
30%
25%
20%
%
15%
10%
5%
0%
1997
2002
2007
1994
1995
1996
1998
1999
2000
2001
2003
2004
2005
2006
2008
2009
2010
2011
2012
2013
Elaboración propia.

El comportamiento descrito parece sugerir que el crecimiento económico de los

últimos años ha favorecido la intensificación de los procesos financieros. Asimismo,
el sistema financiero peruano se halla dominado por el sistema bancario, por su alta
participación en las colocaciones y depósitos.
Realizando un análisis más desagregado, se obtiene que los menores indicadores de

desarrollo financiero se encuentran en Huancavelica (menos de 5 por ciento en el
ratio CAPSF/PBI y COLSF/PBI). Loreto se ubica por debajo de la media con un
ratio CAPSF/PBI del 7.55 por ciento, en tanto que el ratio COLSF/PBI registra un
15.97 por ciento.
Cuadro 2: Ranking de Profundización Financiera por Regiones 20133
CAPSF/PBI COLSF/PBI
Lima 59.23% Lima 52.39%
Arequipa 21.44% San Martín 29.77%
Tacna 14.93% Lambayeque 29.42%
La Libertad 14.57% Arequipa 26.13%
Cusco 12.12% La Libertad 24.57%
Lambayeque 12.05% Ucayali 23.95%
Apurímac 11.95% Tumbes 22.16%
Ica 11.55% Tacna 21.75%
Junín 11.38% Junín 21.36%
Piura 11.31% Puno 21.21%
Huánuco 10.88% Huánuco 20.94%
Cajamarca 9.89% Piura 20.30%
Ucayali 9.23% Madre de Dios 20.14%
Madre de Dios 7.66% Apurímac 19.15%
Tumbes 7.58% Ica 18.29%
Loreto 7.55% Cusco 16.15%
Moquegua 7.07% Cajamarca 16.09%
Puno 7.04% Loreto 15.97%
Ancash 6.89% Ancash 11.63%
San Martín 6.45% Ayacucho 11.45%
Ayacucho 5.56% Amazonas 9.55%
Pasco 5.42% Moquegua 7.53%
Amazonas 3.00% Pasco 7.25%
Huancavelica 2.53% Huancavelica 4.37%
Total general 35.24% Total general 35.92%
3
Ver en anexos información anualizada en cada región.

3.3.3 Acceso a Tecnología e Infraestructura
En general, se registra un crecimiento en los indicadores de tecnología e

infraestructura tal como se evidencia en los siguientes gráficos:
Gráfico 12: Evolución de Indicadores de Acceso a Tecnología e Infraestructura
Producción y Consumo de Energía (GW) Hogares con Internet y TV Cable

50,000.00 4,000,000.00
45,000.00 3,500,000.00
40,000.00
3,000,000.00
35,000.00
2,500,000.00
30,000.00
25,000.00 2,000,000.00
20,000.00 1,500,000.00
15,000.00
1,000,000.00
10,000.00
5,000.00 500,000.00
- -
Pro.Elec_GW Con.Elec_GW LInts.Tel Ts.TVcbl
Líneas Totales Telefonía Fija y Celulares Producción de Agua (M3)

35,000,000.00 1,600,000.00
30,000,000.00 1,400,000.00
1,200,000.00
25,000,000.00
1,000,000.00
20,000,000.00
800,000.00
15,000,000.00
600,000.00
10,000,000.00
400,000.00
5,000,000.00 200,000.00
- -
LT.Tel LT.Cel
3.4 Estimación y Resultados
Primero, si empleamos un modelo de datos agrupados (es decir, ignorando la

estructura panel que se tiene) y utilizamos el método de estimación de mínimos
cuadrados en dos etapas, tanto en el primer modelo que emplea PBI total per cápita
como variable dependiente como en el segundo, que utiliza el PBI no primario per
cápita, se obtiene que la medida de colocaciones sobre PBI o intermediación
financiera sobre PBI (ambos indicadores de desarrollo financiero) guardan relación
positiva con el crecimiento económico, pero no es significativo.

MODELO CON PBI TOTAL

Cuadro 3: Modelo con PBI total/Colocaciones
ivregress 2sls CRE_pbipc L1.Lpbi Telefono Electricidad (coloc = L1.coloc) // CON COLOCACIONES
Instrumental variables (2SLS) regression Number of obs = 312

wald chi2 (4) = 23.93
Prob > chi2 = 0.0001
R - squared = 0.0673
Root MSE = .05741
CRE_pbipc Coef. Std. Err. z P > |z| [ 95% Conf. Interval ]

coloc 0.0614935 0.0646642 0.95 0.342 -0.0652459 0.188233
Lpbi
L1. -0.0314569 0.010512 -2.99 0.003 -0.05206 -0.0108539
Telefono 0.0003985 0.0005267 0.76 0.449 -0.0006338 0.0014308
Electricidad 0.0008396 0.0003256 2.58 0.010 0.0002015 0.0014778
_cons 0.2298 0.0807802 2.84 0.004 0.0714736 0.3881264
Instrumented: coloc
Instruments: L.Lpbi Telefono Electricidad L.coloc
estimates store pooled_1
Elaboración Propia
Cuadro 4: Modelo con PBI total/Intermediación

ivregress 2sls CRE_pbipc L1.Lpbi Telefono Electricidad (inter = L1.inter) // CON INTERMEDIACION

wald chi2 (4) = 23.13
Prob > chi2 = 0.0001
Root MSE = .0574

inter 0.0113604 0.0374923 0.30 0.762 -0.0621232 0.0848441
Lpbi
L1. -0.0347663 0.0100565 -3.46 0.001 -0.0544768 -0.0150559
Telefono 0.0005989 0.0005913 1.01 0.311 -0.0005601 0.0017579
Electricidad 0.0009586 0.0003004 3.19 0.001 0.0003699 0.0015473
_cons 0.2519732 0.0783977 3.21 0.001 0.0983165 0.4056299
Instrumented: inter
Instruments: L.Lpbi Telefono Electricidad L.inter
Elaboración Propia

MODELO CON PBI NO PRIMARIO
Cuadro 5: Modelo con PBI no primario/Colocaciones

ivregress 2sls CRE_pbipc L1.Lpbi Telefono Electricidad (coloc = L1.coloc) // CON COLOCACIONES

wald chi2 (4) = 37.20
Prob > chi2 = 0.0000
Root MSE = .03699

coloc 0.0352938 0.0336119 1.05 0.294 -0.0305843 0.1011719
Lpbi
L1. -0.0294457 0.0081531 -3.61 0.000 -0.0454256 -0.0134659
Telefono 0.0003581 0.0003606 0.99 0.321 -0.0003486 0.0010648
Electricidad 0.000986 0.000234 4.21 0.000 0.0005273 0.0014446
_cons 0.2009124 0.0585528 3.43 0.001 0.0861511 0.3156738
Instrumented: coloc
Elaboración Propia
Cuadro 6: Modelo con PBI no primario/Intermediación

ivregress 2sls CRE_pbipc L1.Lpbi Telefono Electricidad (inter = L1.inter) // CON INTERMEDIACION

wald chi2 (4) = 36.07
Prob > chi2 = 0.0000
Root MSE = .03709

inter 0.009136 0.0229175 0.40 0.690 -0.0357815 0.0540535
Lpbi
L1. -0.0314991 0.0079708 -3.95 0.000 -0.0471216 -0.0158767
Telefono 0.0004527 0.0004077 1.11 0.267 -0.0003465 0.0012518
Electricidad 0.0010702 0.0002214 4.83 0.000 0.0006363 0.0015041
_cons 0.2135743 0.0577483 3.70 0.000 0.1003897 0.3267588
Instrumented: inter
Elaboración propia
Sin embargo, si la medida de desarrollo financiero cambia a la de depósitos sobre

PBI, da como resultado una relación inversa, aunque también nada significativo.

Cuadro 7: Modelo con PBI total/Depósitos

ivregress 2sls CRE_pbipc L1.Lpbi Telefono Electricidad (depo = L1.depo) // CON DEPOSITOS

wald chi2 (4) = 23.32
Prob > chi2 = 0.0001
Root MSE = .0573

depo -0.0315033 0.0681458 -0.46 0.644 -0.1650667 0.10206
Lpbi
L1. -0.0364161 0.0095501 -3.81 0.000 -0.055134 -0.0176983
Telefono 0.0009338 0.0005844 1.60 0.110 -0.0002116 0.0020793
Electricidad 0.0009842 0.0002869 3.43 0.001 0.0004219 0.0015464
_cons 0.2645511 0.0752977 3.51 0.000 0.1169704 0.4121318
Instrumented: depo
Instruments: L.Lpbi Telefono Electricidad L.depo
Elaboración propia
Cuadro 8: Modelo con PBI no primario/Depósitos

ivregress 2sls CRE_pbipc L1.Lpbi Telefono Electricidad (depo = L1.depo) // CON DEPOSITOS

wald chi2 (4) = 36.07
Prob > chi2 = 0.0000
Root MSE = .03718

depo -0.0262775 0.045731 -0.57 0.566 -0.1159086 0.0633536
Lpbi
L1. -0.0325454 0.0077278 -4.21 0.000 -0.0476916 -0.0173993
Telefono 0.0007192 0.0004127 1.74 0.081 -0.0000898 0.0015281
Electricidad 0.0011049 0.0002078 5.32 0.000 0.0006976 0.0015121
_cons 0.2212882 0.0563633 3.93 0.000 0.1108181 0.3317583
Instrumented: depo
Elaboración propia
Esto podría implicar dos conclusiones: (i) que nuestra hipótesis ha sido incorrecta o
(ii) que al obviar la estructura panel y asumir que no existe heterogeneidad individual

no observable (recordar que con el método anterior se asumió que el contexto es el

mismo en todas las regiones) puede estar causando sesgo (inconsistencia) en las
estimaciones4.
Por tanto, antes de descartar nuestra hipótesis de investigación, queda asumir que
dicha heterogeneidad individual no observable sí juega un rol importante. Una vez
cambiado el supuesto concerniente a la existencia o no de tal efecto, queda por ver la
naturaleza de la misma.
Greene y otros autores, consideran que el error del proceso generador puede ser
descompuesto de la siguiente manera:
εit = αi + uit
Donde uit ~iid(0, σ2u ) y αi proviene una distribución aleatoria independiente de uit y
de las demás variables explicativas (cov(αi , X) = 0).
Este modelo, comúnmente conocido como modelo de efectos aleatorios, arroja aún
resultados similares al de datos agrupados (tanto en las estimaciones con PBI total
como en las que se emplea PBI no primario). En ambos casos se emplean variables
instrumentales para controlar el efecto de la doble causalidad entre nuestra variable
dependiente y nuestra variable de interés.
4
Ver en el anexo el supuesto del modelo de datos agrupados.


MODELO DE EFECTOS ALEATORIOS
xtivreg CRE_pbipc L1.Lpbi Telefono Electricidad (coloc = L1.coloc) re // CON COLOCACIONES
G2SLS random - effects IV regression Number of obs = 312

Group variable: ID Number of groups = 24
R - sq: within = 0.1341 Obs per group: min = 13

between = 0.0891 avg = 13.0
overall = 0.0670 max = 13
wald chi2 (4) = 24.33

corr (u_i . X) ´= 0 (assumed) Prob > chi2 = 0.0001

coloc 0.0705586 0.0666166 1.06 0.290 -0.0600075 0.2011247
Lpbi
L1. -0.0329121 0.0110266 -2.98 0.003 -0.0545238 -0.0113005
Telefono 0.0003928 0.0005443 0.72 0.470 -0.000674 0.0014596
Electricidad 0.0008649 0.0003393 2.55 0.011 0.0001999 0.0015299
_cons 0.2398831 0.0848107 2.83 0.005 0.0736573 0.406109
sigma_u 0.00530192
sigma_e 0.05269868
rho 0.01002059 (fraction of variance due to u_i)
Instrumented: coloc
estimates store RE_1
Elaboración propia

xtivreg CRE_pbipc L1.Lpbi Telefono Electricidad (depo = L1.depo) re // CON DEPOSITOS


between = 0.1177 avg = 13.0
wald chi2 (4) = 24.18


depo -0.0389804 0.0746496 -0.52 0.602 -0.1852909 0.1073302
Lpbi
L1. -0.0405249 0.01058 -3.83 0.000 -0.0612613 -0.0197884
Telefono 0.0010482 0.0006315 1.66 0.097 -0.0001894 0.0022858
Electricidad 0.0010906 0.0003039 3.59 0.000 0.000495 0.0016863
_cons 0.2919521 0.0836152 3.49 0.000 0.1280694 0.4558348
sigma_u 0.00805299
sigma_e 0.05501068
Instrumented: depo
Elaboración propia


xtivreg CRE_pbipc L1.Lpbi Telefono Electricidad (inter = L1.inter) re // CON INTERMEDIACION


between = 0.1175 avg = 13.0
wald chi2 (4) = 24.13


inter 0.0173892 0.0405167 0.43 0.668 -0.062022 0.0968005
Lpbi
L1. -0.0388747 0.0111474 -3.49 0.000 -0.0607232 -0.0170261
Telefono 0.0006197 0.0006326 0.98 0.327 -0.0006203 0.0018596
Electricidad 0.0010573 0.0003229 3.27 0.001 0.0004244 0.0016903
_cons 0.2795407 0.0870937 3.21 0.001 0.1088403 0.4502411
sigma_u 0.00828069
sigma_e 0.05357561
Instrumented: inter
Elaboración propia

MODELO DE EFECTOS ALEATORIOS
xtivreg CRE_pbipc L1.Lpbi Telefono Electricidad (coloc = L1.coloc) re // CON COLOCACIONES


between = 0.0860 avg = 12.0
wald chi2 (4) = 36.55


coloc 0.0352938 0.0339075 1.04 0.298 -0.0311637 0.1017513
Lpbi
L1. -0.0294457 0.0082248 -3.58 0.000 -0.0455661 -0.0133253
Telefono 0.0003581 0.0003637 0.98 0.325 -0.0003548 0.001071
Electricidad 0.000986 0.0002361 4.18 0.000 0.0005233 0.0014487
_cons 0.2009124 0.0590678 3.40 0.001 0.0851417 0.3166832
sigma_u 0
sigma_e 0.03480705
rho 0 (fraction of variance due to u_i)
Instrumented: coloc
Elaboración propia


xtivreg CRE_pbipc L1.Lpbi Telefono Electricidad (depo = L1.depo) re // CON DEPOSITOS


between = 0.0687 avg = 12.0
wald chi2 (4) = 35.44


depo -0.0262775 0.0461332 -0.57 0.569 -0.1166969 0.064142
Lpbi
L1. -0.0325454 0.0077957 -4.17 0.000 -0.0478248 -0.0172661
Telefono 0.0007192 0.0004164 1.73 0.084 -0.0000969 0.0015352
Electricidad 0.0011049 0.0002096 5.27 0.000 0.0006941 0.0015157
_cons 0.2212882 0.0568591 3.89 0.000 0.1098465 0.3327299
sigma_u 0
sigma_e 0.03503831
Instrumented: depo
Elaboración propia

xtivreg CRE_pbipc L1.Lpbi Telefono Electricidad (inter = L1.inter) re // CON INTERMEDIACION


between = 0.0983 avg = 12.0
wald chi2 (4) = 35.44


inter 0.009136 0.0231191 0.40 0.693 -0.0361766 0.0544485
Lpbi
L1. -0.0314991 0.0080409 -3.92 0.000 -0.047259 -0.0157393
Telefono 0.0004527 0.0004113 1.10 0.271 -0.0003535 0.0012588
Electricidad 0.0010702 0.0002233 4.79 0.000 0.0006324 0.0015079
_cons 0.2135743 0.0582562 3.67 0.000 0.0993942 0.3277543
sigma_u 0
sigma_e 0.0348232
Instrumented: inter
Elaboración propia

Antes de poder concluir que la hipótesis ha sido incorrecta, se levantó la suposición

acerca de que la heterogeneidad es aleatoria e independiente de todas las variables.
De esta manera se asumió ahora que:
εit = βi + uit
Donde uit ~iid(0, σ2u ) y βi es fijo pero no observable. Esto implica que la
cov(βi , X) ≠ 0.
Este método de estimación es conocido como modelo de efectos fijos (o estimación

intragrupos). Los resultados son alentadores. En primer lugar, en los tres casos de
desarrollo financiero, el método de efectos fijos se ha mostrado más adecuado que
el de datos agrupados (ver en el anexo las pruebas F). Por el lado de los parámetros,
tanto la medida de colocaciones e intermediación resultaron significativos al 95 y 90
por ciento, respectivamente, además de obtenerse los signos esperados (positivos).
Lo que implica que, de acuerdo a este método de estimación, existe una relación
positiva entre desarrollo financiero y crecimiento del PBI no primario. La medida de
depósitos sobre PBI no es significativa.
Se puede notar en el Cuadro 15, que ante un incremento de 10 por ciento en el ratio
de colocaciones sobre PBI no primario, el crecimiento del mismo se incrementaría
en 1,4 por ciento, en promedio, en cada región. En el caso de considerar la
intermediación financiera, un 10 por ciento de incremento en esta medida, tendría
como resultado un incremento de 0,86 por ciento de la tasa de crecimiento del PBI
no primario, en promedio.


MODELO DE EFECTOS FIJOS
xtivreg CRE_pbipc L1.Lpbi Telefono (coloc = L1.coloc) fe // CON COLOCACIONES
Fixed-effects (within) IV regression Number of obs = 288


between = 0.0118 avg = 12.0
wald chi2 (3) = 330.01

corr (u_i . X) ´= -0.9109 Prob > chi2 = 0.0000

coloc 0.1403187 0.0590698 2.38 0.018 0.024544 0.2560933
Lpbi
L1. -0.0302561 0.0295445 -1.02 0.306 -0.0881622 0.02765
Telefono 0.0041738 0.0007889 5.29 0.000 0.0026277 0.00572
_cons 0.2030874 0.2431083 0.84 0.404 -0.273396 0.6795709
sigma_u 0.04467693
sigma_e 0.03591941
F test that all u_i = 0: F(23,261) = 2.66 Prob > F ´= 0.0001
Instrumented: coloc
Instruments: L.Lpbi Telefono L.coloc
estimates store FE_1
Elaboración propia

xtivreg CRE_pbipc L1.Lpbi Telefono (depo = L1.depo) fe // CON DEPOSITOS


between = 0.0049 avg = 12.0
wald chi2 (3) = 313.09

corr (u_i . X) ´= -0.9504 Prob > chi2 = 0.0000

depo -0.1121299 0.1722812 -0.65 0.515 -0.4497949 0.2255352
Lpbi
L1. 0.0371242 0.026196 1.42 0.156 -0.014219 0.0884673
Telefono 0.0044867 0.0007941 5.65 0.000 0.0029302 0.0060432
_cons -0.3427974 0.2052494 -1.67 0.095 -0.7450788 0.0594839
sigma_u 0.06023614
sigma_e 0.03658512
Instrumented: depo
Instruments: L.Lpbi Telefono L.depo
Elaboración propia


xtivreg CRE_pbipc L1.Lpbi Telefono (inter = L1.inter) fe // CON INTERMEDIACION


between = 0.0096 avg = 12.0
wald chi2 (3) = 325.40

corr (u_i . X) ´= -0.9352 Prob > chi2 = 0.0000

inter 0.0858667 0.0507694 1.69 0.091 -0.0136395 0.1853729
Lpbi
L1. -0.0180236 0.0313281 -0.58 0.565 -0.0794255 0.0433783
Telefono 0.0042726 0.0007898 5.41 0.000 0.0027247 0.0058205
_cons 0.0949062 0.2543129 0.37 0.709 -0.403538 0.5933503
sigma_u 0.05218379
sigma_e 0.03602135
Instrumented: inter
Instruments: L.Lpbi Telefono L.inter
Elaboración propia
En el caso de emplear el PBI total per-cápita como indicador de crecimiento

económico, todos los coeficientes son significativos al 95 por ciento y con el signo
previsto por el marco teórico. El incremento en 10 por ciento en el desarrollo
financiero (en cualesquiera de sus tres formas de medición) da un efecto en el
crecimiento demasiado alto (mínimo 5,46 por ciento de incremento), resultado que
parece ser un poco alto, pero que está en línea con lo hallado por Aguilar (2011).
xtivreg CRE_pbipc L1.Lpbi Telefono (coloc = L1.coloc) fe // CON COLOCACIONES


between = 0.0563 avg = 13.0
wald chi2 (3) = 164.38

corr (u_i . X) ´= -0.9541 Prob > chi2 = 0.0000

coloc 0.7518368 0.0978218 7.69 0.000 0.5601096 0.9435641
Lpbi
L1. -0.2430303 0.0335169 -7.25 0.000 -0.3087223 -0.1773384
Telefono 0.0035021 0.0010912 3.21 0.001 0.0013634 0.0056407
_cons 2.049803 0.289437 7.08 0.000 1.482517 2.617089
sigma_u 0.10871322
sigma_e 0.05324672
Instrumented: coloc
Instruments: L.Lpbi Telefono L.coloc
Elaboración propia


xtivreg CRE_pbipc L1.Lpbi Telefono (depo = L1.depo) fe // CON DEPOSITOS


between = 0.1137 avg = 13.0
wald chi2 (3) = 96.42

corr (u_i . X) ´= -0.9603 Prob > chi2 = 0.0000

depo 0.636942 0.2443399 2.61 0.009 0.1580446 1.115839
Lpbi
L1. -0.1041302 0.0305702 -3.41 0.001 -0.1640467 -0.0442136
Telefono 0.0054544 0.0011486 4.75 0.000 0.0032031 0.0077057
_cons 0.8093575 0.2555925 3.17 0.002 0.3084054 1.31031
sigma_u 0.08610796
sigma_e 0.05771716
Instrumented: depo
Instruments: L.Lpbi Telefono L.depo
Elaboración propia

xtivreg CRE_pbipc L1.Lpbi Telefono (inter = L1.inter) fe // CON INTERMEDIACION


between = 0.0899 avg = 13.0
wald chi2 (3) = 146.21

corr (u_i . X) ´= -0.9624 Prob > chi2 = 0.0000

inter 0.546333 0.0799357 6.83 0.000 0.3896619 0.7030041
Lpbi
L1. -0.2302623 0.0347646 -6.62 0.000 -0.2983997 -0.1621249
Telefono 0.0040045 0.001112 3.60 0.000 0.0018251 0.0061839
_cons 1.902359 0.2963332 6.42 0.000 1.321556 2.483161
sigma_u 0.11626119
sigma_e 0.05477814
Instrumented: inter
Instruments: L.Lpbi Telefono L.inter
Elaboración propia
Por otra parte, si empleamos como medida de desarrollo financiero el ratio entre
colocaciones (depósitos) reales (es decir, se ha limpiado el efecto de la inflación sobre

tales indicadores) respecto al PBI real, la situación se mantiene similar en ambos casos,
manteniéndose incluso el alto efecto sobre el crecimiento del PBI total ante un cambio en
el indicador de desarrollo financiero.

