Universidad Católica de Santa María

Facultad de Ciencias Económico Administrativas

Escuela Profesional de Ingeniería Comercial

“INFLUENCIA DE LA INVERSIÓN BRUTA FIJA EN EL

CRECIMIENTO ECONÓMICO DEL PERÚ: UN ANÁLISIS
ESTRUCTURAL DEL MODELO DE VECTORES AUTOREGRESIVOS
(VAR), PERIODO 1990 – 2018”

Tesis presentado por el Bachiller:

Bustamante Manrique, Jean Jeafrey
para optar el Título Profesional de:
Ingeniero Comercial
Asesores:
Saavedra Pinto Patricia
Sotomayor Salas Arturo

AREQUIPA - PERÚ

2018
ii
 iii

Dedicatoria

Con todo mi amor a mi madre Dayse Manrique Tejeda

por su apoyo incondicional, por estrecharme la mano
cuando creía que el trayecto se terminaba y nunca dejar
de creer en mí a pesar de mis errores. A mis hermanos
Juliet y Josue, por darme siempre su apoyo.
 iv

Resumen

La presente investigación analiza la influencia que existe entre la inversión bruta fija

(desglosada en Inversión Pública y Privada) y el crecimiento económico del Perú, para el

periodo comprendido entre el primer trimestre de 1990 y el cuarto trimestre del 2018. Se

expone la teoría del crecimiento endógeno como modo de sugerencia en la fomentación de

la inversión en capital humano en rendimiento del crecimiento del producto a largo plazo.

El análisis también integra el estudio del progreso de cada una de las variables del modelo.

Se hace uso del modelo de vectores autoregresivos (VAR), debido a la retroalimentación

que hay entre las variables del modelo y entender las innovaciones o efectos que se produce

de una variable sobre otra, adicionalmente menciona cuál de ellas influye en mayor

proporción en el crecimiento económico.

Los resultados muestran que la inversión pública y privada si influyen en el crecimiento

económico en forma positiva. Ambas presentan una causalidad a la Granger bidireccional

hacia el producto. Por otro lado, se hace una proyección a través de la función impulso-

respuesta y descomposición de varianza, donde se muestra que la inversión privada y

pública contribuyen en 14.79% y 0.5% (respectivamente) en la fluctuación en la variación

del PBI en el año 2018.

Palabras clave: Modelo de vectores autoregresivos, crecimiento económico, inversión

bruta fija, inversión privada, inversión pública.

 v

Abstract

The present investigation analyzes the influence that exists between the fixed gross

investment (broken down into Public and Private Investment) and the economic growth of

Peru, for the period between the first quarter of 1990 and the fourth quarter of 2018. The

theory of the endogenous growth as a way of suggestion in the promotion of investment in

human capital in yield of long-term product growth. The analysis also integrates the study

of the progress of each of the model variables.

The model of autoregressive vectors (VAR) is used, due to the feedback between the

variables of the model and the understanding of the innovations or effects that they produce

from one variable on another, in addition the influence of them influences the greater

percentage in economic growth.

The results show that public and private investment influence economic growth in a

positive way. Both present a causality to the bidirectional Granger towards the product. On

the other hand, there is a projection through the impulse-response function and variance

decomposition, where private and public investment is shown at 14.79% and 0.5%

(respectively) in the fluctuation in GDP variation in 2018

Keywords: Autoregressive vector model, economic growth, fixed gross investment, private

investment, public investment.

 vi

INDICE GENERAL

Resumen ..............................................................................................................................................iv
Abstract ............................................................................................................................................... v
Índice de Figuras ..................................................................................................................................x
Índice de Tablas ..................................................................................................................................xi
Introducción ...................................................................................................................................... xiv
CAPÍTULO I....................................................................................................................................... 1
1. BASES TEÓRICO CIENTÍFICAS - MARCO TEÓRICO......................................................... 1
1.1. PLANTEAMIENTO DEL PROBLEMA ............................................................................ 1
1.2. ANTECEDENTES DEL ESTUDIO ................................................................................... 4
1.3. BASES TEÓRICO CIENTÍFICAS - MARCO CONCEPTUAL ..................................... 13
1.3.1. INVERSIÓN BRUTA FIJA ...................................................................................... 13
1.3.2. INVERSIÓN PÚBLICA ........................................................................................... 13
1.3.3. INVERSIÓN PRIVADA ........................................................................................... 14
1.3.4. CRECIMIENTO ECONÓMICO .............................................................................. 14
1.3.5. PRODUCTO BRUTO INTERNO ............................................................................ 14
1.3.6. MODELO DE VECTORES AUTOREGRESIVOS (VAR) ..................................... 14
1.3.7. ESTACIONALIDAD ................................................................................................ 15
1.3.8. COINTEGRACIÓN .................................................................................................. 15
1.3.9. CAUSALIDAD ......................................................................................................... 15
1.3.10. COEFICIENTE DE AUTOCORRELACIÓN .......................................................... 16
1.3.11. ANÁLISIS ESTRUCTURAL ................................................................................... 16
1.4. BASES TEÓRICO CIENTÍFICAS - TEORÍA DEL CRECIMIENTO ENDÓGENO ..... 16
1.4.1. MODELO DE ROMER (1986) ................................................................................. 17
1.4.2. MODELO DE LUCAS (1988) .................................................................................. 18
1.4.3. MODELO DE BARRO (1990) ................................................................................. 20
1.4.4. MODELO DE ROMER (1990) ................................................................................. 21
CAPÍTULO II ................................................................................................................................... 24
2. TRAYECTORIA DE LA INVERSIÓN PÚBLICA, PRIVADA Y EL CRECIMIENTO
ECONÓMICO EN EL PERÚ ........................................................................................................... 24
2.1. INVERSIÓN PÚBLICA ................................................................................................... 24
 vii

2.2. INVERSIÓN PRIVADA................................................................................................... 29

2.3. CRECIMIENTO ECONÓMICO ...................................................................................... 33
2.4. EVIDENCIA INTERNACIONAL DEL GASTO SOCIAL ............................................. 36
CAPÍTULO III .................................................................................................................................. 40
3. METODOLOGIA ..................................................................................................................... 40
3.1. ENFOQUE METODOLOGICO ....................................................................................... 40
3.2. INFORMACION UTLIZADA ......................................................................................... 41
3.3. LIMITACIONES .............................................................................................................. 41
3.4. MODELO DE VECTORES AUTORREGRESIVOS (VAR) .......................................... 42
3.5. ELECCIÓN DEL NÚMERO DE REZAGOS DEL MODELO........................................ 44
3.6. COINTEGRACIÓN DE JOHANSEN-JUSELIUS ........................................................... 45
3.7. ESTACIONALIDAD Y ANÁLISIS DE RAÍZ UNITARIA ............................................ 47
3.7.1. ESTACIONALIDAD ................................................................................................ 47
3.7.2. ANÁLISIS DE RAÍZ UNITARIA ............................................................................ 49
3.8. CAUSALIDAD DE GRANGER ...................................................................................... 51
3.9. ESTABILIDAD DEL MODELO...................................................................................... 53
3.10. ESTADÍSTICA DEL MODELO .................................................................................. 54
3.10.1. COEFICIENTE DE DETERMINACIÓN (R2) ......................................................... 55
3.10.2. PRUEBA F-ESTADÍSTICO ..................................................................................... 56
3.11. PRUEBAS A LOS RESIDUOS DE LOS MODELOS VAR ....................................... 57
3.11.1. PRUEBA DE CORRELACIÓN SERIAL O AUTOCORRELACIÓN .................... 57
3.11.2. PRUEBA DE HETEROCEDASTICIDAD ............................................................... 59
3.11.3. PRUEBA DE DISTRIBUCIÓN NORMAL DE RESIDUOS................................... 60
3.12. ANÁLISIS DE LA FUNCIÓN IMPULSO–RESPUESTA Y DESCOMPOSICIÓN DE
VARIANZA .................................................................................................................................. 61
3.12.1. FUNCIÓN IMPULSO-RESPUESTA ....................................................................... 61
3.12.2. DESCOMPOSICIÓN DE VARIANZA .................................................................... 62
CAPÍTULO IV .................................................................................................................................. 63
4. INFLUENCIA DE LA INVERSIÓN BRUTA FIJA EN EL CRECIMIENTO ECONÓMICO
DEL PERÚ: UN ANÁLISIS ESTRUCTURAL DEL MODELO DE VECTORES
AUTOREGRESIVOS (VAR), PERIODO 1990 – 2018 ................................................................... 63
4.1. ELECCIÓN DEL NÚMERO DE REZAGOS DEL MODELO........................................ 63
4.2. COINTEGRACIÓN DE JOHANSEN-JUSELIUS ........................................................... 64
 viii

4.3. ESTACIONALIDAD Y RAÍZ UNITARIA ..................................................................... 67

4.3.1. ESTACIONALIDAD ................................................................................................ 67
4.3.2. ANÁLISIS DE RAÍZ UNITARIA ............................................................................ 74
4.4. ESTIMACIÓN DEL MODELO VAR .............................................................................. 83
4.5. CAUSALIDAD DE GRANGER ...................................................................................... 84
4.6. ESTABILIDAD DEL MODELO...................................................................................... 89
4.7. ESTADISTICA DE LOS MODELOS VAR RESTRINGIDOS ....................................... 90
4.8. PRUEBAS A LOS RESIDUOS DE LOS MODELOS VAR RESTRINGIDOS .............. 93
4.8.1. PRUEBA DE CORRELACIÓN SERIAL O AUTOCORRELACIÓN .................... 93
4.8.2. PRUEBA DE HETEROCEDASTICIDAD ............................................................... 94
4.7.3. PRUEBA DE DISTRIBUCIÓN NORMAL DE RESIDUOS................................... 95
4.8. ANÁLISIS DE LA FUNCIÓN IMPULSO–RESPUESTA Y DESCOMPOSICIÓN DE
VARIANZA .................................................................................................................................. 96
4.8.1. FUNCIÓN IMPULSO-RESPUESTA ....................................................................... 96
4.8.2. DESCOMPOSICION DE VARIANZA .................................................................. 101
CAPÍTULO V ................................................................................................................................. 104
4. CONCLUSIONES Y RECOMENDACIONES ...................................................................... 104
4.1. CONCLUSIONES .......................................................................................................... 104
4.2. RECOMENDACIONES: ................................................................................................ 107
BIBLIOGRAFÍA............................................................................................................................. 109
ANEXO Nº1 BASE DE DATOS .................................................................................................... 112
ANEXO Nº2 INVERSION PUBLICA, INVERSION PRIVADA Y PBI ...................................... 120
ANEXO Nº3 COINTEGRACION DE JOHANSEN JUSELIUS ................................................... 125
ANEXO Nº4 PRUEBA DE WALD ................................................................................................ 128
ANEXO Nº5 PRUEBA DE HETEROCEDASTICIDAD .............................................................. 129
ANEXO Nª6 IMPULSO-RESPUESTA.......................................................................................... 130
ANEXO Nº7 PLAN DE TESIS ...................................................................................................... 131
I. PLANTEAMIENTO TEÓRICO ..................................................................................................... 133
1.1. Enunciado del Problema.................................................................................................. 133
1.2. Descripción del Problema ............................................................................................... 133
1.3. Objetivos ......................................................................................................................... 135
1.3.1. Objetivo general ...................................................................................................... 135
 ix

1.3.2. Objetivos específicos............................................................................................... 135

1.4. Preguntas de investigación: ............................................................................................. 136
1.4.1. General .................................................................................................................... 136
1.4.2. Especificas............................................................................................................... 136
1.5. Tipo de investigación ...................................................................................................... 136
1.6. Justificación del estudio .................................................................................................. 137
1.7. Variables ......................................................................................................................... 138
1.8. Cuadro de variables ......................................................................................................... 139
II. MARCO CONCEPTUAL ............................................................................................................. 140
2.1. Análisis de antecedentes investigativos. ......................................................................... 140
1.1. Definición de términos Básicos....................................................................................... 150
1.2. Hipótesis .......................................................................................................................... 156
II. PLANTEAMIENTO OPERACIONAL ............................................................................................ 157
2.1. Técnicas e instrumentos .................................................................................................. 157
Técnicas................................................................................................................................... 157
Instrumentos ............................................................................................................................ 157
2.2. Campo de Verificación.................................................................................................... 158
2.2.1. Ubicación espacial................................................................................................... 158
2.2.2. Ubicación temporal ................................................................................................. 158
2.2.3. Unidades de estudio ................................................................................................ 158
2.3. Estrategia de recolección de datos................................................................................... 158
2.3.1. Procesamiento de los datos...................................................................................... 158
2.3.2. Recursos necesarios................................................................................................. 158
III. CRONOGRAMA DE TRABAJO ............................................................................................... 161
ANEXO 1 .......................................................................................................................................... 165
MATRIZ DE CONSISTENCIA .............................................................................................................. 165
 x

Índice de Figuras

Figura 1: Variación porcentual de la inversión pública con respecto del año anterior ..................... 25
Figura 2: Inversión pública (millones de soles) ................................................................................ 26
Figura 3: Evolución de la inversión pública por funciones (millones de soles), Periodo 2009-2016 28
Figura 4: Estructura de la inversión pública (Promedio 1990-2016) ................................................ 29
Figura 5: Variación porcentual de la inversión privada con respecto al año anterior ....................... 30
Figura 6: Inversión privada (millones de soles) ................................................................................ 32
Figura 7. Variación porcentual del producto bruto interno con respecto del año anterior ................ 34
Figura 8: PBI según actividad económica (millones de soles), Periodo 1990-2016 ......................... 35
Figura 9: Estructura porcentual del PBI según actividad económica (1990-2016) ........................... 36
Figura 10: Gasto público (salud y educación) ................................................................................... 37
Figura 11: Inversión privada ............................................................................................................. 67
Figura 12: PBI ................................................................................................................................... 67
Figura 13: Inversión pública ............................................................................................................. 68
Figura 14: Variación porcentual de la inversión privada .................................................................. 69
Figura 15: Variación porcentual del PBI........................................................................................... 69
Figura 16: Variación porcentual de la inversión pública .................................................................. 69
Figura 17: Autocorrelación del PBI (estacionario) ........................................................................... 70
Figura 18: Autocorrelación del PBI (no estacionario) ...................................................................... 70
Figura 19: Autocorrelación de la inversión privada (estacionario) ................................................... 71
Figura 20: Autocorrelación de la inversión privada (no estacionario) .............................................. 71
Figura 21: Autocorrelación de la inversión pública (no estacionario) .............................................. 72
Figura 22: Autocorrelación de la inversión pública (no estacionario) .............................................. 72
Figura 23: Autocorrelación parcial del PBI (estacionario)................................................................ 72
Figura 24: Autocorrelación parcial del PBI (no estacionario)........................................................... 72
Figura 25: Autocorrelación parcial de la inversión privada (estacionario) ....................................... 73
Figura 26: Autocorrelación parcial de la inversión privada (no estacionario) .................................. 73
Figura 27: Autocorrelación parcial de la inversión pública (estacionario) ....................................... 74
Figura 28: Autocorrelación parcial de la inversión pública (no estacionario) .................................. 74
Figura 30: Estabilidad del modelo PBI-INVPUBLICA .................................................................... 89
Figura 29: Estabilidad del modelo PBI-INVPRIVADA ................................................................... 89
Figura 31: Histograma de Normalidad del PBI-INVPRIVADA ....................................................... 95
Figura 32: Histograma de Normalidad del PBI-INVPUBLICA ....................................................... 96
Figura 33: Impulso-respuesta de PBI-INVPRIVADA ...................................................................... 97
Figura 34: Impulso-respuesta de PBI-INVPUBLICA....................................................................... 99
 xi

Índice de Tablas

Tabla 1: Estructura presupuestal de la educación (2016) .................................................................. 38

Tabla 2: Estacionalización de las variables ....................................................................................... 48
Tabla 3: PBI-INVPRIVADA ............................................................................................................ 63
Tabla 4: PBI-INVPUBLICA ............................................................................................................. 64
Tabla 5: Cointegración de J-J del PBI-INVPRIVADA..................................................................... 65
Tabla 6: Cointegración de J-J del PBI-INVPUBLICA ..................................................................... 66
Tabla 7: ADF solo con intercepción del PBI .................................................................................... 75
Tabla 8: ADF solo con intercepción de la inversión privada ............................................................ 76
Tabla 9: ADF solo con intercepción de la inversión pública ............................................................ 77
Tabla 10: ADF con tendencia e intercepción del PBI ....................................................................... 78
Tabla 11: ADF con tendencia e intercepción de la inversión privada............................................... 79
Tabla 12: ADF con tendencia e intercepción de la inversión pública ............................................... 80
Tabla 13: ADF sin tendencia y sin intercepción del PBI .................................................................. 81
Tabla 14: ADF sin tendencia y sin intercepción de la inversión privada .......................................... 82
Tabla 15: ADF sin tendencia y sin intercepción de la inversión pública .......................................... 82
Tabla 16: Causalidad de Granger PBI-INVPRIVADA ..................................................................... 85
Tabla 17: Causalidad de Granger PBI-INVPUBLICA ..................................................................... 86
Tabla 18: Prueba de Wald PBI-INVPRIVADA (Rezagos de la inversión privada) ......................... 87
Tabla 19: Prueba de Wald PBI-INVPUBLICA (Rezagos de la inversión pública) .......................... 88
Tabla 20: Sistema de modelo de ecuación PBI-INVPRIVADA ....................................................... 91
Tabla 21: Sistema de modelo de ecuación PBI-INVPUBLICA ........................................................ 92
Tabla 22: Prueba LM PBI-INVPUBLICA ........................................................................................ 93
Tabla 23: Prueba LM PBI-INVPRIVADA ....................................................................................... 93
Tabla 24: Prueba de heterocedasticidad de Breusch-Pegan-Godfrey de PBI-INVPRIVADA ......... 94
Tabla 25: Prueba de heterocedasticidad de Breusch-Pegan-Godfrey de PBI-INVPUBLICA .......... 94
Tabla 27: Descomposición de varianza PBI-INVPUBLICA .......................................................... 101
Tabla 26: Descomposición de varianza PBI-INVPRIVADA ......................................................... 101
 xii

Glosario

PBI: Producto Bruto Interno.

BCRP: Banco Central de Reserva del Perú.

MEF: Ministerio de Economía y Finanzas.

INEI: Instituto Nacional de Estadística e Informática.

CEPAL: Comisión Económica para América Latina y el Caribe.

Modelo VAR: Modelo de Vectores Autoregresivos.

VECM: Modelo de Vectores de Corrección de Errores.

INVPRIVADA: Inversión Privada.

INVPUBLICA: Inversión Pública.

STATA: Paquete de software estadístico creado en 1985 por StataCorp.

EVIEWS: Paquete de software estadístico creado en 1994 por Quantitative Micro Software
(QMS).

H0: Hipótesis Nula.

H1: Hipótesis Alternativa.

AIC: Criterio de Información de Akaike.

LR: Prueba de Razón de Verosumilitud.

FPE: Predicción Final de Error.

SC: Criterio de Información de Schawrz.

HQ: Criterio de Información de Hannan Quinn.

FAC: Función de Autocorrelación.

FACP: Función de Autocorrelación Parcial.

Prueba ADF: Prueba de Dikey-Fuller Aumentada.

Cointegración de J-J: Cointegración de Johansen y Juselius.

 xiii

Prueba LM-estadístico de B-G: Prueba del Multiplicador de Lagrange estadístico de

Breusch-Godfrey.

Prueba de B-P-G: Prueba de Breusch-Pegan-Godfrey.

Probabilidad de J-B: Probabilidad de Jarque-Bera.

R2: Coeficiente de Determinación.

Probabilidad F-estadístico: Probabilidad de Fisher-estadístico.

 xiv

Introducción

El economista Carlos Parodi, Jefe del Departamento de Economía de la Universidad del

Pacífico e investigador principal de su Centro de Investigación (CIUP), señala que a través

de la demanda se activa el crecimiento económico peruano, las cuales son la demanda

interna y la demanda externa (exportaciones), cualquiera de ellas incrementa el PBI. La

demanda externa depende de variables exógenas, las cuales la historia del Perú muestra que

la economía depende de las materias primas, es decir de variables exógenas como los

precios de las exportaciones tradicionales, la coyuntura internacional y la estabilidad

económica de los países importadores de nuestros recursos naturales. Por el lado de la

demanda interna esta la inversión privada y pública, y el consumo privado y público las

cuales son variables endógenas que el Estado puede controlar.

En promedio el crecimiento económico en la década del noventa creció 3.2%, este leve

crecimiento económico se debe a la herencia de crisis de la década anterior, las

formulaciones de reformas económicas obligatorias, la privatización y la inestabilidad

política (casos de corrupción, auto golpes de estado, etc). A partir de los años 2000 hasta el

2016 se creció 5.1%, el cual es nuestro mejor periodo de crecimiento en décadas y su factor

principal son las exportaciones de minerales.

Existen diversas teorías económicas, las cuales realizan una evaluación de la inversión y el

crecimiento del producto. En este estudio se utiliza la teoría del crecimiento endógeno, la

cual explica que una inversión por parte de los agentes económicos en capital físico,

infraestructura, investigación y desarrollo y capital humano presenta rendimientos de

 xv

escalas crecientes y externalidades positivas. El Estado también puede estimular el

crecimiento al inducir a los agentes una mayor inversión en el progreso técnico, ya que al

mejorar la calidad de educación de cada persona aumenta el stock de capital humano de un

país y además de subvencionar la productividad económica en general.

La presente investigación analiza la influencia que existe entre la inversión bruta fija

(desglosada en inversión pública y privada) y el crecimiento económico del periodo entre el

primer trimestre de 1990 y tercer trimestre del 2017, se estudia si las variables tienen una

relación de largo plazo, así mismo una causalidad entre ellas concerniendo con la teoría de

crecimiento endógeno. Además de determinar el comportamiento futuro del crecimiento

económico explicado por la inversión privada y pública. Se utiliza como variables: el

producto bruto interno, la inversión privada y la inversión pública.

En el primer capítulo, se desarrolla la teoría científica teórica en la cual se hace alusión de

la teoría de crecimiento endógeno con los modelos de Barro, Lucas y los dos modelos de

Romer. En el segundo capítulo se expone la evolución de las variables en el periodo de

estudio, ellos son el crecimiento económico del producto bruto interno, el crecimiento de la

inversión privada, el crecimiento y la estructura presupuestal por funciones de la inversión

pública teniendo como principal encauzamiento a la educación, salud, transporte, asistencia

y previsión social, industria, servicios y comercio, agraria, y vivienda y desarrollo urbano,

además de hacer un cotejo internacional del gasto social.

En el tercer capítulo se desarrolla la metodología de la investigación, en la cual se utilizó el

modelo de vectores autoregresivos (VAR) debido a que permite utilizar los rezagos de las

variables, no impide las estimaciones econométricas con relaciones de causalidad

 xvi

unidireccional, tiene la ventaja de utilizar series de tiempo estacionarias para no detentar

resultados de regresiones espurias, utiliza la cointegración de Johansen, la causalidad de

Granger, se pasa por pruebas de estabilidad estadística de residuos, además faculta captar

las respuestas a innovaciones de una variable sobre otra mediante la función impulso-

respuesta y la descomposición de la varianza, de esa manera proyectando hasta el cuarto

trimestre del 2018.