xtivreg CRE_pbipc L1.Lpbi Telefono (coloc_r = L1.coloc_r) fe // CON COLOCACIONES


between = 0.0188 avg = 12.0
wald chi2 (3) = 330.56

corr (u_i . X) ´= -0.9018 Prob > chi2 = 0.0000

coloc_r 0.1390851 0.0519674 2.68 0.007 0.0372308 0.2409394
Lpbi
L1. -0.0397508 0.0302987 -1.31 0.190 -0.0991352 0.0196335
Telefono 0.0041875 0.0007873 5.32 0.000 0.0026445 0.0057305
_cons 0.281691 0.2494347 1.13 0.259 -0.207192 0.770574
sigma_u 0.04251392
sigma_e 0.03597326
Instrumented: coloc_r
Instruments: L.Lpbi Telefono L.coloc_r
Elaboración propia
xtivreg CRE_pbipc L1.Lpbi Telefono (depo_r = L1.depo_r) fe // CON DEPOSITOS


between = 0.0011 avg = 12.0
wald chi2 (3) = 314.97

corr (u_i . X) ´= -0.9526 Prob > chi2 = 0.0000

depo_r -0.0320282 0.1612897 -0.20 0.843 -0.3481502 0.2840938
Lpbi
L1. 0.0294645 0.0288344 1.02 0.307 -0.02705 0.0859789
Telefono 0.0044678 0.0007907 5.65 0.000 0.002918 0.0060176
_cons -0.2862786 0.2259609 -1.27 0.205 -0.7291538 0.1565967
sigma_u 0.0611309
sigma_e 0.0364537
Instrumented: depo_r
Instruments: L.Lpbi Telefono L.depo_r
Elaboración propia


xtivreg CRE_pbipc L1.Lpbi Telefono (inter_r = L1.inter_r) fe // CON INTERMEDIACION


between = 0.0203 avg = 12.0
wald chi2 (3) = 326.41

corr (u_i . X) ´= -0.9271 Prob > chi2 = 0.0000

inter_r 0.0966164 0.045018 2.15 0.032 0.0083828 0.18485
Lpbi
L1. -0.0332332 0.0327265 -1.02 0.310 -0.097376 0.0309096
Telefono 0.0042708 0.0007876 5.42 0.000 0.0027272 0.0058144
_cons 0.2189375 0.2660238 0.82 0.411 -0.3024596 0.7403345
sigma_u 0.0492128
sigma_e 0.03606229
Instrumented: inter_r
Instruments: L.Lpbi Telefono L.inter_r
Elaboración propia

xtivreg CRE_pbipc L1.Lpbi Telefono (coloc_r = L1.coloc_r) fe // CON COLOCACIONES


between = 0.0545 avg = 13.0
wald chi2 (3) = 160.65

corr (u_i . X) ´= -0.9519 Prob > chi2 = 0.0000

coloc_r 0.5895953 0.0788231 7.48 0.000 0.4351049 0.7440857
Lpbi
L1. -0.2451758 0.0342341 -7.16 0.000 -0.3122735 -0.1780782
Telefono 0.0035264 0.0010951 3.22 0.001 0.0013801 0.0056728
_cons 2.077104 0.2964536 7.01 0.000 1.496066 2.658143
sigma_u 0.10353979
sigma_e 0.05340095
Instrumented: coloc_r
Instruments: L.Lpbi Telefono L.coloc_r
Elaboración propia


xtivreg CRE_pbipc L1.Lpbi Telefono (depo_r = L1.depo_r) fe // CON DEPOSITOS


between = 0.1291 avg = 13.0
wald chi2 (3) = 103.97

corr (u_i . X) ´= -0.9623 Prob > chi2 = 0.0000

depo_r 0.7825384 0.2136091 3.66 0.000 0.3638723 1.201204
Lpbi
L1. -0.1424184 0.033882 -4.20 0.000 -0.208826 -0.0760108
Telefono 0.0050707 0.0011488 4.41 0.000 0.002819 0.0073223
_cons 1.134501 0.2842128 3.99 0.000 0.5774539 1.691548
sigma_u 0.09417282
sigma_e 0.05742197
Instrumented: depo_r
Instruments: L.Lpbi Telefono L.depo_r
Elaboración propia

xtivreg CRE_pbipc L1.Lpbi Telefono (inter_r = L1.inter_r) fe // CON INTERMEDIACION


between = 0.0882 avg = 13.0
wald chi2 (3) = 151.29

corr (u_i . X) ´= -0.9592 Prob > chi2 = 0.0000

inter_r 0.4482174 0.0634148 7.07 0.000 0.3239267 0.572508
Lpbi
L1. -0.2476429 0.0358025 -6.92 0.000 -0.3178145 -0.1774712
Telefono 0.0037511 0.0011083 3.38 0.001 0.0015789 0.0059234
_cons 2.068525 0.3069306 6.74 0.000 1.466952 2.670098
sigma_u 0.11036618
sigma_e 0.05428149
Instrumented: inter_r
Instruments: L.Lpbi Telefono L.inter_r
Elaboración propia
Ampliando el análisis hecho en Aguilar (2011), se toma en cuenta la posibilidad

de correlación serial en los errores. Dado que se tiene 12 períodos de tiempo en

cada región, introducimos en la regresión los dos rezagos (dos años). El modelo a
estimar sería de la siguiente forma:
yit = αi + β′it Xit + δ1 yi,t−1 + δ2 yi,t−2 + uit
Si se estima la ecuación anterior por efectos fijos o aleatorios (ignorando la

variable dinámica) surge el problema de endogeneidad por la presencia de los
rezagos de la variable dependiente. Por lo que debemos estimar el modelo por
variables instrumentales. El método más empleado es usar la metodología
desarrollada por Arellano-Bond, que es emplear el método de momentos
generalizados5.
Los resultados de la estimación muestran que existe persistencia en el crecimiento

del PBI per cápita no primario, más no en el caso del PBI total. En tanto que el
signo y la significancia de las medidas de desarrollo financiero se mantienen
robustas para ambas medidas de crecimiento económico.
5
Para más detalle sobre la metodología ver Arellano, M., & Bond, S. (1991). Some tests of specification for panel data:
Monte Carlo evidence and an application to employment equations. The review of economic studies, 58(2), 277-297.


MODELO DINAMICO
xtabond CRE_pbipc L1.Lpbi Telefono . lags(2) endogenous(coloc_r) inst(L1.coloc_r) vce(robust) nocons
Arellano-Bond dynamic panel-data estimation Number of obs = 264

Time variable: Año
Obs per group: min = 11
avg = 11
max = 11
Number of instruments = 225 wald chi2 (5) = 201.25

Prob > chi2 = 0.0000
One-step results
(Std. Err. adjusted for clustering on ID)
Robust
CRE_pbipc
L1. 0.0893885 0.0509186 1.76 0.079 -0.0104101 0.1891871
L2. 0.2100698 0.0655165 3.21 0.001 0.0816597 0.3384798
coloc_r 0.1798461 0.0764475 2.35 0.019 0.0300118 0.3296805
Lpbi
L1. -0.106102 0.0391676 -2.71 0.007 -0.1828692 -0.0293349
Telefono 0.0037593 0.0007974 4.71 0.000 0.0021964 0.0053223

Instruments for differenced equation
GMM-type: L(2/.). CRE_pbipc L(2/.). coloc_r
Standard : LD.Lpbi D.Telefono L.coloc_r
estimates store MD_1
Elaboración propia
xtabond CRE_pbipc L1.Lpbi Telefono . lags(2) endogenous(depo_r) inst(L1.depo_r) vce(robust) nocons

Time variable: Año
avg = 11
max = 11

Prob > chi2 = 0.0000
One-step results
Robust
CRE_pbipc
L1. 0.0715249 0.0520909 1.37 0.170 -0.0305714 0.1736212
L2. 0.1857517 0.0687415 2.70 0.007 0.0510208 0.3204827
depo_r 0.1644126 0.0819608 2.01 0.045 0.0037723 0.3250529
Lpbi
L1. -0.0413904 0.0251857 -1.64 0.100 -0.0907534 0.0079727
Telefono 0.0043436 0.0007686 5.65 0.000 0.0028371 0.0058501

GMM-type: L(2/.). CRE_pbipc L(2/.). depo_r
Standard : LD.Lpbi D.Telefono L.depo_r
Elaboración propia

xtabond CRE_pbipc L1.Lpbi Telefono . lags(2) endogenous(inter_r) inst(L1.inter_r) vce(robust) nocons

Time variable: Año
avg = 11
max = 11

Prob > chi2 = 0.0000
One-step results
Robust
CRE_pbipc
L1. 0.0966112 0.0476849 2.03 0.043 0.0031506 0.1900719
L2. 0.2145742 0.0657696 3.26 0.001 0.0856682 0.3434802
inter_r 0.1504916 0.064454 2.33 0.020 0.0241642 0.2768191
Lpbi
L1. -0.1159847 0.0432192 -2.68 0.007 -0.2006928 -0.0312767
Telefono 0.0038691 0.0007988 4.84 0.000 0.0023035 0.0054347

GMM-type: L(2/.). CRE_pbipc L(2/.). inter_r
Standard : LD.Lpbi D.Telefono L.inter_r
Elaboración propia
MODELO DINAMICO
xtabond CRE_pbipc L1.Lpbi Telefono . lags(2) endogenous(coloc_r) inst(L1.coloc_r) vce(robust) nocons

Time variable: Año
avg = 12
max = 12

Prob > chi2 = 0.0000
One-step results
Robust
CRE_pbipc
L1. 0.007006 0.0863384 0.08 0.935 -0.1622143 0.1762262
L2. -0.0210889 0.0647034 -0.33 0.744 -0.1479053 0.1057274
coloc_r 0.6742846 0.1817318 3.71 0.000 0.3180969 1.030472
Lpbi
L1. -0.322634 0.0737158 -4.38 0.000 -0.4671143 -0.1781538
Telefono 0.0047144 0.0015634 3.02 0.003 0.0016503 0.0077786

GMM-type: L(2/.). CRE_pbipc L(2/.). coloc_r
Standard : LD.Lpbi D.Telefono L.coloc_r
Elaboración propia


xtabond CRE_pbipc L1.Lpbi Telefono . lags(2) endogenous(depo_r) inst(L1.depo_r) vce(robust) nocons

Time variable: Año
avg = 12
max = 12

Prob > chi2 = 0.0000
One-step results
Robust
CRE_pbipc
L1. 0.0305165 0.099748 0.31 0.760 -0.164986 0.2260189
L2. -0.0014779 0.0789598 -0.02 0.985 -0.1562363 0.1532805
depo_r 0.5862355 0.2061793 2.84 0.004 0.1821315 0.9903394
Lpbi
L1. -0.1596267 0.0561799 -2.84 0.004 -0.2697374 -0.049516
Telefono 0.0062511 0.0015782 3.96 0.000 0.0031578 0.0093444

GMM-type: L(2/.). CRE_pbipc L(2/.). depo_r
Standard : LD.Lpbi D.Telefono L.depo_r
Elaboración propia
xtabond CRE_pbipc L1.Lpbi Telefono . lags(2) endogenous(inter_r) inst(L1.inter_r) vce(robust) nocons

Time variable: Año
avg = 12
max = 12

Prob > chi2 = 0.0000
One-step results
Robust
CRE_pbipc
L1. 0.0292403 0.0942491 0.31 0.756 -0.1554846 0.2139652
L2. -0.008096 0.0714853 -0.11 0.910 -0.1482046 0.1320126
inter_r 0.4935098 0.1331367 3.71 0.000 0.2325666 0.754453
Lpbi
L1. -0.3224726 0.0749006 -4.31 0.000 -0.4692751 -0.1756702
Telefono 0.00526 0.0016898 3.11 0.002 0.001948 0.0085719

GMM-type: L(2/.). CRE_pbipc L(2/.). inter_r
Standard : LD.Lpbi D.Telefono L.inter_r
Elaboración propia

Finalmente, consideramos un efecto de concavidad sobre la variable de desarrollo

financiero, que tampoco se analizó en el documento que inspira este trabajo
(Aguilar 2011). En el modelo estático de efectos fijos introducimos la variable de
desarrollo financiero elevada al cuadrado. Esto permitió mostrar que el
incremento en la tasa de crecimiento producto de una elevación en el desarrollo
financiero tiene rendimientos marginales decrecientes. Esto es, que no será lo
mismo para Huancavelica incrementar 10 por ciento su desarrollo financiero (que
al 2012 registra 2.50 por ciento, indicador muy bajo), que un incremento de 10
por ciento en el desarrollo financiero de Lima (que al 2012, presenta un coeficiente
de intermediación del 52.90 por ciento, indicador bastante alto).
Los resultados de la estimación muestran que este efecto es significativo y

negativo, acorde con la suposición de rendimientos decrecientes. En el caso de los
depósitos, no se aprecia significancia en ninguno de los componentes. Para el caso
del PBI total, la introducción de este efecto de concavidad no corrige la sobre
estimación del incremento en la tasa de crecimiento.
Por otro lado, en todas las regresiones, los parámetros asociados a las variables de
infraestructura de los hogares guardan coherencia con lo esperado y son
significativos. Asimismo, en cada estimación se presenta un signo negativo del
rezago del nivel del PBI per cápita, muestra de que si hay convergencia relativa.
Estos efectos son similares a lo obtenido por Aguilar (2011).


xtivreg CRE_pbipc L1.Lpbi Telefono (coloc coloc2 = L1.coloc L1.coloc2) fe // CON COLOCACIONES


between = 0.0480 avg = 12.0
wald chi2 (4) = 348.74

corr (u_i . Xb) ´= -0.8724 Prob > chi2 = 0.0000

coloc 0.4587589 0.1221759 3.75 0.000 0.2192985 0.6982193
coloc2 -0.6879165 0.2377524 -2.89 0.004 -1.153903 -0.2219304
Lpbi
L1. -0.0568089 0.0302202 -1.88 0.060 -0.1160395 0.0024216
Telefono 0.003906 0.0007824 4.99 0.000 0.0023726 0.0054394
_cons 0.4086293 0.2474953 1.65 0.099 -0.0764526 0.8937111
sigma_u 0.0377801
sigma_e 0.03540292
Instrumented: coloc coloc 2
Instruments: L.Lpbi Telefono L.coloc L.coloc2
Elaboración propia


xtivreg CRE_pbipc L1.Lpbi Telefono (depo depo2 = L1.depo L1.depo2) fe // CON DEPOSITOS


between = 0.0045 avg = 12.0
wald chi2 (4) = 312.10


depo -0.0949367 0.3115845 -0.30 0.761 -0.7056311 0.5157578
depo2 -0.0292567 0.3872455 -0.08 0.940 -0.7882439 0.7297305
Lpbi
L1. 0.0365136 0.0285146 1.28 0.200 -0.019374 0.0924012
Telefono 0.0044836 0.0007969 5.63 0.000 0.0029218 0.0060454
_cons -0.3389784 0.218138 -1.55 0.120 -0.7665209 0.0885641
sigma_u 0.06013923
sigma_e 0.03664602
Instrumented: depo depo 2
Instruments: L.Lpbi Telefono L.depo L.depo2
Elaboración propia

xtivreg CRE_pbipc L1.Lpbi Telefono (inter inter2 = L1.inter L1.inter2) fe // CON INTERMEDIACION


between = 0.0194 avg = 12.0
wald chi2 (4) = 333.13


inter 0.2125036 0.0794561 2.67 0.007 0.0567725 0.3682347
inter2 -0.1572015 0.075845 -2.07 0.038 -0.3058549 -0.0085481
Lpbi
L1. -0.0282025 0.0315659 -0.89 0.372 -0.0900705 0.0336655
Telefono 0.0041104 0.0007895 5.21 0.000 0.002563 0.0056579
_cons 0.1661141 0.2554219 0.65 0.515 -0.3345037 0.6667319
sigma_u 0.0455269
sigma_e 0.03583059
Instrumented: inter inter 2
Instruments: L.Lpbi Telefono L.inter L.inter2
Elaboración propia


xtivreg CRE_pbipc L1.Lpbi Telefono (coloc coloc2 = L1.coloc L1.coloc2) fe // CON COLOCACIONES


between = 0.0518 avg = 13.0
wald chi2 (4) = 170.05


coloc 1.015214 0.1526499 6.65 0.000 0.7160254 1.314402
coloc2 -0.8645208 0.3844018 -2.25 0.025 -1.617934 -0.1111071
Lpbi
L1. -0.2384634 0.0335035 -7.12 0.000 -0.304129 -0.1727978
Telefono 0.0032445 0.0010949 2.96 0.003 0.0010984 0.0053905
_cons 2.00078 0.2896028 6.91 0.000 1.433169 2.568391
sigma_u 0.10594169
sigma_e 0.05313342
Instrumented: coloc coloc 2
Instruments: L.Lpbi Telefono L.coloc L.coloc2
Elaboración propia

xtivreg CRE_pbipc L1.Lpbi Telefono (depo depo2 = L1.depo L1.depo2) fe // CON DEPOSITOS


between = 0.1191 avg = 13.0
wald chi2 (4) = 97.71


depo 2.062772 0.5908829 3.49 0.000 0.9046628 3.220881
depo2 -1.981353 0.6694528 -2.96 0.003 -3.293456 -0.6692496
Lpbi
L1. -0.1357192 0.0343212 -3.95 0.000 -0.2029875 -0.0684509
Telefono 0.0051506 0.0011827 4.35 0.000 0.0028326 0.0074687
_cons 0.9965034 0.2763226 3.61 0.000 0.454921 1.538086
sigma_u 0.12047173
sigma_e 0.05918319
Instrumented: depo depo 2
Instruments: L.Lpbi Telefono L.depo L.depo2
Elaboración propia


xtivreg CRE_pbipc L1.Lpbi Telefono (inter inter2 = L1.inter L1.inter2) fe // CON INTERMEDIACION


between = 0.0831 avg = 13.0
wald chi2 (4) = 156.31


inter 0.7852831 0.1106784 7.10 0.000 0.5683573 1.002209
inter2 -0.3252562 0.0969983 -3.35 0.001 -0.5153694 -0.1351431
Lpbi
L1. -0.2371369 0.0346924 -6.84 0.000 -0.3051327 -0.169141
Telefono 0.003535 0.0011151 3.17 0.002 0.0013495 0.0057205
_cons 1.944004 0.2951751 6.59 0.000 1.365471 2.522536
sigma_u 0.11370345
sigma_e 0.05439174
Instrumented: inter inter 2
Instruments: L.Lpbi Telefono L.inter L.inter2
Elaboración propia
Cuando se tiene una estructura de datos de panel, lo más lógico es pensar en estimar
empleando alguno de los métodos para este tipo de datos. Sin embargo, es recomendable
mostrar que tales modelos son más adecuados que el modelo de datos agrupados (que
emplea una estimación de mínimos cuadrados ordinarios sin considerar la estructura
particular de los datos).
Al estimar la ecuación de regresión, sin considerar la doble causalidad entre el desarrollo

financiero y el crecimiento del PBI per-cápita, por la metodología de efectos fijos
(quitando la media intra - grupo a las observaciones) se realizó un test de Wald (test F),
cuya hipótesis nula es que la presencia del efecto fijo (empleado para capturar la
heterogeneidad no observable) es nada significativo. El resultado, para cada definición de
desarrollo financiero, fue que los datos no soportaban la hipótesis nula. Es decir, el efecto
fijo es significativo. Esto da evidencia a que la metodología de efectos fijos es más
apropiada que la del modelo agrupado.
El siguiente paso ha sido elegir entre el método de efectos aleatorios y el de efectos fijos.
Para ello, se estimaron ambos modelos. Como se mencionó anteriormente, la metodología

de efectos aleatorios considera que el efecto fijo tiene asociada una distribución de
probabilidades que es independiente de la del error idiosincrático y de los demás
regresores. Esta característica del método de efectos aleatorios puede ser considerada
como un caso particular del método de efectos fijos, donde se asume que la
heterogeneidad no observable está correlacionada con los regresores. De esta forma, el
test de Hausman, trata de cuantificar si la diferencia entre ambos estimadores es
significativa. La hipótesis nula del test es que no lo es, por tanto el método de efectos
aleatorios sería el más adecuado. Cuando se aplicó el test, para cada definición de
desarrollo financiero, se encontró que la diferencia entre el estimador de efectos aleatorios
y efectos fijos sí era significativo. Por tanto, el método de efectos fijos era más adecuado
que el de efectos aleatorios (cuadros 9-14).
Por otro lado, una vez determinado el método más adecuado de estimación, en este caso
efectos fijos, se buscó que determinar si existía la presencia de heteroscedasticidad en las
estimaciones. En nuestra primera estimación, sin controlar por la doble causalidad entre
crecimiento y desarrollo financiero, el test de heteroscedasticidad (de Breusch-Pagan)
aplicado a los modelos de efectos fijos no pudieron rechazar la presencia de dicho
fenómeno en los datos, para todas las definiciones de desarrollo financiero (ver cuadros
15-26). Por tanto, es necesario lidiar con dicha particularidad. Teóricamente, la forma de
proceder debería de ser estimar el modelo por algún método de mínimos cuadrados
generalizados. Sin embargo, estimar dichos modelos es bastante complicado si no se
conoce la estructura exacta de la heteroscedasticidad.
Cuando no es posible tener una idea apropiada de la estructura de heteroscedasticidad se

recurre a una corrección de la matriz de varianza covarianza de los errores consistente
con la presencia de heteroscedasticidad en los datos. El método más común es emplear
una corrección a la White, la cual se estima de la siguiente manera: la matriz de varianza
covarianza de los errores
Σ ̂_0=1/n ∑ (i=1)^n▒〖e_i^2 x_i x_i^' 〗
La matriz de varianza y covarianza de los estimadores se estimaría así:
Σ ̂_β = (X^' X)^(-1) (Σ ̂_0 ) (X^' X)^(-1)

Por tanto, para la estimación por efectos fijos y controlando por la doble causalidad entre
desarrollo financiero y crecimiento económico (donde se emplea la metodología de
variables instrumentales) también se considera este tipo de corrección de la matriz de
varianza covarianza consistente con la presencia de heteroscedasticidad.
Finalmente, como los datos tienen una dimensión temporal, hemos testeado la hipótesis
de auto-correlación serial de los errores de estimación, ya que de lo contrario se vería
afectada la eficiencia de la estimación. Se realizó el test de autocorrelación de Wooldridge
(ver Wooldridge, 2002) que busca evidencia de autocorrelación serial de primer orden en
los errores. Se encontró que todos las especificaciones rechazan la hipótesis nula de no
autocorrelación serial. Ello sustenta la necesidad de estimar un modelo dinámico (cuadros
27-32).

CONCLUSIONES
1. Los resultados obtenidos de la aplicación de modelos de datos de panel, confirman

la relación positiva y significativa entre el crecimiento económico y el desarrollo
del sistema financiero en el Perú para el período 1994-2013. Encontrándose que
las medidas de colocaciones e intermediación financiera resultaron significativos
al 95 y 90 por ciento respectivamente y con los signos positivos. Se pudo notar
también que el incremento del crecimiento económico es de 1, 4 por ciento en el
caso de las colocaciones sobre PBI per-cápita no primario, mientras que la
intermediación financiera sobre el PBI per-cápita no primario es de 0,86 por ciento
en promedio, para cada región.
2. Entre los hechos estilizados más relevantes, podemos destacar el favorable

crecimiento económico mostrado en el Perú, donde el sistema financiero mostró
tendencias favorables asociadas a sólidos fundamentos macroeconómicos,
reforzadas con regulación prudencial y una supervisión basada en riesgos
adecuada a las características de la economía peruana. Los factores que explican
este crecimiento económico están relacionados con el crecimiento de la demanda
interna, las inversiones, estabilidad política, estabilidad fiscal, así como regulado
por la sólida estructura del sistema financiero nacional.
3. Se aproximó los índices de Profundización Financiera a partir de las razones de

colocaciones y depósitos del sistema financiero respecto al PBI Corriente. Ambos
cocientes muestran una tendencia creciente. Realizando un análisis más
desagregado, se obtiene que los menores indicadores de desarrollo financiero se
encuentran en Huancavelica (menos de 5 por ciento en el ratio CAPSF/PBI y
COLSF/PBI). Loreto se ubica por debajo de la media con un ratio CAPSF/PBI
del 7.55 por ciento, en tanto que el ratio COLSF/PBI registra un 15.97 por ciento.
4. El modelo de datos de panel, permitió medir la relación entre el crecimiento

económico y el desarrollo del sistema financiero del Perú durante el período 1994-
2013.

RECOMENDACIONES
1. Para próximas investigaciones, se recomienda considerar variables que no han

sido incluidas en esta investigación, ampliando el rango de años o desagregar por
meses, o emplear metodologías más sofisticadas para superar la limitación de
escases de información, y así comprobar si existe cambio de signo en las variables
analizadas.
2. Se debe diseñar políticas públicas dirigidas a impulsar el crecimiento de los

departamentos, sobretodo en un contexto de descentralización, deben considerar
el factor financiero, asociado con el desarrollo de la intermediación financiera,
como un canal muy significativo para alcanzar este objetivo. Asimismo, se debe
diseñar políticas económicas que deben promover la competencia, el desarrollo y
fortalecimiento de las instituciones financieras en el país, y así contribuir al
crecimiento económico y de los mercados financieros de cada región.
3. Ante la exposición a riesgos generados por la crisis financiera internacional, los

entes regulatorios deben de modelar pruebas de estrés del sistema financiero con
la finalidad de identificar instituciones en problemas y tomar las acciones de
política necesarias para mantener la estabilidad del sistema financiero.
4. Para un análisis comparativo, se recomienda emplear otras metodologías que

brinden estimaciones respecto a la relación entre el crecimiento económico y
desarrollo del sistema financiero peruano, en la actual investigación se ha
considerado el modelo de datos de panel, sin embargo no restamos importancia al
resto de modelos.

BIBLIOGRAFÍA
 Aguilar, Giovanna. (2011). “Microcrédito y crecimiento regional en el

Perú. Documento de trabajo 317". En: Departamento de Economía de la
Pontificia Universidad Católica del Perú. 27 de junio de 2011. Fecha de
consulta:
10/05/2014.<http://www.pucp.edu.pe/departamento/economia/images/doc
umentos/DDD317.pdf>
 Albuja, Andrea (2011). “La intermediación financiera y el crecimiento
económico de Chile en el período 1870-2000”. En: Instituto de Economía
de la Pontifica Universidad Católica de Chile. 29 de setiembre de 2011.
Fecha de consulta:29/06/2014.<www.econmia.puc.cl>
 Antúnez, Cesar (2009). “Crecimiento económicos (Modelos de crecimiento
económico)”. Academia. Diciembre de 2009. Fecha de consulta:
07/07/2014.<http://www.academia.edu/11588908/CRECIMIENTO_ECO
NOMICO>
 Banco Central de Reserva del Perú (2011). “Glosario de términos
económicos”. En: Banco Central de Reserva del Perú. 18 de mayo de 2011.
Fecha de consulta: 14/09/2015. <http://www.bcrp.gob.pe>
 Brito, Steve (2010). “Productividad y crecimiento económico: Caso
Guatemala 1970-2008”. En: Instituto de Economía de la Pontifica
Universidad Católica de Chile. 20 de junio de 2011. Fecha de consulta:
24/06/2014.<www.econmia.puc.cl>
 Burneo, Kurt (2007). “La relación entre bancarización pública y
crecimiento económico regional. Un estudio de caso. En: Programa de
Doctorado en Administración y Dirección de Empresas ESADE/ESAN. 29
de octubre de 2007. Fecha de consulta: 30/06/2014. .<www.esan.edu.pe>
 Casares, Enrique y Ruiz, Antonio (2007). “Reglas de ahorro para modelos
de crecimiento con intermediación financiera”. En: Departamento de
Economía de la Universidad Autónoma Metropolitana Azcapotzalco. 27 de
noviembre de 2007. Fecha de consulta: 25/06/2014.
<http://www.izt.uam.mx/economiatyp/numeros/numeros/12/articulos_PD
F/12_1_Reglas_de_ahorro.pdf>

 Chavarría, Fonseca, Martínez y Morales Deybi (2011). “Manual

introductorio a las teorías del crecimiento económico”. En: EUMEDNET.
24 de agosto de 2011. Fecha de consulta: 23/05/2014. <www.eumed.net>.
 Gómez, Tomas (2009). “Sistema financiero y crecimiento económico en
México. Análisis econométrico 1975-2005”. En: Escuela Superior de
Economía del Instituto Politécnico Nacional. 22 de setiembre de 2009.
Fecha de consulta:
29/06/2014.<http://tesis.ipn.mx/xmlui/handle/123456789/5258?show=full
>
 King, R. G. y Levine, R. (1993). “Finance, entrepreneurship and growth.
Journal of monetary Economics”, vol. 32(3), p. 513-542.
 Lahura, Erick y Vargas Paula. (2013). "La relación dinámica entre el
sistema financiero y el nivel de actividad real en el Perú: 1965-2011”. DT.
N° 2013-019. Series de documentos de trabajo del Banco Central de
Reserva del Perú. 12 de diciembre de 2013. Fecha de consulta: 15/06/2015.
<http://www.bcrp.gob.pe>
 Levine, R. (2005). “Finance and growth: theory and evidence. Handbook
of economic Growth”, vol. 1, p. 865-934.
 Moctezuma, Eduardo (2010), “El modelo de crecimiento económico de
Solow-Swan: implicaciones y limitaciones”. En: Departamento de Métodos
Cuantitativos de la Escuela Superior de Economía del Instituto Politécnico
Nacional. 6 de febrero de 2010. Fecha de consulta: 19/06/2015.
<http://www.uaq.mx/ingenieria/publicaciones/eureka/n25/moctezum.pdf>
 Pussetto, Lucas (2008). “Sistema financiero y crecimiento económico: Un
misterio sin resolver”. Palermo Business Review, N° 1, p. 47-60.
 Romero, Gerardo (2012). “Crecimiento económico, integración y
desarrollo de mercados financieros. En: Facultad de Ciencias Sociales y
Económicas. 30 de octubre de 2012. Fecha de consulta: 10/05/2014.
<http://www.umsa.bo/postgrado-e-investigacion>
 Rodríguez, Ariel (2011). “La intermediación financiera de las entidades
bancarias y no bancarias, y su relación con el comportamiento de la
actividad económica de nuestro país en el periodo 2000-2008”. En:
Facultad de Ciencias Económicas y Financieras de la Universidad Mayor

de San Andrés. Fecha de consulta: 10/05/2014.

<http://www.umsa.bo/postgrado-e-investigacion>
 Rodríguez, Carlos (2009). “Diccionario de Economía”. En: Eumed. 01 de
julio de 2009. Fecha de consulta: 13/09/2015.
<http://www.eumed.net/diccionario/dee/>
 Rojas, Daniel (2009). “Contribución del sistema financiero al crecimiento
económico en América Latina y Ecuador. Período 1970-2005”. En:
Facultad de Ciencias Humanísticas y Económicas de la Escuela Superior
Politécnica del Litoral. 20 de octubre 2009. Fecha de consulta: 18/05/2014.
<http://www.dspace.espol.edu.ec/handle/123456789/7817>
 Sala-i-Martin, Xavier (2000). Apuntes de crecimiento económico. 2a ed.
Barcelona: Antoni Bosch, editor, S.A.
 Terceño, Antonio y Guercio, M.B. (2011). “El crecimiento económico y el
desarrollo del sistema financiero. Un análisis comparativo”.
Investigaciones Europeas de Dirección y Economía de la Empresa, vol. 17
(2), p. 33-46.

MATRÍZ DE CONSISTENCIA
ANÁLISIS DE LA RELACIÓN ENTRE CRECIMIENTO ECONÓMICO Y DESARROLLO DEL SISTEMA FINANCIERO EN EL
PERÚ 1994-2013. Se emplearan dos variables independientes como medida de crecimiento económico: (i) variación del PBI per-cápita; y (ii)
variación del PBI per-cápita no primario
FORMULACIÓN DEL PROBLEMA OBJETIVOS HIPÓTESIS VARIABLES INDICADORES ÍNDICES
General General General Variable Dependiente Variable Dependiente Variable Dependiente
¿Cuál es la relación entre el crecimiento Determinar la relación entre el crecimiento El crecimiento económico del Perú, durante Crecimiento Económico del Perú a nivel  Producto Bruto Interno (PBI)  Tasa de crecimiento del PBI
regional. per-cápita. per-cápita.
económico y el desarrollo del sistema económico y el desarrollo del sistema el período 1994-2013, fue impactado
 Producto Bruto Interno (PBI)  Tasa de crecimiento del PBI
financiero en el Perú durante el período 1994- financiero en el Perú, mediante un modelo positivamente por el desarrollo del sistema Variables Independientes per- cápita no primario. per-cápita no primario.
2013? de datos de panel, para el período 1994- financiero.
De Investigación Variables Independientes Variables Independientes
2013.
Específicos Específicos  Desarrollo del Sistema De Investigación De Investigación
Financiero del Perú a nivel
 ¿Cuáles son los principales Específicos  El fuerte desarrollo del
regional.  Colocaciones sobre PBI total  Ratio de colocaciones sobre
hechos estilizados del sistema financiero es uno de y PBI no primario. PBI total y PBI no primario.
 Detreminar los principales
crecimiento económico del los principales hechos
De Control o Covaiables  Depósitos sobre PBI total y  Ratio de depósitos sobre PBI
hechos estilizados del PBI no primario. total y PBI no primario.
Perú durante el período 1994- estilizados del crecimiento  Mano de Obra (PEA) a nivel  Profundización Financiera  Ratio de profundización
crecimiento económico del
regional. (colocaciones + depósitos) financiera (colocaciones +
2013? económico del Perú durante
Perú durante el período  PBI per- cápita regional sobre PBI total y PBI no depósitos) sobre PBI total y
 ¿Cuál es la evolución de los el período 1994-2013. rezagado un período. primario. PBI no primario.
1994-2013.
indicadores de profundización  Los indicadores de  Infraestructura a nivel
 Analizar los indicadores de regional. De Control o Covariables De Control o Covariables
financiera del Perú durante el profundización financiera
profundización financiera del
período 1994-2013? reflejan la importancia del  Población Económicamente  Tasa de variación de la PEA.
Perú durante el período Activa (PEA).  Tasa de variación del PBI
 ¿Qué modelo econométrico sistema financiero en el  PBI per-cápita rezagado un per-cápita rezagado un
1994-2013.
permite medir la relación entre crecimiento económico del período. período.
 Estimar mdiante un modelo  Indicador de Infraestructura.  Número de teléfonso fíjos
el crecimiento económico y el Perú durante el período por cada 1000 habitantes.
de datos de panel, la relación
desarrollo del sistema 1994-2013.  Número de hogares con
entre el crecimiento energía eléctrica.
financiero del Perú durante el  La aplicación de un modelo
económico y el desarrollo del  Número de hogares con agua
período 1994-2013? de datos de panel permite y desagüe.
sistema financiero del Perú
estimar la relación entre el
durante el período 1994-
crecimiento económico y el
2013.
desarrollo del sistema
financiero del Perú para el
período 1994-2013.

INSTRUMENTO DE RECOLECCIÓN DE DATOS
Los instrumentos utilizados en la presente investigación para la recolección de datos

son los siguientes:
1 Para los Datos:

 Bases de datos del INEI.
 Publicaciones anuales del INEI.
 Bases de datos de la SBS.
2 Para la Revisión de Literatura:

 Bibliografía especializada

ANEXOS
Anexo 01: Metodología Datos de Panel

Un panel de datos posee información de dos dimensiones. La primera recoge información
acerca de un grupo de individuos (hogares, empresas, países, etc.); la segunda recolecta
información a lo largo del tiempo (para cada individuo). Generalmente, el número de
individuos se denota por 𝑁 y el de períodos con 𝑇. De esta forma, los métodos de
regresión para este tipo de datos parten de la siguiente ecuación:
′
𝑦𝑖𝑡 = 𝑥𝑖𝑡 𝜷 + 𝛼𝑖 + 𝛿𝑡 + 𝜀𝑖𝑡 , con 𝑖 = 1, 2, … … … , 𝑁 y 𝑡 = 1, 2, … … … , 𝑇 (1)
Donde, 𝑥𝑖𝑡 contiene una columna de 𝟏, que representa el intercepto. 𝛼𝑖 son denominados
efectos individuales y 𝛿𝑡 efectos temporales. Generalmente, los modelos poseen mayor
información a nivel de individuos que a lo largo del tiempo, por lo que los efectos
temporales específicos pueden ser modelados como variables dummies.
Respecto al efecto individual, los modelos asumen que el muestreo de individuos es

independiente, ello implica que 𝑐𝑜𝑣(𝛼𝑖 , 𝛼𝑗 ) = 0 para cualquier 𝑖 ≠ 𝑗. Asimismo,
𝐸(𝛼𝑖 ) = 0 y 𝑉𝑎𝑟(𝛼𝑖 ) = 𝜎𝛼2 para todo 𝑖. Adicionalmente, tal efecto es independiente del
término de perturbación, así 𝐸(𝛼𝑖 , 𝜀𝑖𝑡 ) = 0 para todo 𝑖 y 𝑡.
La ecuación (1) puede representarse matricialmente de la siguiente forma, si incluimos

las observaciones a lo largo del tiempo en un solo vector:
𝒚𝑖 = 𝑿𝑖 𝜷 + 𝛼𝑖 𝟏 𝑇 + 𝜺𝑖 , con 𝑖 = 1, 2, … … … , 𝑁 (2)
Donde 𝒚𝑖 es un vector 𝑇 × 1 cuyo t-ésimo elemento es 𝑦𝑖𝑡 . De igual forma para 𝜺𝑖 . 𝑿𝑖 , es

′
una matriz 𝑇 × 𝑘, cuya t-ésima fila es 𝑥𝑖𝑡 ; 𝟏 𝑇 es un vector 𝑇 × 1 de unos.
Comúnmente, en el análisis de regresión se consideran las siguientes asunciones:

(A1) 𝐸(𝑥𝑖𝑡 𝜀𝑖𝑡 ) = 0 para todo 𝑖.
(A1*) 𝐸(𝑥𝑖𝑠 𝜀𝑖𝑠 ) = 0 para todo 𝑖 y 𝑠.
(A2) 𝐸(𝑥𝑖𝑡 𝛼𝑖 ) = 0 para todo 𝑡

Mínimos Cuadrados Ordinarios (Pooled)

Este estimador se obtiene de regresionar 𝑦𝑖𝑡 sobre 𝑥𝑖𝑡 , dejando de lado la estructura
particular de los datos de panel. De tal forma, el estimador es:
𝑁 𝑇 −1 𝑁 𝑇
𝒃𝑀𝐶𝑂 = (∑ ∑ 𝒙𝑖𝑡 𝒙′𝑖𝑡 ) ∑ ∑ 𝒙𝑖𝑡 𝑦𝑖𝑡

𝑖=1 𝑡=1 𝑖=1 𝑡=1
Este estimador será consistente bajo las condiciones (A1) y (A2), por el hecho que el
efecto individual es absorbido por el término de error idiosincrático.
Estimador Intragrupo (Estimador de Efectos Fijos)

Transformamos los datos de la siguiente manera:
̅𝑖 )′ 𝜷 + (𝑤𝑖𝑡 − 𝑤
𝑦𝑖𝑡 − 𝑦̅𝑖 = (𝒙𝑖𝑡 − 𝒙 ̅𝑖 )
Note que 𝑤𝑖𝑡 = 𝛼𝑖 + 𝜀𝑖𝑡 y 𝑤

̅ 𝑖 = 𝛼𝑖 + 𝜀̅𝑖
De esta forma se obtiene el estimador de efectos fijos:
̅𝑖 ) ′ )
̅𝑖 )(𝒙𝑖𝑡 − 𝒙
𝒃𝐹𝐸 = (∑ ∑(𝒙𝑖𝑡 − 𝒙 ̅𝑖 )(𝑦𝑖𝑡 − 𝑦̅𝑖 )
∑ ∑(𝒙𝑖𝑡 − 𝒙
𝑖=1 𝑡=1 𝑖=1 𝑡=1
𝒃𝐹𝐸 , es consistente sólo bajo (A1*)
Mínimos Cuadrados Generalizados (Efectos Aleatorios)

Es necesario asumir que 𝑉(𝜀𝑖𝑡 |𝑥𝑖𝑡 ) = 𝜎𝜀2 y 𝑉(𝛼𝑖 |𝑥𝑖𝑡 ) = 𝜎𝛼2 para todo 𝑖 y 𝑡. De esta forma,
la matriz de varianza y covarianza es:
𝜎𝛼2 + 𝜎𝜀2 ⋯ 𝜎𝛼2

𝚺= 𝐸(𝒘𝑖 𝒘′𝑖 ) =[ ⋮ ⋱ ⋮ ] = 𝜎𝛼2 𝟏𝟏′ + 𝜎𝜀2 𝑰 𝑇
𝜎𝛼2 ⋯ 𝜎𝛼2 + 𝜎𝜀2

Se puede hallar una transformación de los datos tal que se reproduzca la matriz de
varianza covarianza anterior. Esta transformación es de la forma siguiente:
̅𝑖 )′ 𝜷 + (𝑤𝑖𝑡 − 𝜃𝑤
𝑦𝑖𝑡 − 𝜃𝑦̅𝑖 = (𝒙𝑖𝑡 − 𝜃𝒙 ̅𝑖 )
̅𝑖 )(𝒙𝑖𝑡 − 𝜙𝒙
𝒃𝑅𝐸 = (∑ ∑(𝒙𝑖𝑡 − 𝜙𝒙 ̅𝑖 ) )′ ̅𝑖 )(𝑦𝑖𝑡 − 𝜙𝑦̅𝑖 )
∑ ∑(𝒙𝑖𝑡 − 𝜙𝒙
𝑖=1 𝑡=1 𝑖=1 𝑡=1
𝛼 𝑇𝜎2
Donde 𝜙 = 𝜃(2 − 𝜃) y 𝜙 = 𝑇𝜎2 +𝜎 2
𝛼 𝜀
Este estimador es consistente bajo (A1*) y (A2).
Prueba de Hausman
La diferencia entre la consistencia del estimador de efectos fijos y aleatorios radica en el
supuesto (A2). Mientras que el primero no requiere tal asunción, el segundo sí. Por lo que
discriminar entre ambos estimadores es probar si la siguiente hipótesis es válida
𝐻0 : 𝐸(𝑥𝑖𝑡 𝛼𝑖 ) = 0. Si esta no se cumple, el estimador de efectos aleatorios pasa a ser
inconsistente.
El contraste Hausman (test de Wald) permite discriminar estos estimadores bajo tal
hipótesis. El estadístico de Hausman es:
−1 𝑝
ℎ = (𝒃𝐹𝐸 − 𝒃𝑅𝐸 )′ (𝑽𝒃𝐹𝐸 − 𝑽𝒃𝑅𝐸 ) (𝒃𝐹𝐸 − 𝒃𝑅𝐸 ) → 𝜒𝑘2
Donde 𝑘 = dim(𝒃). Un valor alto del estadístico de Hausman sugiere que la hipótesis
nula es rechazada. Por lo que el estimador de efectos fijos sería el más apropiado para
hacer inferencia. Al contrario, si el estimador es cercano a 0, el estimador de efectos
aleatorios se mostraría como el más indicado.
Variables Instrumentales con Datos de Panel

De la ecuación
𝒚𝑖 = 𝑿𝑖 𝜷 + 𝒖𝑖

Si hay indicios de que 𝑿𝑖 está correlacionado con el término de error, entonces ningún
estimador será consistente. Para solucionar ello debemos de adoptar la metodología de
variables instrumentales. El supuesto es que los instrumentos elegidos cumplen que
𝐸(𝒁′𝑖 𝒖𝑖 ) = 0.
El estimador factible (de forma general) adopta la siguiente forma:

𝑁 𝑁 −1 𝑁 𝑁
𝒃𝐺𝑀𝑀 = [(∑ 𝑿′𝑖 𝒁𝑖 ) 𝑺−1 ′

𝑛 (∑ 𝒁𝑖 𝑿𝑖 )] (∑ 𝑿′𝑖 𝒁𝑖 ) 𝑺−1 ′
𝑛 (∑ 𝒁𝑖 𝒚𝑖 )
𝑖=1 𝑖=1 𝑖=1 𝑖=1
1
Donde 𝑺𝑛 = 𝑁 ∑𝑁 ′ ′
𝑖=1 𝒁𝑖 𝒆𝑖 𝒆𝑖 𝒁𝑖
Existen distintos tipos de supuestos alrededor de los instrumentos:
(Z1) Exogeneidad Promedio

𝒁′𝑖 = [𝑧𝑖1 𝑧𝑖2 … 𝑧𝑖𝑇 ], por tanto 𝐸(𝒁′𝑖 𝒖𝑖 ) = ∑𝑇𝑡=1 𝐸(𝑧𝑖𝑡 𝑢𝑖𝑡 ) = 0
En este caso se tendrán 𝐾 condiciones de momentos. Donde 𝐾 es el número de

instrumentos.
(Z2) Exogeneidad Contemporánea

𝐸(𝑧𝑖𝑡 𝑢𝑖𝑡 ) = 0, para todo 𝑡.
Por lo que la condición 𝐸(𝒁′𝑖 𝒖𝑖 ) = 0 implica
𝐸(𝑧𝑖1 𝑢𝑖1 )
𝐸(𝒁′𝑖 𝒖𝑖 ) = [ ]
⋮
𝐸(𝑧𝑖𝑇 𝑢𝑖𝑇 )
Lo que lleva a tener 𝑇 × 𝐾 condiciones de momento
(Z3) Exogeneidad Débil

𝐸(𝑧𝑖𝑠 𝑢𝑖𝑡 ) = 0, para todo 𝑠 ≤ 𝑡.

Así, se tendrá:
⋮
𝐸(𝒁′𝑖 𝒖𝑖 ) =
𝐸(𝑧𝑖1 𝑢𝑖𝑇 )
⋮
[𝐸(𝑧𝑖𝑇 𝑢𝑖𝑇 )]
Se tendrá 𝑇(𝑇 + 1)𝐾/2 condiciones de momento.
(Z3) Exogeneidad Fuerte

𝐸(𝑧𝑖𝑠 𝑢𝑖𝑡 ) = 0, para todo 𝑠 y 𝑡.
Así, se tendrá:
⋮
𝐸(𝑧𝑖𝑇 𝑢𝑖1 )
⋮
𝐸(𝒁′𝑖 𝒖𝑖 ) =
𝐸(𝑧𝑖𝑇 𝑢𝑖2 )
⋮
⋮
[𝐸(𝑧𝑖𝑇 𝑢𝑖𝑇 )]
Se tendrá 𝑇 2 𝐾 condiciones de momento.
Modelos Dinámicos
Considere el siguiente modelo dinámico
𝑦𝑖𝑡 = 𝜌𝑦𝑖𝑡−1 + 𝛼𝑖 + 𝜀𝑖𝑡
Se tiene que la correlación entre el regresor 𝑦𝑖𝑡−1 y la variable dependiente 𝑦𝑖𝑡 es distinto
de 𝜌. En particular:
1−𝜌
𝑐𝑜𝑟𝑟(𝑦𝑖𝑡 , 𝑦𝑖𝑡−1 ) = 𝜌 +
1 + (1 − 𝜌)𝜎𝜀2 /(1 + 𝜌)𝜎𝛼2

Por lo que ninguno de los métodos tradicionales (Pooled, Efectos Fijos o Aleatorios)
podrá ser útil para estimar de forma consistente 𝜌.
Estimador de Arellano-Bond
Uno de las formas de solucionar estimar la ecuación anterior de forma consistente es el
estimador de Arellano-Bond. Las condiciones de momento que utiliza este método hacen
uso de las condiciones de exogeneidad débil. Cabe mencionar que este estimador requiere
de al menos 𝑇 = 3 secciones transversales para ser implementable.
El estimador de Arellano-Bond de una etapa será:
𝜌̂1
𝑁 𝑁 𝑁 −1 𝑁 𝑁 𝑁
= [(∑ Δ𝒚̃′𝑖 𝒁𝑖 ) (∑ 𝒁′𝑖 𝑮𝒁𝑖 ) (∑ 𝒁′𝑖 Δ𝒚

̃𝑖 )] (∑ Δ𝒚̃′𝑖 𝒁𝑖 ) (∑ 𝒁′𝑖 𝑮𝒁𝑖 ) (∑ 𝒁′𝑖 Δ𝒚𝑖 )
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1
Donde
Δ𝑦𝑖3 Δ𝑦𝑖2 𝑦𝑖1 0 0 ⋯ 0 0 ⋯ 0
Δ𝑦 Δ𝑦𝑖3 0 𝑦𝑖1 𝑦𝑖2 ⋯ 0 0 ⋯ 0
Δ𝒚𝑖 = [ 𝑖4 ], Δ𝒚
̃𝑖 = [ ] y 𝒁𝑖 = [ ]
⋮ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋯ ⋮
Δ𝑦𝑖𝑇 Δ𝑦𝑖𝑇−1 0 0 0 ⋯ 𝑦𝑖1 𝑦𝑖2 ⋯ 𝑦𝑖𝑇−2

Anexo 02: Indicadores de Profundidad Financiera
Cuadro 39: Ratio de Colocaciones sobre PBI total.
COLSF/PBI
Lima Lambayeque San Martín La Libertad Arequipa Tumbes
1994 0.00% 0.00% 3.96% 0.00% 0.00% 0.00%
1995 0.00% 0.00% 5.08% 0.00% 0.00% 0.00%
1996 0.00% 0.00% 4.86% 0.00% 0.00% 0.00%
1997 0.00% 0.00% 5.65% 0.00% 0.00% 0.00%
1998 0.00% 0.00% 5.02% 15.66% 0.00% 0.00%
1999 39.70% 11.35% 5.53% 14.43% 21.29% 4.47%
2000 38.75% 10.33% 5.28% 12.45% 16.65% 3.94%
2001 38.00% 11.75% 7.51% 10.16% 14.33% 4.10%
2002 36.49% 11.58% 8.97% 9.49% 12.19% 6.87%
2003 31.42% 12.45% 8.85% 10.04% 11.49% 8.71%
2004 28.49% 14.38% 9.65% 11.16% 12.79% 8.98%
2005 31.20% 15.91% 10.30% 13.99% 11.99% 11.38%
2006 30.89% 16.48% 12.18% 13.96% 12.32% 14.61%
2007 36.79% 18.45% 15.38% 16.08% 12.20% 16.53%
2008 43.31% 22.82% 20.64% 20.53% 14.65% 21.44%
2009 41.80% 24.61% 21.27% 19.89% 16.20% 21.88%
2010 43.18% 25.25% 22.89% 20.25% 17.53% 21.82%
2011 47.03% 26.37% 26.06% 21.33% 20.17% 22.44%
2012 47.99% 27.92% 28.72% 22.33% 22.47% 22.53%
2013 52.39% 29.42% 29.77% 24.57% 26.13% 22.16%
Total general 36.06% 17.97% 16.61% 16.50% 15.46% 14.41%
COLSF/PBI
Piura Ucayali Ica Tacna Madre de Dios Junín
1994 0.00% 3.43% 0.00% 0.00% 0.00% 0.00%
1995 0.00% 5.49% 0.00% 0.00% 0.00% 0.00%
1996 0.00% 7.24% 0.00% 0.00% 0.00% 0.00%
1997 0.00% 7.58% 0.00% 0.00% 0.00% 0.00%
1998 14.10% 6.71% 0.00% 0.00% 0.00% 0.00%
1999 14.85% 5.76% 9.11% 7.34% 0.93% 3.70%
2000 11.38% 5.84% 8.62% 5.74% 0.82% 3.14%
2001 9.24% 4.89% 11.52% 7.57% 1.02% 5.27%
2002 9.98% 4.98% 11.41% 8.10% 3.29% 4.97%
2003 10.16% 4.88% 11.10% 8.04% 4.18% 5.98%
2004 9.27% 5.77% 10.76% 6.83% 5.24% 6.05%
2005 10.07% 7.13% 11.42% 7.85% 6.39% 7.67%
2006 10.25% 8.86% 12.21% 7.80% 7.65% 7.57%
2007 12.04% 12.32% 13.44% 9.13% 10.82% 9.50%
2008 14.59% 16.27% 13.71% 11.98% 14.77% 13.42%
2009 15.80% 16.58% 14.69% 14.79% 16.17% 15.18%
2010 17.90% 17.89% 14.40% 15.39% 14.60% 16.78%
2011 18.77% 20.87% 15.16% 17.05% 12.87% 18.49%
2012 19.43% 22.02% 17.88% 20.59% 20.58% 20.87%
2013 20.30% 23.95% 18.29% 21.75% 20.14% 21.36%
Total general 13.76% 13.42% 12.79% 11.58% 11.33% 11.18%