En el cuarto capítulo se desarrolla los resultados de los modelos VAR y por último, en el

quinto capítulo se menciona las conclusiones y recomendaciones. Cabe mencionar que en

esta investigación no se utiliza los datos de la inversión bruta fija como si misma, sino

como ya se mencionó líneas arriba y en el resumen, se desglosa en inversión pública y

privada, debido a que la inversión bruta fija presentaría un sesgo de información, es decir,

se llegaría a tener errores estadísticos y resultados aleatorios en el modelo VAR. Por lo que

la mayor inversión pública se canaliza a través de los gobiernos regionales y locales, los

cuales muchos de ellos son cuestionados y otros tienen poca capacidad de implementar

proyectos de inversión pública. Además, diferentes pliegos presupuestales se han

caracterizado por sus bajos niveles de ejecución de inversión. En ese sentido, se desglosa y

se utiliza los datos de las dos variables por separado, donde la información obtenida por

cada una es más inequívoca.

 1

CAPÍTULO I

1. BASES TEÓRICO CIENTÍFICAS - MARCO TEÓRICO

1.1. PLANTEAMIENTO DEL PROBLEMA

Durante el periodo comprendido entre 1990 y 1999, la inversión bruta fija tuvo un

crecimiento promedio de 6.9 por ciento, la desagregación de esta a inversión privada 7.3

por ciento y la inversión pública de 7 por ciento. El crecimiento económico promedio fue

de 2.9 por ciento (BCRP, 2017). Este moderado crecimiento se debió principalmente a la

implementación de políticas económicas liberalizadoras, de esta forma teniendo una mayor

apertura comercial y financiera, una mejor estabilidad de las políticas fiscales y monetarias,

un mejor comportamiento de las principales variables macroeconómicas, el mejoramiento

de los términos de intercambio y una política fiscal menos pro-cíclica a comparación de la

década pasada. (CEPLAN, 2011)

A lo largo de la última década (2000 a 2009), la economía peruana ha sido una de las

economías de más rápido crecimiento en la región, con una tasa de crecimiento promedio

de 4.6 por ciento (en el año 2001 solo se creció 0.6% y en el año 2009 se creció 1% debido

a la crisis financiera del 2008 de Estados Unidos), en un contexto de baja inflación

(promediando 2.9 por ciento), la inversión bruta fija creció en un promedio de 6.5 por

ciento, la inversión privada creció 7.1 por ciento y la inversión pública de 5.6 por ciento

(BCRP, 2017). La presencia de un entorno externo favorable, políticas macroeconómicas

prudentes y reformas estructurales en diferentes áreas crearon un escenario de alto

crecimiento y baja inflación (Banco Mundial, 2017).

 2

Para el periodo 2010-2015, la inversión bruta fija creció en un promedio de 6.5 por ciento,

la inversión privada de 7.4 por ciento, la inversión pública de 3.4 por ciento y el

crecimiento económico promedio de 4.6 por ciento (BCRP, 2017). El crecimiento del PIB

continúo su aceleración en el 2016, respaldado por mayores volúmenes de exportación

minera gracias a que una serie de proyectos mineros de gran tamaño entraron a su fase de

producción y/o alcanzaron su capacidad total. Se estima que la economía creció por encima

de su potencial a 3.9 por ciento en el 2016, debido al pico temporal de la producción

minera. (Banco Mundial, 2017)

Así mismo, nuestra economía comenzó el 2017 mostrando cierta debilidad en las cifras de

crecimiento económico. (Debido al fenómeno del niño costero y el escándalo de “lava

jato”) Sin embargo, en los últimos meses la tendencia parece haberse revertido y comienza

a mostrar mayor dinamismo. En este contexto, el Fondo Monetario Internacional (FMI)

mantuvo sus proyecciones de crecimiento para el Perú, en 2,7% para este año y 3,8% para

el 2018. (FMI, 2017). El mismo, prevé un crecimiento del PBI de 4.3% para el 2017 y

ubica al Perú por encima de las demás economías de América del Sur.

Por otro lado, en cuanto a la Inversión el MEF ha estimado que la inversión pública

crecería hasta 15% en el 2017, mientras que la inversión privada crecería solo 0.5%. Así

mismo, La inversión privada ha tenido el siguiente comportamiento: -6.6% en 2015, -6.3%

en 2016 y -1.5% en el primer semestre de 2017. Por su parte, la inversión pública muestra

lo siguiente: -5.7% en 2015, 3.1% en 2016 y -10.5% en el primer semestre de 2017.

Agregando ambas, la inversión total en la economía peruana cayó -6.4% en 2015, -4.2% en

2016 y -3.8% en el primer semestre de 2017. (Banco Central de Reserva del Perú, 2017)
 3

A pesar del crecimiento económico del Perú y sus proyecciones, este crecimiento es gracias

a las exportaciones (no por la inversión), es decir, por un impulso externo. Los precios de

los metales están subiendo. Sin embargo, cuando vemos cifras de la inversión el Perú, tanto

pública como privada, ambas se mantienen en caída libre. Es en ese sentido que la

economía peruana debería crecer aún más cuando la inversión y/o las exportaciones se

elevan. (Parodi, Carlos, 2017) El segundo factor no lo controlamos (las exportaciones),

pues depende del exterior, pero el primero (la inversión) deberíamos manejarlo, más aún si

se encuentra en caída libre. Pues en el cuarto trimestre de 2016, las caídas de inversión

privada y pública fueron, -3.5% y -14.6%, respectivamente, antes de ambos eventos que sin

lugar a dudas le agregaron más leña al fuego, pero no lo originaron. Es en ese sentido que

de continuar con esta reducción de la inversión pública y privada podría originar efectos

negativos en nuestro crecimiento económico y sus proyecciones.

Es por ello, que se estimó que es importante realizar una investigación acerca la influencia

de la inversión bruta fija en el crecimiento económico del Perú, la cual nos permitirá

conocer el grado de correlación de dichas variables para así implementar medidas que

permitan contrarrestar futuros escenarios adversos, minimizando el riesgo y así generar

mejores expectativas para los agentes económicos en nuestro país en ese sentido cabe

cuestionarnos:

¿Influye la Inversión Bruta Fija en el Crecimiento Económico del Perú, Periodo 1990 –

2018?
 4

1.2. ANTECEDENTES DEL ESTUDIO

La investigación: Impacto económico de la Inversión Pública en el Perú, 1980 - 2012;

realizada por María del Carmen Antayhua Ortiz.; Estima el impacto de la inversión pública

en el crecimiento económico del Perú. Asimismo usa la técnica de econometría de series de

tiempo como el modelo de vectores autoregresivos (VAR), el cual recoge los efectos

retroalimentativos de las variables, incluyendo efectos indirectos, es decir, el modelo en el

que cada variable es explicada por los retardos de sí misma y por los retardos de las demás

variables. En este modelo VAR se estimó considerando las variables transformadas en

logaritmos naturales y multiplicados por cien, para facilitar los cálculos. Asimismo, con el

fin de determinar el modelo que presente el mejor ajuste, la autora decidió tomar dos

rezagos en cada una de las variables del modelo y un intercepto como variable exógena.

El modelo VAR de esta investigación se configuró como sigue:

LNIPUB = C(1,1)*LNIPUB(-1) + C(1,2)*LNIPUB(-2) + C(1,3)*LNIPRIV(-1) +

C(1,4)*LNIPRIV(-2) + C(1,5)*LNY(-1) + C(1,6)*LNY(-2) + C(1,7)

LNIPRIV = C(2,1)*LNIPUB(-1) + C(2,2)*LNIPUB(-2) + C(2,3)*LNIPRIV(-1) +

C(2,4)*LNIPRIV(-2) + C(2,5)*LNY(-1) + C(2,6)*LNY(-2) + C(2,7)

LNY = C(3,1)*LNIPUB(-1) + C(3,2)*LNIPUB(-2) + C(3,3)*LNIPRIV(-1) +

C(3,4)*LNIPRIV(-2) + C(3,5)*LNY(-1) + C(3,6)*LNY(-2) + C(3,7)

Dónde:

LNIPUB : Logaritmo natural x 100 de la inversión pública

 5

LNIPRIV : Logaritmo natural x 100 de la inversión privada

LNY : Logaritmo natural x 100 de la producción económica

C(i,7) : Intercepto (para i = 1 al 3)

LNIPUB(-1) : Logaritmo natural x 100 de la inversión pública en el periodo anterior

LNIPUB(-2) : Logaritmo natural x 100 de la inversión pública en dos periodos anteriores

LNIPRIV(-1) : Logaritmo natural x 100 de la inversión privada en el periodo anterior

LNIPRIV(-2) : Logaritmo natural x 100 de la inversión privada en dos periodos anteriores

LNY(-1) : Logaritmo natural x 100 de la producción económica en el periodo anterior

LNY(-2) : Logaritmo natural x 100 de la producción económica en dos periodos anteriores

C(i,j) : Coeficiente (para i = 1 al 3 y j = 1 al 6)

En la investigacion se somete a diversas pruebas de residuos el modelo VAR. Se utilizó los

contrastes de autocorrelación (Multivariate Autocorrelation LM Test), normalidad de los

residuos (Multivariate Residual Normality Test) y heteroscedasticidad de los residuos

(Multivariate Extensión of White´s Heteroskedasticity Test). Luego de que se determinó los

parámetros, se analizó las interacciones dinámicas mediante la función de impulso-

respuesta de las variables de este estudio. Se estimó 128 trimestres (32 años), donde se

identificó los impactos y las relaciones de corto, mediano y largo plazo, mostrando así los

efectos que la variación de la inversión pública provocó sobre el crecimiento económico.

 6

Las conclusiones de la autora de esta investigación son que: 1) La inversión pública tiene

un efecto positivo en el crecimiento económico en el mediano y largo plazo, 2) Determino

que en el 2001 al 2007 había una mayor actividad económica de los sectores manufactura y

servicios, 3) La inversión pública y la inversión privada han pasado de complementarias a

excluyentes y nuevamente complementarias, tal comportamiento se basa en la estructura

económica y el rol del Estado. (Antayhua, 2012)

El trabajo de investigación: La inversión en Infraestructura Pública y el Crecimiento

Económico del Perú, 1950 - 2013; realizada por José Luis Andres Mayuri Sanchez..

Presenta como objetivo evaluar el impacto de la inversión en infraestructura pública sobre

el crecimiento económico en el Perú, utilizando el modelo de vectores autorregresivos

(VAR), donde todas las variables del mismo sistema cuentan con la misma cantidad de

regresoras y no existen variables exógenas. El modelo también toma en consideración la

presencia de múltiples impactos ocurridos en diferentes periodos que pueden surgir como

consecuencia de la relación entre las variables incluidas en el VAR. El autor llego a las

conclusiones que: 1) La inversión en infraestructura pública tiene un impacto positivo sobre

el crecimiento económico, y 2) Por último, la tasa de crecimiento económico tiene una

duración significativa de seis años, a causa de un impulso de la inversión en infraestructura

pública. (Mayuri, 2015)

El trabajo de investigación “Análisis de los Shocks Macroeconómicos sobre la posición

Fiscal en la Economía Peruana: Periodo 1993.M1- 2012. M3, un análisis estructural de

Vectores Autorregresivos (SVAR)”, realizada por Pedro Andres Manayay Azabache. Este

estudio discute los shocks macroeconómicos sobre la posición fiscal en la economía

peruana, explicada principalmente por la teoría Keynesiana como la principal escuela que
 7

ayuda solucionar los problemas macroeconómicos en términos agregados, es decir dando

recomendaciones en la aplicación básicamente en política fiscal como política monetaria,

siendo el instrumento principal para la política económica la intervención del gasto y de los

impuestos. Este trabajo usa la metodología de los vectores autorregresivos estructurales,

esta técnica SVAR le ofrece la posibilidad de analizar las interrelaciones dinámicas

existentes entre un conjunto de variables, lo que le confiere mayores posibilidades para

analizar y contrastar modelos teóricos. El interés de este trabajo de investigación de estimar

un modelo SVAR también reside en el tipo de información que se deriva del sistema de

ecuaciones que se estima. Por ejemplo, a partir de las funciones impulso - respuesta se

puede analizar el signo, la intensidad, el tiempo y la persistencia que cada una de las

innovaciones estocásticas tienen sobre las variables del modelo. Como parte del SVAR, se

analiza la descomposición de la varianza del error de predicción, a partir de la cual se puede

estudiar el peso relativo de cada perturbación en la variabilidad temporal de las variables

endógenas del modelo.

Las conclusiones a las que el autor de este trabajo llego, son: 1) Los shocks

macroeconómicos analizados generan volatilidad en el resultado económico, es decir los

impactos de las expansiones o contracciones del PBI hacia la brecha fiscal son diferentes en

distintos periodos de análisis, varían entre dos a tres trimestres, 2) Logró contrastar las

hipótesis planteadas: Los ingresos públicos afectan directamente a la posición fiscal; para

esta afirmación, se alcanzó contrastar gracias al primer modelo planteado y a la función de

impulso respuesta. Los gastos afectan directamente a la posición fiscal. Los cambios en el

producto afectan a la posición fiscal. Los términos de intercambio afectan la posición fiscal,
 8

3) Finalmente los precios y la tasa de interés real no llegaron a afectar la posición fiscal.

(Manayay, 2014)

La investigación: Inversión Pública y Desarrollo Económico Regional; de Stefahnie Sofía

Ponce Sono, tiene como objetivo investigar la importancia que posee la inversión pública

sobre el crecimiento y desarrollo económico regional. Al ser un análisis entre

departamentos bajo un periodo de años, el modelo responde a un modelo de Datos de Panel

que tiene por ventaja capturar la heterogeneidad no observable entre las regiones y el

tiempo, dado que esta heterogeneidad no se puede detectar con estudios de series

temporales y de corte transversal.

Las conclusiones del autor de este estudio son: 1) Un mayor gasto de inversión impacto

positivamente en el crecimiento regional, pero la desigualdad no se vio mayormente

afectada, continuando con las disparidades entre regiones, 2) Si bien la inversión pública es

un factor relevante en el crecimiento económico, la inversión privada tiene un mayor

impacto en el periodo analizado, sin embargo el Estado debe seguir generando

externalidades positivas, por lo que la inversión pública es de gran importancia, 3) Tanto la

inversión pública y privada contribuyen a la disminución de la desigualdad regional,

aunque queda un amplio margen por mejorar. (Ponce, 2013)

La investigación realizada por Juan Carlos Fernández Ponce y José Miguel Pacco Mamani:

Análisis de la Inversión Pública y su impacto en la economía de la provincia de Canchis,

2007 – 2013; Permitió aclarar, a través de pruebas de consistencia para su uso en la

aplicación de regresiones econométricas, la influencia que tiene la inversión pública y el

crédito financiero sobre el crecimiento económico a través de la productividad media del

 9

factor trabajo. Este estudio es un aporte útil que permitirá diseñar políticas económicas para

lograr el crecimiento económico sostenible en la provincia de Canchis.

El autor de este estudio llego a las siguientes conclusiones: 1) Es necesario que el gobierno

provincial destaque los proyectos de inversión pública entre el sector tradicional y moderno

de acuerdo a las características que cada uno de ellos posee, así también ambos sectores

deben tener acceso al crédito financiero, ya que proporciona liquidez y junto a la inversión

pública permite dinamizar la economía provincial induciendo en la mejora de la

productividad, 2) Durante el periodo de estudio, el gobierno local de la provincia de

Canchis, priorizo la asignación de inversiones en forma desordenada y discriminatoria,

beneficiando en mayor proporción al sector moderno, 3) La inversión pública y el crédito

financiero tienen un efecto positivo sobre la productividad media, los cuales afectan de

distinta manera. (Fernandez y Pacco , 2016)

La investigación “Influencia de la Inversión Pública en Infraestructura sobre el Crecimiento

de la economía peruana, 1980 – 2011”; por Elvira Victoria Moreno Díaz, analiza la

evolución de la Política Fiscal, la Inversión Pública en Infraestructura y el Crecimiento

Económico del Perú, donde realizo un tratamiento estadístico con los datos, utilizando un

modelo estadístico y econométrico, la cual ayudo a ver si se acepta o rechaza la hipótesis

planteada, cuyos resultados obtenidos en el modelo se aceptó la hipótesis de que la

inversión Pública en Infraestructura influye positivamente en el Crecimiento Económico

del Perú, así como también resulto ser no significativa. Entonces, decidió dividir la

inversión Pública en Infraestructura en cinco sectores: Saneamiento, Salud y Educación,

Transportes, Energía y Telecomunicaciones, llegando a ser variables independientes de un

segundo modelo, donde el resultado es que la inversión pública en Saneamiento, Salud y

 10

Educación, y Transportes, son los sectores que influyen positivamente en el Crecimiento

Económico del país y los otros dos votan como resultado coeficientes negativos. (Moreno,

2013)

La investigación “Inversión pública sectorial y crecimiento económico: Una aproximación

desde la metodología VAR”, realizada por Alvaro Andres Perdomo Strauch. Tiene como

finalidad de conocer hacia qué sectores se debe ejecutar la inversión pública para un mayor

crecimiento económico. Utiliza los modelos VAR ya que presenta ventajas a otros modelos

econométricos, como no restringir la relación de causalidad unidireccional en las

estimaciones econométricas, además de no presentarse una investigación similar utilizando

este modelo en Colombia para ese periodo de estudio. En conclusión se llega a que los

sectores que aportan mayores beneficios en la producción de Colombia son la electricidad,

gas y agua, la educación, minería e industria manufacturera. (Perdomo, 2002)

El tema “Efectos de la infraestructura pública sobre el crecimiento de la económica,

evidencia para Chile” de Jorge Rivera C. y Patricia Toledo T. Analiza los efectos de la

inversión pública en infraestructura en el crecimiento de Chile, estimando una relación de

largo plazo entre el producto, inversión pública e infraestructura y capital privado a través

del test de cointegración de Johansen para el periodo 1975-2000. En conclusión es que los

resultados muestran que existe una relación entre el producto y la inversión pública en

infraestructura y las estimaciones plantean que un incremento del 10% en la inversión

pública aumenta en 1.6% en el producto. (Rivera & Toledo, 2004)

La investigación “Los vínculos entre el crecimiento económico y la infraestructura eléctrica

en el Perú, 1940-2000” realizado por Arturo Vasquez Cordano, investiga si la

 11

infraestructura básica que necesita el Perú genera un crecimiento sostenido en los siguientes

periodos a través de la teoría del crecimiento endógeno, en este caso el sector eléctrico,

para que el Gobierno implemente políticas asignadas a la inversión privada en el sector de

infraestructura. Los resultados utilizando el modelo econométrico VAR indican que existe

una relación de largo plazo entre el sector eléctrico y el crecimiento económico y el efecto

de corto plazo de la expansión del sector se demoran en afligirse 7 años, siendo importante

para la economía del país. (Vasquez, 2004)

El trabajo de Alex Roberto Albujar Cruz, “Medición del impacto en la economía de la

inversión en infraestructura público-privada en países en vías de desarrollo. Aplicación a la

economía peruana”; realiza un análisis por partes bien estructuradas. En el capítulo I, el

autor hace una revisión de la literatura sobre la ejecución e importancia de los proyectos de

infraestructura en la economía. En el capítulo II, analiza la importancia de la inversión en

infraestructura pública y privada en el desempeño económico del Perú y estima las

elasticidades de los factores de la función de producción. En el capítulo III, formula un

modelo que permite entender el papel de la infraestructura pública y público-privada en el

crecimiento económico y los efectos que se tiene ante un shock negativo de productividad.

Analiza una economía cerrada en el que interactúan tres agentes: empresas, familias y

gobierno. En el capítulo IV, formula un modelo de economía parcialmente abierta con

movilidad parcial del capital para analizar la velocidad de convergencia de la economía a su

estado estacionario (equilibrio de largo plazo) y a estados meta: cerrar la brecha de

infraestructura existente, alcanzar el PIB per cápita de [Link]. al 2014 y a la economía de

[Link]. en términos de PIB per cápita. (Albujar, s.f.)

 12

Por último, este autor llegó a las siguientes conclusiones de su estudio: 1) La infraestructura

pública y público-privada tiene efectos importantes sobre el PIB per cápita. Debido al gran

déficit en infraestructura, se han creado diversos mecanismos para que el sector privado

incremente su participación en la construcción de infraestructura, siendo uno de estos

instrumentos las Asociaciones Público Privadas, 2) Se encontró una relación bastante

significativa entre la producción y la inversión privada en infraestructura en la economía

peruana, a la que se denomina inversión público privada, 3) Una alta participación del

sector privado en la inversión en infraestructura se comporta como un amortiguador ante

choques de productividad negativo y, junto con la inversión en capital, impulsan la

recuperación de la economía, todo esto debido a que los impuestos son la principal fuente

de ingreso fiscal, 4) En una economía como la peruana, es de suma importancia cubrir el

déficit de infraestructura con mayor participación del sector privado, solo así el impacto del

shock en la economía no será muy profundo, se podrá retornar al estado estacionario y así

garantizar un crecimiento sostenido de la economía. (Albujar, s.f.)

La investigación de Roberto Arpi Mayta: “Perú, 2004 - 2013: Inversión Pública en

Infraestructura, Crecimiento Y Desarrollo”; identifico la tendencia y concentración de la

inversión pública en infraestructura y la brecha por cubrir en las regiones, y determinar su

impacto en el crecimiento regional y la desigualdad de ingreso entre mujeres y hombres.

Sujeto a las limitaciones de datos y métodos, los resultados muestran que la inversión

pública en infraestructura tiene una tendencia creciente con estacionalidad en el último mes

de cada año, excepto en las comunicaciones que tiene un comportamiento irregular; no

obstante, esta inversión se concentra en pocas regiones y por eso, la brecha de acceso a los

servicios de infraestructura continúa alta en regiones ubicadas en la sierra y selva del país.
 13

Por otro lado, la inversión en infraestructura de transporte y saneamiento tiene impacto

positivo en el crecimiento y a la vez contribuyen en la reducción de la desigualdad de

ingreso entre mujeres y hombres. Al mismo tiempo, la inversión en infraestructura de

educación y energía, si bien lograron un impacto positivo en el crecimiento, todavía son

insuficientes en reducir la desigualdad de ingresos. La inversión en infraestructura de salud

y comunicación todavía no logro el resultado esperado; y la inversión en infraestructura de

riego reduciría la desigualdad. Por último, se identifica que la diferencia de ingresos entre

hombres y mujeres, en más de 50% se debería a razones de discriminación. (Arpi, 2015)

1.3. BASES TEÓRICO CIENTÍFICAS - MARCO CONCEPTUAL

1.3.1. INVERSIÓN BRUTA FIJA

Es el total de la inversión en capital físico, siendo la suma de la inversión pública y

la inversión privada. La inversión es la obtención de bienes intermedios (máquinas y

edificios que ayudan al proceso de producción) o bien pueden ser bienes finales.

1.3.2. INVERSIÓN PÚBLICA

“Erogación de recursos de origen público destinado a crear, incrementar, mejorar o

reponer las existencias de capital físico de dominio público y/o de capital humano,

con el objeto de ampliar la capacidad del país para prestar servicios y/o producción

de bienes. La Inversión del Sector Público no Financiero (SPNF), comprende todas

las actividades de inversión que realizan las entidades del Gobierno Central,

Empresas Públicas no Financieras y Resto del Gobierno General (instituciones

descentralizadas no empresariales e instituciones de seguridad social). Las fuentes

 14

de financiamiento de la Inversión Pública son: Fondo General (impuestos),

Recursos Propios (tarifas por prestación de servicios), Préstamos Externos (con

organismos financieros internacionales), Donaciones y otros”. (BCRP, 2018)

1.3.3. INVERSIÓN PRIVADA

“Desembolso de recursos financieros para adquirir bienes concretos durables o

instrumentos de producción, denominados bienes de equipo, y que el sector privado

utilizará durante varios años. El sector privado está integrado por empresas y

consumidores distintos al Estado y sus dependencias”. (BCRP, 2018)

1.3.4. CRECIMIENTO ECONÓMICO

Es el crecimiento de la producción medida por la tasa de variación porcentual en

relación con el año anterior. Esa tasa de variación porcentual es medida por el

crecimiento del indicador Producto Bruto Interno (PBI)

1.3.5. PRODUCTO BRUTO INTERNO

Es un indicador macroeconómico que mide la cantidad de producción de un país en

un periodo de tiempo determinado, incorpora la producción originada por la

población nacional y la población extranjera que son residentes en el país.