COLSF/PBI
Puno Cusco Huánuco Apurímac Loreto Cajamarca
1994 0.00% 0.00% 0.00% 0.00% 4.50% 0.00%
1995 0.00% 0.00% 0.00% 0.00% 4.62% 0.00%
1996 0.00% 0.00% 0.00% 0.00% 5.97% 0.00%
1997 0.00% 0.00% 0.00% 0.00% 6.23% 0.00%
1998 5.01% 6.43% 0.00% 0.00% 6.79% 0.00%
1999 4.02% 5.27% 2.21% 1.34% 5.18% 2.35%
2000 3.59% 5.61% 2.04% 1.53% 3.55% 2.37%
2001 3.35% 6.16% 2.51% 2.49% 5.21% 2.46%
2002 3.63% 7.11% 2.88% 4.31% 4.30% 2.97%
2003 4.43% 7.79% 3.27% 5.38% 4.32% 3.30%
2004 4.17% 7.55% 3.55% 4.77% 5.19% 3.64%
2005 6.07% 7.24% 5.15% 5.36% 5.90% 4.92%
2006 7.65% 7.02% 6.29% 5.77% 7.01% 6.55%
2007 9.61% 8.70% 8.66% 7.96% 8.67% 9.78%
2008 12.49% 10.44% 12.27% 10.89% 9.76% 10.61%
2009 13.44% 12.18% 13.52% 12.96% 10.83% 10.13%
2010 15.27% 12.59% 15.46% 15.37% 12.04% 11.67%
2011 17.41% 13.43% 18.64% 17.87% 14.00% 12.43%
2012 19.86% 15.29% 20.24% 18.46% 14.10% 13.54%
2013 21.21% 16.15% 20.94% 19.15% 15.97% 16.09%
Total general 10.94% 10.37% 9.61% 9.41% 9.09% 8.18%
COLSF/PBI
Ancash Ayacucho Moquegua Amazonas Pasco Huancavelica Total general
1994 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.20%
1995 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.24%
1996 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.29%
1997 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.30%
1998 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 1.88%
1999 12.51% 1.75% 4.33% 0.54% 0.71% 0.14% 24.91%
2000 11.66% 1.61% 4.56% 0.63% 0.86% 0.14% 23.75%
2001 7.71% 2.44% 5.64% 0.57% 1.03% 0.18% 23.58%
2002 7.44% 2.65% 7.77% 0.46% 1.26% 0.27% 22.67%
2003 5.27% 2.75% 6.07% 0.29% 1.15% 0.43% 19.94%
2004 4.31% 2.76% 3.21% 0.48% 1.17% 0.41% 18.09%
2005 4.97% 3.70% 3.26% 1.48% 1.64% 0.94% 19.78%
2006 4.60% 4.08% 3.49% 2.58% 1.37% 1.01% 19.48%
2007 6.67% 5.91% 6.50% 3.29% 1.73% 1.31% 23.22%
2008 8.97% 9.25% 5.85% 6.37% 3.88% 1.91% 27.83%
2009 9.25% 10.16% 6.99% 7.30% 4.20% 2.26% 27.70%
2010 8.87% 11.09% 5.17% 7.96% 4.66% 2.56% 28.69%
2011 9.88% 11.40% 6.29% 8.55% 5.26% 3.03% 31.17%
2012 10.32% 11.55% 7.32% 8.51% 6.36% 3.64% 32.73%
2013 11.63% 11.45% 7.53% 9.55% 7.25% 4.37% 35.92%
Total general 7.74% 7.29% 5.24% 4.84% 3.07% 1.60% 23.86%

Cuadro 40: Ratio de Captación sobre PBI total.
CAPSF/PBI
Lima Arequipa Tacna La Libertad Cusco Ica
1994 0.00% 0.00% 0.00% 0.00% 0.00% 0.00%
1995 0.00% 0.00% 0.00% 0.00% 0.00% 0.00%
1996 0.00% 0.00% 0.00% 0.00% 0.00% 0.00%
1997 0.00% 0.00% 0.00% 0.00% 0.00% 0.00%
1998 0.00% 0.00% 0.00% 12.04% 12.35% 0.00%
1999 42.24% 16.28% 13.26% 12.18% 10.31% 15.12%
2000 41.01% 16.83% 12.25% 11.99% 10.01% 11.70%
2001 40.28% 14.89% 13.32% 10.99% 12.15% 7.85%
2002 40.62% 13.89% 12.66% 10.94% 12.90% 8.35%
2003 36.93% 12.97% 10.31% 10.90% 12.07% 10.91%
2004 35.16% 11.65% 8.69% 11.13% 11.53% 8.21%
2005 38.22% 13.45% 10.74% 11.91% 12.01% 8.62%
2006 36.36% 12.55% 11.52% 11.14% 11.42% 8.56%
2007 40.18% 11.96% 12.96% 12.23% 10.60% 9.42%
2008 47.44% 15.06% 15.27% 12.68% 12.16% 8.90%
2009 47.62% 14.67% 16.98% 12.22% 12.28% 9.83%
2010 52.81% 14.73% 15.31% 12.39% 11.06% 10.85%
2011 51.33% 16.15% 13.87% 13.01% 10.24% 10.14%
2012 52.90% 16.28% 13.86% 13.07% 11.09% 10.83%
2013 59.23% 21.44% 14.93% 14.57% 12.12% 11.55%
Total general 40.73% 13.64% 11.91% 11.39% 10.54% 9.10%
CAPSF/PBI
Piura Lambayeque Ucayali Junín Apurímac Cajamarca
1994 0.00% 0.00% 8.25% 0.00% 0.00% 0.00%
1995 0.00% 0.00% 6.84% 0.00% 0.00% 0.00%
1996 0.00% 0.00% 8.00% 0.00% 0.00% 0.00%
1997 0.00% 0.00% 10.06% 0.00% 0.00% 0.00%
1998 10.60% 0.00% 7.41% 0.00% 0.00% 0.00%
1999 11.35% 9.05% 8.12% 9.27% 4.88% 4.71%
2000 10.04% 8.54% 8.48% 7.86% 5.42% 4.40%
2001 8.53% 9.06% 7.32% 7.01% 6.93% 4.21%
2002 7.78% 9.23% 7.17% 7.85% 6.86% 5.06%
2003 8.14% 8.49% 7.76% 7.63% 6.65% 4.94%
2004 8.83% 8.51% 8.48% 7.48% 6.23% 5.57%
2005 9.37% 9.08% 8.99% 8.17% 6.24% 6.65%
2006 9.05% 9.48% 7.47% 7.60% 5.78% 6.11%
2007 8.76% 9.89% 6.73% 7.03% 6.24% 8.06%
2008 8.88% 10.78% 6.95% 9.02% 7.42% 9.51%
2009 9.94% 10.67% 7.16% 9.47% 8.08% 6.63%
2010 10.30% 10.56% 7.73% 9.82% 9.32% 9.17%
2011 10.45% 11.44% 8.00% 10.45% 10.86% 7.81%
2012 11.20% 11.52% 8.15% 10.61% 9.92% 9.05%
2013 11.31% 12.05% 9.23% 11.38% 11.95% 9.89%
Total general 9.04% 8.82% 7.91% 7.91% 6.91% 6.61%

CAPSF/PBI
Loreto Ancash Tumbes San Martín Moquegua Huánuco
1994 4.68% 0.00% 0.00% 4.95% 0.00% 0.00%
1995 4.81% 0.00% 0.00% 4.34% 0.00% 0.00%
1996 5.43% 0.00% 0.00% 4.25% 0.00% 0.00%
1997 6.19% 0.00% 0.00% 5.63% 0.00% 0.00%
1998 5.63% 0.00% 0.00% 5.40% 0.00% 0.00%
1999 5.69% 7.98% 6.06% 4.95% 9.88% 4.59%
2000 5.42% 7.93% 5.69% 5.07% 7.62% 4.92%
2001 5.67% 5.99% 6.30% 6.42% 8.01% 5.12%
2002 6.21% 5.70% 6.31% 6.77% 7.58% 4.85%
2003 6.53% 5.20% 6.30% 6.95% 6.28% 4.42%
2004 5.16% 4.38% 7.14% 6.38% 4.40% 4.38%
2005 5.66% 4.73% 7.30% 6.28% 5.87% 4.94%
2006 6.40% 4.79% 7.44% 6.07% 5.61% 4.70%
2007 6.09% 7.39% 7.34% 6.05% 6.31% 4.58%
2008 6.47% 9.35% 6.78% 5.31% 7.36% 5.74%
2009 6.66% 10.02% 7.04% 5.40% 7.01% 6.20%
2010 6.89% 6.08% 7.59% 6.04% 6.02% 7.20%
2011 6.84% 6.29% 7.19% 6.52% 5.89% 7.63%
2012 6.88% 6.48% 6.64% 6.18% 6.75% 8.30%
2013 7.55% 6.89% 7.58% 6.45% 7.07% 10.88%
Total general 6.30% 6.18% 6.03% 5.91% 5.90% 5.43%
CAPSF/PBI
Ayacucho Madre de Dios Puno Pasco Amazonas Huancavelica Total general
1994 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.26%
1995 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.25%
1996 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.27%
1997 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.32%
1998 0.00% 0.00% 4.78% 0.00% 0.00% 0.00% 1.71%
1999 6.28% 2.18% 5.22% 3.79% 2.71% 1.09% 26.44%
2000 6.51% 2.83% 4.72% 3.86% 3.06% 0.77% 25.51%
2001 4.49% 3.82% 4.52% 3.66% 2.56% 0.72% 25.12%
2002 5.34% 4.23% 5.69% 3.50% 2.87% 0.79% 25.20%
2003 5.69% 4.48% 4.32% 2.97% 2.80% 0.81% 23.08%
2004 5.52% 4.26% 3.63% 2.52% 2.80% 1.09% 21.47%
2005 5.69% 4.88% 4.64% 2.63% 2.48% 1.25% 23.22%
2006 5.24% 5.13% 4.36% 1.92% 2.15% 1.14% 21.73%
2007 4.72% 5.66% 3.82% 1.94% 2.23% 1.09% 23.74%
2008 6.17% 5.16% 4.81% 4.23% 2.38% 1.33% 27.94%
2009 5.94% 5.11% 5.27% 3.63% 2.30% 1.47% 28.16%
2010 6.25% 5.42% 5.73% 4.06% 3.47% 2.02% 30.54%
2011 5.31% 5.25% 5.77% 3.55% 3.26% 2.01% 29.76%
2012 5.72% 7.89% 6.37% 4.40% 2.82% 2.50% 31.07%
2013 5.56% 7.66% 7.04% 5.42% 3.00% 2.53% 35.24%
Total general 5.00% 4.99% 4.84% 3.09% 2.46% 1.30% 24.52%

Cuadro 41: Ratio de Captación + Colocaciones sobre PBI total.
(CAPSF+COLSF)/PBI
Lima Arequipa La Libertad Lambayeque Tacna Piura
1994 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
1995 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
1996 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
1997 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
1998 0.0% 0.0% 27.7% 0.0% 0.0% 24.7%
1999 81.9% 37.6% 26.6% 20.4% 20.6% 26.2%
2000 79.8% 33.5% 24.4% 18.9% 18.0% 21.4%
2001 78.3% 29.2% 21.2% 20.8% 20.9% 17.8%
2002 77.1% 26.1% 20.4% 20.8% 20.8% 17.8%
2003 68.4% 24.5% 20.9% 20.9% 18.3% 18.3%
2004 63.6% 24.4% 22.3% 22.9% 15.5% 18.1%
2005 69.4% 25.4% 25.9% 25.0% 18.6% 19.4%
2006 67.3% 24.9% 25.1% 26.0% 19.3% 19.3%
2007 77.0% 24.2% 28.3% 28.3% 22.1% 20.8%
2008 90.8% 29.7% 33.2% 33.6% 27.2% 23.5%
2009 89.4% 30.9% 32.1% 35.3% 31.8% 25.7%
2010 96.0% 32.3% 32.6% 35.8% 30.7% 28.2%
2011 98.4% 36.3% 34.3% 37.8% 30.9% 29.2%
2012 100.9% 38.7% 35.4% 39.4% 34.5% 30.6%
2013 111.6% 47.6% 39.1% 41.5% 36.7% 31.6%
Total general 76.8% 29.1% 27.9% 26.8% 23.5% 22.8%
(CAPSF+COLSF)/PBI
San Martín Ica Ucayali Cusco Tumbes Junín
1994 8.9% 0.0% 11.7% 0.0% 0.0% 0.0%
1995 9.4% 0.0% 12.3% 0.0% 0.0% 0.0%
1996 9.1% 0.0% 15.2% 0.0% 0.0% 0.0%
1997 11.3% 0.0% 17.6% 0.0% 0.0% 0.0%
1998 10.4% 0.0% 14.1% 18.8% 0.0% 0.0%
1999 10.5% 24.2% 13.9% 15.6% 10.5% 13.0%
2000 10.3% 20.3% 14.3% 15.6% 9.6% 11.0%
2001 13.9% 19.4% 12.2% 18.3% 10.4% 12.3%
2002 15.7% 19.8% 12.2% 20.0% 13.2% 12.8%
2003 15.8% 22.0% 12.6% 19.9% 15.0% 13.6%
2004 16.0% 19.0% 14.2% 19.1% 16.1% 13.5%
2005 16.6% 20.0% 16.1% 19.3% 18.7% 15.8%
2006 18.3% 20.8% 16.3% 18.4% 22.0% 15.2%
2007 21.4% 22.9% 19.0% 19.3% 23.9% 16.5%
2008 26.0% 22.6% 23.2% 22.6% 28.2% 22.4%
2009 26.7% 24.5% 23.7% 24.5% 28.9% 24.6%
2010 28.9% 25.2% 25.6% 23.7% 29.4% 26.6%
2011 32.6% 25.3% 28.9% 23.7% 29.6% 28.9%
2012 34.9% 28.7% 30.2% 26.4% 29.2% 31.5%
2013 36.2% 29.8% 33.2% 28.3% 29.7% 32.7%
Total general 22.5% 21.9% 21.3% 20.9% 20.4% 19.1%

(CAPSF+COLSF)/PBI
Madre de Dios Apurímac Puno Loreto Huánuco Cajamarca
1994 0.0% 0.0% 0.0% 9.2% 0.0% 0.0%
1995 0.0% 0.0% 0.0% 9.4% 0.0% 0.0%
1996 0.0% 0.0% 0.0% 11.4% 0.0% 0.0%
1997 0.0% 0.0% 0.0% 12.4% 0.0% 0.0%
1998 0.0% 0.0% 9.8% 12.4% 0.0% 0.0%
1999 3.1% 6.2% 9.2% 10.9% 6.8% 7.1%
2000 3.6% 7.0% 8.3% 9.0% 7.0% 6.8%
2001 4.8% 9.4% 7.9% 10.9% 7.6% 6.7%
2002 7.5% 11.2% 9.3% 10.5% 7.7% 8.0%
2003 8.7% 12.0% 8.8% 10.9% 7.7% 8.2%
2004 9.5% 11.0% 7.8% 10.4% 7.9% 9.2%
2005 11.3% 11.6% 10.7% 11.6% 10.1% 11.6%
2006 12.8% 11.6% 12.0% 13.4% 11.0% 12.7%
2007 16.5% 14.2% 13.4% 14.8% 13.2% 17.8%
2008 19.9% 18.3% 17.3% 16.2% 18.0% 20.1%
2009 21.3% 21.0% 18.7% 17.5% 19.7% 16.8%
2010 20.0% 24.7% 21.0% 18.9% 22.7% 20.8%
2011 18.1% 28.7% 23.2% 20.8% 26.3% 20.2%
2012 28.5% 28.4% 26.2% 21.0% 28.5% 22.6%
2013 27.8% 31.1% 28.2% 23.5% 31.8% 26.0%
Total general 16.3% 16.3% 15.8% 15.4% 15.0% 14.8%
(CAPSF+COLSF)/PBI
Ancash Ayacucho Moquegua Amazonas Pasco Huancavelica Total general
1994 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.5%
1995 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.5%
1996 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.6%
1997 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.6%
1998 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 3.6%
1999 20.5% 8.0% 14.2% 3.3% 4.5% 1.2% 51.3%
2000 19.6% 8.1% 12.2% 3.7% 4.7% 0.9% 49.3%
2001 13.7% 6.9% 13.7% 3.1% 4.7% 0.9% 48.7%
2002 13.1% 8.0% 15.3% 3.3% 4.8% 1.1% 47.9%
2003 10.5% 8.4% 12.4% 3.1% 4.1% 1.2% 43.0%
2004 8.7% 8.3% 7.6% 3.3% 3.7% 1.5% 39.6%
2005 9.7% 9.4% 9.1% 4.0% 4.3% 2.2% 43.0%
2006 9.4% 9.3% 9.1% 4.7% 3.3% 2.2% 41.2%
2007 14.1% 10.6% 12.8% 5.5% 3.7% 2.4% 47.0%
2008 18.3% 15.4% 13.2% 8.7% 8.1% 3.2% 55.8%
2009 19.3% 16.1% 14.0% 9.6% 7.8% 3.7% 55.9%
2010 14.9% 17.3% 11.2% 11.4% 8.7% 4.6% 59.2%
2011 16.2% 16.7% 12.2% 11.8% 8.8% 5.0% 60.9%
2012 16.8% 17.3% 14.1% 11.3% 10.8% 6.1% 63.8%
2013 18.5% 17.0% 14.6% 12.6% 12.7% 6.9% 71.2%
Total general 13.9% 12.3% 11.1% 7.3% 6.2% 2.9% 48.4%

Cuadro 42: Datos de Panel.
Id. Reg. Year LT.Tel LT.Cel LA.Cel LA.Tel LInts.Tel Ts.TVcbl %Inter
1 Amazonas 1994 0 0 0 0 520 0 0.0
1 Amazonas 1995 0 0 0 0 2,432 0 0.0
1 Amazonas 1996 0 0 0 0 2,816 0 0.0
1 Amazonas 1997 0 0 0 0 3,840 0 0.0
1 Amazonas 1998 3,419 0 0 3,419 3,904 0 0.0
1 Amazonas 1999 3,675 0 0 3,675 4,160 0 0.0
1 Amazonas 2000 3,677 0 0 3,677 4,288 0 0.0
1 Amazonas 2001 3,548 842 842 3,548 4,288 0 0.0
1 Amazonas 2002 3,713 687 687 3,713 4,288 0 0.0
1 Amazonas 2003 4,537 2,097 2,097 4,537 4,984 0 0.3
1 Amazonas 2004 5,687 5,458 5,458 5,687 6,081 1,119 0.0
1 Amazonas 2005 6,382 10,512 10,512 6,382 6,807 1,593 0.0
1 Amazonas 2006 6,300 22,007 22,007 6,300 6,820 1,500 0.0
1 Amazonas 2007 7,170 54,398 54,398 7,170 7,951 2,285 0.6
1 Amazonas 2008 6,950 98,454 98,454 6,950 7,601 2,380 1.4
1 Amazonas 2009 6,394 127,851 127,851 6,394 7,874 3,874 1.5
1 Amazonas 2010 6,625 173,763 173,763 6,625 8,273 3,193 2.0
1 Amazonas 2011 5,125 208,272 208,272 5,125 6,790 4,273 2.9
1 Amazonas 2012 4,685 187,753 187,753 4,685 5,989 4,827 5.1
1 Amazonas 2013 4,225 208,308 208,308 4,225 4,901 6,296 5.0
2 Ancash 1994 0 0 0 0 22,992 0 0.0
2 Ancash 1995 0 0 0 0 32,214 0 0.0
2 Ancash 1996 0 0 0 0 40,344 0 0.0
2 Ancash 1997 0 0 0 0 45,080 1,259 0.0
2 Ancash 1998 35,469 0 0 35,469 51,032 1,358 0.0
2 Ancash 1999 37,781 30,708 30,708 37,781 46,336 2,423 0.0
2 Ancash 2000 39,811 44,798 44,798 39,811 48,448 3,720 0.0
2 Ancash 2001 36,718 30,248 30,248 36,718 49,916 4,101 0.0
2 Ancash 2002 38,884 43,536 43,536 38,884 50,044 3,191 0.2
2 Ancash 2003 44,294 52,967 52,967 44,294 53,962 3,456 0.0
2 Ancash 2004 49,990 76,109 76,109 49,990 60,473 7,529 0.6
2 Ancash 2005 56,109 112,382 112,382 56,109 65,590 9,085 1.4
2 Ancash 2006 59,743 199,554 199,554 59,743 69,580 9,306 1.8
2 Ancash 2007 65,331 404,793 404,793 65,331 76,769 12,344 3.2
2 Ancash 2008 70,672 582,697 582,697 70,672 81,575 10,518 3.7
2 Ancash 2009 71,473 700,109 700,109 71,473 87,510 15,882 5.6
2 Ancash 2010 72,696 899,178 899,178 72,696 86,529 16,850 8.4
2 Ancash 2011 76,670 1,031,749 1,031,749 76,670 89,293 27,112 12.7
2 Ancash 2012 81,605 793,260 793,260 81,605 94,970 32,143 14.2
2 Ancash 2013 79,562 837,312 837,312 79,562 94,457 29,731 18.6
3 Apurímac 1994 0 0 0 0 1,624 0 0.0
3 Apurímac 1995 0 0 0 0 1,624 0 0.0
3 Apurímac 1996 0 0 0 0 5,248 0 0.0

3 Apurímac 1997 0 0 0 0 6,528 0 0.0

3 Apurímac 1998 4,305 0 0 4,305 6,656 0 0.0
3 Apurímac 1999 4,843 8,779 8,779 4,843 6,400 0 0.0
3 Apurímac 2000 4,478 0 0 4,478 6,400 0 0.0
3 Apurímac 2001 4,464 1,183 1,183 4,464 6,336 0 0.0
3 Apurímac 2002 4,815 1,636 1,636 4,815 6,464 0 0.1
3 Apurímac 2003 5,577 3,535 3,535 5,577 6,904 0 0.0
3 Apurímac 2004 6,250 7,725 7,725 6,250 7,413 883 0.0
3 Apurímac 2005 6,713 14,322 14,322 6,713 7,957 1,199 0.0
3 Apurímac 2006 6,920 29,496 29,496 6,920 8,152 434 0.1
3 Apurímac 2007 7,437 71,529 71,529 7,437 8,942 1,014 0.5
3 Apurímac 2008 8,068 117,619 117,619 8,068 9,847 1,305 1.1
3 Apurímac 2009 8,842 160,949 160,949 8,842 11,042 1,541 1.0
3 Apurímac 2010 9,585 210,640 210,640 9,585 11,936 3,172 0.8
3 Apurímac 2011 9,392 262,142 262,142 9,392 11,684 4,825 2.1
3 Apurímac 2012 10,756 259,632 259,632 10,756 13,271 4,686 4.5
3 Apurímac 2013 10,837 286,771 286,771 10,837 12,636 7,828 5.3
4 Arequipa 1994 0 0 0 0 54,422 0 0.0
4 Arequipa 1995 0 0 0 0 73,664 0 0.0
4 Arequipa 1996 0 0 0 0 96,256 0 0.0
4 Arequipa 1997 0 0 0 0 98,246 1,644 0.0
4 Arequipa 1998 75,660 0 0 75,660 110,270 5,754 0.0
4 Arequipa 1999 77,463 43,641 43,641 77,463 110,398 10,130 0.0
4 Arequipa 2000 75,420 69,859 69,859 75,420 110,974 14,052 0.0
4 Arequipa 2001 75,085 79,292 79,292 75,085 103,358 12,994 0.3
4 Arequipa 2002 80,492 118,124 118,124 80,492 104,062 10,606 1.1
4 Arequipa 2003 88,641 154,912 154,912 88,641 111,968 12,057 1.0
4 Arequipa 2004 97,931 196,317 196,317 97,931 116,926 23,208 1.7
4 Arequipa 2005 106,963 305,259 305,259 106,963 125,784 24,830 2.7
4 Arequipa 2006 115,746 504,953 504,953 115,746 132,878 29,976 5.6
4 Arequipa 2007 126,448 906,511 906,511 126,448 145,929 38,094 8.9
4 Arequipa 2008 134,035 1,158,143 1,158,143 134,035 157,785 42,887 10.2
4 Arequipa 2009 143,694 1,343,661 1,343,661 143,694 166,309 49,269 15.5
4 Arequipa 2010 146,081 1,567,779 1,567,779 146,081 171,054 46,736 19.7
4 Arequipa 2011 148,915 1,666,920 1,666,920 148,915 175,861 66,517 21.3
4 Arequipa 2012 153,939 1,277,135 1,277,135 153,939 180,757 73,299 25.9
4 Arequipa 2013 152,003 1,365,147 1,365,147 152,003 181,712 81,956 26.9
5 Ayacucho 1994 0 0 0 0 3,584 0 0.0
5 Ayacucho 1995 0 0 0 0 6,400 0 0.0
5 Ayacucho 1996 0 0 0 0 9,728 0 0.0
5 Ayacucho 1997 0 0 0 0 10,752 0 0.0
5 Ayacucho 1998 8,328 0 0 8,328 11,008 0 0.0
5 Ayacucho 1999 9,278 0 0 9,278 11,264 0 0.0
5 Ayacucho 2000 9,450 0 0 9,450 12,224 0 0.0
5 Ayacucho 2001 9,286 4,478 4,478 9,286 12,224 0 0.0