1.3.6. MODELO DE VECTORES AUTOREGRESIVOS (VAR)

El término “autoregresivo” se refiere a la aparición del valor rezagado de la variable

dependiente en el lado derecho, y el término “vector” se atribuye a que tratamos con

un vector de dos (o más) variables. (Gujarati & Porter, 2011)

 15

1.3.7. ESTACIONALIDAD

Una serie de tiempo es estacionario si su media y su varianza son constantes en el

tiempo y si el valor de la covarianza entre dos periodos depende sólo de la distancia

o rezago entre estos dos periodos, y no del tiempo en el cual se calculó la

covarianza. (Gujarati & Porter, 2011)

1.3.8. COINTEGRACIÓN

En términos económicos, dos variables serán cointegradas si existe una relación o

asociación de largo plazo, o de equilibrio, entre ambas. En otras palabras, también

se puede decir que las variables se mueven juntas en largo plazo. La teoría

económica a menudo se expresa en términos de equilibrio, como la teoría monetaria

cuantitativa de Fisher o la teoría de la paridad del poder adquisitivo (PPA). (Gujarati

& Porter, 2011)

1.3.9. CAUSALIDAD

La causalidad se interpreta cuando la variable Y es causada por la variable X,

si X contribuye a la estimación de Y, o de forma equivalente si los coeficientes

rezagados de la variable X son significativos estadísticamente. Existe dos tipos de

causalidad, la primera es la unidireccional cuando X causa a Y, pero Y no causa a X

y la segunda es la bidireccional cuando entre ambas variables existe una causalidad.

Cabe mencionar que cuando X causa a Y, no implica que Y sea el efecto o el

resultado de X, pues intervienen además otros factores al margen de X. (Gujarati &

Porter, 2011)
 16

1.3.10. COEFICIENTE DE AUTOCORRELACIÓN

La autocorrelación se define como la “correlación entre miembros de series de

observaciones ordenadas en el tiempo (como en datos de series de tiempo) o en el

espacio (como datos de corte transversal)”. (Gujarati & Porter, 2011)

1.3.11. ANÁLISIS ESTRUCTURAL

Es una descripción del modelo, donde sus ecuaciones interpretan la relación de las

variables motivadas por la teoría económica. (Novales, 2016)

1.4. BASES TEÓRICO CIENTÍFICAS - TEORÍA DEL CRECIMIENTO

ENDÓGENO

En este capítulo se utilizó la teoría de crecimiento endógeno con el propósito de sugerir la

importancia de la inversión privada y pública en funciones específicas para el crecimiento

del producto, además de hacer un cotejo internacional en el siguiente capítulo. Estas

funciones específicas son el capital físico privado, el capital público de infraestructura,

capital humano y el capital inmaterial del conocimiento tecnológico. Ya que en nuestro

país, la inversión en esas funciones en comparación a países desarrollados no es tan

proporcional en los presupuestos totales, tanto del sector privado como público, es por ello

que nuestro PBI y desarrollo económico es más dependiente de nuestros recursos naturales

y el de ellos es más dependiente de sus capitales humanos. Asimismo, esta teoría sirve de

base para los propósitos de esta investigación, al momento de buscar la causalidad

estadística entre las variables, encontrar cuál de las variables (tanto como inversión privada
 17

y pública) influye en mayor proporción porcentual al PBI y cuál es el comportamiento

futuro de este frente a shocks de las dos variables.

La teoría de crecimiento endógeno presenta dos modelos: El modelo AK, cuyos aportantes

principales son Romer (1986) y Barro (1990); el cual considera el capital físico privado y el

capital público de infraestructura. Por otro lado, el segundo modelo de crecimiento

endógeno es el Modelo BH, el cual trabaja con el capital humano y el capital inmaterial del

conocimiento tecnológico, este modelo fue interpretado por dos aportantes principales

como Lucas (1988) y Romer (1990) (Destinobles, 2007). En ambos casos se evidencia que

el crecimiento económico de países potencia por lo general presenta rendimientos

constantes o crecientes debido a que los esfuerzos de inversión pública y privada en capital

humano son constantes y/o crecientes a lo largo del tiempo, ya que permite mejorar la

productividad de los trabajadores, el aprendizaje de las generación futuras, asimismo

genera bienestar y realización personal.

1.4.1. MODELO DE ROMER (1986)

Los modelos de crecimiento endógeno tienen como finalidad explicar el desarrollo

tecnológico de forma endógena como factor principal en el crecimiento económico. Es ahí

donde el primer modelo de Paul Romer explica que el modelo de crecimiento endógeno se

basa en el conocimiento como razón principal para el crecimiento económico de largo

plazo. Este conocimiento es diferente del capital físico, ya que es formado por

investigación tecnológica pero que genera retorno decreciente a escala para cada agente.

(Jimenez, 2010)
 18

Romer menciona que la producción es creciente si es que el conocimiento también lo es.

Entonces, este modelo de crecimiento endógeno es formado con retornos marginales

crecientes del conocimiento a un nivel agregado. Asimismo, la inversión privada en

conocimiento tiene externalidades positivas, ya que no se puede patentar del todo el

conocimiento. (Jimenez, 2010) Al añadir capital, la firma también reúne conocimientos, es

decir, la experiencia o aprendizaje conseguido en el proceso de producción del periodo

anterior, las demás empresas a través de esas externalidades positivas adquieren esos

conocimientos sacando provecho y contribuyendo al crecimiento económico de un país.

(Destinobles, 2007)

1.4.2. MODELO DE LUCAS (1988)

La educación es una inversión cuya finalidad es mejorar la capacidad productiva, es decir

incrementa el capital humano de una persona. Las firmas hacen esta inversión con el fin de

que sus colaboradores tengan una mejor capacidad para el propio beneficio de la firma,

fomentando externalidades positivas para demás colaboradores. (Destinobles, 2007)

El capital humano es el conjunto de capacidades individuales o colectivas (salud, fuerza

física, conocimientos generales o técnicos) utilizadas para una productividad eficaz y

eficiente. El capital humano se caracteriza por dos tipos, el capital físico y la información

del saber. (Destinobles, 2007)

Lucas prioriza al capital humano sobre la tecnología, ya que esta ultima la toma como el

conocimiento humano en general y el capital humano como el conocimiento obtenido por

un conjunto de personas en particular. Su modelo del crecimiento del producto es:

(Jimenez, 2010)
 19

𝑌
= 𝛼 [𝑠𝐴𝑘 𝛼−1 (𝜇𝐻)1−𝛼 ] + (1 − 𝛼)[𝜑(1 − 𝜇) + 𝑛]
𝑌

Dónde:

H: capital humano

Y: producto

μ: tiempo de trabajo para la producción

(1- μ): tiempo de producción que se desvía sobre la base de preferencias entre consumo

presente y futuro.

n: tasa de crecimiento de fuerza laboral

k: stock de capital per cápita

s: tasa de ahorro

φ: tasa constante

A: tecnología

A lo contrario que ocurre en los modelos AK, Lucas utiliza los principios neoclásicos y

menciona que solo la incorporación de capital humano y su acumulación lo diferencia del

modelo de Solow, es decir la diferencia está en (1- μ) que es fundamental en la tasa de

crecimiento de la eficiencia del trabajo como factor de dependencia del ahorro que realiza

la sociedad. (Jimenez, 2010)

 20

1.4.3. MODELO DE BARRO (1990)

En la teoría neoclásica, cuando el estado financia el gasto público a través de deuda,

aumenta las tasas de interés, entonces desincentiva la inversión privada, y si el

financiamiento es a través de impuestos, causa una reducción del rendimiento privado del

capital. En ambos casos la intervención del Estado desincentiva la inversión privada y por

lo tanto el crecimiento económico. (Destinobles, 2007)

En el modelo endógeno se considera la intervención del Estado de dos formas. Existen

algunos gastos públicos (consumo final) improductivos como: parques, museos,

bibliotecas, programas sociales, etc. La otra forma son los gastos públicos (consumo

intermediario) que fomentan una mejor productividad del sector privado como:

infraestructuras (carreteras, puentes, comunicaciones, etc), formación del capital humano

(educación, salud, etc) y garantizar los derechos de propiedad (seguridad interior y exterior,

defensa nacional, policía, etc). (Destinobles, 2007)

Robert Barro considera que las inversiones y servicios públicos contribuyen

considerablemente al crecimiento económico. Asimismo, Aschauer con su investigación

para los Estados Unidos llego a la conclusión que un incremento de 1% del gasto público

incrementa la productividad de los factores de producción privada (trabajo y capital

privado) en 0.34%. (Destinobles, 2007)

Un factor importante para el crecimiento de la productividad es la investigación y

desarrollo (I-D), ya que permite producir nuevos bienes de equipo más eficientes que los

bienes antiguos. Los nuevos insumos pueden ser utilizados junto con los antiguos insumos

o sustituirlos. Por lo tanto el crecimiento económico se da por los nuevos productos de

 21

innovación o la calidad de los mismos. (Destinobles, 2007) El modelo de la inversión

privada y pública es el siguiente:

1 1
𝑌 = 𝑁𝑦 = 𝐴𝑘 1+𝛼 𝑘𝐺1+𝛼

Dónde:

Y: producto

y: producción por trabajador

k: capital privado per cápita

kG: capital publico per capita

α: exponente del factor de producción público en función de producción

1
: tasa de crecimiento optimo
1+𝛼

A: tecnología

Es decir tanto la inversión pública como privada son parte esencial del crecimiento

económico.

1.4.4. MODELO DE ROMER (1990)

En el nuevo modelo de Paul Romer define al capital humano como una persona con años de

educación o aprendizaje. Menciona que hay una asociación directa entre el capital humano

(encargada del sector de investigación) y la formación de nuevos conocimientos (nuevos

diseños en producción de bienes de capital). Además menciona que si el stock de

 22

conocimientos previos se incrementa en una proporción, también se incrementara la

productividad del capital humano encargado de la investigación. (Jimenez, 2010)

Romer llega a considerar que el crecimiento económico tiene una dependencia del

crecimiento del conocimiento o del desarrollo tecnológico y este a la vez tiene una

dependencia de la cantidad de capital humano que está encargada del sector de

investigación. En los países donde la cantidad de capital humano del sector de investigación

es reducida, es difícil que el crecimiento económico no pueda desarrollarse. (Jimenez,

2010)

Cuando los mercados son grandes la tasa de crecimiento económico asciende rápidamente,

debido a que en estos mercados asignan un volumen alto de capital humano a investigar, es

por eso que el comercio induce a una expansión de mercado y así se favorece con el

crecimiento económico. Las empresas que invierten en investigación, su principal motivo

se debe a los incentivos del mercado, como ejemplo primordial son las ventas de patentes

(el nuevo conocimiento) a otras empresas que elaboran bienes intermedios influyendo a un

crecimiento económico, y a la vez este último depende de las acciones internas de los

agentes económicos, significa que existe un crecimiento endógeno (Jimenez, 2010). El

modelo de Romer se presenta con las ecuaciones del stock de capital per cápita y el

producto per cápita, las cuales son:

𝑘̇ 𝑦̇
= 𝜑𝐻𝐴 − 𝑛 = 𝜑𝐻𝐴 − 𝑛
𝑘 𝑦

Dónde:

𝐻𝐴 : capital humano asignado a la investigación

 23

k: stock de capital per cápita

y: stock del producto per cápita

φ: tasa constante

n: tasa de crecimiento de fuerza laboral

 24

CAPÍTULO II

2. TRAYECTORIA DE LA INVERSIÓN PÚBLICA, PRIVADA Y EL

CRECIMIENTO ECONÓMICO EN EL PERÚ

2.1. INVERSIÓN PÚBLICA

1
En los años 80 existía una crisis generalizada: terrorismo, una reducida recaudación,

hiperinflación, etc, el Perú mostraba una mala gestión macroeconómica hasta los años 90

en la cual se hizo obligatoriamente algunas reformas. La inversión pública en medio de una

crisis constitucional y un gobierno autoritario en la década de los 90 presenta cuantiosas

variaciones.

En 1990 hubo un fuerte decrecimiento de -27%, en 1994 muestra su mejor crecimiento de

la década en 30% debido a la inversión en infraestructura (centros educativos y redes

viales) (Antayhua, 2012), al fortalecimiento de las reformas económicas, a un nuevo

modelo económico (exportaciones tradicionales) y las privatizaciones y concesiones. En

1995 decrece en -4% debido a la crisis económica, crisis de partidos políticos y al manoteo

de los terroristas (sendero luminoso). En 1999 se ejecutó S/.12,006 millones, siendo la más

alta ejecución de la década, pero a la vez no siendo significativa el crecimiento en

comparación del año anterior (7%), esto se dio por la acumulación de fondos por los

ingresos de las privatizaciones realizadas anteriormente, aun cuando la ejecución de las

inversiones públicas eran poco transparentes. En promedio (1990 hasta 1999) tuvo un

1
En la figura Nº1, el año 2017 presenta un promedio de sus primeros tres trimestres, debido a que el BCRP
presentaba datos solo hasta el tercer trimestre de ese año. El cuál es la fecha del análisis de esta
investigación en el modelo econométrico VAR. Sin embargo, en el ANEXO Nº2 se presenta la figura completa
por trimestres hasta el tercer trimestre del 2017.
 25

crecimiento positivo de 8,9%, debido al neoliberalismo, dejando atrás el modelo

intervencionista populista.

Figura 1: Variación porcentual de la inversión pública con respecto del año anterior

Inversion publica

33.0
30.3
26.8
20.2 19.5
16.7 17.517.1
14.4 15.0
10.5 10.2 11.1
8.8 7.0
2.3 0.6
0.2 -0.2 -1.1

2016
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015

2017*
-4.4 -5.8
-6.2
-11.2 -9.5
-15.0

-23.6

Fuente: BCRP
Elaboración: Propia

A partir de los años 20002 con la renuncia del gobierno anterior por temas de corrupción, el

Perú cae en nueva crisis política y económica, donde la inversión pública desciende en -

24%. Desde el año 2001 hasta el 2004 se tuvo bajas ejecuciones de inversión pública

debido a la mengua presión tributaria recibida por el gobierno anterior. Pero se tuvo un

crecimiento sostenido de un promedio de 15.2% a partir del año 2003 hasta el 2009, donde

se implementó reformas de descentralización del SNIP (Sistema Nacional de Inversión

Pública) transfiriendo funciones por sectores y por gobiernos regionales y locales. El año

2
Ese año se crea el SNIP (Sistema Nacional de Inversión Pública), encargada de aprobar los proyectos en el
Ministerio de Economía y Finanzas.
 26

2009 fue el mayor crecimiento de la inversión pública en la década, con un monto de

S/19,093 millones y una variabilidad de 33%. Esta década de gran crecimiento se debe a la

recaudación tributaria del ciclo de los precios altos de las materias primas y la inversión de

las mismas con grandes empresas mineras que empezó en el año 2002, así mismo se debe al

superávit fiscal de años anteriores. Para el 2010 se creció en menor proporción pero

significativa que el año anterior con 15%, esto se dio debido al aumento de la inversión

pública de los gobiernos regionales en 25% y los gobiernos locales en 12%.

Figura 2: Inversión pública (millones de soles)

30,000

25,000

20,000

15,000

10,000

5,000

0
1993

2004
1990
1991
1992

1994
1995
1996
1997
1998
1999
2000
2001
2002
2003

2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Inversion Pública

Fuente: BCRP
Elaboración: Propia

El 2011 la variación de la inversión pública descendió -11% debido a una reducción de

gastos ante un calentamiento de la economía por el gobierno de turno (Antayhua, 2012). El

2012 y el 2013 se creció 20% y 11% respectivamente debido al superávit fiscal de

anteriores años, este último es el año donde mayor monto se ejecutó en el periodo de

estudio, con S/. 25,326 millones aunque registro un decrecimiento junto con el siguiente

año. Para el 2014, 2015 y 2016 se tuvo bajos crecimientos de la inversión en -1%, -10% y
 27

cerrando en 1% respectivamente debido a la reducción de las tasas del impuesto a la renta

desde el periodo final del 2014, el gobierno de turno no tenía como sus principales

prioridades la inversión pública aparte de una notable incapacidad, y por último la entrada

de un nuevo gobierno que también permite evaluar el 2017 hasta el tercer trimestre,

presentando un decrecimiento generalmente a causa del fenómeno denominado “niño

costero” y al escándalo de “lava jato”.

La inversión pública como ya se mencionó tiene una tendencia creciente, la que más resalta

es la función educación y cultura que en los primeros años no tiene una proporción elevada,

pero va aumentando en el transcurso del tiempo, siendo el sector donde más se ha invertido

en los últimos años, con un 16% de la estructura de la inversión pública y un monto de

S/.137,603 millones. Por otro lado, transportes es la función que sigue con 12% y un monto

de S/.104,199 millones. Seguido de planeamiento, gestión y reserva de contingencia con

11% y un monto de S/.97,030 millones. Previsión social sigue con 11% y un monto de

S/.96,361 millones. Salud, siendo una parte importante del gasto social como se menciona

en la teoría de crecimiento endógeno, sigue con 10% y un monto de S/.83,858 millones.

Deuda pública con 8% y un monto de S/.71,546 millones. Orden público y seguridad

también una función importante en la mención de la teoría de crecimiento endógeno sigue

con 6% y un monto de S/.54,346 millones. Por último, y las demás funciones que están en

la ejecución del presupuesto de la inversión pública.

 28

Figura 3: Evolución de la inversión pública por funciones (millones de soles), Periodo 2009-2016

30,000,000,000

25,000,000,000

20,000,000,000

15,000,000,000

10,000,000,000

5,000,000,000

2009 2010 2011 2012 2013 2014 2015 2016

Fuente: MEF
Elaboración: Propia

La figura Nº43, la estructura del presupuesto de la inversión pública por función en el

periodo de estudio se presenta las funciones más importantes de acuerdo a la ejecución del

Estado y algunas funciones que se encuentran y se hacen mención en la teoría económica

endógena.

3
En el ANEXO Nº2 se presenta la estructura presupuestal en su totalidad por funciones desde el 2009 hasta
el 2016, ya que a partir del 2009 el MEF desglosa en todas las funciones señaladas los datos de la estructura
del presupuesto de la inversión pública.
 29

Figura 4: Estructura de la inversión pública (Promedio 1990-2016)

(PESCA, ENERGIA,
MINERIA,
INDUSTRIA, MEDIO
AMBIENTE,
EDUCACION
JUSTICIA, TRABAJO,
16%
COMERCIO,
TURISMO,
AGROPECUARIA,
ETC)
27% TRANSPORTE
12%

ORDEN PUBLICO Y
SEGURIDAD
6% PLANEAMIENTO,
DEUDA
GESTION Y
PUBLICA
PREVISION RESERVA DE
8%
SOCIAL CONTINGENCIA
SALUD 11%
9% 11%

Fuente: MEF
Elaboración: Propia

2.2. INVERSIÓN PRIVADA

4Después de los años 80 la inversión privada sufrió una caída de -4% en 1992, seguido de

un crecimiento leve de los siguientes años hasta el mayor crecimiento del periodo de

estudio de 39% en 1994 con un monto de S/. 25,088 millones, debido a la liberación de los

precios y fijando el tipo de cambio, el cual incentivó las exportaciones, así como acabar con

la inflación que se arrastraba desde la década anterior. Se liberalizo la entrada y salida de

capitales, aranceles, libre comercio exterior incitando el trato igualitario de la inversión

4
En la figura Nº 5, el año 2017 presenta un promedio de sus primeros tres trimestres, debido a que el BCRP
presentaba datos solo hasta el tercer trimestre de ese año. El cuál es la fecha del análisis de esta
investigación en el modelo econométrico VAR. Sin embargo en el ANEXO Nº2 se presenta la figura completa
por trimestres hasta el tercer trimestre del 2017.
 30

nacional y extranjera. Los sectores de minería, comercio y telecomunicaciones se

privatizaron y con ese cambio se modernizaron aumentando la inversión y cambios

tecnológicos. (Gonzales, 2018).

En este sentido, el mismo año se dio la operación de venta más alta de empresas públicas,

donde la Compañía Peruana de teléfonos (CPT) y la Empresa Nacional de

Telecomunicaciones (ENTEL, Perú) del sector telecomunicaciones fueron vendidos a la

empresa Telefónica de España por un monto de 2,000 millones de dólares, con un acuerdo

de inversión de 1,800 millones de dólares. Recibiendo por cada línea telefónica 8,773

dólares, siendo uno de los más altos de América Latina.

Figura 5: Variación porcentual de la inversión privada con respecto al año anterior

Inversion privada
39.2

27.3 25.5
23.323.9
20.1
16.0 15.5
12.0 10.8
9.6
6.3 8.1 6.9
0.0 0.2
-4.1 -2.2 -2.4 -1.7 -2.3-4.3-1.0
2014
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013

2015
2016
2017*
-4.7 -5.9
-9.1
-15.2

Fuente: BCRP
Elaboración: Propia

En 1995 se privatizo el 60% del Banco Continental, donde se recibió 255 millones de

dólares manteniendo la alta inversión privada de 27%. En 1996 se decreció -2% debido a la

reelección del gobierno anterior, acudiendo a un fraude electoral y generando un gobierno

 31

autocrático, así como enfrentamientos políticos y sociales, desestabiliza la economía y

desincentiva la inversión privada debido a una incertidumbre política que se vivía en el

país.

En 1997 se ejecutó el más alto monto de inversión de la década con S/.36,241 millones y

con un crecimiento de 16%, debido a más concesiones de proyectos con un ingreso de 540

millones de dólares. Por otro lado sucedió la crisis asiática y la inversión privada en 1999

cayó -15%, el mercado financiero internacional le cerro el crédito al Perú y dejaron sin

stock de dinero a los bancos, como si fuera poco los sucesos negativos en el país, el mismo

año sucede el fenómeno del niño y el escándalo de corrupción del gobierno de turno.

(Gonzales, 2018)

Para el 2002 recién se mostraba indicios de recuperación de la inversión privada (0.2%) y

periodos posteriores se incrementaba especialmente por la inversiones mineras y las

exportaciones a China, Estados Unidos y América del Sur. Se atrajo capital privado por

medio de las privatizaciones y concesiones, y se logró obtener el tratado de libre comercio

con Estados Unidos incentivando a los productores de coca5 y derivados. (Gonzales, 2018)

El 2009 se sufrió una caída debido a la crisis internacional financiera después de un auge de

años anteriores. En general la inversión privada creció establemente en un promedio de

12% desde el 2002 hasta el 2012, generada como fuentes principales por el boom crediticio

al sector privado y la inversión extranjera directa. A partir del 2012, se caen los precios de

los metales debido a la menor demanda de China, debido a esto desde el 2014 empieza a

caer la inversión privada. El 2015 (mes de diciembre) y 2016 empiezan operaciones y

producción de algunos proyectos mineros. Ya para los últimos tiempos se presenta un

5
Se incentivó a tanto como empresarios nacionales como los países de Bolivia y Colombia.
 32

decrecimiento seguido hasta el tercer trimestre del 2017, debido a la caída de los precios de

los metales, al fenómeno “niño costero” y al escándalo de “lava jato” para el último año.