5 Ayacucho 2002 9,830 6,348 6,348 9,830 12,224 0 0.0

5 Ayacucho 2003 11,035 9,671 9,671 11,035 13,544 0 0.0
5 Ayacucho 2004 12,582 20,197 20,197 12,582 15,040 2,363 0.2
5 Ayacucho 2005 14,160 31,840 31,840 14,160 16,346 2,719 0.1
5 Ayacucho 2006 16,114 73,031 73,031 16,114 18,547 2,750 0.6
5 Ayacucho 2007 18,135 188,707 188,707 18,135 20,824 2,935 1.3
5 Ayacucho 2008 18,330 317,653 317,653 18,330 21,521 3,180 1.5
5 Ayacucho 2009 17,597 426,275 426,275 17,597 22,293 3,994 3.0
5 Ayacucho 2010 17,790 512,700 512,700 17,790 22,400 4,773 3.5
5 Ayacucho 2011 17,002 555,726 555,726 17,002 21,881 9,437 3.7
5 Ayacucho 2012 18,626 405,354 405,354 18,626 22,878 9,449 6.4
5 Ayacucho 2013 19,159 456,900 456,900 19,159 23,258 10,749 4.9
6 Cajamarca 1994 0 0 0 0 6,206 0 0.0
6 Cajamarca 1995 0 0 0 0 9,950 0 0.0
6 Cajamarca 1996 0 0 0 0 13,992 0 0.0
6 Cajamarca 1997 0 0 0 0 17,280 0 0.0
6 Cajamarca 1998 13,698 0 0 13,698 18,752 0 0.0
6 Cajamarca 1999 14,631 0 0 14,631 19,520 0 0.0
6 Cajamarca 2000 15,554 0 0 15,554 19,520 0 0.0
6 Cajamarca 2001 15,452 13,209 13,209 15,452 21,504 0 0.1
6 Cajamarca 2002 16,877 22,454 22,454 16,877 21,632 0 0.3
6 Cajamarca 2003 20,946 37,639 37,639 20,946 24,560 0 0.0
6 Cajamarca 2004 25,164 58,773 58,773 25,164 28,960 1,352 0.4
6 Cajamarca 2005 30,477 79,416 79,416 30,477 34,235 1,288 0.3
6 Cajamarca 2006 31,226 154,775 154,775 31,226 36,181 1,247 0.3
6 Cajamarca 2007 33,784 337,840 337,840 33,784 39,611 5,659 1.2
6 Cajamarca 2008 35,273 523,119 523,119 35,273 43,564 9,226 2.5
6 Cajamarca 2009 36,070 675,626 675,626 36,070 47,494 10,568 4.2
6 Cajamarca 2010 33,334 861,451 861,451 33,334 42,364 14,821 5.2
6 Cajamarca 2011 30,726 1,020,499 1,020,499 30,726 39,485 13,915 5.6
6 Cajamarca 2012 32,341 809,140 809,140 32,341 40,265 25,242 4.6
6 Cajamarca 2013 34,100 872,576 872,576 34,100 42,246 30,844 6.5
7 Cusco 1994 0 0 0 0 22,012 0 0.0
7 Cusco 1995 0 0 0 0 30,724 0 0.0
7 Cusco 1996 0 0 0 0 39,592 0 0.0
7 Cusco 1997 0 0 0 0 41,584 2,178 0.0
7 Cusco 1998 34,949 0 0 34,949 51,056 4,013 0.0
7 Cusco 1999 36,989 13,778 13,778 36,989 51,568 5,333 0.0
7 Cusco 2000 35,040 21,043 21,043 35,040 43,392 6,779 0.0
7 Cusco 2001 33,449 26,382 26,382 33,449 43,456 6,348 0.2
7 Cusco 2002 35,041 41,547 41,547 35,041 43,008 5,598 0.1
7 Cusco 2003 39,235 53,088 53,088 39,235 45,908 6,879 0.1
7 Cusco 2004 41,334 77,497 77,497 41,334 47,276 9,040 0.3
7 Cusco 2005 45,288 119,301 119,301 45,288 51,282 11,823 0.4
7 Cusco 2006 48,263 218,709 218,709 48,263 54,812 13,021 0.9

7 Cusco 2007 52,172 436,982 436,982 52,172 59,524 17,032 1.9

7 Cusco 2008 54,776 664,205 664,205 54,776 64,296 19,022 3.4
7 Cusco 2009 56,552 889,386 889,386 56,552 68,725 20,728 3.6
7 Cusco 2010 58,297 1,054,309 1,054,309 58,297 70,161 23,824 4.6
7 Cusco 2011 54,978 1,189,115 1,189,115 54,978 67,300 30,322 5.9
7 Cusco 2012 55,520 876,512 876,512 55,520 67,744 34,278 9.6
7 Cusco 2013 56,930 973,631 973,631 56,930 68,145 39,582 9.0
8 Huancavelica 1994 0 0 0 0 1,100 0 0.0
8 Huancavelica 1995 0 0 0 0 1,100 0 0.0
8 Huancavelica 1996 0 0 0 0 1,792 0 0.0
8 Huancavelica 1997 0 0 0 0 2,304 0 0.0
8 Huancavelica 1998 1,568 0 0 1,568 2,432 0 0.0
8 Huancavelica 1999 1,761 0 0 1,761 2,368 0 0.0
8 Huancavelica 2000 1,786 0 0 1,786 2,496 0 0.0
8 Huancavelica 2001 1,653 368 368 1,653 2,496 0 0.0
8 Huancavelica 2002 1,827 267 267 1,827 2,496 0 0.0
8 Huancavelica 2003 2,204 774 774 2,204 3,016 0 0.0
8 Huancavelica 2004 2,792 2,079 2,079 2,792 3,681 720 0.0
8 Huancavelica 2005 3,343 4,444 4,444 3,343 4,124 1,660 0.0
8 Huancavelica 2006 3,903 11,648 11,648 3,903 4,977 1,213 0.0
8 Huancavelica 2007 4,048 28,236 28,236 4,048 5,287 350 0.2
8 Huancavelica 2008 3,993 50,216 50,216 3,993 5,601 543 0.4
8 Huancavelica 2009 4,877 73,369 73,369 4,877 6,643 1,463 0.7
8 Huancavelica 2010 4,454 100,320 100,320 4,454 6,375 1,795 0.6
8 Huancavelica 2011 4,505 116,576 116,576 4,505 5,756 2,238 1.3
8 Huancavelica 2012 5,808 197,827 197,827 5,808 6,521 2,778 1.7
8 Huancavelica 2013 5,705 205,513 205,513 5,705 6,401 3,525 2.5
9 Huánuco 1994 0 0 0 0 6,322 0 0.0
9 Huánuco 1995 0 0 0 0 9,522 0 0.0
9 Huánuco 1996 0 0 0 0 9,906 0 0.0
9 Huánuco 1997 0 0 0 0 11,776 0 0.0
9 Huánuco 1998 9,164 0 0 9,164 11,776 0 0.0
9 Huánuco 1999 10,093 0 0 10,093 12,288 0 0.0
9 Huánuco 2000 10,433 0 0 10,433 12,480 0 0.0
9 Huánuco 2001 9,775 4,934 4,934 9,775 12,480 0 0.0
9 Huánuco 2002 10,489 7,234 7,234 10,489 12,672 0 0.1
9 Huánuco 2003 11,319 10,609 10,609 11,319 13,952 0 0.2
9 Huánuco 2004 12,427 21,750 21,750 12,427 15,008 4,078 0.1
9 Huánuco 2005 14,008 35,454 35,454 14,008 16,854 4,420 0.6
9 Huánuco 2006 15,014 68,762 68,762 15,014 17,765 5,321 0.8
9 Huánuco 2007 16,864 140,489 140,489 16,864 20,042 5,380 1.7
9 Huánuco 2008 17,726 240,308 240,308 17,726 21,524 4,579 2.0
9 Huánuco 2009 20,706 328,600 328,600 20,706 25,085 5,622 2.6
9 Huánuco 2010 20,242 421,227 421,227 20,242 25,285 6,588 4.0
9 Huánuco 2011 19,084 476,569 476,569 19,084 23,518 9,054 5.2

9 Huánuco 2012 19,163 457,671 457,671 19,163 23,327 7,631 6.9

9 Huánuco 2013 21,494 493,410 493,410 21,494 23,704 8,682 7.0
10 Ica 1994 0 0 0 0 15,974 0 0.0
10 Ica 1995 0 0 0 0 30,644 0 0.0
10 Ica 1996 0 0 0 0 34,984 0 0.0
10 Ica 1997 0 0 0 0 42,382 0 0.0
10 Ica 1998 32,493 0 0 32,493 43,726 0 0.0
10 Ica 1999 35,563 17,984 17,984 35,563 47,822 0 0.0
10 Ica 2000 36,413 21,191 21,191 36,413 47,950 0 0.0
10 Ica 2001 33,927 23,907 23,907 33,927 46,798 0 0.1
10 Ica 2002 36,414 26,647 26,647 36,414 46,478 0 0.0
10 Ica 2003 40,338 50,774 50,774 40,338 50,202 0 0.5
10 Ica 2004 44,475 84,054 84,054 44,475 53,614 7,414 0.4
10 Ica 2005 49,387 143,165 143,165 49,387 58,709 1,448 2.1
10 Ica 2006 52,922 246,097 246,097 52,922 63,326 1,120 4.8
10 Ica 2007 57,480 456,064 456,064 57,480 69,095 4,908 4.0
10 Ica 2008 61,712 615,055 615,055 61,712 75,479 8,500 4.9
10 Ica 2009 65,095 735,331 735,331 65,095 75,028 16,587 8.2
10 Ica 2010 65,741 882,139 882,139 65,741 75,149 13,732 10.0
10 Ica 2011 66,862 944,696 944,696 66,862 76,607 24,375 16.7
10 Ica 2012 70,520 693,262 693,262 70,523 80,693 31,489 20.4
10 Ica 2013 70,184 723,105 723,105 70,184 82,939 36,688 23.2
11 Junín 1994 0 0 0 0 21,561 0 0.0
11 Junín 1995 0 0 0 0 31,015 0 0.0
11 Junín 1996 0 0 0 0 45,362 0 0.0
11 Junín 1997 0 0 0 0 50,904 929 0.0
11 Junín 1998 35,682 0 0 35,682 53,336 1,158 0.0
11 Junín 1999 37,864 19,487 19,487 37,864 54,744 1,596 0.0
11 Junín 2000 38,207 29,222 29,222 38,207 56,088 2,137 0.0
11 Junín 2001 36,563 25,857 25,857 36,563 58,776 2,234 0.0
11 Junín 2002 39,004 40,278 40,278 39,004 59,608 2,213 0.3
11 Junín 2003 44,246 49,820 49,820 44,246 63,618 2,465 0.0
11 Junín 2004 50,231 73,668 73,668 50,231 67,672 5,884 0.2
11 Junín 2005 56,382 116,822 116,822 56,382 73,004 6,995 1.0
11 Junín 2006 61,630 222,278 222,278 61,630 79,190 7,919 0.7
11 Junín 2007 69,725 461,785 461,785 69,725 89,878 10,185 2.5
11 Junín 2008 73,413 716,885 716,885 73,413 95,884 11,322 3.2
11 Junín 2009 76,556 935,700 935,700 76,556 95,301 16,909 4.0
11 Junín 2010 72,802 1,145,697 1,145,697 72,802 91,424 18,505 5.8
11 Junín 2011 72,095 1,273,276 1,273,276 72,095 89,467 26,321 8.2
11 Junín 2012 74,234 884,993 884,993 74,234 89,869 26,568 8.4
11 Junín 2013 72,618 945,650 945,650 72,618 93,887 29,314 11.6
12 La Libertad 1994 0 0 0 0 40,224 0 0.0
12 La Libertad 1995 0 0 0 0 55,378 0 0.0
12 La Libertad 1996 0 0 0 0 63,142 0 0.0

12 La Libertad 1997 0 0 0 0 78,244 5,274 0.0

12 La Libertad 1998 68,609 0 0 68,609 100,640 7,299 0.0
12 La Libertad 1999 75,454 29,854 29,854 75,454 101,856 8,397 0.0
12 La Libertad 2000 78,364 51,660 51,660 78,364 102,112 10,685 0.0
12 La Libertad 2001 76,495 66,556 66,556 76,495 101,052 10,972 0.3
12 La Libertad 2002 81,919 152,314 152,314 81,919 102,332 9,753 0.4
12 La Libertad 2003 91,164 146,558 146,558 91,164 115,396 11,247 0.2
12 La Libertad 2004 105,690 189,036 189,036 105,690 129,254 21,585 1.1
12 La Libertad 2005 120,926 254,580 254,580 120,926 149,292 22,166 1.4
12 La Libertad 2006 131,108 436,301 436,301 131,108 154,265 28,359 2.3
12 La Libertad 2007 151,463 865,880 865,880 151,463 170,207 34,096 7.2
12 La Libertad 2008 160,438 1,169,056 1,169,056 160,438 182,634 36,301 8.3
12 La Libertad 2009 164,880 1,381,847 1,381,847 164,880 196,250 38,845 8.8
12 La Libertad 2010 168,052 1,619,378 1,619,378 168,052 198,871 37,612 11.6
12 La Libertad 2011 167,956 1,835,821 1,835,821 167,956 201,396 49,512 13.0
12 La Libertad 2012 173,717 1,329,663 1,329,663 173,717 203,917 51,965 20.1
12 La Libertad 2013 168,555 1,435,850 1,435,850 168,555 204,300 58,581 20.4
13 Lambayeque 1994 0 0 0 0 29,332 0 0.0
13 Lambayeque 1995 0 0 0 0 49,137 0 0.0
13 Lambayeque 1996 0 0 0 0 50,816 0 0.0
13 Lambayeque 1997 0 0 0 0 53,504 1,099 0.0
13 Lambayeque 1998 41,042 0 0 41,042 61,056 1,731 0.0
13 Lambayeque 1999 44,856 18,441 18,441 44,856 60,288 4,510 0.0
13 Lambayeque 2000 46,127 28,524 28,524 46,127 61,056 6,418 0.0
13 Lambayeque 2001 44,175 38,508 38,508 44,175 61,312 5,717 0.0
13 Lambayeque 2002 49,785 22,570 22,570 49,785 62,144 4,872 0.1
13 Lambayeque 2003 56,132 82,238 82,238 56,132 66,490 5,299 0.0
13 Lambayeque 2004 64,971 115,724 115,724 64,971 75,391 11,429 1.0
13 Lambayeque 2005 73,809 171,712 171,712 73,809 83,695 13,084 2.2
13 Lambayeque 2006 78,756 303,933 303,933 78,756 90,283 15,311 2.6
13 Lambayeque 2007 89,852 627,119 627,119 89,852 102,938 21,517 4.5
13 Lambayeque 2008 96,280 884,995 884,995 96,280 111,312 20,535 7.1
13 Lambayeque 2009 100,186 1,021,397 1,021,397 100,186 124,852 23,028 8.5
13 Lambayeque 2010 100,761 1,195,064 1,195,064 100,761 131,849 27,203 11.5
13 Lambayeque 2011 107,268 1,327,251 1,327,251 107,268 134,981 39,537 13.3
13 Lambayeque 2012 110,473 882,123 882,123 110,472 138,794 46,452 17.9
13 Lambayeque 2013 104,265 921,677 921,677 104,265 137,279 48,462 20.7
14 Lima 1994 0 0 0 0 564,182 5,859 0.0
14 Lima 1995 0 0 0 0 894,640 19,060 0.0
14 Lima 1996 0 0 0 0 1,201,426 101,387 0.0
14 Lima 1997 0 0 0 0 1,279,980 238,202 0.0
14 Lima 1998 1,057,828 0 0 1,057,828 1,281,370 282,063 0.0
14 Lima 1999 1,075,701 828,584 828,584 1,075,701 1,266,102 292,357 0.0
14 Lima 2000 1,074,758 1,018,462 1,018,462 1,074,758 1,283,900 301,631 0.0
14 Lima 2001 1,051,458 1,311,810 1,311,810 1,051,458 1,294,942 294,956 1.2

14 Lima 2002 1,095,438 1,649,970 1,649,970 1,095,438 1,309,246 271,589 2.1

14 Lima 2003 1,207,770 2,039,430 2,039,430 1,207,770 1,453,571 294,310 4.1
14 Lima 2004 1,335,345 2,795,351 2,795,351 1,335,345 1,531,489 367,857 5.4
14 Lima 2005 1,442,462 3,597,193 3,597,193 1,442,462 1,681,654 435,139 9.2
14 Lima 2006 1,525,183 5,203,601 5,203,601 1,525,183 1,777,345 515,414 11.8
14 Lima 2007 1,691,234 8,238,127 8,238,127 1,691,234 2,014,950 594,157 14.1
14 Lima 2008 1,826,775 10,635,989 10,635,989 1,826,775 2,174,594 619,942 17.5
14 Lima 2009 1,864,813 11,941,098 11,941,098 1,864,813 2,216,980 686,504 22.1
14 Lima 2010 1,861,120 13,490,477 13,490,477 1,852,924 2,125,716 477,116 24.4
14 Lima 2011 1,860,605 14,922,707 14,922,707 1,860,605 2,210,184 743,023 31.2
14 Lima 2012 1,953,419 9,778,363 9,778,363 1,953,368 2,263,514 823,157 36.8
14 Lima 2013 1,823,129 9,781,939 9,781,939 1,823,129 2,072,103 827,834 39.6
15 Loreto 1994 0 0 0 0 12,508 0 0.0
15 Loreto 1995 0 0 0 0 21,038 0 0.0
15 Loreto 1996 0 0 0 0 22,528 0 0.0
15 Loreto 1997 0 0 0 0 26,240 0 0.0
15 Loreto 1998 19,320 0 0 19,320 26,304 0 0.0
15 Loreto 1999 20,946 8,041 8,041 20,946 26,304 0 0.0
15 Loreto 2000 21,457 11,990 11,990 21,457 26,368 0 0.0
15 Loreto 2001 20,338 10,176 10,176 20,338 26,368 0 0.2
15 Loreto 2002 22,640 16,911 16,911 22,640 26,816 0 0.7
15 Loreto 2003 25,457 19,965 19,965 25,457 29,442 0 0.3
15 Loreto 2004 27,310 32,028 32,028 27,310 30,148 6,647 0.2
15 Loreto 2005 32,565 46,684 46,684 32,565 35,601 8,052 0.7
15 Loreto 2006 37,408 81,025 81,025 37,408 42,919 8,023 1.2
15 Loreto 2007 47,148 158,652 158,652 47,148 53,566 8,928 1.6
15 Loreto 2008 52,106 235,637 235,637 52,106 61,568 10,320 2.3
15 Loreto 2009 62,030 293,639 293,639 62,030 67,247 11,242 2.3
15 Loreto 2010 59,670 371,762 371,762 59,670 87,721 13,031 2.7
15 Loreto 2011 58,385 414,280 414,280 58,385 89,679 22,313 4.5
15 Loreto 2012 57,207 317,238 317,238 57,207 94,267 16,704 5.0
15 Loreto 2013 56,815 367,603 367,603 56,815 99,518 16,443 3.3
16 Madre de Dios 1994 0 0 0 0 1,024 0 0.0
16 Madre de Dios 1995 0 0 0 0 1,024 0 0.0
16 Madre de Dios 1996 0 0 0 0 1,792 0 0.0
16 Madre de Dios 1997 0 0 0 0 2,560 0 0.0
16 Madre de Dios 1998 2,337 0 0 2,337 2,944 0 0.0
16 Madre de Dios 1999 2,572 0 0 2,572 3,200 0 0.0
16 Madre de Dios 2000 2,316 0 0 2,316 3,328 0 0.0
16 Madre de Dios 2001 2,319 1,075 1,075 2,319 3,328 0 0.0
16 Madre de Dios 2002 2,446 1,250 1,250 2,446 3,328 0 0.0
16 Madre de Dios 2003 2,504 1,444 1,444 2,504 3,294 0 0.0
16 Madre de Dios 2004 2,870 3,242 3,242 2,870 3,201 3,001 0.0
16 Madre de Dios 2005 3,250 8,656 8,656 3,250 3,751 2,512 0.5
16 Madre de Dios 2006 3,485 23,074 23,074 3,485 3,902 267 0.7

16 Madre de Dios 2007 4,149 50,689 50,689 4,149 4,710 969 0.1
16 Madre de Dios 2008 5,652 79,367 79,367 5,652 6,468 1,475 0.8
16 Madre de Dios 2009 5,964 103,962 103,962 5,964 7,022 1,630 1.3
16 Madre de Dios 2010 7,061 132,396 132,396 7,061 8,232 3,681 3.3
16 Madre de Dios 2011 5,210 162,190 162,190 5,210 5,871 7,561 5.2
16 Madre de Dios 2012 7,113 151,199 151,199 7,113 7,902 7,704 11.3
16 Madre de Dios 2013 6,790 153,884 153,884 6,790 8,273 9,855 16.9
17 Moquegua 1994 0 0 0 0 3,772 0 0.0
17 Moquegua 1995 0 0 0 0 10,300 0 0.0
17 Moquegua 1996 0 0 0 0 10,624 0 0.0
17 Moquegua 1997 0 0 0 0 10,496 0 0.0
17 Moquegua 1998 7,684 0 0 7,684 10,432 0 0.0
17 Moquegua 1999 8,470 0 0 8,470 10,496 0 0.0
17 Moquegua 2000 8,478 0 0 8,478 10,816 0 0.0
17 Moquegua 2001 7,890 5,311 5,311 7,890 10,816 0 0.0
17 Moquegua 2002 8,082 7,613 7,613 8,082 10,944 0 0.2
17 Moquegua 2003 9,061 13,027 13,027 9,061 10,936 0 0.2
17 Moquegua 2004 9,855 24,332 24,332 9,855 11,520 2,851 0.6
17 Moquegua 2005 10,970 42,060 42,060 10,970 12,877 4,787 0.9
17 Moquegua 2006 12,025 73,378 73,378 12,025 14,030 5,613 2.8
17 Moquegua 2007 13,371 122,256 122,256 13,371 15,813 7,082 3.8
17 Moquegua 2008 12,542 153,250 153,250 12,542 15,311 9,274 9.2
17 Moquegua 2009 12,063 174,418 174,418 12,063 15,341 5,534 10.1
17 Moquegua 2010 12,305 203,654 203,654 12,305 15,688 3,712 15.1
17 Moquegua 2011 12,425 211,129 211,129 12,425 14,853 5,780 17.1
17 Moquegua 2012 13,446 166,055 166,055 13,446 15,409 5,736 24.0
17 Moquegua 2013 13,308 173,495 173,495 13,308 15,334 6,577 21.9
18 Pasco 1994 0 0 0 0 2,444 0 0.0
18 Pasco 1995 0 0 0 0 2,444 0 0.0
18 Pasco 1996 0 0 0 0 3,040 0 0.0
18 Pasco 1997 0 0 0 0 3,904 0 0.0
18 Pasco 1998 2,689 0 0 2,689 4,032 0 0.0
18 Pasco 1999 3,001 0 0 3,001 4,032 0 0.0
18 Pasco 2000 3,120 0 0 3,120 4,160 0 0.0
18 Pasco 2001 2,889 1,716 1,716 2,889 4,416 0 0.0
18 Pasco 2002 2,939 2,647 2,647 2,939 4,416 0 0.0
18 Pasco 2003 3,857 2,628 2,628 3,857 4,848 0 0.1
18 Pasco 2004 4,419 6,350 6,350 4,419 5,441 469 0.1
18 Pasco 2005 5,059 11,968 11,968 5,059 6,117 490 0.0
18 Pasco 2006 5,265 31,518 31,518 5,265 6,134 855 0.3
18 Pasco 2007 6,364 79,508 79,508 6,364 7,558 939 1.6
18 Pasco 2008 6,885 123,704 123,704 6,885 8,250 1,998 2.2
18 Pasco 2009 6,148 159,262 159,262 6,148 7,627 2,779 2.6
18 Pasco 2010 5,695 189,578 189,578 5,695 7,505 3,361 3.9
18 Pasco 2011 4,998 192,824 192,824 4,998 6,619 5,105 2.9

18 Pasco 2012 4,832 164,246 164,246 4,832 6,287 4,940 4.3

18 Pasco 2013 5,290 174,647 174,647 5,290 6,270 5,764 4.3
19 Piura 1994 0 0 0 0 22,305 0 0.0
19 Piura 1995 0 0 0 0 42,124 0 0.0
19 Piura 1996 0 0 0 0 44,090 0 0.0
19 Piura 1997 0 0 0 0 52,614 1,640 0.0
19 Piura 1998 37,615 0 0 37,615 68,230 1,824 0.0
19 Piura 1999 41,180 20,773 20,773 41,180 68,230 2,598 0.0
19 Piura 2000 43,118 30,838 30,838 43,118 68,934 4,025 0.0
19 Piura 2001 40,758 38,337 38,337 40,758 66,566 4,398 0.2
19 Piura 2002 47,570 61,636 61,636 47,570 66,822 3,768 0.5
19 Piura 2003 54,238 82,502 82,502 54,238 73,266 4,026 0.5
19 Piura 2004 65,653 123,170 123,170 65,653 82,503 15,156 0.4
19 Piura 2005 76,779 184,517 184,517 76,779 94,815 10,408 1.1
19 Piura 2006 87,063 315,724 315,724 87,063 107,601 18,492 1.7
19 Piura 2007 102,601 629,092 629,092 102,601 127,499 23,193 2.8
19 Piura 2008 110,462 886,554 886,554 110,462 128,684 25,978 3.8
19 Piura 2009 115,112 1,082,862 1,082,862 115,112 142,066 33,111 4.9
19 Piura 2010 105,971 1,278,834 1,278,834 105,971 138,657 33,077 6.3
19 Piura 2011 109,231 1,486,098 1,486,098 109,231 137,529 33,409 9.9
19 Piura 2012 112,135 1,090,777 1,090,777 111,848 140,786 59,945 13.6
19 Piura 2013 103,940 1,179,317 1,179,317 103,940 136,794 63,856 15.3
20 Puno 1994 0 0 0 0 12,254 0 0.0
20 Puno 1995 0 0 0 0 17,118 0 0.0
20 Puno 1996 0 0 0 0 21,122 0 0.0
20 Puno 1997 0 0 0 0 24,896 0 0.0
20 Puno 1998 16,773 0 0 16,773 28,480 0 0.0
20 Puno 1999 17,958 0 0 17,958 28,480 0 0.0
20 Puno 2000 18,411 2,682 2,682 18,411 28,864 0 0.0
20 Puno 2001 16,612 17,054 17,054 16,612 27,904 0 0.0
20 Puno 2002 16,858 27,319 27,319 16,858 27,072 0 0.1
20 Puno 2003 19,876 37,699 37,699 19,876 27,240 0 0.2
20 Puno 2004 21,724 58,295 58,295 21,724 28,288 1,787 0.0
20 Puno 2005 23,476 95,854 95,854 23,476 30,112 0 0.4
20 Puno 2006 24,781 203,210 203,210 24,781 31,537 468 0.5
20 Puno 2007 25,925 486,482 486,482 25,925 34,746 2,132 0.4
20 Puno 2008 26,394 726,323 726,323 26,394 37,310 2,832 0.4
20 Puno 2009 33,233 920,784 920,784 33,233 41,318 3,677 1.9
20 Puno 2010 28,849 1,164,365 1,164,365 28,849 36,835 5,966 1.6
20 Puno 2011 28,462 1,305,350 1,305,350 28,462 34,867 10,607 3.5
20 Puno 2012 31,946 942,992 942,992 31,946 37,812 11,919 4.7
20 Puno 2013 32,097 994,682 994,682 32,097 37,735 15,921 5.7
21 San Martín 1994 0 0 0 0 5,448 0 0.0
21 San Martín 1995 0 0 0 0 7,624 0 0.0
21 San Martín 1996 0 0 0 0 9,810 0 0.0

21 San Martín 1997 0 0 0 0 13,568 0 0.0

21 San Martín 1998 10,656 0 0 10,656 14,016 0 0.0
21 San Martín 1999 11,930 0 0 11,930 14,144 0 0.0
21 San Martín 2000 12,409 0 0 12,409 15,680 0 0.0
21 San Martín 2001 13,136 3,194 3,194 13,136 16,552 0 0.1
21 San Martín 2002 14,360 4,778 4,778 14,360 17,384 0 0.0
21 San Martín 2003 16,266 6,762 6,762 16,266 19,298 0 0.1
21 San Martín 2004 18,831 14,382 14,382 18,831 21,456 6,004 0.5
21 San Martín 2005 22,603 26,862 26,862 22,603 25,155 11,053 0.2
21 San Martín 2006 23,846 62,588 62,588 23,846 26,039 13,035 2.0
21 San Martín 2007 27,347 157,182 157,182 27,347 29,905 4,368 2.0
21 San Martín 2008 30,325 285,102 285,102 30,325 34,456 3,059 3.6
21 San Martín 2009 30,668 382,559 382,559 30,668 35,865 5,201 3.3
21 San Martín 2010 31,655 503,457 503,457 31,655 37,021 6,623 6.0
21 San Martín 2011 29,293 602,283 602,283 29,293 35,071 10,122 5.7
21 San Martín 2012 29,099 435,286 435,286 29,099 34,647 11,441 8.9
21 San Martín 2013 27,931 478,669 478,669 27,931 33,578 11,049 8.4
22 Tacna 1994 0 0 0 0 14,588 0 0.0
22 Tacna 1995 0 0 0 0 18,045 0 0.0
22 Tacna 1996 0 0 0 0 20,993 0 0.0
22 Tacna 1997 0 0 0 0 22,913 0 0.0
22 Tacna 1998 18,636 0 0 18,636 28,993 0 0.0
22 Tacna 1999 19,932 12,849 12,849 19,932 29,185 0 0.0
22 Tacna 2000 19,551 20,190 20,190 19,551 29,185 0 0.0
22 Tacna 2001 17,505 23,713 23,713 17,505 29,185 0 0.2
22 Tacna 2002 17,715 37,711 37,711 17,715 28,609 0 0.5
22 Tacna 2003 18,655 50,833 50,833 18,655 27,841 0 0.0
22 Tacna 2004 19,964 61,674 61,674 19,964 28,353 5,597 1.2
22 Tacna 2005 21,878 91,882 91,882 21,878 30,401 4,112 2.2
22 Tacna 2006 23,545 145,284 145,284 23,545 32,198 5,685 3.4
22 Tacna 2007 23,935 250,885 250,885 23,935 34,450 7,297 6.9
22 Tacna 2008 24,357 313,307 313,307 24,357 29,150 8,321 11.4
22 Tacna 2009 24,548 370,662 370,662 24,548 31,045 9,081 13.2
22 Tacna 2010 24,481 444,346 444,346 24,481 29,550 10,359 17.9
22 Tacna 2011 25,704 449,710 449,710 25,704 31,375 13,077 19.2
22 Tacna 2012 27,616 297,370 297,370 27,616 32,716 14,262 23.5
22 Tacna 2013 28,408 316,136 316,136 28,408 34,713 18,144 26.2
23 Tumbes 1994 0 0 0 0 4,918 0 0.0
23 Tumbes 1995 0 0 0 0 6,206 0 0.0
23 Tumbes 1996 0 0 0 0 7,040 0 0.0
23 Tumbes 1997 0 0 0 0 7,552 0 0.0
23 Tumbes 1998 5,864 0 0 5,864 8,064 0 0.0
23 Tumbes 1999 6,610 0 0 6,610 8,064 0 0.0
23 Tumbes 2000 7,118 0 0 7,118 8,640 0 0.0
23 Tumbes 2001 6,367 4,851 4,851 6,367 8,832 0 0.0

23 Tumbes 2002 7,146 6,572 6,572 7,146 8,896 0 0.5

23 Tumbes 2003 7,978 9,932 9,932 7,978 9,616 0 0.0
23 Tumbes 2004 9,203 22,001 22,001 9,203 10,304 3,466 0.4
23 Tumbes 2005 10,302 39,287 39,287 10,302 11,136 4,464 0.7
23 Tumbes 2006 10,555 67,645 67,645 10,555 11,744 4,881 0.6
23 Tumbes 2007 12,854 118,365 118,365 12,854 14,316 5,050 1.5
23 Tumbes 2008 12,129 157,495 157,495 12,129 14,046 4,949 1.9
23 Tumbes 2009 10,967 190,410 190,410 10,967 13,564 5,446 3.7
23 Tumbes 2010 10,270 228,950 228,950 10,270 13,138 6,039 6.4
23 Tumbes 2011 10,473 261,207 261,207 10,473 11,651 7,166 11.0
23 Tumbes 2012 11,431 169,345 169,345 11,431 12,611 3,516 17.6
23 Tumbes 2013 11,315 177,042 177,042 11,315 12,530 3,573 18.7
24 Ucayali 1994 0 0 0 0 5,120 0 0.0
24 Ucayali 1995 0 0 0 0 5,376 0 0.0
24 Ucayali 1996 0 0 0 0 8,576 0 0.0
24 Ucayali 1997 0 0 0 0 12,160 0 0.0
24 Ucayali 1998 10,086 0 0 10,086 13,632 0 0.0
24 Ucayali 1999 11,333 0 0 11,333 13,440 0 0.0
24 Ucayali 2000 12,086 0 0 12,086 14,386 0 0.0
24 Ucayali 2001 11,094 4,860 4,860 11,094 14,450 0 0.0
24 Ucayali 2002 12,340 6,894 6,894 12,340 14,450 0 0.0
24 Ucayali 2003 13,835 11,439 11,439 13,835 15,652 0 0.7
24 Ucayali 2004 15,217 23,346 23,346 15,217 16,754 1,293 0.2
24 Ucayali 2005 17,700 39,184 39,184 17,700 19,196 0 0.7
24 Ucayali 2006 19,802 73,888 73,888 19,802 22,711 597 1.2
24 Ucayali 2007 23,010 145,797 145,797 23,010 25,925 2,537 2.8
24 Ucayali 2008 26,092 216,701 216,701 26,092 29,097 3,735 3.2
24 Ucayali 2009 26,814 282,303 282,303 26,814 38,123 5,208 4.8
24 Ucayali 2010 26,453 351,327 351,327 26,453 40,473 6,281 5.5
24 Ucayali 2011 25,780 389,065 389,065 25,780 41,390 9,457 6.7
24 Ucayali 2012 24,355 262,853 262,853 24,355 40,979 10,041 7.2
24 Ucayali 2013 21,695 300,376 300,376 21,695 38,642 10,416 9.0

Cuadro 43: Base de Datos
Id. Reg. Year COLSF CAPSF Pbi.r Pbi.c Con.Elec_GW Pro.Elec_GW Pob.EdTr Pea Pro.Ag
1 Amazonas 1994 0 0 477,049 477,049 0.0 0 0 0 0
1 Amazonas 1995 0 0 505,643 566,846 0.0 0 0 0 0
1 Amazonas 1996 0 0 549,170 665,872 0.0 0 0 0 0
1 Amazonas 1997 0 0 537,372 722,574 0.0 0 0 0 0
1 Amazonas 1998 0 0 575,709 830,484 0.0 0 0 0 0
1 Amazonas 1999 4,032 20,215 526,350 744,623 0.0 26.4 0.0 0.0 4,194
1 Amazonas 2000 4,852 23,415 528,555 764,980 0.0 27.5 0.0 0.0 4,610
1 Amazonas 2001 5,615 25,358 713,283 992,349 0.0 28.6 257.2 183.7 2,852
1 Amazonas 2002 4,545 28,369 748,512 989,220 0.0 33.1 262.8 182.7 3,323
1 Amazonas 2003 3,086 30,258 788,252 1,079,511 20.4 35.2 268.1 198.9 1,360
1 Amazonas 2004 6,065 35,168 828,113 1,255,643 22.4 33.3 272.9 209.0 4,818
1 Amazonas 2005 20,321 34,027 886,099 1,369,479 23.2 39.3 276.8 201.0 6,591
1 Amazonas 2006 38,146 31,848 947,537 1,479,909 26.6 47.9 279.5 206.0 6,210
1 Amazonas 2007 56,242 38,067 1,019,239 1,707,719 29.0 50.1 281.3 220.0 6,808
1 Amazonas 2008 124,680 46,581 1,096,782 1,958,519 33.3 49.7 282.5 219.0 6,554
1 Amazonas 2009 153,211 48,232 1,121,513 2,099,410 35.1 55.0 283.7 223.0 6,475
1 Amazonas 2010 183,411 79,925 1,208,874 2,304,604 39.7 56.0 285.4 228.0 6,240
1 Amazonas 2011 226,104 86,241 1,283,055 2,644,565 45.0 62.6 287.5 231.9 6,468
1 Amazonas 2012 267,543 88,818 1,461,940 3,144,351 48.0 66.5 289.9 225.5 6,526
1 Amazonas 2013 306,436 96,408 1,540,368 3,209,891 52.6 70.2 292.4 230.1 7,265
2 Ancash 1994 0 0 2,890,241 2,890,241 0.0 0.0 0.0 0.0 0
2 Ancash 1995 0 0 2,640,844 3,089,495 0.0 0.0 0.0 0.0 0
2 Ancash 1996 0 0 2,828,428 3,664,290 0.0 0.0 0.0 0.0 0
2 Ancash 1997 0 0 2,810,565 3,985,280 0.0 0 0 0 0
2 Ancash 1998 0 0 2,581,437 3,817,277 0.0 0 0.0 0.0 *
2 Ancash 1999 605,207 386,032 3,135,594 4,835,941 0.0 1,027.5 0.0 0.0 40,636
2 Ancash 2000 572,759 389,656 3,196,337 4,911,244 0.0 1,230.6 0.0 0.0 37,990
2 Ancash 2001 510,155 396,328 4,264,848 6,616,183 0.0 1,247.0 709.0 489.9 37,610
2 Ancash 2002 560,891 429,759 5,002,200 7,534,779 0.0 1,567.7 719.4 495.5 40,182
2 Ancash 2003 427,153 421,969 5,108,579 8,107,341 647.6 1,553.1 730.0 557.7 40,128
2 Ancash 2004 430,742 437,737 5,253,292 9,983,505 715.2 1,584.5 740.3 566.0 41,091
2 Ancash 2005 557,331 529,979 5,419,566 11,210,536 1,417.0 1,680.1 750.0 555.0 41,062
2 Ancash 2006 687,137 714,627 5,550,261 14,930,876 1,466.3 1,605.4 759.0 572.0 42,287
2 Ancash 2007 1,117,841 1,239,329 5,932,921 16,761,404 1,532.0 1,651.5 767.4 572.0 43,072
2 Ancash 2008 1,536,323 1,600,950 6,457,790 17,119,729 1,528.9 1,688.8 775.5 593.0 41,081
2 Ancash 2009 1,504,740 1,629,782 6,453,409 16,270,385 1,448.4 1,637.3 783.7 587.5 40,516
2 Ancash 2010 1,666,843 1,141,247 6,646,818 18,785,829 1,488.7 1,702.1 792.0 591.0 41,740
2 Ancash 2011 2,021,305 1,286,983 6,719,262 20,464,609 1,630.5 1,575.0 800.7 592.0 41,253
2 Ancash 2012 2,100,454 1,318,588 7,019,212 20,344,415 1,855.9 1,658.4 809.5 607.7 37,643
2 Ancash 2013 2,448,358 1,451,374 7,276,124 21,053,746 1,927.9 1,615.3 818.4 602.6 37,995
3 Apurímac 1994 0 0 535,471 535,471 0.0 0.0 0.0 0.0 0
3 Apurímac 1995 0 0 648,546 704,763 0.0 0.0 0.0 0.0 0
3 Apurímac 1996 0 0 685,975 883,977 0.0 0.0 0.0 0.0 0

3 Apurímac 1997 0 0 708,726 951,466 0.0 0.0 0.0 0.0 0
3 Apurímac 1998 0 0 656,901 964,839 0.0 0.0 0.0 0.0 0
3 Apurímac 1999 13,301 48,315 701,568 990,380 0.0 23.3 0.0 0.0 5,135
3 Apurímac 2000 14,473 51,230 689,519 944,850 0.0 26.4 0.0 0.0 3,953
3 Apurímac 2001 20,226 56,193 513,671 811,035 0.0 23.9 271.3 211.5 5,816
3 Apurímac 2002 36,477 58,078 543,195 846,836 0.0 30.2 277.0 206.8 5,502
3 Apurímac 2003 47,879 59,262 570,523 890,540 27.9 33.5 282.7 214.2 4,899
3 Apurímac 2004 48,120 62,858 602,753 1,008,583 34.2 31.9 288.0 218.0 5,220
3 Apurímac 2005 58,862 68,502 647,375 1,097,661 47.8 34.0 292.3 201.0 4,814
3 Apurímac 2006 74,072 74,277 705,842 1,284,114 58.1 31.7 295.5 232.0 6,029
3 Apurímac 2007 107,949 84,684 725,416 1,356,311 75.4 38.1 297.8 233.0 6,551
3 Apurímac 2008 157,786 107,422 746,771 1,448,448 90.8 44.9 299.6 239.0 6,199
3 Apurímac 2009 204,348 127,455 786,994 1,576,978 88.0 42.1 301.4 228.6 5,522
3 Apurímac 2010 272,039 165,071 869,487 1,770,489 101.5 36.7 303.5 237.0 5,618
3 Apurímac 2011 352,698 214,297 941,466 1,974,150 111.0 39.0 306.1 244.0 5,842
3 Apurímac 2012 429,966 231,033 1,053,112 2,329,758 121.2 38.5 308.8 246.4 5,924
3 Apurímac 2013 522,402 326,028 1,175,891 2,728,099 130.9 40.8 311.6 254.2 5,902
4 Arequipa 1994 0 0 4,754,130 4,754,130 0.0 0.0 0.0 0.0 0
4 Arequipa 1995 0 0 5,187,452 5,585,052 0.0 0.0 0.0 0.0 0
4 Arequipa 1996 0 0 5,276,641 6,187,849 0.0 0.0 0.0 0.0 0
4 Arequipa 1997 0 0 5,655,079 7,196,055 0.0 0.0 0.0 0.0 0
4 Arequipa 1998 0 0 5,675,801 7,718,088 0.0 0.0 0.0 0.0 0
4 Arequipa 1999 1,693,848 1,295,096 5,813,686 7,957,429 0.0 1,526.4 0.0 0.0 47,950
4 Arequipa 2000 1,434,268 1,449,969 6,014,487 8,615,748 0.0 1,183.8 0.0 0.0 50,808
4 Arequipa 2001 1,262,891 1,312,477 5,925,803 8,814,325 0.0 1,254.9 797.6 528.4 54,467
4 Arequipa 2002 1,169,841 1,333,255 6,426,819 9,599,921 0.0 991.7 812.5 560.2 58,634
4 Arequipa 2003 1,145,176 1,292,152 6,652,795 9,965,682 1,005.9 1,033.4 827.0 597.3 58,528
4 Arequipa 2004 1,433,685 1,305,832 7,015,310 11,208,332 980.4 1,164.7 841.2 594.0 55,017
4 Arequipa 2005 1,486,057 1,667,066 7,495,342 12,395,675 1,111.6 884.0 855.3 594.0 53,127
4 Arequipa 2006 1,704,306 1,735,440 7,952,657 13,832,561 1,237.4 1,211.0 869.0 610.0 52,603
4 Arequipa 2007 2,089,962 2,047,415 9,193,252 17,124,298 2,074.4 1,093.6 882.3 641.0 56,691
4 Arequipa 2008 2,915,387 2,997,141 9,995,135 19,904,312 2,236.1 1,038.6 895.5 619.0 56,777
4 Arequipa 2009 3,338,955 3,022,984 10,038,408 20,611,612 2,241.9 863.3 908.8 636.0 57,335
4 Arequipa 2010 4,150,184 3,487,119 10,832,088 23,672,032 2,440.8 991.7 922.4 649.0 58,091
4 Arequipa 2011 5,290,715 4,237,235 11,352,718 26,230,329 2,574.0 1,153.0 936.5 670.0 54,042
4 Arequipa 2012 6,493,703 4,704,661 12,336,720 28,904,565 2,558.5 1,267.1 950.8 660.7 59,199
4 Arequipa 2013 7,556,102 6,201,153 12,602,523 28,917,520 2,615.0 1,365.8 965.3 698.4 67,741
5 Ayacucho 1994 0 0 858,427 858,427 0.0 0.0 0.0 0.0 0
5 Ayacucho 1995 0 0 964,229 1,076,833 0.0 0.0 0.0 0.0 0
5 Ayacucho 1996 0 0 985,981 1,197,670 0.0 0.0 0.0 0.0 0
5 Ayacucho 1997 0 0 1,039,053 1,320,211 0.0 0.0 0.0 0.0 0
5 Ayacucho 1998 0 0 1,067,729 1,416,592 0.0 0.0 0.0 0.0 0
5 Ayacucho 1999 25,422 91,451 1,074,485 1,455,906 0.0 11.0 0.0 0.0 17,582
5 Ayacucho 2000 23,135 93,258 1,073,520 1,433,596 0.0 12.4 0.0 0.0 15,136
5 Ayacucho 2001 35,455 65,292 1,034,536 1,453,838 0.0 11.1 355.2 274.5 15,891

5 Ayacucho 2002 41,452 83,740 1,096,438 1,567,047 0.0 14.9 363.0 271.4 16,645
5 Ayacucho 2003 46,362 95,825 1,154,810 1,684,013 58.9 15.1 371.4 281.9 16,931
5 Ayacucho 2004 49,263 98,632 1,146,302 1,785,318 66.6 15.2 380.1 302.0 16,477
5 Ayacucho 2005 73,243 112,488 1,250,596 1,977,404 56.7 14.6 388.7 314.0 14,967
5 Ayacucho 2006 93,988 120,759 1,367,277 2,303,885 62.5 14.6 397.0 317.0 15,673
5 Ayacucho 2007 163,861 130,924 1,535,601 2,773,994 72.0 13.2 405.6 320.0 16,962
5 Ayacucho 2008 300,673 200,597 1,676,957 3,248,780 79.8 12.2 414.2 330.0 17,556
5 Ayacucho 2009 403,287 235,631 1,855,685 3,968,738 98.2 13.3 422.8 325.3 14,295
5 Ayacucho 2010 502,353 282,932 1,975,353 4,528,872 107.4 11.7 431.3 334.0 15,867
5 Ayacucho 2011 584,836 272,414 2,009,850 5,128,198 111.7 12.1 439.8 341.0 15,599
5 Ayacucho 2012 664,342 329,074 2,263,473 5,752,446 126.9 14.1 448.3 333.7 13,165
5 Ayacucho 2013 736,057 357,290 2,506,906 6,425,824 158.2 16.3 456.7 352.8 14,566
6 Cajamarca 1994 0 0 2,132,194 2,132,194 0.0 0.0 0.0 0.0 0
6 Cajamarca 1995 0 0 2,393,677 2,678,220 0.0 0.0 0.0 0.0 0
6 Cajamarca 1996 0 0 2,554,650 3,059,117 0.0 0.0 0.0 0.0 0
6 Cajamarca 1997 0 0 2,872,145 3,582,339 0.0 0.0 0.0 0.0 0
6 Cajamarca 1998 0 0 3,187,071 4,203,918 0.0 0.0 0.0 0.0 0
6 Cajamarca 1999 103,164 207,025 3,441,741 4,394,912 0.0 844.4 0.0 0.0 10,274
6 Cajamarca 2000 109,447 203,528 3,586,630 4,627,450 0.0 748.9 0.0 0.0 6,455
6 Cajamarca 2001 121,957 208,507 3,532,517 4,953,591 0.0 863.6 911.0 703.5 6,376
6 Cajamarca 2002 165,169 281,846 3,899,627 5,570,156 0.0 840.3 927.4 738.7 11,610
6 Cajamarca 2003 209,650 313,598 4,239,997 6,348,834 310.5 776.7 943.6 773.5 11,483
6 Cajamarca 2004 252,985 386,867 4,300,234 6,948,288 390.3 723.8 959.0 790.0 12,404
6 Cajamarca 2005 380,457 514,477 4,615,759 7,739,016 447.9 680.4 973.2 800.0 12,321
6 Cajamarca 2006 570,353 532,445 4,569,651 8,712,020 502.0 720.4 985.8 828.0 13,020
6 Cajamarca 2007 749,130 617,484 4,229,719 7,659,597 546.8 826.3 997.2 812.0 12,702
6 Cajamarca 2008 1,003,156 899,106 4,595,685 9,454,519 749.8 1,017.9 1,007.8 843.0 13,589
6 Cajamarca 2009 1,157,835 758,504 4,911,993 11,434,751 912.4 959.0 1,018.3 832.6 13,582
6 Cajamarca 2010 1,357,953 1,066,514 4,875,978 11,633,734 904.8 813.9 1,029.3 815.0 14,445
6 Cajamarca 2011 1,652,216 1,037,823 5,020,107 13,295,085 979.4 777.4 1,040.8 820.0 13,775
6 Cajamarca 2012 1,960,798 1,310,421 5,278,870 14,479,218 988.7 894.5 1,052.5 778.4 14,052
6 Cajamarca 2013 2,203,164 1,353,907 5,249,401 13,692,192 936.0 962.1 1,064.1 814.0 18,169
7 Cusco 1994 0 0 2,458,489 2,458,489 0.0 0.0 0.0 0.0 0
7 Cusco 1995 0 0 2,610,105 3,094,250 0.0 0.0 0.0 0.0 0
7 Cusco 1996 0 0 2,640,385 3,275,031 0.0 0.0 0.0 0.0 0
7 Cusco 1997 0 0 2,874,424 3,860,248 0.0 0.0 0.0 0.0 0
7 Cusco 1998 262,978 505,476 2,915,254 4,092,918 0.0 0.0 0.0 0.0 0
7 Cusco 1999 226,217 442,284 2,894,809 4,289,070 0.0 125.1 0.0 0.0 20,457
7 Cusco 2000 252,609 450,437 2,970,863 4,500,461 0.0 29.1 0.0 0.0 24,320
7 Cusco 2001 247,657 488,992 2,601,352 4,023,466 0.0 342.3 792.4 619.7 25,009
7 Cusco 2002 285,464 518,100 2,495,739 4,015,943 0.0 730.8 808.3 622.1 25,993
7 Cusco 2003 341,541 529,265 2,650,262 4,383,633 502.9 742.8 824.0 658.3 27,475
7 Cusco 2004 428,615 654,173 3,123,972 5,673,548 616.0 753.2 839.0 658.0 28,399
7 Cusco 2005 505,678 838,328 3,399,360 6,981,803 662.0 807.9 852.7 694.0 28,599
7 Cusco 2006 597,219 971,343 3,801,775 8,504,085 702.5 816.8 864.7 701.0 31,616