Figura 6: Inversión privada (millones de soles)

120,000

100,000

80,000

60,000

40,000

20,000

0
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Inversion Privada

Fuente: BCRP
Elaboración: Propia

En la figura Nº06 se observa una tendencia ascendente hasta el 2013, cuyo monto es el más

alto en el periodo de estudio S/ 103,749 millones, con un crecimiento de 7%, debido a que

hubo un aumento de los flujos de capitales (como el sector construcción y agroindustria).

Seguidamente se sufre una caída en los siguientes periodos por incertidumbre político

(corrupción lava jato, etc) e inestabilidad económica de China (contracción de la inversión

minera por bajos precios de los metales6, debido al cambio del modelo económico

estimulando el mercado interno) y Europa (reducción de importaciones debido a los efectos

de la crisis europea del 2012).

6
Así mismo los conflictos sociales que paralizaron los proyectos mineros de Conga y Tía María.
 33

2.3. CRECIMIENTO ECONÓMICO

Posteriormente de los años 80, en la cual había una gobernabilidad de política económica

heterodoxa, se aplicó las recetas económicas del Consenso de Washington para la década

del 90 realizando varias reformas (desregulación, liberación de mercados y

privatizaciones), el efecto fue una caída del PBI, un efecto rebote de 2.2% de crecimiento

económico para el año 1991 y un estancamiento en 1992. Con la caída de líder terrorista

Abimael Guzmán y en un contexto financiero internacional positivo las reformas se vieron

favorecidas en 1993, 1994 y 1995 donde se creció 5.2%, 12.3% y 7.4% respectivamente

hasta 1997 (6.5%). Para 1998 sucedió un bagaje de hechos negativos para el Perú, la crisis

asiática, crisis política interna, fenómeno del niño y corrupción alimentaron la reducción

del PBI en -0.4% entrando en una recesión. (Gonzales, 2018)

Para el año 2000 se crece 2.7% por un aumento del gasto corriente (proveniente en mayoría

de las privatizaciones) y de las exportaciones, el siguiente año se da una reducción del

crecimiento debido a la baja recaudación tributaria por lo que no se influyó en el ciclo

económico y solo se dependía de recursos exógenos (privatizaciones) y la inversión

extranjera (Gonzales, 2018). A partir del año 2002 empieza la era de las inversiones

mineras (con altos precios de los metales) y exportaciones a China como destino principal,

los capitales extranjeros volvieron a mirar al Perú como una oportunidad de inversiones, el

boom crediticio que empezó el 2005 y con el BCR que implanta una política monetaria de

estabilidad inflacionaria (2% con un margen de error de 1%, es decir con un rango meta de

1% y 3%). En el 2009 ocurre la crisis financiera de Estados Unidos, afectando al mundo y

al Perú que creció solo 1%. El 2010 se creció 8.5% debido a un aumento de la demanda
 34

interna, así como también los sectores primarios, secundarios y terciarios. En promedio se

creció 6.7% (desde el 2002 hasta el 20127) la mayor tasa en más de tres décadas.

Figura 7. Variación porcentual del producto bruto interno con respecto del año
anterior

Producto bruto interno

12.3

9.1
8.5 8.5
7.4 7.5
6.5 6.3 6.5 6.0
5.5 5.8
5.2 5.0
4.2 4.0
2.8 3.3
2.2 2.7 2.4 2.4
1.5 1.0
0.6
-0.5 -0.4
1998
1991
1992
1993
1994
1995
1996
1997

1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017*
Fuente: BCRP
Elaboración: Propia

8A partir del 2012 se entra en un periodo de desaceleración fundamentalmente a la

reducción de los términos de intercambio, pues los precios de las materias primas están

sujetos a ciclos, y este es el periodo de una caída debido a la menor demanda de China por

una desaceleración de la misma, así como también el paulatino crecimiento de Estados

Unidos y la recesión europea. Por lo tanto, el enfriamiento de la economía peruana se da

por su tamaño reducido y abierto al comercio exterior. El 2014 se presentó un

decrecimiento de 2.4% debido a la reducción de la inversión privada, pública y las

7
En este promedio no se cuenta con el año 2009 que creció 1% debido a la crisis financiera de Estados
Unidos.
8
En la figura Nº7 el año 2017 presenta un promedio de sus primeros tres trimestres, debido a que el BCRP
presentaba datos solo hasta el tercer trimestre de ese año. El cuál es la fecha del análisis de esta
investigación en el modelo econométrico VAR. Sin embargo en el ANEXO Nº2 se presenta la figura completa
por trimestres hasta el tercer trimestre del 2017.
 35

exportaciones. El 2015 se levantó cabeza y se creció 3.3%, por el comienzo de producción

de los proyectos mineros en el mes de diciembre9. El 2016 se creció 4% fundamentalmente

por el crecimiento minero que comenzó el año anterior, pero aún con los bajos precios de

los metales. Para el año 2017 hasta el tercer trimestre presenta un decrecimiento,

generalmente debido al fenómeno del “niño costero” y al escándalo de “lava jato”.

Figura 8: PBI según actividad económica (millones de soles), Periodo 1990-2016

PBI segun actividad economica

(millones de soles)
80,000

70,000

60,000

50,000

40,000

30,000

20,000

10,000

Agricultura Pesca Extracción de Manufactura Electricidad Construcción Comercio Adm. Pública

Petróleo y y y Defensa
Minerales Agua

Fuente: INEI
Elaboración: Propia

El comportamiento de todos los sectores económicos presenta una tendencia al alza, el

crecimiento económico del Perú en el periodo de estudio se basa mayormente en los

9
Este se debe a la puesta en marcha operacional de las minas Las Bambas, Constancia y expansión de Cerro
Verde.
 36

sectores manufactura, extracción de petróleo y minerales, y comercio con un 15%, 13% y

10% respectivamente. Esto evidencia la dependencia productiva de los tres sectores, en

especial la minera, ya que históricamente el Perú ha dependido de las coyunturas positivas

externas principalmente de las exportaciones de las materias primas. En la figura Nº9 se

muestra la estructura proporcional de los principales sectores de crecimiento según la

actividad económica.

Figura 9: Estructura porcentual del PBI según actividad económica (1990-2016)

Pesca Adm. Pública

Electricidad y Defensa
1%
y 5%
Agua
2% Construcción
5% (Alojamiento y
restaurantes,
financieros y
Manufactura seguros,
15% telecomunicaciones
, transporte y
almacenamiento,
etc) 43%
Extracción de
Petróleo y Comercio
Minerales 10%
13%
Agricultura
6%

Fuente: INEI
Elaboración: Propia

2.4. EVIDENCIA INTERNACIONAL DEL GASTO SOCIAL

La teoría del crecimiento endógeno se caracteriza por tener como principal factor para el

crecimiento económico al capital humano (educación, salud), la cual permite mejorar la

productividad de los trabajadores, el aprendizaje de las futuras generaciones y abona el

bienestar y la realización personal como seres humanos. (Jimenez, 2010)

 37

Tanto el sector privado como el Gobierno pueden realizar inversiones en capital humano,

en el caso de este último tiene el deber de proporcionar educación y salud a la población, ya

que son bienes públicos. En los países potencia, la política social es absoluta. En los países

subdesarrollados, la política social se centra más al sector pobreza (a través de programas

sociales)10 y el sector socioeconómico medio y alto, los cuales invierten de manera

particular en capital humano.

Figura 10: Gasto público (salud y educación)

Ecuador 5 Perú 9
Perú 8 Argentina 10
México 9 Panamá 11
Colombia 9 México 12
Chile 10 Colombia 12
Uruguay 10 Chile 13
Brasil 11 Uruguay 13
Bolivia 11 Bolivia 14
Costa Rica 12 Brasil 14
Panamá 13 Ecuador 14
Paraguay 13 Paraguay 15
Cuba 14 Costa Rica 16
Argentina 14 Cuba 24

0 5 10 15 0 10 20 30

Gasto social 2000 Gasto social 2014

Fuente: CEPAL
Elaboración: Propia

10
En el Perú la política social está situada en la lucha del analfabetismo, dando primaria y secundaria a
amplias mayorías, donde la calidad de la educación superior y técnica solo depende de algunas
universidades e institutos técnicos privados. (Gonzales, 2018)
 38

En la figura Nº10 se observa que el Perú ocupa los últimos lugares de inversión en gasto

social en la región en dos periodos de tiempo (2000 y 201411). En el 2000 según datos del

CEPAL el gasto social del Perú fue de 8% del PBI. En el 2014 se hizo una inversión en

gasto social de 9% del PBI, por debajo de la media de los demás países comparativos,

ocupando el último lugar.

En resumen, como ya se mencionó líneas arriba y se vuelve a comprobar que el Perú

depende de las exportaciones de las materias primas, las inversiones en infraestructura, los

precios internacionales propicios para los recursos naturales y la calidad del capital humano

pero en menor volumen en comparación con países desarrollados (Gonzales, 2018). No se

ejecuta políticas de reformas económicas e inversión en los servicios básicos de calidad

como es la educación y salud que sus efectos se prolongarían en el mediano y largo plazo

como se explicó en la teoría del crecimiento endógeno en el capítulo anterior.

Tabla 1: Estructura presupuestal de la educación (2016)

CATEGORIA PRESUPUESTAL PRESUPUESTO

Formación universitaria de pregrado 8.83%
Emergencias por desastres 1.42%
Social inclusivo - trabaja Perú 0.01%
Educación básica regular 62.02%
De 3 a 16 años a los S.E 2.96%
Discapacidad en la EBR y técnica 0.61%
Formación de docentes en IES 0.53%
Alto rendimiento académico 2.99%
Destinos turísticos 0.06%
La defensa y el desarrollo nacional 0.56%

11
Se desarrolla el año 2014 y no el año 2016 y 2017 como se está denotando en el crecimiento económico,
inversión privada y pública, porque los datos del CEPAL solo muestra hasta ese último año. Por otro lado se
indica un largo espacio entre los periodos 2000 y 2014 para examinar el desarrollo de los datos en ese
mismo espacio de tiempo del gasto social (educación y salud) entre Perú y los demás países comparativos.
 39

Innovación tecnológica 0.02%

Acciones centrales 6.47%
AP que no resultan en productos 13.52%
Fuente: MEF
Elaboración: Propia

Para muestra de ejemplo se tomó el año 2016 para explicar detalladamente la ejecución de

la inversión pública en la educación en el Perú, ya que en la teoría de crecimiento

endógeno, la educación es uno de los factores principales para mejorar el crecimiento

económico de un país. Aunque, en esta tabla Nº1 se demuestra que no se destina la

inversión pública eficientemente en educación para el crecimiento y desarrollo económico

del país, como ya se explicó en la teoría endógena del capítulo uno. Se observa la escasa

inversión que se ejecuta en innovación tecnológica (siendo el factor principal y central para

el crecimiento económico de un país en el segundo modelo de Romer -1990), presentando

una participación de solo 0.02% en el presupuesto total. Por otro lado, las otras categorías

importantes para la función educación y una eficiente utilización de sí misma son,

formación de docente que tiene una participación de 0.53%, altos rendimientos académicos

también tiene una baja participación de 2.99% y formación universitaria de pregrado que

debería tener una mayor participación del presupuesto total, pero que solo detenta 8.83%.
 40

CAPÍTULO III

3. METODOLOGIA

3.1. ENFOQUE METODOLOGICO

La presente investigación se basa en estudiar la influencia de la Inversión Bruta Fija

fraccionada en Inversión Pública y Privada (como ya se mencionó en la introducción) en el

crecimiento económico del país, utilizando un modelo econométrico para analizar si existe

una causalidad de corto y largo plazo, además de realizar una proyección de las variables a

través de la respuesta de un shock positivo de las mismas, así como también se halla el

porcentaje de contribución que ambas inversiones aportan al producto. En otras palabras,

este modelo econométrico ayudará a hallar los objetivos y probar la hipótesis del presente

estudio.

Todo este análisis se da a través de las series de tiempo estimadas por el modelo

econométrico de Vectores Autoregresivos (VAR); sin embargo, debido a que las

observaciones de las variables presentan cointegración de Johansen-Juselius (J-J) se

utilizará la extensión del VAR, la cual se denomina modelo de vectores de corrección de

errores (VECM) o VAR restringido.

El modelo VAR, se emplea porque permite utilizar más de una variable independiente en la

ecuación de regresión, permite utilizar sus mismos rezagos de las variables, no impide la

relación de causalidad unidireccional en las estimaciones econométricas y además que no

existe una investigación similar utilizando este modelo. Se hace uso de los softwares

EVIEWS y STATA.
 41

3.2. INFORMACION UTLIZADA

La información de esta investigación fue obtenida del Banco Central de Reserva del Perú

(BCRP). Instituto Nacional de Estadísticas e Informática (INEI), Ministerio de Economía y

Finanzas (MEF), Comisión Económica para América Latina y el Caribe (CEPAL) y demás

instituciones públicas y privadas. Asimismo se utilizó tesis, documentos de investigación,

ya sea nacionales o internacionales cuya finalidad era estudiar la inversión pública,

inversión privada, el crecimiento económico y temas análogos a esta investigación.

Los datos del estudio son trimestrales, debido a que el modelo VAR requiere que no haya

una distancia pronunciada de periodo a periodo para que los resultados sean más exactos.

El periodo de estudio es a partir del primer trimestre de 1990 hasta el tercer trimestre del

2017, considerando en primer lugar una muestra de 111 observaciones (que se encuentran

en millones de soles) para hallar el número de rezagos a utilizar y elaborar la prueba de

cointegración de J-J, donde después se convierten en 110 observaciones debido a la

transformación de los datos a variación porcentual para volverlas estacionarias. Por último,

se elabora una proyección hasta el cuarto trimestre del 2018.

3.3. LIMITACIONES

La investigación solo analiza la influencia, causalidad, significancia, respuesta-impulso y

descomposición de varianza de la inversión privada, pública y el crecimiento económico

del Perú, por lo que las demás variables exógenas que sean factores de estas variables

estudiadas no son consideradas. Por otro lado, se está considerando un nivel de

significancia de error estadístico del 5%.

 42

3.4. MODELO DE VECTORES AUTORREGRESIVOS (VAR)

En un principio, se utilizaba los modelos de ecuaciones simultáneas o estructurales, pero en

estos modelos se tomaban a algunas variables como endógenas y otras como exógenas,

donde se las diferenciaba a un juicio arbitrario y subjetivo. Es por ello que Christopher

Sims menciono que si existe una “verdadera simultaneidad entre un conjunto de variables,

todas deben tratarse en igualdad de condiciones: no debe haber ninguna distinción a priori

entre variables endógenas y exógenas” (Gujarati & Porter, 2011). Debido a esto, Sims

elaboro su modelo VAR.

El Modelo de Vectores Autorregresivos viene de dos términos. El término “autorregresivo”

significa que se utiliza valores rezagados de la variable dependiente en el lado derecho de la

ecuación, y el término “vectores” significa que utilizamos un vector de dos (o más)

variables. (Gujarati & Porter, 2011). Las variables dependientes son regresadas sobre los

valores de los rezagos de todas las demás variables del sistema.

El modelo VAR esta agrupado por un sistema de ecuaciones de forma reducida sin

restringir, por lo tanto es una extensión del modelo de ecuaciones simultáneas. El término

“forma reducida” se refiere a que los valores contemporáneos de las variables, no se toma

como variables explicativas y el término “sin restringir” se refiere que el mismo grupo de

variables explicativas aparecen en las variables del modelo. (Novales, 2016)

Según McCabdless, Gabrielli y Murphy los modelos VAR son utilizados para la predicción

de modelos de series de tiempo y para el análisis del impacto de un shock aleatorio en las

variables del modelo a través de la función impulso respuesta (IFR) (McCandless,

Gabrielli, & Murphy, 2001). Los modelos VAR, son la herramienta adecuada para
 43

comparar hipótesis de diversas teorías económicas. Estos modelos no te proveen de

información acerca de por qué los resultados emergen como lo hacen, es por ellos que se

los conoce como modelos a-teóricos. La expresión general del modelo VAR, es la

siguiente:

Yt = 𝛽0 + 𝛽1Yt-1 + 𝛽2Xt-1 + 𝑣t

Dónde:

Yt = es un vector de k variables endógenas

Yt-1 = rezago de la variable dependiente

Xt = es un vector de d variables exógenas

Xt-1 = rezago de la variable independiente

𝛽 0, 𝛽 1 y 𝛽 2 = Son las matrices de coeficientes a ser estimadas

vt = es un vector de innovación, shock, impulso o error

Tal y como ya se mencionó líneas arriba, las observaciones de la inversión privada, pública

y el producto bruto interno presentan una cointegración de Johansen y Juselius (J-J), debido

a ello se utilizará el modelo de vectores de corrección de errores (VECM) o VAR

restringido. Este modelo se introduce para corregir un desequilibrio que puede afectar a

todo el sistema, el cual tiene como objetivo realizar las dinámicas de ajuste a corto y largo

plazo. El VAR restringido o VECM también nos permitirá conocer los factores causales

que afectan nuestras variables. La ventaja del modelo VAR restringido es que nos provee

de información de una causalidad de corto y largo plazo desde la variable independiente

 44

hacia la variable dependiente, a través de la prueba de Wald y el coeficiente de la ecuación

de cointegración respectivamente.

Como la finalidad de la investigación es evaluar la relación entre inversión privada, pública

y crecimiento económico, la utilización del modelo VAR faculta la forma como se genera

una asociación entre las variables de modo simultáneo. En esta investigación se plantean

dos modelos econométricos (PBI-INVPRIVADA y PBI-INVPUBLICA), los cuales se

muestran en el capítulo cuatro, pero antes y después de desarrollarlos, se pasan por previas

y post pruebas.

Estos modelos son denotados en los softwares EVIEWS y STATA por las siguientes

variables endógenas:

PBI: Producto Bruto Interno

INVPRIVADA: Inversión Privada

INVPUBLICA: Inversión Pública

Cabe mencionar que se aplica el método de Mínimos Cuadrados Ordinarios (MCO) a cada

ecuación, ya que la estimación a través de este método es frecuentemente mejor que los

modelos de ecuaciones simultaneas.

3.5. ELECCIÓN DEL NÚMERO DE REZAGOS DEL MODELO

Como primer paso para el desarrollo de los modelos VAR es la importancia de la elección

del número de rezagos y que estos sean considerables, ya que si se elige muchos rezagos, el

modelo perdería grados de libertad, se podría dar la posible aparición de multicolinealidad,

 45

además se utilizaría un número grande de parámetros para la estimación. Si se utiliza un

número reducido de rezagos, se perdería la dinámica o variabilidad en el modelo y se

generaría errores de especificación. (Gujarati & Porter, 2011)

Para la elección del número de rezagos, se utilizará los criterios de información de Akaike

(AIC), Schwarz (SC), Hanna Quinn (HQ), el predictor final de error (FPE) y la prueba de

razón de verosimilitud (LR). Pero principalmente se basa en la elección del valor de AIC,

en este caso mientras el valor de AIC sea el más bajo, mejor será el modelo de estudio.

(Hossain, 2011) Si en caso la muestra fuera más pequeña el criterio a utilizar seria el LR.

Estos resultados se pueden observar en los dos modelos VAR en las tablas Nº3 y Nº4 en el

capítulo cuatro.

3.6. COINTEGRACIÓN DE JOHANSEN-JUSELIUS

El siguiente paso es hallar la cointegración de Johansen y Juselius, esta nos habla de la

presencia de una relación de equilibrio, asociación o se mueven juntas dos o más variables

en el largo plazo, es decir, comparten una tendencia estocástica común, además de crecer

proporcionalmente. Cuando se va a ejecutar el análisis de cointegración, suponemos que

todas las variables están integradas del mismo orden uniforme, es decir se utiliza las

observaciones en modo no estacionario. Si tenemos uno o más de un vector en el modelo

que están cointegradas, decimos que existe una relación de largo plazo de uno o más

ecuaciones entre las variables.

En la econometría existen varias herramientas para identificar si existe una relación de

largo plazo entre las variables. Dos de ellos son:

 46

1. Prueba base residual de Engel-Granger

2. Prueba de Johansen-Juselius.

La Prueba Engel-Granger adolece de algunas deficiencias, la Prueba Johansen-Juselius (J-J)

es la que más se utiliza para el análisis de cointegración de modelos VAR, ya que es una

prueba de máxima verosimilitud aplicable a muestras grandes (cien o más datos) y prueba

la existencia de múltiples vectores de cointegración.

La Prueba de Johansen-Juselius arroja la prueba de Traza y prueba de Máximo Valor

Propio, si se llega a un resultado diferente entre ambas pruebas, el Valor Máximo Propio es

el resultado elegido (Banerjee, 1996). Estas pruebas se muestran en los resultados de las

Figuras Nº5 y Nº6, así mismo se muestra si existe una cointegración en ambos modelos

VAR.

Para comprobar los resultados de las pruebas econométricas y estadísticas12, cada una de

estas poseen hipótesis las cuales se deben cumplir como resolución de ellas mismas13. La

prueba de Johansen-Juselius presenta las siguientes hipótesis:

Hipótesis Nula H0: No existen vectores de cointegración.

Hipótesis Alternativa H1: Existen vectores de cointegración.

Se realiza las siguientes reglas de decisión, para la complementación de las hipótesis:

12
En la econometría y en la estadística existen diversas y cuantiosas pruebas, las cuales detentan hipótesis
para confirmar que los datos de la muestra se rechacen o no. En esta investigación solo se utilizan la
hipótesis nula H0 y la hipótesis alternativa H1 como sí mismas.
13
En toda la presente investigación, existen muchas pruebas a priori y post evaluación de los dos modelos
econométricos utilizados (PBI-INVPRIVDA y PBI-INVPUBLICA), para encontrar y verificar los objetivos
planteados en el plan de tesis.
 47

 Si el estadístico de Traza o el estadístico del Máximo Valor Propio > Valor Critico

al 5% entonces se rechaza la H0, es decir, las variables están cointegradas. También

se mide a través del probabilidad, si este es < que (el nivel de confianza 0.05) 5%,

entonces se rechaza la H0 y se acepta la H1, es decir, las variables tienen una

relación o se mueven juntas en el largo plazo.

 Si el estadístico de Traza o el estadístico del Máximo Valor Propio < Valor Critico

al 5% entonces no se rechaza la H0, es decir, las variables no están cointegradas.

También se mide a través de la probabilidad, si este es > que (el nivel de

confianza0.05) 5%, entonces no se rechaza H0, al contrario se acepta, es decir, las

variables no tienen una relación o no se mueven juntas en el largo plazo.

Tal y como se mencionó, en esta prueba se encontró una cointegración de J-J en las

variables de estudio, que se detalla en el siguiente capítulo y en el ANEXO Nº3, es por ello

que se utilizará el VAR restringido.

3.7. ESTACIONALIDAD Y ANÁLISIS DE RAÍZ UNITARIA

3.7.1. ESTACIONALIDAD

En este siguiente paso, se transforma las variables de no estacionarias a

estacionarias, pero antes de ello y de efectuar una prueba formal para ver si el

modelo es estacionario o no estacionario, en primer lugar se grafica la serie de

tiempo del sistema, la cual proporciona una pista inicial del estado de la serie de

tiempo, tal y como se muestra en las figuras Nº11, Nº12 y Nº13 del capítulo cuatro.

En segundo lugar, se estacionaliza las variables, en esta investigación como ya se

 48

mencionó son el PBI, la Inversión Privada e Inversión Pública, las cuales hay que

convertirlas en variación porcentual. En este caso la variación de las variables

siempre regresa a su media, varía de forma finita y constante, y el correlograma

disminuye a medida que se aumentan los rezagos (los choques son transitorios)

como se ve en las figuras Nº14, Nº15 y Nº16 del capítulo cuatro. En la siguiente

tabla se muestra la fórmula de la variación de las variables:

Tabla 2: Estacionalización de las variables

VARIABLES FORMULA PARA ESTACIONALZAR

PBI PBIt − PBIt−1

PBIt−1

INVERSIÓN PRIVADA INVPRIVADAt − INVPRIVADAt−1

INVPRIVADAt−1

INVERSIÓN PUBLICA INVPUBLICAt − INVPUBLICAt−1

INVPUBLICAt−1

Elaboración: propia

Y en tercer lugar se realiza las pruebas de estacionariedad llamadas función de

autocorrelación (FAC) y la función de autocorrelación parcial (FACP), la diferencia

de ambas es que la autocorrelación parcial mide la correlación entre PBIt y PBIt-k

eliminando el efecto de los PBI intermedios, es decir, los PBIt-1, PBIt-2,…, PBIt-k+1;

en cambio la autocorrelación simple no lo hace. (Gujarati & Porter, 2011) En este

caso se utiliza los correlogramas, que son los gráficos de FAC y FACP como se

observa en la figuras Nº17, Nº18, Nº19, Nº20, Nº21, Nº22, Nº23, Nº24, Nº25, Nº26,
 49

Nº27 y Nº28 del capítulo cuatro; cabe precisar que estos correlogramas son pruebas

informales.

3.7.2. ANÁLISIS DE RAÍZ UNITARIA

En esta sección, se utiliza la Prueba de Dickey - Fuller, pero en muchos casos se

crea un problema de autocorrelación. Para abordar el problema de la

autocorrelación, Dickey - Fuller han desarrollado una prueba llamada Prueba

Aumentada de Dickey - Fuller (ADF) que contiene tres ecuaciones, es importante

que las tres gratifiquen el mismo resultado, de lo contrario la prueba no tendría

validez. Estas ecuaciones y sus resultados se muestran en las tablas Nº7, Nº8, Nº9,

Nº10, Nº11, Nº12, Nº13, Nº14 y Nº15 del capítulo cuatro.

Si en caso los resultados de estas ecuaciones son estacionarias, significa que solo se

requiere de una transformación de las series, entonces se dirá que es de primer

orden, es decir I(1), pero si sucede lo contrario, entonces se requerirá de hacer una

segunda transformación (en este caso una diferencia de las variables), el cual será de

segundo orden, es decir la serie es de I(2), y así en adelante. Por otro lado, si

cualquiera de las series PBI, INVPRIVADA e INVPUBLICA en sus propios niveles

(millones de soles) fueran estacionarias, entonces significa que la serie no muestra

orden de integración, es decir es I(0).

Se detalla a continuación las tres ecuaciones de raíz unitaria:

Ecuación 1: ΔPBIt = B1 + dPBIt-1 + αi + et > Solamente con intercepción.

Ecuación 2: ΔPBIt = B1 + B2t + dPBIt-1 + αi + et > Con tendencia e intercepción.

 50

Ecuación 3: ΔPBIt = dPBIt-1 + αi + et > Sin tendencia y sin intercepción

Se plantea las siguientes hipótesis14:

Hipótesis Nula H0: La variable no es estacionaria o tiene raíz unitaria.

Hipótesis Alternativa H1: La variable es estacionaria.

Se cumple las siguientes reglas de decisión una vez planteada las hipótesis:

 Si el test estadístico ADF ≤ valor crítico al 5%, entonces se acepta la H0, es

decir, la variable no es estacionaria. Así mismo si la probabilidad es mayor

que 5% (nivel de confianza 0.05), se acepta la hipótesis nula.

 Si el test estadístico ADF > valor critico al 5%, entonces se rechaza la H0, es

decir, la serie la variable es estacionaria. Así mismo si la probabilidad es

menor que 5% (nivel de confianza 0.05), también se rechaza la hipótesis

nula.

Es importante mencionar que esta ya es una prueba formal y que la serie de tiempo

sea estacionaria, de lo contrario los resultados mostrarían una regresión espuria. Si

por el contrario, la serie de tiempo es no estacionaria, solo se utilizarían estos datos

para estudiar su comportamiento en el periodo de estudio, y no lo podría utilizar

para propósitos de pronóstico como es el caso de esta investigación, donde se

desarrolla la función impulso-respuesta y descomposición de varianza, la cual se

verá más adelante.

14
Estas pruebas econométricas y estadísticas detentan hipótesis para confirmar si los datos de la muestra se
rechacen o no. En esta investigación solo se utilizan la hipótesis nula H0 y la hipótesis alternativa H1 como sí
mismas.
 51

3.8. CAUSALIDAD DE GRANGER

La presencia de una relación entre variables (cointegración de J-J) no justifica una

causalidad entre ellas, es por ello que se utiliza la prueba de causalidad de Granger, la cual

consiste en que la variable independiente causa a la variable dependiente utilizando los

rezagos de ambas variables, ya que así permite disminuir el riesgo de error en el

cumplimiento de las condiciones de causalidad, es decir hay un mejor resultado que al

utilizar solo los rezagos de la variable dependiente. En otras palabras la variable

independiente y sus rezagos aportan significativamente en la predicción de la variable

dependiente.

Se cumple con las siguientes hipótesis15:

Hipótesis Nula H0: La variable independiente con sus rezagos conjuntamente no causa la

variable dependiente.

Hipótesis Alternativa H1: La variable independiente con sus rezagos conjuntamente causa

la variable dependiente.

Reglas que se deben de cumplir para la suplementación de las hipótesis:

 Si la probabilidad es menor que (el nivel de confianza 0.05) 5%, entonces se

rechaza la H0 y se acepta la H1.

 Si la probabilidad es mayor que (el nivel de confianza 0.05) 5%, entonces se acepta

la H0 y se rechaza la H1.

15
Estas pruebas econométricas y estadísticas detentan hipótesis para confirmar si los datos de la muestra se
rechacen o no. En esta investigación solo se utilizan la hipótesis nula H0 y la hipótesis alternativa H1 como sí
mismas.
 52

Engel y Granger sugieren que si la cointegración existe entre dos variables en el largo

plazo, entonces, debe haber una causalidad de Granger unidireccional o bidireccional entre

estas variables. La causalidad unidireccional indica si los coeficientes estimados de los

rezagos de la variable independiente causa a la variable dependiente, pero de forma

viceversa no sucede lo mismo. Si ambas variables Granger se causan entre sí, entonces se

dice que hay una relación de retroalimentación bidireccional entre ambas variables. (Engle

& Granger, 1987).

Los resultados de las pruebas de causalidades a la Granger, efectivamente se cumplen en

esta investigación, la primera se cumple en ambos modelos PBI-INVPUBLICA y PBI-

INVPRIVADA, las cuales se muestran en las tablas Nº16 y Nº17 del capítulo cuatro.

Por otro lado, como ya se mencionó líneas arriba, el VAR restringido te da la ventaja de ver

una causalidad de corto y largo plazo a través de la prueba de Wald y el coeficiente de la

ecuación de cointegración respectivamente. Se encuentra que las estadísticas de Wald para

la prueba de Granger deben seguir la distribución Chi-cuadrado en lugar de la distribución

F, tal y como se muestra en las tablas Nº18 y Nº19 del capítulo cuatro. Para verificar una

causalidad de largo plazo, el coeficiente de la ecuación de cointegración debe ser negativa y

significativa, este último se refiere a que sus probabilidades deben ser menores que el nivel

de confianza, por lo tanto son representativos; tal y como se muestra en las tablas Nº20 y

Nº21.
 53

Para la prueba de Wald se cumple las siguientes hipótesis16, en este caso de la investigación

se utiliza los siguientes rezagos de las variables INVPRIVADA e INVPUBLICA:

Hipótesis Nula H0: C(5)=C(6)=C(7)=0, significa que los rezagos no causan en el corto

plazo a la variable endógena.

Hipótesis Alternativa H1: C(5)=C(6)=C(7)≠0, significa que los rezagos si causan en el corto

plazo a la variable endógena.

Las reglas que se debe cumplir en base a las hipótesis:

 Si la probabilidad es menor que (el nivel de confianza) 5%, entonces se rechaza la

H0 y se acepta la H1.

 Si la probabilidad es mayor que (el nivel de confianza) 5%, entonces se acepta la H0

y se rechaza la H1.

3.9. ESTABILIDAD DEL MODELO

En la prueba de estabilidad se tiene que realizar la prueba de CUSUM (Grafico de control

de suma acumulativa). Esta prueba analiza la suma acumulada de los residuos, la cual se

muestra a través de una gráfica, donde se señala que el modelo estimado cumple con la

condición de estabilidad, es decir, todos los residuos son estables si las sumas acumuladas

se encuentran dentro de las dos bandas de desviación estándar.

16
Estas pruebas econométricas y estadísticas detentan hipótesis para confirmar si los datos de la muestra se
rechacen o no. En esta investigación solo se utilizan la hipótesis nula H0 y la hipótesis alternativa H1 como sí
mismas.
 54

En el grafico hay una línea azul, este significa el comportamiento de los parámetros de la

ecuación del modelo VAR restringido, la cual debe encontrarse dentro de las dos líneas

adicionales de color rojo, las cuales son los límites de confianza, lo que significa que

nuestro modelo es estable, es decir que los parámetros de la ecuación son estables; tal y

como se observa en las figuras Nº29 y Nº30 de ambos modelos VAR restringidos del

capítulo cuatro. Por el contrario si las sumas acumulativas están fuera de las bandas o más

allá de las bandas de confianza significa que nuestro modelo es inestable o los parámetros

(en este caso, la variable dependiente) no son estables.

La importancia de la estabilidad del modelo es para que los resultados de la función

impulso respuesta y descomposición de varianza sean confluyentes o válidos y no muestren

un comportamiento explosivo. (Daza, 2011)

3.10. ESTADÍSTICA DEL MODELO

La mayoría de las variables independientes debe ser individualmente significativa para

explicar la variable dependiente, igual como se muestra en las tablas Nº20 y Nº21 del

capítulo cuatro, en las cuales esta investigación analiza la estadística a través de dos

pruebas (coeficiente de determinación R2 y prueba F-estadístico, que se conceptualizan más

adelante) para la evaluación de las variables dentro de los dos modelos estudiados. Se

utiliza la probabilidad de T-estadístico.

Se presentan las siguientes hipótesis17:

Hipótesis Nula H0: Las variables independientes no influyen en la variable dependiente.

17
Estas pruebas econométricas y estadísticas detentan hipótesis para confirmar si los datos de la muestra se
rechacen o no. En esta investigación solo se utilizan la hipótesis nula H0 y la hipótesis alternativa H1 como sí
mismas.
 55

Hipótesis Alternativa H1: Las variables independientes influyen en la variable dependiente.

Es decir:

 Cuando la probabilidad es mayor que 5% (nivel de confianza 0.05), significa que las

variables independientes no influyen en la variable dependiente, entonces se acepta

la H0.

 Cuando la probabilidad es menor que 5% (nivel de confianza 0.05), significa que las

variables independientes influyen en la variable dependiente, entonces se rechaza la

H0 y se acepta la H1.

3.10.1. COEFICIENTE DE DETERMINACIÓN (R2)

Es el cuadrado del coeficiente de correlación de Pearson. El R2 significa en cuanto

de porcentaje explica la(s) variable(s) independiente(s) conjuntamente a la variable

dependiente.

El R2 se mide de 0 a 1, si está más cerca de 0, menos ajustado estará el modelo, es

decir la variable independiente conjuntamente no explica la variación de la variable

dependiente. De forma inversa, si está más cerca de 1, mayor será el ajuste del

modelo, es decir, que la variable independiente conjuntamente explica la variación

de la variable dependiente.

El valor de R2 debe ser más del 60%, esto explica que se está realizando un

adecuado modelo. El resto de la variación de la variable dependiente puede ser

 56

explicado por otras variables exógenas, variables que no están incluidas en el

modelo o residuos. (Hossain, 2011)

Existe un problema con el valor de R2, es que solo explica el resultado de la muestra

que se ha recogido (es decir, desde el I trimestre de 1990 hasta el III trimestre del

2017) y no de la población como lo hace la prueba de F-estadístico, entonces si en

caso el porcentaje sea menos que el 60%, no se puede tomar alguna decisión en base

a este resultado ya que solo representa la muestra de la investigación. (Hossain,

2011)

3.10.2. PRUEBA F-ESTADÍSTICO

La prueba F-estadístico mide la significancia general del modelo estimado, así

mismo es también una prueba de significancia de R2. Como se dijo líneas arriba esta

prueba explica lo que sucede en el mundo real, en este caso lo que sucede con la

relación de Inversión Bruta Fija (Inversión Privada e Inversión Pública) con el PBI

en la historia del Perú (desde el periodo en que se pudo medir a las variables

Inversión Bruta Fija y el PBI), es decir todos los periodos o la población que es lo

más importante.

Se utiliza la probabilidad de F-estadístico. En este sentido:

 Cuando el valor F es menor que 5% (nivel de confianza 0.05), significa que

las variables independientes son significativas o pueden influir

conjuntamente a la variable dependiente, entonces se puede rechazar la H0.

En este caso si se acepta el modelo.

 57

 Cuando el valor F es mayor que 5% (nivel de confianza 0.05), significa que

las variables independientes no son significativas conjuntamente, entonces

no se puede rechazar la H0. En este caso no se acepta el modelo.

3.11. PRUEBAS A LOS RESIDUOS DE LOS MODELOS VAR

3.11.1. PRUEBA DE CORRELACIÓN SERIAL O AUTOCORRELACIÓN

Una vez estimados los coeficientes de ambos modelos VAR restringidos, se somete

a diversas pruebas de residuos, siendo la primera de ellas, la correlación serial, el

cual es un término estadístico que se utiliza para describir si los residuos se

correlacionan con valores rezagados de sí mismo, llamamos a esta situación

correlación serial o autocorrelación, que no es lo que se desea para ambos modelo.

La correlación serial se puede dar en los modelos econométricos cuando la

especificación del modelo es incorrecta, las variables son omitidas, la forma

funcional es incorrecta y los datos son incorrectamente transformados a

estacionarios (Hossain, 2011). Normalmente, la correlación serial o autocorrelación

se encuentra en los datos de series de tiempo. Esta prueba se observa en las tablas

Nº22 y Nº23 del capítulo cuatro.

Existen muchas maneras de detección de una correlación serial. Por ejemplo cuando

el modelo es PBI = C + INVPRIVADA se puede aplicar el Estadístico Durbin

Watson ya que es la prueba correcta para comprobar si existe una correlación serial

para modelos estáticos. Por otro lado, si el modelo es dinámico, por ejemplo PBI =
 58

C + INVPRIVADA + PBI(-1), significa que la variable dependiente se ha

convertido en uno o más periodos de rezagos como variables independientes, es

decir un modelo autoregresivo, se aplica otras pruebas para comprobar la

correlación de serie, como la prueba Q-estadístico o el Multiplicador de Lagrange

(LM)-estadístico de Breusch-Godfrey (BG) (Hossain, 2011). Este último es la

prueba que se va a utilizar en esta investigación.

Establecimiento de hipótesis18:

Hipótesis nula H0: No existe correlación serial entre residuales.

Hipótesis alternativa H1: Si existe correlación serial entre residuales.

Se realiza las siguientes reglas:

 Si el valor de probabilidad o ch2 ≤ 5% (el nivel de significancia 0.05), se

acepta la hipótesis nula, significa que no hay autocorrelación serial en los

residuos.

 Si el valor de probabilidad o ch2 > 5% (el nivel de significancia 0.05), se

rechaza la hipótesis nula, significa que si hay autocorrelación serial en los

residuos.

18
Estas pruebas econométricas y estadísticas detentan hipótesis para confirmar si los datos de la muestra se
rechacen o no. En esta investigación solo se utilizan la hipótesis nula H0 y la hipótesis alternativa H1 como sí
mismas.
 59

3.11.2. PRUEBA DE HETEROCEDASTICIDAD

La prueba de Heterocedasticidad es usado con el fin de verificar si la varianza de los

residuales de un modelo sea constante (homocedasticidad), que es lo deseable para

ambos modelos como se ve en las tablas Nº24 y Nº25 del capítulo cuatro. Hay

muchas pruebas para detectar la heterocedasticidad, uno de ellos es la prueba de

Breusch-Pegan-Godfrey, la cual es utilizada en esta investigación.

La heterocedasticidad se puede dar en los modelos econométricos cuando la

especificación del modelo es incorrecta y cuando los datos son incorrectamente

transformados. (Hossain, 2011)

Se plantea las siguientes hipótesis19 de heterocedasticidad:

Hipótesis nula H0: Existe homocedasticidad (la varianza residual es constante).

Hipótesis alternativa H1: Existe heterocedasticidad (la varianza residual no es

constante).

Se realiza las siguientes reglas:

 Si el valor de probabilidad o ch2 ≤ 5% (el nivel de confianza 0.05), entonces

se rechaza la H0, es decir, los residuos del modelo presentan problemas de

heterocedasticidad.

19
Estas pruebas econométricas y estadísticas detentan hipótesis para confirmar si los datos de la muestra se
rechacen o no. En esta investigación solo se utilizan la hipótesis nula H0 y la hipótesis alternativa H1 como sí
mismas.
 60

 Si el valor de probabilidad o ch2 > 5% (el nivel de confianza 0.05), entonces

no se rechaza la H0, es decir, los residuos del modelo son homocedasticos.

3.11.3. PRUEBA DE DISTRIBUCIÓN NORMAL DE RESIDUOS

La finalidad de esta prueba es examinar si los residuos de ambos modelos VAR

restringidos se distribuyen normalmente. Para ello se llevara a cabo el método

grafico Histograma de Normalidad en la cual contiene las Estadísticas de Jarque-

Bera (J-B), este se examina a través de su probabilidad. Los resultados deseados

para ambos modelos estudiados se dan en la figuras Nº31 y Nº32 del capítulo

cuatro.

Se plantea las siguientes hipótesis20:

Hipótesis nula H0: Existe una distribución normal (los residuos siguen una

distribución normal).

Hipótesis alternativa H1: Existe una distribución no normal (los residuos no siguen

una distribución normal).

Se realiza las siguientes reglas, como complementación de las hipótesis:

 Si la probabilidad de la estadística de Jarque-Bera es ≤ del 5% (nivel de

confianza 0.05), se rechaza la H0 y se acepta la H1, es decir los residuos no

se distribuyen normalmente.

20
Estas pruebas econométricas y estadísticas detentan hipótesis para confirmar si los datos de la muestra se
rechacen o no. En esta investigación solo se utilizan la hipótesis nula H0 y la hipótesis alternativa H1 como sí
mismas.
 61

 Si la probabilidad de la estadística de Jarque-Bera es > del 5% (nivel de

confianza 0.05), no se rechaza la H0 y se rechaza la H1, es decir los residuos

se distribuyen normalmente.

3.12. ANÁLISIS DE LA FUNCIÓN IMPULSO–RESPUESTA Y

DESCOMPOSICIÓN DE VARIANZA

En esta sección se realizará la predicción o pronóstico de las variables desde el cuarto

trimestre del 2017 hasta el último trimestre del 2018, cumpliendo con el tercer y cuarto

objetivo del presente estudio.

3.12.1. FUNCIÓN IMPULSO-RESPUESTA

La función de Impulso-Respuesta es un choque de una desviación estándar para un sistema

VAR, en la cual las réplicas del impulso identifican la capacidad de respuesta de las

variables (variables endógenas) en el VAR cuando se aplica un choque de una desviación

estándar (innovación, impulso o choque), es decir se aplica un shock de unidad en los

términos de error en otra variable y se ven sus efectos en el sistema VAR (a través de los

rezagos).

Para hallar las respuestas de impulso, el orden de las variables es importante. Se dan

muchos métodos para ordenar, pero principalmente es elegido la descomposición Cholesky

de las perturbaciones de la matriz de varianza-covarianza. El impulso-respuesta suele

representarse a través de varios gráficos, de los cuales cada uno representa las respuestas de

las variables en los siguientes periodos de tiempo de un determinado impulso en la

 62

innovación, estos gráficos de las variables, contienen curvas de respuesta. Como se puede

ver en las figuras Nº33 y Nº34 las respuestas desde el cuarto trimestre del 2017 hasta el

último trimestre del 2018 de los dos modelos estudiados en el capítulo cuatro.

3.12.2. DESCOMPOSICIÓN DE VARIANZA

La descomposición de varianza del error de pronóstico de una variable en un periodo de

tiempo indica en que porcentaje de variación causa la fluctuación de sí misma o de otras

variables estudiadas. (Perdomo, 2002)

En la función impulso-respuesta muestra la respuesta proveniente de un shock de una

variable sobre otra, mientras que la descomposición de varianza muestra la importancia

relativa de esos shocks de las variables en los siguientes periodos pronosticados de cada

modelo VAR estudiado, los cuales se pueden observar en las tablas Nº26 y Nº27 del

siguiente capítulo.
 63

CAPÍTULO IV

4. INFLUENCIA DE LA INVERSIÓN BRUTA FIJA EN EL CRECIMIENTO

ECONÓMICO DEL PERÚ: UN ANÁLISIS ESTRUCTURAL DEL MODELO
DE VECTORES AUTOREGRESIVOS (VAR), PERIODO 1990 – 2018

4.1. ELECCIÓN DEL NÚMERO DE REZAGOS DEL MODELO

Como primer paso se encontrará el número de rezagos, el cual se muestra en las siguientes

tablas21, donde a través del software STATA22 se elige el número de rezagos que se va a

utilizar en los dos modelos VAR restringidos ya mencionados: PBI-INVPRIVADA y PBI-

INVPUBLICA.

Tabla 3: PBI-INVPRIVADA

Fuente: BCRP
Elaboración: Propia

21
En esta prueba el número de observaciones que se emplea son 111, como ya se aludió, en este caso el
software STATA cuando estima las ecuaciones, desarrolló su propia muestra ajustada e incluyó 107
observaciones.
22
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en STATA).
 64

La tabla Nº3 muestra que los criterios de AIC, FPE y LR requieren utilizar tres rezagos en

cada una de las variables para el modelo PBI-INVPRIVADA y un intercepto como variable

exógena. La tabla Nº4 muestra también que los criterios de AIC, SC, HQ, FPE y LR

requieren utilizar tres rezagos en cada una de las variables para el modelo PBI-

INVPUBLICA y un intercepto como variable exógena. Pero principalmente se basa en la

elección del valor de AIC, como ya se mencionó en el capítulo anterior. También se dijo

que no se puede utilizar muchos ni insuficientes números de rezagos, por lo tanto este es un

número adecuado que recomienda AIC para ambos modelos.

Tabla 4: PBI-INVPUBLICA

Fuente: BCRP
Elaboración: Propia

4.2. COINTEGRACIÓN DE JOHANSEN-JUSELIUS

Como segundo paso y que también ya se aludió en el capítulo anterior, las siguientes

tablas23 muestran que si existe una cointegración entre las variables, es decir si hay una

23
En esta prueba el número de observaciones que se emplea también son 111 como la anterior prueba, que
ya se aludió. En este caso el software EVIEWS cuando estima las ecuaciones, desarrolló su propia muestra
ajustada e incluyó 107 observaciones.
 65

relación de largo plazo entre el PBI y la inversión privada, y el PBI y la inversión pública.

Por lo tanto se utilizará el VECM o VAR restringido. Para más detalles de los resultados a

través del software EVIEWS24, revisar el ANEXO Nº3.

Tabla 5: Cointegración de J-J del PBI-INVPRIVADA

Fuente: BCRP
Elaboración: Propia

Como se muestra en la tabla Nº5 el estadístico de Traza y el estadístico del Máximo Valor

Propio es mayor que el valor crítico, entonces se rechaza la H0, es decir, las variables tienen

una asociación de largo plazo, estas dos pruebas muestran que existe una ecuación de

24
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en EVIEWS).
 66

cointegración. Otra manera de medir como se aludió en el capítulo anterior es a través de la

probabilidad, la cual es menor que el nivel de confianza, significando que las variables

(PBI-INVPRIVADA) están cointegradas o se mueven juntas en largo plazo, por lo tanto se

acepta la H1.