7 Cusco 2007 840,489 1,024,026 4,166,288 9,657,078 728.3 816.4 875.3 677.0 33,201
7 Cusco 2008 1,160,478 1,351,294 4,466,897 11,111,274 722.8 828.3 885.2 711.0 32,258
7 Cusco 2009 1,420,346 1,430,895 4,638,006 11,656,966 696.6 866.0 895.1 730.8 29,525
7 Cusco 2010 1,802,629 1,584,019 5,320,489 14,319,403 809.5 837.4 905.4 712.0 28,600
7 Cusco 2011 2,312,682 1,763,444 6,002,365 17,224,015 859.0 869.5 916.3 736.0 28,519
7 Cusco 2012 2,758,696 2,000,429 6,314,792 18,039,736 1,058.0 866.3 927.4 749.2 31,079
7 Cusco 2013 3,350,693 2,513,749 7,421,155 20,744,379 1,347.8 863.0 938.5 760.5 32,895
8 Huancavelica 1994 0 0 1,095,705 1,095,705 0.0 0.0 0.0 0.0 0
8 Huancavelica 1995 0 0 1,137,975 1,233,074 0.0 0.0 0.0 0.0 0
8 Huancavelica 1996 0 0 1,187,895 1,458,507 0.0 0.0 0.0 0.0 0
8 Huancavelica 1997 0 0 1,240,982 1,626,631 0.0 0.0 0.0 0.0 0
8 Huancavelica 1998 0 0 1,246,575 1,717,072 0.0 0.0 0.0 0.0 0
8 Huancavelica 1999 2,559 19,265 1,238,700 1,775,290 0.0 6,800.9 0.0 0.0 2,261
8 Huancavelica 2000 2,385 13,526 1,194,212 1,753,651 0.0 6,886.4 0.0 0.0 2,199
8 Huancavelica 2001 3,300 13,411 1,186,443 1,866,635 0.0 6,933.1 250.2 206.2 2,170
8 Huancavelica 2002 4,874 14,120 1,167,209 1,787,114 0.0 6,869.3 254.6 218.3 2,248
8 Huancavelica 2003 8,094 15,075 1,200,522 1,869,440 111.0 7,117.5 259.3 227.3 2,287
8 Huancavelica 2004 8,074 21,581 1,217,730 1,985,125 119.0 6,597.9 264.2 230.0 2,578
8 Huancavelica 2005 20,740 27,426 1,304,894 2,194,880 155.9 6,788.8 269.1 219.0 2,604
8 Huancavelica 2006 26,337 29,751 1,385,070 2,600,595 174.4 7,330.8 274.0 221.0 2,491
8 Huancavelica 2007 34,762 28,886 1,345,979 2,649,161 200.5 7,154.3 279.0 230.0 3,192
8 Huancavelica 2008 54,103 37,614 1,383,979 2,832,124 219.9 6,688.3 284.1 232.0 4,087
8 Huancavelica 2009 69,077 44,933 1,447,868 3,050,460 214.6 7,084.0 289.1 237.1 4,049
8 Huancavelica 2010 83,194 65,521 1,488,212 3,248,986 226.8 7,084.6 294.0 235.0 4,074
8 Huancavelica 2011 111,174 73,780 1,574,753 3,663,193 277.1 7,098.8 298.7 248.0 3,898
8 Huancavelica 2012 137,861 94,592 1,651,768 3,791,112 292.5 7,243.6 303.4 254.4 3,819
8 Huancavelica 2013 171,440 99,271 1,693,643 3,925,729 278.1 7,270.2 307.9 254.9 3,653
9 Huánuco 1994 0 0 1,163,053 1,163,053 0.0 0.0 0.0 0.0 0
9 Huánuco 1995 0 0 1,379,754 1,477,292 0.0 0.0 0.0 0.0 0
9 Huánuco 1996 0 0 1,436,734 1,745,405 0.0 0.0 0.0 0.0 0
9 Huánuco 1997 0 0 1,520,043 1,878,548 0.0 0.0 0.0 0.0 0
9 Huánuco 1998 0 0 1,494,280 2,013,706 0.0 0.0 0.0 0.0 0
9 Huánuco 1999 45,195 94,071 1,482,143 2,048,312 0.0 38.9 0.0 0.0 13,286
9 Huánuco 2000 44,171 106,700 1,512,452 2,169,117 0.0 35.4 0.0 0.0 16,239
9 Huánuco 2001 47,199 96,383 1,268,731 1,882,862 0.0 38.2 492.1 354.3 15,345
9 Huánuco 2002 53,453 90,158 1,295,158 1,858,267 0.0 36.3 502.6 381.4 15,564
9 Huánuco 2003 66,723 90,104 1,416,082 2,038,798 99.5 36.6 512.7 389.9 15,040
9 Huánuco 2004 76,923 94,936 1,456,180 2,166,986 104.6 34.7 522.2 407.0 15,024
9 Huánuco 2005 120,046 115,033 1,489,770 2,328,743 109.6 33.7 530.8 411.0 15,024
9 Huánuco 2006 168,552 125,955 1,525,127 2,680,859 121.4 36.0 538.0 416.0 15,043
9 Huánuco 2007 258,266 136,441 1,561,718 2,981,591 132.6 35.2 544.0 415.0 15,875
9 Huánuco 2008 393,607 184,205 1,664,728 3,206,648 136.3 27.7 549.5 424.0 17,869
9 Huánuco 2009 451,786 207,230 1,674,123 3,341,223 138.7 31.8 555.0 433.2 17,226
9 Huánuco 2010 574,640 267,672 1,795,293 3,717,714 156.7 30.9 561.2 438.0 16,474
9 Huánuco 2011 757,261 310,132 1,908,448 4,061,991 167.4 29.6 568.2 441.0 16,608

9 Huánuco 2012 923,308 378,759 2,076,727 4,562,696 179.1 29.1 575.5 444.9 16,344
9 Huánuco 2013 1,042,761 541,675 2,196,366 4,980,487 199.2 30.8 583.0 452.7 15,760
10 Ica 1994 0 0 2,440,656 2,440,656 0.0 0.0 0.0 0.0 0
10 Ica 1995 0 0 2,518,972 2,847,345 0.0 0.0 0.0 0.0 0
10 Ica 1996 0 0 2,471,414 3,013,009 0.0 0.0 0.0 0.0 0
10 Ica 1997 0 0 2,680,407 3,614,372 0.0 0.0 0.0 0.0 0
10 Ica 1998 0 0 2,506,090 3,564,003 0.0 0.0 0.0 0.0 0
10 Ica 1999 352,035 584,437 2,616,047 3,864,708 0.0 35.8 0.0 0.0 36,240
10 Ica 2000 353,323 479,927 2,735,353 4,100,846 0.0 41.8 0.0 0.0 35,386
10 Ica 2001 484,892 330,708 2,704,603 4,210,291 0.0 38.2 461.5 313.4 32,708
10 Ica 2002 520,368 380,761 2,881,768 4,561,563 0.0 54.5 470.4 311.8 29,228
10 Ica 2003 531,004 521,938 2,980,564 4,781,923 1,144.4 77.4 479.4 324.5 42,372
10 Ica 2004 585,561 446,799 3,243,770 5,440,025 1,235.6 91.3 488.5 334.0 34,844
10 Ica 2005 744,196 561,905 3,674,862 6,518,664 1,405.4 173.6 497.7 349.0 42,363
10 Ica 2006 891,739 625,027 3,983,793 7,301,927 1,474.9 173.2 507.2 350.0 43,088
10 Ica 2007 1,110,706 778,332 4,352,162 8,266,754 1,432.0 100.8 516.9 363.0 43,125
10 Ica 2008 1,516,531 984,384 5,308,770 11,064,514 1,605.4 307.3 526.7 377.0 44,001
10 Ica 2009 1,678,020 1,123,195 5,499,425 11,422,261 1,725.5 256.0 536.4 388.6 44,311
10 Ica 2010 1,907,220 1,436,412 6,001,728 13,242,806 1,928.3 179.5 546.0 395.0 45,699
10 Ica 2011 2,374,173 1,587,866 6,339,602 15,657,335 2,022.9 537.1 555.3 406.0 48,456
10 Ica 2012 2,852,269 1,727,347 6,614,435 15,953,018 2,122.8 556.5 564.6 415.5 48,715
10 Ica 2013 3,219,272 2,032,659 7,206,183 17,596,981 2,406.5 643.3 573.8 418.2 53,270
11 Junín 1994 0 0 3,272,362 3,272,362 0.0 0.0 0.0 0.0 0
11 Junín 1995 0 0 3,595,035 3,940,090 0.0 0.0 0.0 0.0 0
11 Junín 1996 0 0 3,534,481 4,295,045 0.0 0.0 0.0 0.0 0
11 Junín 1997 0 0 3,708,251 4,893,740 0.0 0.0 0.0 0.0 0
11 Junín 1998 0 0 3,840,564 5,214,541 0.0 0.0 0.0 0.0 0
11 Junín 1999 202,879 507,714 3,970,816 5,475,954 0.0 1,271.2 0.0 0.0 21,001
11 Junín 2000 182,526 457,318 4,081,472 5,820,996 0.0 1,673.4 0.0 0.0 23,901
11 Junín 2001 304,913 406,187 3,926,630 5,790,581 0.0 2,283.5 781.4 551.7 21,991
11 Junín 2002 288,093 455,093 4,043,976 5,795,884 0.0 2,327.2 793.5 592.1 19,599
11 Junín 2003 371,222 473,775 4,129,039 6,209,120 1,735.2 2,366.8 805.9 599.1 18,304
11 Junín 2004 424,662 524,825 4,386,278 7,017,115 1,781.9 2,370.1 818.4 617.0 40,307
11 Junín 2005 571,754 608,967 4,395,032 7,456,712 1,041.4 2,194.1 830.9 624.0 49,107
11 Junín 2006 704,511 707,773 4,873,585 9,306,981 1,136.8 2,399.1 843.8 647.0 53,725
11 Junín 2007 1,005,062 743,040 5,186,921 10,576,552 1,224.7 2,231.0 856.9 635.0 54,558
11 Junín 2008 1,487,644 999,780 5,618,786 11,082,437 1,296.4 2,283.5 870.2 670.0 54,710
11 Junín 2009 1,713,371 1,068,898 5,472,982 11,290,428 1,053.9 1,835.2 883.2 667.7 56,904
11 Junín 2010 2,132,035 1,247,791 5,901,787 12,703,653 884.4 2,208.0 895.9 688.0 58,779
11 Junín 2011 2,569,471 1,451,947 6,273,626 13,899,946 927.6 2,595.8 908.3 700.0 58,229
11 Junín 2012 3,121,590 1,587,296 6,635,387 14,956,800 1,079.5 2,629.6 920.4 695.0 54,563
11 Junín 2013 3,326,712 1,772,969 6,880,248 15,577,613 1,605.7 2,750.9 932.3 695.6 51,837
12 La Libertad 1994 0 0 3,907,623 3,907,623 0.0 0.0 0.0 0.0 0
12 La Libertad 1995 0 0 4,288,325 4,836,744 0.0 0.0 0.0 0.0 0
12 La Libertad 1996 0 0 4,469,564 5,728,506 0.0 0.0 0.0 0.0 0

12 La Libertad 1997 0 0 4,714,191 6,299,478 0.0 0.0 0.0 0.0 0
12 La Libertad 1998 1,065,197 818,901 4,740,564 6,802,896 0.0 0.0 0.0 0.0 0
12 La Libertad 1999 997,946 842,568 4,734,900 6,916,833 0.0 227.8 0.0 0.0 47,548
12 La Libertad 2000 934,557 900,118 4,968,036 7,508,035 0.0 208.3 0.0 0.0 43,040
12 La Libertad 2001 793,240 858,134 4,884,885 7,805,729 0.0 195.3 1,049.3 690.2 41,303
12 La Libertad 2002 788,297 908,485 5,201,706 8,307,019 0.0 210.4 1,072.1 719.3 43,600
12 La Libertad 2003 897,230 974,777 5,546,278 8,939,195 778.4 230.4 1,094.9 746.7 43,424
12 La Libertad 2004 1,077,162 1,075,041 5,509,042 9,655,276 785.5 223.5 1,117.8 747.0 44,362
12 La Libertad 2005 1,470,753 1,252,331 6,056,995 10,515,460 842.6 209.7 1,140.8 770.0 44,378
12 La Libertad 2006 1,832,112 1,461,492 7,001,076 13,121,729 963.7 193.0 1,164.0 805.0 45,931
12 La Libertad 2007 2,366,270 1,800,227 7,714,464 14,714,521 1,126.1 173.3 1,187.2 829.0 47,571
12 La Libertad 2008 3,489,929 2,154,717 8,303,876 16,997,364 1,303.7 164.3 1,210.6 837.0 47,596
12 La Libertad 2009 3,650,109 2,241,447 8,483,161 18,348,547 1,262.1 258.3 1,234.0 903.4 46,816
12 La Libertad 2010 4,190,566 2,563,480 9,192,984 20,694,615 1,428.6 343.6 1,257.3 925.0 47,878
12 La Libertad 2011 4,992,926 3,044,995 9,615,355 23,405,729 1,539.1 399.4 1,280.5 909.0 49,538
12 La Libertad 2012 5,662,340 3,313,963 10,205,808 25,352,617 1,710.3 331.3 1,303.7 947.8 51,231
12 La Libertad 2013 6,320,324 3,749,341 10,643,810 25,728,513 1,784.0 343.7 1,326.9 944.7 50,452
13 Lambayeque 1994 0 0 2,981,086 2,981,086 0.0 0.0 0.0 0.0 0
13 Lambayeque 1995 0 0 3,261,141 3,697,188 0.0 0.0 0.0 0.0 0
13 Lambayeque 1996 0 0 3,350,149 4,257,681 0.0 0.0 0.0 0.0 0
13 Lambayeque 1997 0 0 3,408,629 4,568,418 0.0 0.0 0.0 0.0 0
13 Lambayeque 1998 0 0 3,384,106 5,052,830 0.0 0.0 0.0 0.0 0
13 Lambayeque 1999 606,773 483,868 3,570,247 5,345,412 0.0 84.1 0.0 0.0 39,516
13 Lambayeque 2000 580,831 480,155 3,630,849 5,620,257 0.0 77.3 0.0 0.0 46,801
13 Lambayeque 2001 599,705 462,594 3,232,646 5,104,346 0.0 74.4 755.6 476.9 46,214
13 Lambayeque 2002 612,030 488,174 3,390,632 5,287,043 0.0 78.4 770.1 459.0 48,675
13 Lambayeque 2003 687,500 468,682 3,527,421 5,521,778 344.2 92.7 784.2 529.0 49,114
13 Lambayeque 2004 809,890 478,998 3,369,789 5,631,805 355.9 134.1 798.0 556.0 47,945
13 Lambayeque 2005 991,537 566,004 3,641,260 6,230,290 386.7 100.9 811.6 572.0 47,297
13 Lambayeque 2006 1,116,766 642,805 3,837,890 6,778,541 416.2 104.1 825.0 559.0 49,400
13 Lambayeque 2007 1,461,003 783,221 4,245,403 7,920,240 459.5 118.4 838.1 604.0 50,909
13 Lambayeque 2008 2,066,446 976,540 4,602,479 9,056,358 511.6 122.2 850.9 610.0 51,232
13 Lambayeque 2009 2,381,532 1,032,213 4,751,336 9,676,749 555.6 124.7 863.8 630.8 53,354
13 Lambayeque 2010 2,712,864 1,134,407 5,140,162 10,744,049 574.1 103.2 876.8 637.0 53,838
13 Lambayeque 2011 3,125,740 1,355,893 5,431,684 11,851,710 627.9 95.5 890.0 634.0 53,012
13 Lambayeque 2012 3,730,180 1,539,961 5,904,460 13,362,458 655.2 95.4 903.2 636.2 53,962
13 Lambayeque 2013 4,216,270 1,727,409 6,200,609 14,330,628 746.8 90.1 916.5 647.6 51,482
14 Lima 1994 0 0 44,949,185 44,949,185 0.0 0.0 0.0 0.0 0
14 Lima 1995 0 0 49,056,131 55,840,467 0.0 0.0 0.0 0.0 0
14 Lima 1996 0 0 50,490,297 63,997,495 0.0 0.0 0.0 0.0 0
14 Lima 1997 0 0 54,293,303 74,712,559 0.0 0.0 0.0 0.0 0
14 Lima 1998 0 0 53,547,622 79,278,352 0.0 0.0 0.0 0.0 0
14 Lima 1999 32,753,748 34,853,232 53,415,858 82,510,101 0.0 3,537.7 0.0 0.0 712,125
14 Lima 2000 33,942,036 35,921,156 54,694,646 87,601,210 0.0 3,878.8 0.0 0.0 706,316
14 Lima 2001 34,773,736 36,855,225 56,250,024 91,500,027 0.0 3,848.0 5,755.5 4,184.8 689,394

14 Lima 2002 34,962,055 38,922,121 58,409,932 95,824,706 0.0 3,805.6 5,891.9 4,244.3 678,043
14 Lima 2003 31,950,894 37,544,867 60,541,005 101,675,680 9,279.5 4,046.4 6,027.8 4,496.1 693,553
14 Lima 2004 31,195,658 38,508,715 63,640,092 109,515,865 10,058.7 4,774.6 6,164.7 4,531.0 654,825
14 Lima 2005 37,163,180 45,531,436 68,042,728 119,123,465 9,303.8 4,185.3 6,304.1 4,450.0 701,892
14 Lima 2006 41,547,518 48,905,661 74,159,330 134,486,345 10,006.1 4,549.2 6,445.9 4,736.0 697,085
14 Lima 2007 54,901,036 59,970,535 82,029,344 149,237,986 10,795.3 6,651.1 6,508.1 5,048.0 681,519
14 Lima 2008 72,525,658 79,439,062 90,969,937 167,450,116 11,781.9 7,883.5 6,639.3 5,172.0 691,064
14 Lima 2009 73,683,680 83,937,969 91,432,237 176,269,079 11,914.5 8,996.7 6,772.2 5,254.7 703,504
14 Lima 2010 85,246,939 104,257,718 100,395,871 197,426,335 13,391.6 11,656.6 6,906.9 5,399.0 713,760
14 Lima 2011 103,680,469 113,170,181 108,673,350 220,470,303 14,683.7 14,097.6 7,043.5 5,508.0 715,265
14 Lima 2012 116,088,707 127,974,645 115,207,952 241,904,807 15,512.0 16,374.6 7,181.9 5,107.0 715,208
14 Lima 2013 137,409,214 155,353,089 122,171,341 262,272,550 15,920.2 21,841.1 7,322.1 5,078.9 716,444
15 Loreto 1994 99,879 103,875 2,217,764 2,217,764 0.0 0.0 0.0 0.0 0
15 Loreto 1995 130,651 136,164 2,434,754 2,830,791 0.0 0.0 0.0 0.0 0
15 Loreto 1996 187,448 170,395 2,457,547 3,138,375 0.0 0.0 0.0 0.0 0
15 Loreto 1997 216,337 214,773 2,567,459 3,471,779 0.0 0.0 0.0 0.0 0
15 Loreto 1998 236,427 195,929 2,686,209 3,480,985 0.0 0.0 0.0 0.0 0
15 Loreto 1999 208,150 228,456 2,609,806 4,017,867 0.0 580.5 0.0 0.0 23,424
15 Loreto 2000 165,498 252,542 2,671,573 4,656,041 0.0 586.5 0.0 0.0 26,119
15 Loreto 2001 209,902 228,628 2,437,682 4,030,379 0.0 610.4 539.8 370.4 24,593
15 Loreto 2002 186,934 270,069 2,556,723 4,351,519 0.0 641.8 553.0 377.7 23,104
15 Loreto 2003 200,065 302,735 2,614,188 4,633,875 618.1 656.5 566.0 387.7 25,224
15 Loreto 2004 259,472 258,247 2,707,259 5,001,022 651.8 683.9 578.6 432.0 24,870
15 Loreto 2005 333,959 320,133 2,825,365 5,658,583 658.2 691.1 590.7 431.0 24,928
15 Loreto 2006 436,220 397,747 2,972,445 6,219,643 711.2 744.5 602.1 446.0 26,007
15 Loreto 2007 579,323 407,221 3,105,041 6,685,393 700.0 733.2 612.8 478.0 26,501
15 Loreto 2008 736,516 488,220 3,259,269 7,546,223 798.4 834.0 623.3 457.0 31,374
15 Loreto 2009 771,883 474,900 3,342,804 7,126,685 751.1 919.2 634.0 464.7 36,766
15 Loreto 2010 954,347 546,188 3,582,572 7,925,241 1,052.0 1,090.2 645.5 471.0 37,311
15 Loreto 2011 1,259,481 615,655 3,868,051 8,999,070 1,081.6 1,102.0 657.7 480.0 34,386
15 Loreto 2012 1,402,588 683,949 4,024,546 9,947,677 1,055.6 1,071.8 670.6 500.7 31,183
15 Loreto 2013 1,614,422 763,904 4,209,431 10,111,333 1,073.6 1,090.5 683.8 516.8 34,694
Madre de
16 Dios 1994 0 0 356,921 356,921 0.0 0.0 0.0 0.0 0
Madre de
16 Dios 1995 0 0 384,169 368,573 0.0 0.0 0.0 0.0 0
Madre de
16 Dios 1996 0 0 363,642 453,367 0.0 0.0 0.0 0.0 0
Madre de
16 Dios 1997 0 0 381,958 472,200 0.0 0.0 0.0 0.0 0
Madre de
16 Dios 1998 0 0 390,125 502,077 0.0 0.0 0.0 0.0 0
Madre de
16 Dios 1999 5,375 12,570 427,620 577,072 0.0 15.4 0.0 0.0 2,001
Madre de
16 Dios 2000 5,518 19,055 469,271 673,758 0.0 15.8 0.0 0.0 2,247
Madre de
16 Dios 2001 5,854 21,891 409,367 572,959 0.0 16.5 63.2 46.0 2,434
Madre de
16 Dios 2002 21,332 27,432 449,259 649,093 0.0 17.8 65.8 46.7 2,632
Madre de
16 Dios 2003 30,023 32,174 449,017 717,770 14.7 18.2 68.4 50.7 2,511
Madre de
16 Dios 2004 44,675 36,310 494,149 852,522 17.0 20.7 70.9 53.0 2,488
Madre de
16 Dios 2005 62,237 47,509 544,043 973,582 18.4 23.0 73.5 55.0 2,536

Madre de
16 Dios 2006 89,582 60,034 565,343 1,170,848 20.3 24.7 75.9 59.0 2,542
Madre de
16 Dios 2007 138,796 72,650 626,829 1,282,992 22.9 29.2 78.2 64.0 2,734
Madre de
16 Dios 2008 241,591 84,370 674,783 1,636,105 27.4 34.1 80.5 66.0 3,221
Madre de
16 Dios 2009 304,333 96,111 679,951 1,882,558 31.7 8.7 83.0 68.2 3,335
Madre de
16 Dios 2010 332,980 123,633 744,928 2,280,425 39.5 5.0 85.5 71.0 3,556
Madre de
16 Dios 2011 389,608 158,958 828,532 3,028,157 49.3 5.3 88.3 71.0 2,877
Madre de
16 Dios 2012 454,044 174,077 688,459 2,206,650 56.4 4.7 91.2 74.3 4,401
Madre de
16 Dios 2013 490,628 186,603 785,948 2,436,294 61.2 4.7 94.2 76.9 4,918
17 Moquegua 1994 0 0 1,356,872 1,356,872 0.0 0.0 0.0 0.0 0
17 Moquegua 1995 0 0 1,336,841 1,658,207 0.0 0.0 0.0 0.0 0
17 Moquegua 1996 0 0 1,364,237 1,556,927 0.0 0.0 0.0 0.0 0
17 Moquegua 1997 0 0 1,537,732 1,857,494 0.0 0.0 0.0 0.0 0
17 Moquegua 1998 0 0 1,409,745 1,596,782 0.0 0.0 0.0 0.0 0
17 Moquegua 1999 80,023 182,628 1,557,609 1,847,986 0.0 1,198.3 0.0 0.0 10,025
17 Moquegua 2000 98,044 163,849 1,640,352 2,151,191 0.0 1,305.1 0.0 0.0 9,885
17 Moquegua 2001 112,710 160,252 1,605,836 1,999,561 0.0 813.0 113.9 79.6 9,500
17 Moquegua 2002 186,073 181,422 1,871,831 2,394,975 0.0 1,303.3 116.0 84.9 10,554
17 Moquegua 2003 164,451 170,203 2,006,978 2,708,803 1,533.1 1,447.5 118.1 82.8 10,644
17 Moquegua 2004 130,075 178,311 2,157,370 4,055,417 1,592.0 1,713.4 120.1 89.0 11,111
17 Moquegua 2005 151,670 273,164 2,252,234 4,654,281 1,569.5 1,368.1 122.1 95.0 12,154
17 Moquegua 2006 208,546 334,638 2,263,407 5,968,612 1,591.8 1,400.5 124.1 94.0 13,471
17 Moquegua 2007 390,797 379,547 2,256,846 6,011,964 1,701.2 1,196.9 126.1 98.0 13,976
17 Moquegua 2008 372,314 468,770 2,380,381 6,366,625 1,780.5 1,558.5 128.0 93.0 14,454
17 Moquegua 2009 416,865 418,204 2,355,521 5,965,373 1,793.0 1,438.0 130.0 96.6 14,693
17 Moquegua 2010 391,893 456,734 2,478,118 7,584,752 1,825.6 1,622.6 132.0 99.0 13,602
17 Moquegua 2011 489,707 458,247 2,381,952 7,785,517 1,858.7 1,009.7 134.0 100.0 13,252
17 Moquegua 2012 553,023 510,188 2,499,640 7,554,868 1,812.8 706.3 135.9 103.9 13,434
17 Moquegua 2013 610,489 572,516 2,815,802 8,103,480 1,854.6 1,060.1 137.9 105.9 13,593
18 Pasco 1994 0 0 1,033,900 1,033,900 0.0 0.0 0.0 0.0 0
18 Pasco 1995 0 0 1,215,259 1,282,185 0.0 0.0 0.0 0.0 0
18 Pasco 1996 0 0 1,174,935 1,519,467 0.0 0.0 0.0 0.0 0
18 Pasco 1997 0 0 1,270,929 1,756,606 0.0 0.0 0.0 0.0 0
18 Pasco 1998 0 0 1,239,153 1,670,994 0.0 0.0 0.0 0.0 0
18 Pasco 1999 13,213 70,167 1,302,681 1,851,579 0.0 92.8 0.0 0.0 2,007
18 Pasco 2000 16,684 74,893 1,308,973 1,939,385 0.0 89.3 0.0 0.0 -
18 Pasco 2001 19,761 70,099 1,386,018 1,913,829 0.0 95.6 168.0 112.7 -
18 Pasco 2002 25,158 69,806 1,512,180 1,995,155 0.0 96.0 170.7 121.7 -
18 Pasco 2003 24,088 62,194 1,506,843 2,096,401 489.1 96.9 173.6 137.3 -
18 Pasco 2004 30,318 65,579 1,563,520 2,598,839 475.8 87.1 176.6 131.0 -
18 Pasco 2005 47,848 76,640 1,580,671 2,910,224 497.6 346.9 179.8 128.0 785
18 Pasco 2006 67,815 95,282 1,713,377 4,956,485 516.2 966.0 183.3 133.0 824
18 Pasco 2007 105,941 118,359 1,914,504 6,107,307 552.7 884.0 186.9 137.0 1,734
18 Pasco 2008 170,520 185,615 1,937,316 4,393,108 612.0 882.7 190.7 134.0 1,556
18 Pasco 2009 180,686 156,347 1,850,382 4,303,235 608.3 927.0 194.5 153.2 2,385
18 Pasco 2010 222,118 193,643 1,825,271 4,765,540 643.0 791.9 198.1 154.0 1,837

18 Pasco 2011 298,295 201,541 1,841,206 5,675,175 699.2 1,001.9 201.5 155.0 1,587
18 Pasco 2012 345,273 239,047 1,908,558 5,428,454 699.2 1,009.7 204.8 158.8 2,040
18 Pasco 2013 378,531 282,748 1,903,665 5,217,999 629.9 1,054.5 208.1 161.0 2,028
19 Piura 1994 0 0 4,173,746 4,173,746 0.0 0.0 0.0 0.0 0
19 Piura 1995 0 0 4,271,765 4,673,885 0.0 0.0 0.0 0.0 0
19 Piura 1996 0 0 4,446,737 5,623,926 0.0 0.0 0.0 0.0 0
19 Piura 1997 0 0 4,482,559 6,114,562 0.0 0.0 0.0 0.0 0
19 Piura 1998 865,434 650,796 4,250,075 6,138,204 0.0 0.0 0.0 0.0 0
19 Piura 1999 933,674 713,660 4,200,625 6,288,133 0.0 727.9 0.0 0.0 59,057
19 Piura 2000 800,801 706,280 4,291,299 7,034,333 0.0 576.8 0.0 0.0 58,922
19 Piura 2001 715,275 660,265 4,448,783 7,743,766 0.0 472.1 1,067.8 713.5 60,220
19 Piura 2002 808,735 630,644 4,574,952 8,105,855 0.0 434.2 1,087.1 719.9 62,636
19 Piura 2003 882,836 707,242 4,732,866 8,685,103 569.4 556.8 1,106.2 780.7 61,768
19 Piura 2004 933,231 888,457 5,118,678 10,062,658 619.1 794.0 1,124.9 778.0 54,412
19 Piura 2005 1,125,511 1,047,401 5,409,216 11,179,447 646.2 765.5 1,143.6 801.0 63,408
19 Piura 2006 1,340,115 1,183,572 5,938,875 13,072,863 726.5 890.3 1,162.1 811.0 68,126
19 Piura 2007 1,742,896 1,267,618 6,523,105 14,474,517 776.3 881.2 1,180.3 876.0 68,049
19 Piura 2008 2,510,541 1,527,413 6,972,970 17,203,013 838.8 1,031.3 1,198.3 860.0 69,787
19 Piura 2009 2,828,402 1,778,094 7,134,276 17,895,737 869.8 916.4 1,216.3 894.0 70,772
19 Piura 2010 3,432,613 1,975,535 7,533,918 19,178,706 1,033.5 1,061.9 1,234.2 901.0 72,751
19 Piura 2011 4,197,340 2,337,366 8,099,733 22,367,323 1,204.5 1,101.0 1,252.1 875.0 74,869
19 Piura 2012 4,767,344 2,746,361 8,694,545 24,530,514 1,314.4 1,167.1 1,269.8 898.3 75,044
19 Piura 2013 5,103,683 2,842,760 9,041,483 25,144,880 1,351.3 807.1 1,287.5 917.6 79,247
20 Puno 1994 0 0 2,091,152 2,091,152 0.0 0.0 0.0 0.0 0
20 Puno 1995 0 0 2,173,464 2,476,447 0.0 0 0 0 0
20 Puno 1996 0 0 2,153,745 2,729,836 0.0 0 0 0 0
20 Puno 1997 0 0 2,352,736 3,143,002 0.0 0 0 0 0
20 Puno 1998 170,166 162,407 2,418,889 3,398,381 0.0 0 0 0 0
20 Puno 1999 150,403 195,413 2,488,300 3,742,281 0.0 53.4 0.0 0.0 11,376
20 Puno 2000 145,383 191,260 2,631,146 4,050,668 0.0 597.3 0.0 0.0 11,808
20 Puno 2001 138,410 186,857 2,607,004 4,132,825 0.0 771.5 806.8 666.7 11,436
20 Puno 2002 156,658 245,567 2,800,570 4,317,259 0.0 805.5 820.8 670.8 12,972
20 Puno 2003 197,814 192,621 2,830,070 4,460,922 221.1 765.7 835.0 691.9 14,609
20 Puno 2004 209,645 182,838 2,907,341 5,030,186 233.9 823.4 849.1 700.0 14,980
20 Puno 2005 320,969 245,125 3,059,759 5,286,981 247.1 789.6 862.7 741.0 16,093
20 Puno 2006 443,975 253,138 3,213,931 5,803,958 274.8 805.7 875.5 742.0 17,769
20 Puno 2007 650,346 258,471 3,448,855 6,770,811 295.7 795.2 887.8 731.0 17,968
20 Puno 2008 970,085 373,379 3,630,828 7,766,012 335.8 773.4 900.0 739.0 18,366
20 Puno 2009 1,115,638 437,771 3,773,706 8,302,556 350.9 767.4 912.5 749.5 18,330
20 Puno 2010 1,443,078 541,311 4,061,101 9,447,791 381.6 627.5 925.9 773.0 18,011
20 Puno 2011 1,833,657 608,145 4,252,423 10,534,541 401.8 778.4 940.2 783.0 18,553
20 Puno 2012 2,255,658 723,155 4,469,220 11,359,727 430.2 738.2 955.2 783.6 19,221
20 Puno 2013 2,628,726 872,334 4,776,673 12,394,689 468.0 815.2 970.7 803.5 22,881
21 San Martín 1994 48,576 60,710 1,226,686 1,226,686 0.0 0.0 0.0 0.0 0
21 San Martín 1995 79,099 67,504 1,320,329 1,556,731 0.0 0.0 0.0 0.0 0

21 San Martín 1996 87,950 76,892 1,402,313 1,809,099 0.0 0.0 0.0 0.0 0
21 San Martín 1997 116,749 116,340 1,502,449 2,067,676 0.0 0.0 0.0 0.0 0
21 San Martín 1998 122,203 131,419 1,599,161 2,434,613 0.0 0.0 0.0 0.0 0
21 San Martín 1999 142,412 127,350 1,663,750 2,574,937 0.0 75.3 0.0 0.0 16,329
21 San Martín 2000 143,031 137,358 1,706,616 2,709,075 0.0 75.8 0.0 0.0 15,514
21 San Martín 2001 159,725 136,518 1,368,041 2,127,512 0.0 78.0 455.3 311.1 16,140
21 San Martín 2002 192,398 145,166 1,415,563 2,143,908 0.0 90.6 467.3 325.4 16,885
21 San Martín 2003 201,431 158,030 1,464,116 2,275,302 96.7 94.3 478.7 363.9 17,019
21 San Martín 2004 260,506 172,281 1,586,537 2,700,575 102.3 105.3 489.8 374.0 18,119
21 San Martín 2005 295,824 180,501 1,728,978 2,873,190 112.8 116.3 500.6 383.0 17,207
21 San Martín 2006 370,518 184,839 1,819,006 3,042,869 118.1 120.1 510.9 385.0 16,178
21 San Martín 2007 536,070 210,925 1,983,231 3,486,558 134.4 137.2 520.6 404.0 16,847
21 San Martín 2008 821,290 211,511 2,178,177 3,979,895 151.7 153.9 530.2 402.0 17,571
21 San Martín 2009 928,312 235,549 2,260,809 4,364,957 162.8 166.8 539.9 405.5 18,127
21 San Martín 2010 1,104,004 291,405 2,441,439 4,822,907 185.2 178.0 550.1 426.0 17,650
21 San Martín 2011 1,430,772 358,037 2,571,951 5,489,288 205.6 44.8 560.9 439.0 18,242
21 San Martín 2012 1,735,123 373,574 2,756,097 6,041,055 228.2 52.1 572.0 425.4 17,284
21 San Martín 2013 1,835,603 397,566 2,774,163 6,165,359 252.1 51.5 583.4 437.4 18,244
22 Tacna 1994 0 0 1,252,297 1,252,297 0.0 0.0 0.0 0.0 0
22 Tacna 1995 0 0 1,423,753 1,765,785 0.0 0.0 0.0 0.0 0
22 Tacna 1996 0 0 1,483,935 1,840,953 0.0 0 0 0 0
22 Tacna 1997 0 0 1,586,477 2,072,361 0.0 0 0 0 0
22 Tacna 1998 0 0 1,566,571 2,140,379 0.0 0 0 0 0
22 Tacna 1999 178,529 322,350 1,664,076 2,431,067 0.0 238.6 0.0 0.0 15,993
22 Tacna 2000 159,756 341,135 1,786,409 2,785,217 0.0 209.0 0.0 0.0 16,217
22 Tacna 2001 174,083 306,275 1,650,411 2,298,815 0.0 139.6 198.4 141.4 14,757
22 Tacna 2002 196,485 306,978 1,718,371 2,425,150 0.0 135.8 203.3 140.4 14,892
22 Tacna 2003 216,367 277,495 1,826,170 2,692,344 147.3 178.1 208.1 150.8 14,624
22 Tacna 2004 240,788 306,189 1,936,943 3,524,413 126.5 202.9 212.8 162.0 15,296
22 Tacna 2005 296,433 405,632 2,012,649 3,775,690 134.2 195.5 217.4 160.0 15,375
22 Tacna 2006 357,593 528,481 2,094,159 4,586,338 143.3 47.0 221.9 161.0 16,344
22 Tacna 2007 478,731 679,302 2,223,776 5,241,822 154.3 92.4 226.2 163.0 17,021
22 Tacna 2008 639,770 815,914 2,319,570 5,342,110 171.4 108.8 230.5 172.0 17,987
22 Tacna 2009 743,853 854,299 2,265,392 5,030,716 180.9 102.4 234.7 168.3 17,910
22 Tacna 2010 966,755 961,864 2,521,602 6,282,444 197.7 100.3 239.0 176.0 17,499
22 Tacna 2011 1,185,616 964,545 2,633,908 6,953,152 205.8 96.6 243.3 178.0 16,927
22 Tacna 2012 1,453,815 978,621 2,773,672 7,059,655 216.7 119.4 247.7 179.2 19,686
22 Tacna 2013 1,625,565 1,116,192 2,908,128 7,474,737 243.4 160.1 252.0 180.3 20,518
23 Tumbes 1994 0 0 547,704 547,704 0.0 0.0 0.0 0.0 0
23 Tumbes 1995 0 0 552,682 630,260 0.0 0.0 0.0 0.0 0
23 Tumbes 1996 0 0 553,182 707,554 0.0 0 0 0 0
23 Tumbes 1997 0 0 651,005 920,167 0.0 0 0 0 0
23 Tumbes 1998 0 0 511,734 779,190 0.0 0 0 0 0
23 Tumbes 1999 41,622 56,459 563,653 931,745 0.0 55.1 0.0 0.0 11,064
23 Tumbes 2000 35,425 51,161 540,224 899,354 0.0 24.1 0.0 0.0 10,054

23 Tumbes 2001 36,986 56,859 517,591 901,830 0.0 36.3 135.3 95.5 11,109
23 Tumbes 2002 64,801 59,524 538,915 943,089 0.0 34.0 139.1 96.6 10,961
23 Tumbes 2003 85,908 62,147 563,199 986,168 68.8 41.2 142.8 108.2 12,294
23 Tumbes 2004 101,089 80,281 602,995 1,125,096 81.4 49.2 146.5 113.0 12,252
23 Tumbes 2005 151,480 97,142 688,786 1,331,003 100.7 63.8 150.0 114.0 3,670
23 Tumbes 2006 188,765 96,163 665,285 1,292,395 104.7 57.6 153.3 116.0 16,213
23 Tumbes 2007 248,143 110,149 722,302 1,501,219 117.8 41.2 156.4 124.0 16,173
23 Tumbes 2008 359,704 113,720 770,598 1,678,053 127.6 51.8 159.4 121.0 16,074
23 Tumbes 2009 388,922 125,120 790,515 1,777,144 132.4 37.7 162.4 121.6 16,640
23 Tumbes 2010 440,332 153,095 880,391 2,018,233 135.3 60.8 165.4 127.0 16,500
23 Tumbes 2011 502,557 161,107 942,625 2,239,453 151.9 38.1 168.4 128.0 17,844
23 Tumbes 2012 568,117 167,514 1,007,231 2,521,976 165.8 23.5 171.5 129.3 19,003
23 Tumbes 2013 591,396 202,242 1,044,077 2,669,076 181.4 18.3 174.5 130.7 20,576
24 Ucayali 1994 27,483 66,134 801,216 801,216 0.0 0.0 0.0 0.0 0
24 Ucayali 1995 52,377 65,279 874,046 953,942 0.0 0.0 0.0 0.0 0
24 Ucayali 1996 80,103 88,577 926,749 1,106,621 0.0 0 0 0 0
24 Ucayali 1997 93,199 123,671 970,960 1,229,119 0.0 0.0 0.0 0.0 0
24 Ucayali 1998 102,265 112,797 1,185,631 1,523,044 0.0 0.0 0.0 0.0 0
24 Ucayali 1999 95,581 134,714 1,209,446 1,658,717 0.0 431.8 0.0 0.0 6,662
24 Ucayali 2000 97,941 142,268 1,126,353 1,677,578 0.0 382.9 0.0 0.0 6,858
24 Ucayali 2001 87,074 130,177 1,221,856 1,778,943 0.0 570.4 260.4 167.7 7,641
24 Ucayali 2002 94,124 135,597 1,281,902 1,890,682 0.0 832.6 267.4 172.0 8,282
24 Ucayali 2003 99,535 158,157 1,328,456 2,038,968 113.0 910.8 274.1 190.7 8,262
24 Ucayali 2004 134,244 197,414 1,439,890 2,327,744 121.7 1,254.2 280.6 202.0 9,546
24 Ucayali 2005 182,182 229,763 1,539,686 2,555,666 136.1 1,380.4 287.2 206.0 9,373
24 Ucayali 2006 249,167 210,108 1,640,187 2,812,312 146.1 1,265.8 293.6 211.0 10,211
24 Ucayali 2007 377,358 206,060 1,708,637 3,062,612 162.1 1,196.5 299.8 230.0 10,014
24 Ucayali 2008 566,086 241,886 1,808,232 3,480,221 180.4 1,291.9 305.9 240.0 10,407
24 Ucayali 2009 598,376 258,248 1,860,851 3,609,195 185.3 1,066.9 312.2 247.6 11,883
24 Ucayali 2010 706,898 305,301 1,958,146 3,952,116 203.3 786.7 318.8 256.0 11,538
24 Ucayali 2011 883,598 338,763 1,961,026 4,234,318 212.8 508.4 325.8 261.0 11,797
24 Ucayali 2012 1,067,721 395,016 2,188,412 4,848,142 223.9 908.9 333.0 265.2 12,377
24 Ucayali 2013 1,169,112 450,393 2,252,314 4,882,127 239.1 412.2 340.5 267.6 14,198

Anexo 03: Abreviaturas empleadas en gráficos y modelo econométrico
Cuadro 44: Abreviaturas empleadas en Gráficos
Indicador Unidad de Medida Detalle

LT.Tel Valores expresados en unidades Indicadores del servicio telefónico fijo
LT.Cel Valores expresados en unidades Indicadores del servicio móvil
LA.Cel Valores expresados en unidades Líneas de telefonía móvil (activas)
LA.Tel Valores expresados en unidades Líneas de telefonía fija en servicio (activas)
LInts.Tel Valores expresados en unidades Líneas de telefonía fija (instaladas)
Suscriptores de televisión por cable a nivel
Ts.TVcbl Valores expresados en unidades nacional
Porcentaje Hogares que tiene el servicio de
internet (porcentaje respecto del total de
Internet Porcentaje de respecto del total de hogares hogares)
Porcentaje Hogares que tienen servicio de
Electricidad Porcentaje respecto del total de hogares electricidad
agua dentro del hogar (porcentaje respecto
Agua Porcentaje respecto del total de hogares del total de hogares)
teléfono (porcentaje respecto del total de
Teléfono Porcentaje respecto del total de hogares hogares)
Miles de Nuevos Soles, sin considerar BN ni
Colocaciones AGROBANCO Saldo de Colocaciones
Miles de Nuevos Soles, sin considerar BN ni
Depósitos AGROBANCO Saldo de Depósitos
PBI Real Miles de Nuevos Soles PBI Real (Precios 94)
PBI Nominal Miles de Nuevos Soles PBI Corriente
PBI NP Real Miles de Nuevos Soles PBI no primario real (precios 94)
PBI NP
Nominal Miles de Nuevos Soles PBI no primario corriente
Con.Elec_GW Gigawatt por Hora Consumo de energía eléctrica
Pro.Elec_GW Gigawatt por Hora Producción de energía eléctrica
Pob.EdTr Miles de Personas Población en edad de trabajar
Pea Miles de Personas PEA
Pro.Ag Miles de M3 Producción de agua potable
IPC Índice (2009=100) Índice de precios al consumidor

Cuadro 45: Abreviaturas empleadas en Análisis Econométrico
Indicador Detalle
Tasa de crecimiento del PBI Real (PBI No Primario Real) per
CRE_pbipc
cápita
coloc Ratio de Crédito sobre PBI Nominal
coloc2 Ratio de Crédito sobre PBI Nominal al cuadrado
Lpbi Logaritmo del PBI real (PBI real No Primario) per cápita
Teléfono Porcentaje de hogares con teléfono fijo
depo Ratio de Depósitos sobre PBI Nominal
depo2 Ratio de Depósitos sobre PBI Nominal al cuadrado
Ratio de Intermediación (Depósitos + Colocaciones) sobre PBI
inter
Nominal
Ratio de Intermediación (Depósitos + Colocaciones) sobre PBI
inter2
Nominal al cuadrado
coloc_r Ratio de Crédito real sobre PBI Real
depo_r Ratio de Depósitos reales sobre PBI Real
Ratio de Intermediación (Depósitos + Colocaciones) real
inter_r
sobre PBI Real
Electricidad Porcentaje de hogares con electricidad en el hogar
L1 Nomenclatura de STATA para referirse al primer rezago.
L2 Nomenclatura de STATA para referirse al segundo rezago.

Alberto Tesis Titulo 2015

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Alberto Tesis Titulo 2015

Uploaded by

Copyright:

Available Formats

Universidad Nacional de la Amazonía Peruana

Facultad de Ciencias Económicas y de Negocios

Escuela Profesional de Economía

Análisis de la Relación entre Crecimiento Económico y

PARA OPTAR EL TÍTULO PROFESIONAL DE

PRESENTADO POR LOS BACHILLERES

Alberto Jair López Rojas

Econ. Mario André López Rojas

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 2

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 3

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 4

2.2.2 Pussetto (2008) ................................................................................................... 35

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 5

Gráfico 1: Función de producción - condiciones de INADA ......................................... 17

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 6

Cuadro 1: Variables, indicadores e índices. ................................................................... 12

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 7

Los efectos del crecimiento económico sobre el bienestar económico de un país

En el caso peruano, en la última década, se ha experimentado un dinamísmo

Como consecuencia de este período de alto crecimiento, el PBI per cápita se ha

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 8

CAPÍTULO I: PLANTEAMIENTO DE LA INVESTIGACIÓN

1.1 Planteamiento del Propósito de la Investigación

El sistema financiero, es importante en toda economía, por ser el principal

Bajo esta premisa, el propósito de la investigación es determinar la relación entre el

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 9

1.2 Formulación del Propósito de la Investigación

La situación planteada anteriormente se resume en lo siguiente:

¿Cuál es la relación entre el crecimiento económico y el desarrollo del sistema

1.3 Objetivo de la Investigación

Determinar la relación entre el crecimiento económico y el desarrollo del sistema

1. Determinar los principales hechos estilizados del crecimiento económico del

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 10

1.4 Justificación de la Investigación

Como se mencionó anteriormente, el contexto internacional favorable de los últimos

Ello se ha visto reflejado en un dinamísmo importante de la economía doméstica, que

El crecimiento económico del Perú, durante el período 1994-2013, fue impactado

1. El fuerte desarrollo del sistema financiero es uno de los principales hechos

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 11

2. Los indicadores de profundización financiera reflejan la importancia del

1.6 Operacionalización de la Hipótesis: Variables, Indicadores e Índices

La Operacionalización de las variables, están en función a los parámetros

Cuadro 1: Variables, indicadores e índices.

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 12

1.7 Identificación del Método de Investigación

En la presente investigación, se aplicó la metodología empleada por Aguilar (2011),

 Permitió contar con un buen número de observaciones, ya que contando con

Asimismo, dado el número de períodos temporales del cual disponemos, el modelo

A continuacion se detalla el Tipo y Diseño de la Investigación:

 Tipo de Investigación: Investigación Correlacional, porque nos permitió

1.8 Marco Poblacional y Población

El marco poblacional se conformó por el Perú y sus 24 regiones (considerando a

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 13

1.9 Marco Muestral y Muestra

La muestra se conformó por el Producto Bruto Interno (PBI) total y no primario,

1.10 Fuente de Recolección de Datos

Los datos fueron obtenidos de las siguientes fuentes:

1. PBI total regional y PBI no primario, de la publicación de las cuentas

UNAP-Facultad de Ciencias Económicas y de Negocios / Escuela Profesional de Economía 14

CAPÍTULO II: MARCO TEÓRICO

2.1 Teorías Relacionadas al Sector de Estudio

2.1.1 Modelo de crecimiento neoclásico Solow-Swan

Según Solow, Robert y Swan, Trevor (1956), se desarrolló un modelo de crecimiento

A continuación, se expone los supuestos y la dinámica del modelo de crecimiento,