Tabla 6: Cointegración de J-J del PBI-INVPUBLICA

Fuente: BCRP
Elaboración: Propia

En la tabla Nº6 el estadístico de Traza y el estadístico del Máximo Valor Propio también es

mayor que el valor crítico, entonces se rechaza la H0, es decir, las variables tienen una

asociación de largo plazo, la probabilidad es menor que el nivel de confianza, significa que
 67

las variables (PBI-INVPUBLICA) están cointegradas o se mueven juntas en largo plazo,

por lo tanto se acepta la H1. Por lo tanto, las dos pruebas muestran que también en este

modelo existe una ecuación de cointegración.

Estos resultados avalan parte del objetivo general y los dos primeros objetivos específicos

del plan de tesis, los cuales mencionan determinar la influencia de la inversión bruta fija y

analizar la influencia de la inversión privada y pública hacia el crecimiento económico, ya

que los resultados denotan una asociación de largo plazo o movimiento empalmado entre

estas variables.

4.3. ESTACIONALIDAD Y RAÍZ UNITARIA

4.3.1. ESTACIONALIDAD

Ahora se mostrará los resultados de estacionalidad de las variables de estudio para

poder estimar los dos modelos VAR restringidos (PBI-INVPRIVADA y PBI-

INVPUBLICA).

Figura 11: PBI Fi Figura 12: Inversión privada

100000 120000 140000

25000

a)
20000
INVPRIVADA

15000
PBI
80000

10000
60000
40000

5000

1990q1 1995q1 2000q1 2005q1 2010q1 2015q1 1990q1 1995q1 2000q1 2005q1 2010q1 2015q1
AÑOS AÑOS

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia
 68

Figura 13: Inversión pública

10000
8000
6000
INVPUBLICA

4000
2000

1990q1 1995q1 2000q1 2005q1 2010q1 2015q1

AÑOS

Fuente: BCRP
Elaboración: Propia

En las figuras Nº11, Nº12 y Nº13, se da la primera impresión de que estas series de

tiempo del Producto Bruto Interno, la Inversión Privada y la Inversión Pública que

se encuentran en millones de soles tienen una tendencia hacia arriba aunque con

algunas fluctuaciones, lo cual implicaría la presencia de raíz unitaria o que no son

estacionarias.

Entonces se transforma las variables no estacionarias en estacionarias mediante la

variación porcentual como ya se mencionó en el anterior capítulo, por medio de las

formulas de la tabla Nº3, las siguientes figuras25 lo demuestran.

Estas figuras Nº14, Nº15 y Nº16 cambian mucho en comparación con las anteriores

porque ya no demuestran una tendencia, es decir ya son estacionarias, por lo que su

media está alrededor de cero (tiene alzas o caídas pero regresa a cero).

25
La transformación de estas variables, también transforma el número de observaciones por la misma
fórmula utilizada, de 111 a 110 observaciones, el cual este número se empleará de aquí para adelante.
 69

Figura 15: Variación porcentual del PBI Figura 14: Variación porcentual de la inversión
privada
.2

.3
.2
.1

INVPRIVADA

.1
PBI

0
-.1

-.1
-.2
-.2

1990q1 1995q1 2000q1 2005q1 2010q1 2015q1 1990q1 1995q1 2000q1 2005q1 2010q1 2015q1
AÑOS AÑOS

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia

Figura 16: Variación porcentual de la inversión pública

1
.5
INVPUBLICA

0
-.5

1990q1 1995q1 2000q1 2005q1 2010q1 2015q1

AÑOS

Fuente: BCRP
Elaboración: Propia
 70

Ahora se desarrolla las pruebas de los correlogramas FAC y FACP como se

mencionó en el capítulo anterior mediante el software STATA26, es la primera

prueba para verificar la estacionalidad de las variables que han sido transformadas

de millones de soles a variación porcentual. Se hace una comparación entre las

figuras que son estacionarias, el cual significa un cotejo entre los datos

transformados en variación porcentual y las figuras que no son estacionarias, es

decir los datos en millones de soles. La finalidad de realizar estos correlogramas es

para tener un balance de las diferencias que existe entre ambos estados para las tres

variables y corroborar si en realidad hay una estacionalidad.

Figura 18: Autocorrelación del PBI (no Figura 17: Autocorrelación del PBI (estacionario)
estacionario)
1.00
1.00

0.50
0.50

Autocorrelations of PBI

0.00
0.00

-0.50
-0.50

-1.00
-1.00

0 10 20 30 40 0 10 20 30 40
Lag Lag
Bartlett's formula for MA(q) 95% confidence bands Bartlett's formula for MA(q) 95% confidence bands

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia

La figura Nº18 muestra un decrecimiento muy pronunciado de los rezagos hacia

cero de un solo lado, lo cual significa que es no estacionario. La figura Nº17 tiene a

tender a cero de ambos lados, significa que los rezagos a pesar de tener alzas y bajas
26
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en STATA).
 71

regresan a su media cero, es decir hay una expectativa que la serie de tiempo PBI es

estacionario.

Figura 20: Autocorrelación de la inversión privada Figura 19: Autocorrelación de la inversión privada
(no estacionario) (estacionario)

0.40
1.00

Autocorrelations of INVPRIVADA

0.20
0.50

0.00
0.00

-0.20
-0.50

-0.40
-1.00

0 10 20 30 40 0 10 20 30 40
Lag Lag
Bartlett's formula for MA(q) 95% confidence bands Bartlett's formula for MA(q) 95% confidence bands

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia

Lo mismo sucede para las figuras Nº20 con Nº19, ya que la primera presenta sus

rezagos con una tendencia a la baja y la segunda tiene alzas y bajas, pero que

finalmente regresan a su media que es cero, por lo tanto hay esa expectativa que la

serie de tiempo INVPRIVADA es estacionaria.

En ese sentido, las figuras Nº22 con Nº21 muestran resultados análogos a las

anteriores figuras, donde la primera decrece hacia la baja y la segunda detenta a

tender a cero en ambos lados, significando que la serie de tiempo INVPUBLICA

tiene la expectativa de ser estacionaria.

 72

Figura 22: Autocorrelación de la inversión pública Figura 21: Autocorrelación de la inversión pública
(no estacionario) (no estacionario)
1.00

1.00
Autocorrelations of INVPUBLICA

0.50
0.50

0.00
0.00

-0.50
-0.50

-1.00
0 10 20 30 40 0 10 20 30 40
Lag Lag
Bartlett's formula for MA(q) 95% confidence bands Bartlett's formula for MA(q) 95% confidence bands

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia

Como ya se aludió, los correlogramas de la FACP para ambos modelos VAR

restringidos mide la correlación entre PBIt y PBIt-k, eliminando el efecto de los PBI

intermedios, es decir, los PBIt-1, PBIt-2,…, PBIt-k+1.

Figura 24: Autocorrelación parcial del PBI (no Figura 23: Autocorrelación parcial del PBI
estacionario) (estacionario)
1.00

0.40
0.20
Partial autocorrelations of PBI
0.50

0.00
-0.20
0.00

-0.40
-0.50

-0.60

0 10 20 30 40 0 10 20 30 40
Lag Lag
95% Confidence bands [se = 1/sqrt(n)] 95% Confidence bands [se = 1/sqrt(n)]

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia
 73

En la figura Nº24 una considerable cantidad de rezagos (1, 2, 4, 5, 6, 9, 16, 20 y 37)

son diferentes de cero, es decir están fuera de los límites de confianza al 95%,

entonces significa que no son estacionarios. La figura Nº23 muestra que la mayoría

de sus rezagos no son diferentes de cero, entonces significaría que existe una

expectativa de que los datos del PBI son estacionarios.

Figura 26: Autocorrelación parcial de la inversión Figura 25: Autocorrelación parcial de la inversión
privada (no estacionario) privada (estacionario)

0.30
1.00

Partial autocorrelations of INVPRIVADA

0.20
0.50

0.10
0.00
0.00

-0.10
-0.20
-0.50

0 10 20 30 40 0 10 20 30 40
Lag Lag
95% Confidence bands [se = 1/sqrt(n)] 95% Confidence bands [se = 1/sqrt(n)]

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia

En las figuras Nº25 con Nº26 y Nº27 con Nº28 muestran resultados análogos a las

anteriores figuras, en este caso de las variables INVPRIVADA e INVPUBLICA,

llegando a la misma conclusión de que presentarían expectativas de ser

estacionarias.
 74

Figura 28: Autocorrelación parcial de la inversión Figura 27: Autocorrelación parcial de la inversión
pública (no estacionario) pública (estacionario)
1.00

1.00
Partial autocorrelations of INVPUBLICA
0.50

0.50
0.00

0.00
-0.50

-0.50
0 10 20 30 40 0 10 20 30 40
Lag Lag
95% Confidence bands [se = 1/sqrt(n)] 95% Confidence bands [se = 1/sqrt(n)]

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia

Cabe indicar que estas pruebas (los correlogramas FAC y FACP) como ya se

mencionó en el capítulo anterior, son informales para estimar ambos modelos VAR

restringidos, es decir, no especifican firmemente si las series de tiempo presentan

una raíz unitaria o una expectativa de ser estacionarias. Por esta incertidumbre se

desarrollara la prueba de raíz unitaria.

4.3.2. ANÁLISIS DE RAÍZ UNITARIA

Finalmente se aplicara la última y única prueba formal ADF de esta investigación,

como se mencionó en el anterior capítulo, presentando sus tres ecuaciones27 en el

software STATA28. La primera es solamente con intercepción.

27
Como ya se aludió, desde la estacionalidad de las variables se emplea 110 observaciones, para este caso el
software STATA cuando estima las ecuaciones, desarrolló su propia muestra ajustada e incluyó 109
observaciones.
28
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en STATA).
 75

Tabla 7: ADF solo con intercepción del PBI

Fuente: BCRP
Elaboración: Propia

La primera prueba ADF solo con intercepción o constante, que se ve en la tabla Nº7

su valor absoluto de la prueba estadística es mayor que el valor absoluto del valor

crítico, esto quiere decir que se debe rechazar la H0 y aceptar la H1. Asimismo, se ve

que la probabilidad es menor que el nivel de confianza. Entonces, significa que la

serie de tiempo PBI es estacionaria. Por otro lado el coeficiente del rezago del PBI

es negativo (-1,639491), es una muestra para corroborar que el modelo si es válido.

 76

Tabla 8: ADF solo con intercepción de la inversión privada

Fuente: BCRP
Elaboración: Propia

La tabla Nº8 muestra que su valor absoluto de la prueba estadística es mayor que el

valor absoluto del valor crítico, esto quiere decir que se debe rechazar la H0 y

aceptar la H1. Asimismo, se ve que la probabilidad es menor que el nivel de

confianza. Entonces, significa que la serie de tiempo INVPRIVADA es estacionaria.

Por otro lado el coeficiente del rezago de la INVPRIVADA es negativo (-

0,8847251), es una muestra para corroborar que el modelo si es válido.

 77

Tabla 9: ADF solo con intercepción de la inversión pública

Fuente: BCRP
Elaboración: Propia

Y como última variable de la ecuación solo con intercepción, la tabla Nº9 muestra

que su valor absoluto de la prueba estadística es mayor que el valor absoluto del

valor crítico, esto quiere decir que se debe rechazar la H0 y aceptar la H1. Asimismo,

se ve que la probabilidad es menor que el nivel de confianza. Entonces, significa

que la serie de tiempo INVPUBLICA es estacionaria. Por otro lado el coeficiente

del rezago de la INVPUBLICA es negativo (-1,54476), es una muestra para

corroborar que el modelo si es válido.

Ahora se desarrolla la segunda ecuación como se mencionó líneas arriba y en el

anterior capítulo, denominada tendencia e intercepción, la cual se muestra en las

siguientes tablas.
 78

Tabla 10: ADF con tendencia e intercepción del PBI

Fuente: BCRP
Elaboración: Propia

La segunda prueba ADF con tendencia e intercepción, se ve en la tabla Nº10 que el

valor absoluto de la prueba estadística es mayor que el valor absoluto del valor

crítico, entonces se rechaza la H0 y se acepta la H1. Asimismo, se ve que la

probabilidad es menor que el nivel de confianza, esto quiere decir que la serie de

tiempo PBI es estacionario. Por otro lado el coeficiente del rezago del PBI es

negativo (-1,641339), es una muestra para corroborar que el modelo si es válido.

 79

Tabla 11: ADF con tendencia e intercepción de la inversión privada

Fuente: BCRP
Elaboración: Propia

En la tabla Nº11 su valor absoluto de la prueba estadística es mayor que el valor

absoluto del valor crítico, entonces se rechaza la H0 y se acepta la H1. Asimismo, se

ve que la probabilidad es menor que el nivel de confianza, esto quiere decir que la

serie de tiempo INVPRIVADA es estacionaria. Por otro lado el coeficiente del

rezago del INVPRIVADA es negativo (-0,884944), es una muestra para corroborar

que el modelo si es válido.

La última variable de la ecuación tendencia e intercepción, la tabla Nº12 muestra

que su valor absoluto de la prueba estadística es mayor que el valor absoluto del

valor crítico, entonces se rechaza la H0 y se acepta la H1. Asimismo, se ve que la

probabilidad es menor que el nivel de confianza, esto quiere decir que la serie de

tiempo INVPUBLICA es estacionaria. Por otro lado el coeficiente del rezago del
 80

INVPUBLICA es negativo (-1,565732), es una muestra para corroborar que el

modelo si es válido.

Tabla 12: ADF con tendencia e intercepción de la inversión pública

Fuente: BCRP
Elaboración: Propia

Se desarrolla la última y tercera ecuación ADF, denominada sin tendencia y sin

intercepción. Como se ve en la tabla Nº13 que su valor absoluto de la prueba

estadística es mayor que el valor absoluto del valor crítico, entonces se rechaza la

H0 y se acepta la H1, esto quiere decir que la serie de tiempo PBI es estacionario.

Por otro lado el coeficiente del rezago del PBI es negativo (-1,569523), es una

muestra para corroborar que el modelo si es válido.

 81

Tabla 13: ADF sin tendencia y sin intercepción del PBI

Fuente: BCRP
Elaboración: Propia

La tabla Nº14 muestra que su valor absoluto de la prueba estadística es mayor que el

valor absoluto del valor crítico, entonces se rechaza la H0 y se acepta la H1, esto

quiere decir que la serie de tiempo INVPRIVADA es estacionario. Por otro lado el

coeficiente del rezago de la INVPRIVADA es negativo (-0,8435409), es una

muestra para corroborar que el modelo si es válido.

Y por último, la tabla Nº15 muestra que su valor absoluto de la prueba estadística es

mayor que el valor absoluto del valor crítico, entonces se rechaza la H0 y se acepta

la H1, esto quiere decir que la serie de tiempo INVPUBLICA es estacionario. Por

otro lado el coeficiente del rezago de la INVPUBLICA es negativo (-1,441914), es

una muestra para corroborar que el modelo si es válido.

 82

Tabla 14: ADF sin tendencia y sin intercepción de la inversión privada

Fuente: BCRP
Elaboración: Propia

Tabla 15: ADF sin tendencia y sin intercepción de la inversión pública

Fuente: BCRP
Elaboración: Propia
 83

Se ha verificado las tres pruebas ADF y mencionan lo mismo, que las tres variables

no tienen raíz unitaria o si son estacionarias, por lo tanto si se puede utilizar estas

series de tiempo para estimar ambos modelos VAR restringidos.

4.4. ESTIMACIÓN DEL MODELO VAR

Ya se conoce que las series de tiempo son estacionarias, el número de rezagos que se va a

utilizar para cada modelo y que existe entre las variables una cointegración o asociación de

largo plazo. Entonces recién se puede estimar ambos modelos VAR restringidos, los cuales

sus detalles de ambos modelos desarrollados en el software EVIEWS29, se pueden observar

en el ANEXO Nº430.

Una vez estimado, se muestra las sintaxis de las ecuaciones de los dos modelos VAR

restringidos:

MODELO Nº01: PBI-INVPRIVADA

D(PBI) = C(1)*(PBI(-1) - 0.19154659787*INVPRIVADA(-1) - 0.00967195788705) +

C(2)*D(PBI(-1)) + C(3)*D(PBI(-2)) + C(4)*D(PBI(-3)) + C(5)*D(INVPRIVADA(-1)) +

C(6)*D(INVPRIVADA(-2)) + C(7)*D(INVPRIVADA(-3)) + C(8)

29
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en EVIEWS).
30
Como ya se aludió, en esta prueba el número de observaciones que se emplea son 110, para este caso el
software EVIEWS cuando estima los dos modelos VAR restringidos, desarrolló su propia muestra ajustada e
incluyó 106 observaciones.
 84

MODELO Nº01: PBI-INVPUBLICA

D(PBI) = C(1)*(PBI(-1) - 0.031339044564*INVPUBLICA(-1) - 0.0100564512455) +

C(2)*D(PBI(-1)) + C(3)*D(PBI(-2)) + C(4)*D(PBI(-3)) + C(5)*D(INVPUBLICA(-1)) +

C(6)*D(INVPUBLICA(-2)) + C(7)*D(INVPUBLICA(-3)) + C(8)

Como se observa, los dos modelos presentan una variable dependiente (PBI) y variables

independientes (INVPRIVADA e INVPUBLICA), donde se determina los tres rezagos

elegidos anteriormente con un intercepto C(8) como variable exógena en ambos modelos de

todas las variables. Asimismo, C(1) es el coeficiente de la ecuación de cointegración o el

ajuste de velocidad a un equilibrio de largo plazo y C(2) hasta C(7) son los coeficientes de

corto plazo de los rezagos.

4.5. CAUSALIDAD DE GRANGER

Continuando con los pasos del capítulo anterior y tal como ya se aludió la presencia de una

relación entre variables (cointegración de J-J) no justifica una causalidad entre ellas, es por

ello que debe realizar la causalidad de Granger y cumplir con el último objetivo de esta

investigación, el cual es determinar la causalidad estadística de la inversión bruta fija hacia

el crecimiento económico, pero como ya se mencionó anteriormente, este último es

desglosado en inversión privada y pública. Tales como se observa en las siguientes tablas31

la causalidad de Granger de los dos modelos estudiados, cuyas observaciones utilizadas

tanto para esta prueba como para los demás están en el ANEXO Nº1 desarrollados en el

EVIEWS.

31
Como ya se aludió, en esta prueba el número de observaciones que se emplea son 110, para este caso el
software EVIEWS cuando estima las ecuaciones, desarrolló su propia muestra ajustada e incluyó 106
observaciones.
 85

En la tabla Nº16 muestra que la INVPRIVADA causa a la Granger al PBI, ya que la

probabilidad es menor que el nivel de confianza, entonces esto significa que se debe

rechazar la H0 y aceptar la H1; también se observa que el PBI causa a la Granger a la

INVPRIVADA, su probabilidad es menor que el nivel de confianza, entonces se rechaza la

H0 y se acepta la H1. En otras palabras se presenta una causalidad a la Granger bidireccional

como ya se mencionó en el capítulo anterior.

Tabla 16: Causalidad de Granger PBI-INVPRIVADA

Fuente: BCRP
Elaboración: Propia

En estos resultados no solo se ve la causalidad de Granger de la INVPRIVADA hacia el

PBI, cumpliendo así con una fracción del objetivo final; sino además de encontrar que el

PBI causa a la Granger a la INVPRIVADA y de esta manera se corrobora con la teoría

económica.
 86

En la tabla Nº17 muestra que la INVPUBLICA causa a la Granger al PBI, ya que la

probabilidad es menor que el nivel de confianza, entonces esto significa que se debe aceptar

la H1 y rechazar la H0; así mismo el PBI causa a la Granger a la INVPUBLICA, ya que su

probabilidad es menor que el nivel de confianza, entonces se rechaza la H0 y se acepta la

H1. También hay una causalidad bidireccional.

Tabla 17: Causalidad de Granger PBI-INVPUBLICA

Fuente: BCRP
Elaboración: Propia

Como se observa, la INVPUBLICA si causa a la Granger al PBI, y también viceversa; así

mismo se cumple con una fracción del último objetivo de esta investigación y corroborar

con la teoría económica.

 87

En ese sentido, las dos tablas describen que las variables independientes (INVPRIVADA e

INVPUBLICA) con sus rezagos aportan significativamente en la predicción de la variable

dependiente (PBI).

Siguiendo con los pasos ya aludidos, se verá la causalidad de corto plazo a través de la

prueba de Wald en las siguientes tablas32 para culminar el proceso de causalidad (más

detalles de los resultados a través del software EVIEWS33, revisar el ANEXO Nº5).

Tabla 18: Prueba de Wald PBI-INVPRIVADA (Rezagos de la inversión privada)

Fuente: BCRP
Elaboración: Propia

En la tabla Nº18 se observa que la probabilidad es menor que el nivel de confianza

entonces se rechaza la H0 y se acepta la H1, significa que los rezagos de INVPRIVADA

C(5), C(6), C(7) son diferentes de cero. En virtud de ello, a través de estos resultados, se

observa que los tres rezagos de la inversión privada causan en el corto plazo a la variable

dependiente, el PBI.

32
Como ya se aludió, en esta prueba el número de observaciones que se emplea son 110, para este caso el
software EVIEWS cuando estima las ecuaciones, desarrolló su propia muestra ajustada e incluyó 106
observaciones.
33
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en EVIEWS).
 88

Tabla 19: Prueba de Wald PBI-INVPUBLICA (Rezagos de la inversión pública)

Fuente: BCRP
Elaboración: Propia

En la tabla Nº19 se observa que la probabilidad es menor que el nivel de confianza,

entonces se rechaza la H0 y se acepta la H1, significa que los rezagos de la INVPUBLICA

C(5), C(6), C(7) son diferentes a cero, es decir los tres rezagos de la inversión pública

causan en el corto plazo a la variable dependiente, el PBI.

De otro lado, en las tablas Nº20 y Nº21 de la siguiente sección, los coeficientes de la

ecuación de cointegración de ambos sistemas de modelos de ecuaciones, son negativos y

significativos. En el caso del modelo PBI-INVPRIVADA el coeficiente es -2.3637 y su

probabilidad es menor que el nivel de confianza, para el modelo PBI-INVPUBLICA su

coeficiente es -1.7118 y su probabilidad es menor que el nivel de confianza. En otras

palabras, existe una causalidad de largo plazo de las variables independientes a la variable

dependiente en ambos modelos VAR restringidos.

De esta manera se viene corroborando lo mencionado en la causalidad de Granger de que la

INVPUBLICA e INVPRIVADA (es decir, la inversión privada y pública) si causa al PBI,

con estos datos se culmina de cumplir con el último objetivo de la investigación.

 89

4.6. ESTABILIDAD DEL MODELO

Como se mencionó en el capítulo anterior, la importancia de realizar la estabilidad de

ambos modelos es para que los resultados de la función impulso-respuesta y

descomposición de varianza sean confluyentes o válidos y no muestren un comportamiento

explosivo en los siguientes periodos de pronóstico. En las siguientes figuras34 se muestran

la estabilidad de los dos modelos VAR restringidos elaborados en el EVIEWS35.

Figura 29: Estabilidad del modelo PBI- Figura 30: Estabilidad del modelo PBI-
INVPRIVADA INVPUBLICA

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia

La figura Nº29 y la figura Nº30 muestran que las líneas azules o el comportamiento de las

variables dependientes de las dos ecuaciones se encuentran dentro de las dos líneas rojas o

límites de confianza, lo que significa que nuestros modelo son estables, es decir que las

variables dependientes de las dos ecuaciones presentan estabilidad. Por lo tanto, es lo que

se deseaba obtener a través de estos resultados para ambos modelos.

34
En este caso, el número de observaciones empleadas son las mismas de los dos modelos VAR restringidos
estimados.
35
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en EVIEWS).
 90

4.7. ESTADISTICA DE LOS MODELOS VAR RESTRINGIDOS

Corroborando con las pruebas estadísticas mencionadas en el capítulo anterior se muestra

en ambas tablas36 de sistema de modelos de ecuación Nº20 y Nº21 desarrolladas en el

software EVIEWS37, que la mayoría de las variables independientes de los dos modelos son

significativas de forma individual, ya que tienen la probabilidad menor que el nivel de

confianza, es decir que las variables independientes explican a las variable dependiente, lo

cual es una muestra de que el modelo es válido.

En la tabla Nº20 se observa el modelo PBI-INVPRIVADA, su R2 es 93.59%, significa que

en ese porcentaje el PBI puede ser explicado por las variables independientes (C(2) hasta

C(7)38) de forma conjunta, el resto 6.41% puede ser explicado por residuos que no están

incluidos en este modelo, es decir por variables exógenas. Por otro lado, la probabilidad de

F-estadístico es menor que el nivel de confianza, es decir, las variables independientes de

forma conjunta son significativas para el modelo.

36
Como ya se aludió, en esta prueba el número de observaciones que se emplea son 110, para este caso el
software EVIEWS cuando estima las ecuaciones, desarrolló su propia muestra ajustada e incluyó 106
observaciones.
37
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en EVIEWS).

38
C(8) es la constante.
 91

Tabla 20: Sistema de modelo de ecuación PBI-INVPRIVADA

Fuente: BCRP
Elaboración: Propia

En la tabla Nº21 se observa el modelo PBI-INVPUBLICA, su R2 es 93.89%, significa que

en ese porcentaje el PBI puede ser explicado por las variables independientes (C(2) hasta

C(7)) de forma conjunta, el resto 6.11% puede ser explicado por residuos que no están

incluidos en este modelo. Por otro lado, la probabilidad de F-estadístico es menor que el

nivel de confianza, es decir, las variables independientes de forma conjunta son

significativas para el modelo.

 92

Tabla 21: Sistema de modelo de ecuación PBI-INVPUBLICA

Fuente: BCRP
Elaboración: Propia

Cabe recordar que el R2 es un resultado de la muestra y F-estadístico es un resultado de la

población. Por lo tanto, se termina de cumplir con el objetivo general y los dos primeros

objetivos específicos. En resumen, la inversión bruta fija (desglosada en la inversión

privada y pública) si influyen en el crecimiento del producto.

 93

4.8. PRUEBAS A LOS RESIDUOS DE LOS MODELOS VAR RESTRINGIDOS

4.8.1. PRUEBA DE CORRELACIÓN SERIAL O AUTOCORRELACIÓN

Como ya se mencionó en el capítulo anterior, los dos modelos VAR restringidos se

someten a diversas pruebas de residuos para verificar si son válidos los coeficientes

estimados, siendo la primera de ellas, la prueba LM de B-G de correlación serial, la

cual se ejecuta en el software STATA39.

Se observa en las tablas40 Nº22 y Nº23 que las probabilidades chi-cuadrado de todos

los rezagos de ambos modelos son mayores que el nivel de confianza, entonces esto

significa que se debe aceptar la H0, es decir no existe correlación serial. Estos

resultados son los deseables para ambos modelos.

Tabla 23: Prueba LM PBI-INVPRIVADA Tabla 22: Prueba LM PBI-INVPUBLICA

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia

39
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en STATA).
40
En este caso, el número de observaciones empleadas son las mismas de los dos modelos VAR restringidos
estimados, pero en el software STATA.
 94

4.8.2. PRUEBA DE HETEROCEDASTICIDAD

Continuando con las pruebas de los residuos, se desarrolla la prueba de B-P-G en las

tablas41 Nº24 y Nº25, donde se observa que las probabilidades chi-cuadrado de

ambos modelos son mayores que el nivel de significancia, entonces significa que no

se puede rechazar la H0, es decir los modelos tienen homocedasticidad. Por lo tanto

ambos modelos si son válidos (más detalles de los resultados del software

EVIEWS42, revisar el ANEXO Nº6).

Tabla 24: Prueba de heterocedasticidad de Breusch-Pegan-

Godfrey de PBI-INVPRIVADA

Fuente: BCRP
Elaboración: Propia

Tabla 25: Prueba de heterocedasticidad de Breusch-Pegan-

Godfrey de PBI-INVPUBLICA

Fuente: BCRP
Elaboración: Propia

41
Así como ya se aludió, en esta prueba el número de observaciones que se emplea son 110, para este caso
el software EVIEWS cuando estima las ecuaciones, desarrolló su propia muestra ajustada e incluyó 106
observaciones.
42
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en EVIEWS).
 95

4.7.3. PRUEBA DE DISTRIBUCIÓN NORMAL DE RESIDUOS

Como última prueba de estabilidad de los residuos, la prueba de distribución normal

se ve en las figuras43 del Histograma de Normalidad Nº31 y Nº32 desarrollados en

el software EVIEWS44, que las probabilidades de J-B de ambos modelos son

mayores que el nivel de confianza, entonces esto significa que no se puede rechazar

la H0, evidencia que los residuos se distribuyen normalmente. Por lo tanto, se

comprueba que al pasar todas las pruebas de residuos, los dos modelos VAR

restringidos (PBI-INVPRIVADA y PBI-INVPUBLICA) son válidos.

Figura 31: Histograma de Normalidad del PBI-INVPRIVADA

Fuente: BCRP
Elaboración: Propia

43
Como ya se aludió, en esta prueba el número de observaciones que se emplea son 110, para este caso el
software EVIEWS cuando estima las ecuaciones, desarrolló su propia muestra ajustada e incluyó 106
observaciones.
44
Cuyas observaciones se encuentran en el ANEXO Nº1 (PBI-INVPRIVADA y PBI-INVPUBLICA en EVIEWS).
 96

Figura 32: Histograma de Normalidad del PBI-INVPUBLICA

Fuente: BCRP
Elaboración: Propia

4.8. ANÁLISIS DE LA FUNCIÓN IMPULSO–RESPUESTA Y

DESCOMPOSICIÓN DE VARIANZA

Es importante aludir que las bandas de error están al 95%. Además de que esta predicción

se realizó en el software EVIEWS, cuyas observaciones se encuentran en el ANEXO Nº1

(PBI-INVPRIVADA y PBI-INVPUBLICA en EVIEWS).

4.8.1. FUNCIÓN IMPULSO-RESPUESTA

En las figuras45 Nº33 y Nº34 se muestran las respuestas de la variables, ya sea

dependientes o independientes, ante un shock positivo de una desviación estándar

de las variables tanto dependientes como independientes en los dos sistemas de

45
En este caso, el número de observaciones empleadas son las mismas de los dos modelos VAR restringidos
estimados.
 97

ecuación, el análisis de pronóstico es desde el IV trimestre del 2017 hasta el IV del

2018.

Figura 33: Impulso-respuesta de PBI-INVPRIVADA

Fuente: BCRP
Elaboración: Propia

Se empieza con el modelo VAR restringido (PBI-INVPRIVADA). Como se puede

ver en la figura Nº33, la respuesta de la tasa de crecimiento del PBI ante una

innovación en una desviación estándar de sí misma es un rápido descenso inicial de

-0.39% del primer trimestre del 2017, manteniéndose negativa por tres trimestres,

para luego ya en el cuarto trimestre del 2018 volver ascender hasta 2.13%.
 98

La respuesta de la economía ante un shock positivo de la inversión privada es un

incremento de 1 % en el primer trimestre del 2018 para luego tener un descenso leve

de 0.04% en el segundo trimestre y otra vez ascender hasta 0.06% y ya en el último

trimestre descender hasta -0.02%, formando así un pequeño ciclo económico que al

parecer se repetirá en los siguientes periodos46.

Ante un shock positivo en la tasa de crecimiento económico del PBI, hay un

descenso durante los tres primeros periodos 4%,3.58% y 1.98% respectivamente

hasta 0.97% en la inversión privada en el tercer trimestre del 2018 para luego tener

un crecimiento de 2.9% en el último trimestre.

La respuesta de la tasa de crecimiento de la inversión privada ante una shock de sí

misma es un rápido descenso inicial de 0.73% en el primer trimestre del 2018, ya en

el segundo trimestre tiene un crecimiento leve y en el ultimo un crecimiento de

3.21%. Las tablas de respuestas elaboradas en el software EVIEWS están en el

ANEXO Nº7

46
Cabe mencionar que el ciclo económico se da a través de tres variables (PBI, inversión Privada e inversión
Pública), las demás variables (Exportación, Importación, inversión Extranjera Directa, Consumo, etc) que no
están incluidas permanecen en Ceteris paribus.
 99

Figura 34: Impulso-respuesta de PBI-INVPUBLICA

Fuente: BCRP
Elaboración: Propia

En el caso del modelo VAR restringido (PBI-INVPUBLICA), se muestra en la

figura Nº34 la respuesta de la economía ante un shock de sí misma desciende

rápidamente en -0.62% manteniéndose los dos siguientes trimestres negativos (-

0.55% y -0.53%, respectivamente), y ya en el último trimestre crece

pronunciadamente en 1.44%.
 100

La respuesta de la tasa de crecimiento económico ante un shock positivo de la

inversión pública no es tan significativa pero si se mantiene positivo durante todo el

año 2018, teniendo un leve crecimiento importante en el último trimestre de 0.19%.

Un shock positivo del PBI hacia la inversión pública, genera una disminución de -

1.17% en el primer trimestre del 2018, donde se mantiene negativa

pronunciadamente en los dos siguientes trimestres (-1.04% y -4.53%,

respectivamente), para ya en el último trimestre recién tener un ascenso en 2.83%.

Un shock positivo de la inversión pública a sí misma, genera un rápido descenso de

-0.91%, recién en el tercer trimestre del 2018 tiene un ascenso pronunciado en

2.41% y llegar en el último trimestre a tener el mayor crecimiento potenciado de

13.78%.

En resumen en solo una respuesta ante un shock de innovación se encuentra un ciclo

económico de corto plazo, tal vez en las respuestas de los siguientes periodos no

estimados se pueda ver más ciclos económicos. Los shocks del PBI a si mismo son

más influyentes y significativos que las otras dos series, como también los shocks

de sí mismos de la inversión privada y pública son más significativos que los shocks

del PBI. Los shocks de la inversión privada influyen más que la inversión pública

hacia el crecimiento económico, aunque las tasas de crecimiento resulten solo

exiguas.
 101

4.8.2. DESCOMPOSICION DE VARIANZA

Para finalizar con la investigación y la predicción hasta el cuarto trimestre del 2018,

se realiza la descomposición de varianza. Como se ve en la tabla Nº26 en el primer

trimestre del 2018, un impulso, shock o innovación a la inversión privada puede

causar 12.99% de variación en el error de pronóstico de varianza del PBI. En el

segundo trimestre contribuye con 14.58% de fluctuación del PBI. El tercer trimestre

es el de mayor contribución con 18.75%. Y en el último trimestre un impulso de la

inversión reduce la contribución levemente en la fluctuación en la varianza del PBI

a 12.87%.

Tabla 26: Descomposición de varianza PBI- Tabla 27: Descomposición de varianza PBI-
INVPRIVADA INVPUBLICA

Fuente: BCRP Fuente: BCRP

Elaboración: Propia Elaboración: Propia
 102

En la tabla Nº27 en el primer trimestre del 2018, un impulso, shock o innovación a

la inversión pública puede causar 0.14% de variación en el error de pronóstico de

varianza del PBI, siendo el trimestre menos considerable en la proporción de la

fluctuación de varianza del producto. En el último trimestre un impulso de la

inversión pública puede contribuir 0.84% de fluctuación en la varianza del PBI,

siendo el trimestre con mayor contribución del año. Como se puede observar al

igual que los anteriores trimestres no puede contribuir significativamente al PBI.

En resumen, la inversión privada tiene una mayor contribución a la fluctuación de

varianza del PBI en comparación de la inversión pública hacia el crecimiento

económico, corroborando con las anteriores pruebas, como la de Granger, la prueba

de Wald, las pruebas estadísticas y la función impulso-respuesta. De esta manera se

termina por cumplir todos los objetivos de esta investigación.

Como a modo de que esta investigación sea un aporte más al estudio de la eficiencia

de la inversión pública y la importancia de sus externalidades a la inversión privada.

En el ANEXO Nº2, se muestra que el 34% del presupuesto de la inversión pública,

se ejecuta en las funciones: planeamiento, gestión y reserva de contingencia (11%),

protección social (4%), previsión social (11%) y deuda pública (8%), siendo estas

funciones un gasto corriente, ya que según la mención de Sergio Bravo Orellana

director del Instituto de Regulación y Finanzas (FRI ESAN) y profesor de la

Universidad ESAN alude que los recursos económicos que no se invierten se

transforman en gastos corrientes. Bravo menciona, que los gobiernos tienen una

cantidad de recursos limitados para utilizar, en ese sentido cuando se decide

impulsar el gasto corriente sobre el gasto de capital se termina en un proceso de

 103

desaceleración de la economía, además de quedar una menor cantidad de recursos

para la inversión, así como también para el gasto corriente. Pero hay gastos

corrientes de calidad como beca 18, el SIS o los gastos de mantenimiento de la

infraestructura que si se debería fomentar. (Bravo, 2016)

 104

CAPÍTULO V

4. CONCLUSIONES Y RECOMENDACIONES

4.1. CONCLUSIONES

El objetivo de esta investigación ha sido estimar econométricamente la relación entre la

inversión bruta fija (desglosada en inversión pública y privada) con el crecimiento

económico peruano, debido a que en la actualidad la tasa de crecimiento de la inversión

bruta fija es menor en comparación con periodos anteriores lo cual podría afectar al

crecimiento económico. Es en ese sentido, las conclusiones son las siguientes:

1. Con el uso del modelo econométrico VAR, el cual muestra, que si se cumple con la

hipótesis planteada, ya que como se vio, la inversión privada influye

significativamente y en forma directa en el crecimiento económico, en cambio la

inversión pública influye también en forma positiva pero el grado es mucho menor.

Por lo tanto si existe una correlación positiva entre las variables de estudio, con lo

cual se podría decir que, una reducción de la inversión bruta fija influye de forma

negativa en el crecimiento económico del Perú, periodo 1990–2018.

2. Los resultados a través de la prueba de cointegración de Johansen-Juselius,

podemos afirmar que existe una relación o asociación de largo plazo entre la

inversión privada y el crecimiento económico, teniendo como coeficiente de

determinación de 93.59%, lo cual indica que la inversión privada presenta un alto

grado de influencia en el crecimiento económico, durante el periodo de estudio.

 105

3. Los resultados a través de la prueba de cointegración de Johansen-Juselius,

muestran que existe una relación o asociación de largo plazo con el crecimiento

económico, teniendo como coeficiente de determinación de 93.89%, lo cual indica

que la inversión pública presenta un alto grado de influencia al crecimiento

económico, durante el periodo de estudio.

4. Mediante la función de impulso-respuesta, se muestra el efecto del crecimiento del

PBI ante una innovación o shock en una desviación estándar de la inversión privada.

En el primer trimestre del 2018 se dio un incremento de 1.05% para luego tener un

descenso sutil de 0.4% en el segundo trimestre y otra vez ascender hasta 0.66% en

el tercer trimestre y descender en último trimestre hasta -0.25%, formando así un

pequeño ciclo económico que al parecer se repetirá en los siguientes periodos.

Además, una innovación de la inversión privada puede contribuir en promedio,

14.79% de fluctuación en la varianza del PBI en el 2018.

5. El comportamiento futuro del crecimiento económico ante una innovación o shock

en una desviación estándar de la inversión pública, se observa que no es tan

significativa pero si se mantiene positivo durante todo el año 2018, teniendo un leve

crecimiento en el segundo trimestre de 0.15% y terminado el año con un

crecimiento de 0.19% en el último trimestre. Además, un impulso a la inversión

pública contribuye en promedio 0.5% la fluctuación en la variación del PBI, siendo

menor a la proporción de contribución de la inversión privada. Esto demuestra que

tanto la inversión privada como pública no contribuyen cuantiosamente a la

fluctuación de varianza de la economía peruana, pero si lo hace la inversión privada

en mayor proporción comparado con la inversión pública hacia el PBI del país.
 106

6. La inversión privada con el crecimiento económico detenta una causalidad de

Granger bidireccional, y una causalidad de Wald a corto plazo, así mismo su

coeficiente de la ecuación de cointegración indica que hay una causalidad de largo

plazo. Denota que con tres rezagos la inversión privada causa a la Granger al

crecimiento económico, además que de forma viceversa ocurre lo análogo; en la

prueba de Wald la inversión privada con tres rezagos también causa al producto en

el corto plazo. La inversión pública con el crecimiento económico detenta una

causalidad de Granger bidireccional y una causalidad de Wald a corto plazo, así

mismo su coeficiente de la ecuación de cointegración indica que hay una causalidad

de largo plazo. Denota que con tres rezagos la inversión pública causa a la Granger,

además que de forma viceversa ocurre lo análogo; en la prueba de Wald la inversión

pública también con tres rezagos causa al producto en el corto plazo.

 107

4.2. RECOMENDACIONES:

1. Como ya se vio, la inversión pública causa al crecimiento económico en menor

proporción que la inversión privada, debido a que gran parte de ello es ejecutado

ineficientemente. Se debería impulsar la inversión pública a través de las APPs

autosostenibles, ya que tiene una mejor calidad de inversión, debido a alivios de

deuda y déficit fiscal, porque el privado es el que se endeudará para financiar la

inversión utilizando como fuente de repago los flujos de ingresos ya existentes.

Además, que no ha habido problemas de culminación de las obras, sobrecostos,

calidad y de cortos periodos de vida útil como ocurre en las obras públicas como

menciona Sergio Bravo (2016).

2. Aplicar la teoría de crecimiento endógeno, es decir que la inversión pública se

ejecute en capital público de infraestructura (APPs), investigación y desarrollo (la

escasa ejecución de inversión en innovación tecnológica de solo 0.02% del

presupuesto de la educación del 2016) y capital humano (reformas en educación y

salud, cuyos efectos se prolongarían en el mediano y largo plazo), ya que suscita

rendimientos de escalas crecientes y externalidades positivas.

3. El déficit fiscal del 2017 fue de 3.2% del PBI. Entonces se debe reducir el gasto de

corriente mediante la reducción del gasto superfluo (consultorías, viajes, cócteles,

regalos, tarifas telefónicas, aumentos salariales a funcionarios públicos

injustificadamente, etc) para utilizar esos recursos en inversión pública.

4. Por último, el FMI sugiere la importancia de combatir contra la corrupción, ya que

regenera el clima de negocios y fomentaría a la inversión privada, de lo contrario

influye negativamente en la competitividad del país. Por otro lado, el último

 108

Reporte Global de Competitividad 2017-18 del Foro Económico Mundial, de 132

países evaluados, ocupamos el puesto 116 del marco institucional. Entonces se debe

mejorar las instituciones del país para mejorar las expectativas de los inversionistas

privados y este contribuya con el crecimiento económico o PBI del Perú, siendo este

último el medio para llegar al fin que es mejorar la calidad de vida de cada habitante

de nuestro país.
 109

BIBLIOGRAFÍA

Albujar, A. (s.f.). Medicion del impacto en la economia de la inversion en infraestructura publica-

privada en paises en vias de desarrollo. Aplicacion a la economia peruana.

Antayhua, M. d. (2012). Impacto economico de la inversion publica en el Peru 1980-2012. Lima.

Arpi, R. (2015). Perú, 2004-2013: Inversión Pública en Infraestructura, Crecimiento y Desarrollo

Regional. Resumen informativo, Arequipa.

ASBANC. (2017). Reporte Informativo. Lima.

Banco Central de Reserva del Perú. (2017). CUADROS ANUALES HISTÓRICOS. Recuperado el 30 de
Mayo de 2017, de [Link]

Banco Central de Reserva del Perú. (2017). Reporte de Inflación. Panorama actual y proyecciones
macroeconómicas 2017-2018, 84-86.

Banco Central de Reserva del Perú. (2017). Reporte de inflación de junio del 2017. Lima.

Banco Mundial. (2017). Perú Panorama general. NW Washington, DC.

Banco Mundial. (2017). Perú Panorama General. Banco mundial Perú.

Banerjee, A. (1996). Co-integration, error-correction, and the econometric analysis of non-

stationary data. Oxford: Oxford University Press.

BCRP. (2010). Inversion Privada y el ciclo economico en el Peru. Moneda, 1-5.

BCRP. (2017). Cuadro Historicos Trimestrales. Lima.

BCRP. (2018). Glosario de terminos economicos. Lima.

Bravo, S. (4 de Julio de 2016). ¿Mas gasto corriente o mas inversion? ¿Como impactan en el
crecimiento? Diario Gestion.

Castellanos, E. (15 de setiembre de 2013). Finanzas en Acción: Carrera Finanzas de la Universidad

del Pacífico. Recuperado el 30 de abril de 2017, de [Link]
inversion-en-bolsa/

CEPLAN. (2011). Evolucion Socioeconomica del Peru 1990 - 2010. Lima.

CURT, E. W. (2011). Estadísticas y econometría Financiera (Primera Edición ed.). Argentina, Buenos
Aires: Cengage Learning.
 110

Daza, A. (2011). ¿Como reacciona la estructura temporal de los tipos de interes a los anuncios
macroeconomicos? Analisis para Colombia, periodo 2005-2010. Santiago de Cali.

Destinobles, A. (2007). Introduccion a los modelos de crecimiento economico exogeno y endogeno.

Engle, R., & Granger, C. (1987). Cointegration and error correction: Representation, estimation and
testing.

Estadistica. (s.f.). Series de Tiempo.

Expansion. (s.f.). Coeficiente de Determinacion. Expansion, 1.

Fermin, F. (2015). Prueba t de Student. Prueba t de Student, 1.

Fernandez y Pacco , J. (2016). "Analisis de la Inversion Publica y su impacto en la Economia de la

provincia de Canchis, Cusco - Peru (2007 - 2013)". Cusco: Universidad Nacional San Antonio
Abad del Cuco.

FMI. (2017).

FMI. (2017). Perspectivas Economicas Globales.

Gonzales, E. (2018). Economia Peruana. Blog PUCP.

Gujarati, D., & Porter, D. (2011). ECONOMETRIA (Quinta Edición ed.). (E. Z. Gutierrez, Ed.) Mexico,
DC Mexico: McGraw-Hill.

Hossain, S. (2011). Econometrics applications. Hossain Academy. Dallas.

Instituto de Economía y Desarrollo Empresarial . (2016). Tasa de interés de Bancos y Cajas

Municipales muestra una tendencia a la baja. Informe Económico, 8-10.

Jimenez, F. (2010). Crecimiento economico: enfoques y modelos Capitulo 5 - Teoria del crecimiento
endogeno. Lima: Cartolan Editoria y Comercializadora EIRL.

Larraín, F., & Sachs, J. (2013). Macroeconomía en la economía global (3ra ed.). Santigo, Santigo de
Chile, Chile: Pearson.

Manayay, P. (2014). "Analisis de los Shocks Macroeconomicos sobre la posicion Fiscal en la

Economia Peruana: periodo 1993 M1-2012 M3, un analisis estructural de vectores
autoregresivos (SVAR)". Piura: Universidad Nacional de Piura.

Mayuri, J. L. (2015). La inversion en infraestructura publica y el crecimiento economico del Peru,

1950 - 2013. Lima.

McCandless, G., Gabrielli, F., & Murphy, T. (2001). Modelos econometricos de prediccion
macroeconomica en la Argentina. Argentina.
 111

MEF. (2017).

Mendoza, J. (31 de Julio de 2016). La Inversion Privada. Diario Gestion, pág. 1.

Moreno, E. V. (2013). Influencia de la Inversion Publica en Infraestructura sobre el Crecimiento de

la economia peruana, 1980 - 2011. Trujillo.

Novales, A. (2016). Modelos vectoriales autoregresivos (VAR).

Parodi, C. (13 de diciembre de 2016). Motores de la economía peruana. Diario Gestión.

Parodi, C. (26 de mayo de 2017). Porque no se reactiva la economia peruana. Diario Gestión.

Parodi, C. (2 de Febrero de 2017). Que relacion existe entre la inversion privada y el 2021.

Parodi, C. (17 de Febrero de 2017). Que relacion existe entre la inversion privada y el 2021. Diario
Gestión.

Parodi, Carlos. (2017). ¿Cómo se puede reactivar la economía peruana? Diario Gestión.

Perdomo, A. (2002). Inversion publica sectorial y crecimiento ecnomico: Una aproximacion desde la
metodologia VAR. Colombia.

Ponce, S. (2013). Inversion Publica y Desarrollo Economico Regional. Recuperado el 01 de

Noviembre de 2017, de
[Link]
TEFAHNIE_SOFIA_INVERSION.pdf?sequence=1

Rivera, J., & Toledo, P. (2004). Efectos de la infraestructura publica sobre el crecimiento de la
economia, evidencia para Chile. Chile.

Romaní, R. B. (2015). Desarrollo Financiero y Crecimiento Económico en el Perú. Lima.

Vargas, A., & Castro, V. y. (2011). Importancia del crecimiento del sector construccion en la
economia y sociedad peruana. Lima.

Vasquez, A. (2004). Los vinculos entre el crecimiento economico y la infraestructura electrica en el

Peru, 1940-2000. Lima.
 112

ANEXO Nº1 BASE DE DATOS

PBI-INVPRIVADA (MILLONES DE SOLES)

IV 61,589 7,593
INVERSION I 60,914 7,996
AÑOS T PBI
PRIVADA
II 67,640 7,768
2004
I III 63,146 8,202
40,441 4,771
II IV 66,071 8,369
40,317 4,887
1990 I 64,341 8,333
III 33,935 3,847
IV II 71,310 8,497
36,800 3,655 2005
I III 67,230 9,322
36,290 3,791
II IV 71,090 10,066
40,194 4,225
1991 I 69,671 10,649
III 39,444 4,752
IV II 75,824 10,108
38,926 4,386 2006
I III 72,806 10,754
38,554 4,622
II IV 76,297 11,970
39,420 4,040
1992 I 73,354 12,072
III 36,833 4,078
IV II 80,626 12,465
39,210 3,710 2007
I III 80,689 14,045
38,459 3,960
II IV 85,024 15,043
41,647 4,130
1993 I 80,813 14,810
III 40,684 4,682
IV II 89,146 16,485
41,304 5,257 2008
I III 88,440 17,911
43,374 4,885
II IV 90,524 17,248
46,710 5,332
1994 I 82,895 14,716
III 45,094 6,962
IV II 88,427 13,817
46,866 7,909 2009
I III 88,283 15,579
47,280 7,397
II IV 92,979 16,327
50,716 8,187
1995 I 87,418 16,949
III 48,796 8,675
IV II 96,887 17,949
48,744 7,687 2010
I III 96,919 20,092
47,885 7,292
II IV 101,156 20,851
51,914 7,817
1996 I 94,996 19,371
III 50,073 7,937
IV II 102,176 20,120
51,138 8,200 2011
I III 102,606 21,828
50,365 7,964
II IV 107,274 22,709
56,186 8,469
1997 I 100,669 22,390
III 53,280 9,557
IV II 107,961 23,550
54,197 10,251 2012
I III 109,625 25,071
51,487 9,139
II IV 113,019 26,000
54,479 9,335
1998 I 105,428 25,068
III 53,515 8,873
IV II 114,690 26,019
53,709 8,025 2013
I III 115,431 26,271
51,215 7,032
II IV 120,900 26,392
55,518 7,134
1999 I 110,700 24,817
III 53,196 7,906
IV II 116,902 25,446
56,448 7,909 2014
I III 117,596 25,091
54,675 7,667
II IV 122,235 26,016
58,256 6,801
2000 I 112,816 23,842
III 54,622 7,355
IV II 120,668 23,472
54,655 7,639 2015
I III 121,442 24,169
51,760 6,835
II IV 127,912 25,541
58,431 6,772
2001 I 117,979 22,731
III 56,120 7,476
IV II 125,338 22,162
57,268 7,005 2016
I III 127,139 22,189
55,138 6,669
II IV 131,826 24,257
62,307 6,730
2002 I 120,550 21,464
III 58,404 7,277
IV 2017 II 128,386 21,577
59,924 7,469
I III 130,322 23,376
58,249 7,264
2003 II 65,202 7,141
III 60,552 7,917
 113

PBI-INVPUBLICA (MILLONES DE SOLES)

I 60,914 1,283
INVERSION II 67,640 1,506
AÑOS T PBI 2004
PÚBLICA III 63,146 1,809
IV 66,071 2,869
I 40,441 1,247
I 64,341 1,266
II 40,317 1,297
1990 II 71,310 1,601
III 33,935 795 2005
III 67,230 1,851
IV 36,800 1,326
IV 71,090 3,506
I 36,290 868
I 69,671 1,350
II 40,194 1,158
1991 II 75,824 1,914
III 39,444 1,270 2006
III 72,806 2,312
IV 38,926 1,776 IV 76,297 4,089
I 38,554 1,069 I 73,354 1,338
II 39,420 1,355
1992 II 80,626 2,084
III 36,833 1,596 2007
III 80,689 2,680
IV 39,210 2,076
IV 85,024 5,220
I 38,459 1,446
I 80,813 2,078
II 41,647 1,594 II 89,146 3,018
1993
III 40,684 1,643 2008
III 88,440 3,610
IV 41,304 2,430
IV 90,524 5,650
I 43,374 2,437
I 82,895 2,571
II 46,710 2,443
1994 II 88,427 3,509
III 45,094 2,089 2009
III 88,283 4,822
IV 46,866 2,296 IV 92,979 8,191
I 47,280 2,224 I 87,418 3,037
II 50,716 2,267
1995 II 96,887 5,012
III 48,796 2,063 2010
III 96,919 5,628
IV 48,744 2,303
IV 101,156 8,289
I 47,885 2,037
I 94,996 2,498
II 51,914 1,951 II 102,176 3,618
1996
III 50,073 2,090 2011
III 102,606 4,462
IV 51,138 2,793
IV 107,274 8,931
I 50,365 1,848
I 100,669 3,275
II 56,186 2,170
1997 II 107,961 4,427
III 53,280 2,575 2012
III 109,625 5,522
IV 54,197 3,555 IV 113,019 10,082
I 51,487 2,207
I 105,428 3,737
II 54,479 2,530
1998 II 114,690 5,639
III 53,515 2,805 2013
III 115,431 6,443
IV 53,709 3,319
IV 120,900 10,068
I 51,215 2,271 I 110,700 4,051
II 55,518 2,955 II 116,902 5,367
1999
III 53,196 3,402 2014
III 117,596 6,266
IV 56,448 3,378
IV 122,235 9,915
I 54,675 2,498
I 112,816 3,031
II 58,256 2,664
2000 II 120,668 4,765
III 54,622 2,299 2015
III 121,442 5,856
IV 54,655 2,741 IV 127,912 9,523
I 51,760 1,377
I 117,979 3,996
II 58,431 2,042
2001 II 125,338 5,109
III 56,120 1,689 2016
III 127,139 5,912
IV 57,268 2,685
IV 131,826 8,309
I 55,138 1,429 I 120,550 3,339
II 62,307 1,834
2002 2017 II 128,386 4,801
III 58,404 1,751
III 130,322 6,208
IV 59,924 2,299
I 58,249 1,541
II 65,202 1,809
2003
III 60,552 1,668
IV 61,589 2,461
 114

PBI-INVPRIVADA (VARIACION PORCENTUAL)

III -0.071328637 0.108616169
INVERSION
AÑOS T PBI IV 0.017133934 -0.040982422
PRIVADA
I -0.010965506 0.053101977
I II 0.110416615 -0.028431789
2004
II -0.003055664 0.024246724 III -0.066439667 0.055827806
1990
III -0.158306303 -0.21282302 IV 0.046317479 0.020294263
IV 0.084443085 -0.049870345 I -0.026178331 -0.004296489
I -0.013869242 0.037399488 II 0.108321136 0.01970042
2005
II 0.107598401 0.114390743 III -0.057222275 0.097067829
1991
III -0.018660254 0.124591832 IV 0.057418629 0.079856923
IV -0.013149663 -0.076907633 I -0.019964906 0.057934625
I -0.009550605 0.053781471 II 0.08831784 -0.050784975
2006
II 0.022467578 -0.125844755 III -0.039798336 0.063916958
1992
III -0.065627106 0.009295756 IV 0.047943579 0.113044146
IV 0.064530991 -0.090263723 I -0.038573537 0.008502343
I -0.019157744 0.067425742 II 0.099133325 0.032593596
2007
II 0.082888653 0.042840717 III 0.000786978 0.126760183
1993
III -0.023120776 0.133820474 IV 0.053729493 0.07103604
IV 0.015247615 0.122637065 I -0.049531204 -0.015528455
I 0.050108525 -0.070766806 II 0.103118705 0.113093666
2008
II 0.076919268 0.091596768 III -0.007926333 0.086520931
1994
III -0.034594001 0.305807174 IV 0.023561591 -0.036994584
IV 0.039293755 0.135960774 I -0.084272904 -0.146783318
I 0.008844128 -0.064735467 II 0.066738043 -0.061150342
2009
II 0.072652949 0.106803207 III -0.00163066 0.12759543
1995
III -0.037855442 0.059566989 IV 0.05319186 0.047960209
IV -0.001052595 -0.113872812 I -0.059806173 0.038143772
I -0.017636678 -0.051393195 II 0.108319019 0.058984563
2010
II 0.084140887 0.072054117 III 0.000325757 0.119375721
1996
III -0.035464245 0.015346479 IV 0.043715807 0.03779162
IV 0.021284743 0.033151528 I -0.060890541 -0.070975916
I -0.015125855 -0.028872214 II 0.075579377 0.038677683
2011
II 0.115588424 0.063496326 III 0.004203434 0.084874626
1997
III -0.05173639 0.128447492 IV 0.045500421 0.040338342
IV 0.017225871 0.072572033 I -0.061573907 -0.014014133
I -0.050011532 -0.108428657 II 0.072435906 0.051770281
2012
II 0.058110282 0.021455219 III 0.01541192 0.064609063
1998
III -0.017693998 -0.049494332 IV 0.030957799 0.037066988
IV 0.003636988 -0.095611484 I -0.067164825 -0.035876599
I -0.046450735 -0.12371002 II 0.087858417 0.0379579
2013
II 0.084021833 0.014475765 III 0.00645909 0.009675512
1999
III -0.041818876 0.108167537 IV 0.047374279 0.004599681
IV 0.061135064 0.000448058 I -0.084361816 -0.059666153
I -0.031416638 -0.030625332 II 0.056018192 0.025334999
2014
II 0.065491357 -0.112984775 III 0.005942357 -0.013943315
2000
III -0.062376881 0.081440899 IV 0.039445137 0.036882208
IV 0.000601079 0.038638764 I -0.077056434 -0.083584702
I -0.052954684 -0.10519233 II 0.069599004 -0.015495495
2015
II 0.128876542 -0.009264531 III 0.00641834 0.029681464
2001
III -0.039558013 0.104042038 IV 0.053271947 0.056769686
IV 0.020471441 -0.062994369 I -0.077648571 -0.110034791
I -0.037206427 -0.047982825 II 0.06236934 -0.025036151
2016
II 0.130028642 0.009068968 III 0.01437247 0.00121885
2002
III -0.06263916 0.081310571 IV 0.036866254 0.093236458
IV 0.026012961 0.026361498 I -0.085536579 -0.115137579
I -0.027941476 -0.027436314 2017 II 0.064998305 0.005262188
2003
II 0.119370045 -0.016868891 III 0.0150771 0.083344259
 115

PBI-INVPUBLICA (VARIACION PORCENTUAL)

III -0.071328637 -0.07758119
INVERSION IV 0.017133934 0.474983984
AÑOS T PBI
PÚBLICA I -0.010965506 -0.478472682
I II 0.110416615 0.173380782
2004
II -0.003055664 0.040225334 III -0.066439667 0.201106275
1990 IV 0.046317479 0.585956564
III -0.158306303 -0.387394952
IV 0.084443085 0.668514762 I -0.026178331 -0.558789389
I -0.013869242 -0.345125928 II 0.108321136 0.26536125
2005
II 0.107598401 0.333516508 III -0.057222275 0.155873542
1991 IV 0.057418629 0.89410926
III -0.018660254 0.097445602
IV -0.013149663 0.398125583 I -0.019964906 -0.614960703
I -0.009550605 -0.398422234 II 0.08831784 0.417517091
2006
II 0.022467578 0.268332203 III -0.039798336 0.208292263
1992 IV 0.047943579 0.76826126
III -0.065627106 0.177527596
IV 0.064530991 0.300706558 I -0.038573537 -0.672826527
I -0.019157744 -0.303575104 II 0.099133325 0.557848023
2007
II 0.082888653 0.102726674 III 0.000786978 0.285877888
1993 IV 0.053729493 0.948047477
III -0.023120776 0.030704619
IV 0.015247615 0.478676039 I -0.049531204 -0.601929773
I 0.050108525 0.002915301 II 0.103118705 0.452141781
2008
II 0.076919268 0.002396161 III -0.007926333 0.196366252
1994 IV 0.023561591 0.56512893
III -0.034594001 -0.144543486
IV 0.039293755 0.098655086 I -0.084272904 -0.545004171
I 0.008844128 -0.031159202 II 0.066738043 0.364723723
2009
II 0.072652949 0.019368368 III -0.00163066 0.374487119
1995 IV 0.05319186 0.698600439
III -0.037855442 -0.090142635
IV -0.001052595 0.116229034 I -0.059806173 -0.629287317
I -0.017636678 -0.115183935 II 0.108319019 0.650517897
2010
II 0.084140887 -0.042287354 III 0.000325757 0.122883382
1996 IV 0.043715807 0.472769922
III -0.035464245 0.070941699
IV 0.021284743 0.336820178 I -0.060890541 -0.698657943
I -0.015125855 -0.33847771 II 0.075579377 0.448709659
2011
II 0.115588424 0.174298863 III 0.004203434 0.233049939
1997 IV 0.045500421 1.001692445
III -0.05173639 0.186487633
IV 0.017225871 0.380685992 I -0.061573907 -0.633257646
I -0.050011532 -0.379170766 II 0.072435906 0.351508808
2012
II 0.058110282 0.146430281 III 0.01541192 0.24749377
1998 IV 0.030957799 0.825682136
III -0.017693998 0.108721014
IV 0.003636988 0.183061929 I -0.067164825 -0.629321405
I -0.046450735 -0.315643376 II 0.087858417 0.508901591
2013
II 0.084021833 0.300873436 III 0.00645909 0.142549797
1999 IV 0.047374279 0.56268624
III -0.041818876 0.151528233
IV 0.061135064 -0.006989005 I -0.084361816 -0.597614707
I -0.031416638 -0.260528633 II 0.056018192 0.324785533
2014
II 0.065491357 0.066502529 III 0.005942357 0.167451014
2000 IV 0.039445137 0.58245063
III -0.062376881 -0.137098611
IV 0.000601079 0.19205439 I -0.077056434 -0.69430052
I -0.052954684 -0.497497636 II 0.069599004 0.572110936
2015
II 0.128876542 0.483045967 III 0.00641834 0.22882094
2001 IV 0.053271947 0.626344686
III -0.039558013 -0.173065708
IV 0.020471441 0.58999032 I -0.077648571 -0.58043534
I -0.037206427 -0.467983751 II 0.06236934 0.27871129
2016
II 0.130028642 0.283361588 III 0.01437247 0.157090744
2002 IV 0.036866254 0.405415286
III -0.06263916 -0.044913649
IV 0.026012961 0.313063176 I -0.085536579 -0.598174102
I -0.027941476 -0.329870155 2017 II 0.064998305 0.438016085
2003 III 0.0150771 0.292983519
II 0.119370045 0.173763681
 116

PBI-INVPRIVADA EN STATA (VARIACION PORCENTUAL)

 117

PBI-INVPUBLICA EN STATA (VARIACION PORCENTUAL)

 118

PBI-INVPRIVADA EN EVIEWS (VARIACION PORCENTUAL)

 119

PBI-INVPUBLICA EN EVIEWS (VARIACION PORCENTUAL)

 120

ANEXO Nº2 INVERSION PUBLICA, INVERSION PRIVADA Y PBI

VARIACIÓN PORCENTUAL DE LA INVERSIÓN PÚBLICA CON RESPECTO DEL AÑO ANTERIOR

INVERSION PUBLICA

100%
95%
89%
83%
77%
70%
65% 63%
59% 59% 56% 57% 56% 58%57%
48% 48% 51%
47% 45% 47%45%
42% 44%
41%
40% 38% 37%
33% 34% 36% 35% 32%
27%30% 30% 28%31% 27% 29% 28% 29%
23% 25% 23%
18% 19% 18% 15% 19% 20% 21% 20%
17% 15% 17% 17% 16% 14% 17% 16%
10% 10% 10% 12% 11% 12%
7% 7%
3% 0%0% 2%
-3% -1%
-4% -4%
I III I III I III I III I III -9% III I III I III I III I III I III I III I III -8%
I -12% I III I III I III I III I III I III I III I III I III I III I III I III I III I III
-14% -14%
-17%
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
-26%
-30% -32% -33%
-35% -34%
-40% -38%
-50% -47% -48%
-56% -55%
-60% -60% -58% -60%
-61% -63% -63% -63%
-67% -70% -69%
 121

VARIACIÓN PORCENTUAL DE LA INVERSIÓN PRIVADA CON RESPECTO DEL AÑO ANTERIOR

INVERSION PRIVADA

31%

13% 14% 13% 13% 13%

12% 12% 12%
11% 11% 11% 11% 11% 11%
10% 10%
9% 9% 8% 9%
8% 8% 8% 8%
7% 6%
7% 6% 7% 6% 6%
7%
6% 6% 6%
5% 5% 6% 5% 5%
4% 4% 4% 4% 4% 4% 4% 4% 4% 4% 3%
3% 3% 3% 3%
2% 2% 1% 2% 2%
1% 1% 1% 1%
0% 0% 1%
0% 0%
-1%
I III I III I III I III I III I III I -3%
III I III I III I -3%
III I III I III I -3%III-2%I III-3%I III I III I III I III I III I III I III I III I III I III -1%
-2% -1% I III-2%I III-3%I III
-4% -4% -4%
-5% 1997 1998 -5% -5% -5%2007 2008 2009 2010 2011 2012 2013 2014
1991 1992 1993 1994 1995 1996 1999 2000 2001 2002
-6% 2003 2004 2005 2006 -6% -6% 2015 2016 2017
-8% -7% -6% -7%
-9% -8%
-10%
-11% -11% -11% -11% -11% -12%
-13% -12%
-15%
 122

VARIACIÓN PORCENTUAL DEL PRODUCTO BRUTO INTERNO CON RESPECTO DEL AÑO ANTERIOR

PBI

13% 13%
12%
12%
11% 11% 11% 11%
10%
10%
9% 9%
8% 8% 8%
8% 8%
7% 7% 7%
6% 7% 7% 6%
6% 6%
6% 6% 6%
5% 5% 5% 5%
5% 5% 5% 5%
4%
4% 4% 4%
3%
2% 3% 2%
2% 2%
2% 2% 2% 2% 1% 2%
1% 1% 1% 1%
0% 0% 0% 0%
0% 0% 0%
I III I -1% III I III I III I III I III -1%
III I III I III I III I III I III I III I III I III I III I III I III I -1% I III I III I III I III I III I III I III I III I III
-1% -1% -2%
-2% -2% -2% -2% -2%
1991 1992 1993 -2% 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 -3% 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
-3% -3%
-3% -4% -4%
-4% -4%-4% -4%-4%
-5% -5%
-5%-5% -5%
-6% -6% -6% -6%
-7% -6% -6%
-7% -7%
-7%
-8% -8%
-8% -8% -9%
 123

CUADRO DE LA PATICIPACION PORCENTUAL DE LAS FUNCIONES

PARTICIPACION
FUNCIONES
PORCENTUAL

LEGISLATIVA 0.34%
RELACIONES EXTERIORES 0.56%
PLANEAMIENTO, GESTION Y RESERVA DE CONTINGENCIA 11.01%
DEFENSA Y SEGURIDAD NACIONAL 4.34%
ORDEN PUBLICO Y SEGURIDAD 6.17%
JUSTICIA 2.98%
TRABAJO 0.34%
COMERCIO 0.44%
TURISMO 0.33%
AGROPECUARIA 2.90%
PESCA 0.21%
ENERGIA 1.66%
MINERIA 0.09%
INDUSTRIA 0.09%
TRANSPORTE 11.83%
COMUNICACIONES 0.39%
MEDIO AMBIENTE 1.97%
SANEAMIENTO 3.22%
VIVIENDA Y DESARROLLO URBANO 1.64%
SALUD 9.52%
CULTURA Y DEPORTE 1.46%
EDUCACION 15.62%
PROTECCION SOCIAL 3.84%
PREVISION SOCIAL 10.94%

DEUDA PUBLICA 8.12%

 124

GRAFICO DE LA VARIACION PORCENTUAL

PARTICIPACION PORCENTUAL
PERIODO (2009-2016)

LEGISLATIVA

RELACIONES EXTERIORES

PLANEAMIENTO, GESTION Y RESERVA DE

CONTINGENCIA
0%
1% DEFENSA Y SEGURIDAD NACIONAL

8%
11% ORDEN PUBLICO Y SEGURIDAD

JUSTICIA
11% 4%

TRABAJO
6%
4% COMERCIO
0%
3% 0% TURISMO
0%
3%
0% AGROPECUARIA
16% 2% 0%
0% PESCA

12% ENERGIA

1% 10% 2% MINERIA
2% 3%
0%
INDUSTRIA

TRANSPORTE

COMUNICACIONES

MEDIO AMBIENTE
 125

ANEXO Nº3 COINTEGRACION DE JOHANSEN JUSELIUS

PBI-INVPRIVADA
 126

PBI –INVPUBLICA
 127

ANEXO Nº4 MODELOS VAR RESTRINGIDO

BI-INVPRIVADA PBI-INVPUBLICA
 128

ANEXO Nº4 PRUEBA DE WALD

PBI-INVPRIVADA

PBI-INVPUBLICA
 129

ANEXO Nº5 PRUEBA DE HETEROCEDASTICIDAD

PBI-INVPRIVADA PBI-INVPUBLICA
 130

ANEXO Nª6 IMPULSO-RESPUESTA

PBI-INVPRIVADA PBI-INVPUBLICA
 131

ANEXO Nº7 PLAN DE TESIS

UNIVERSIDAD CATOLICA DE SANTA MARIA

FACULTAD DE CIENCIAS ECONÓMICO

ADMINISTRATIVAS

PROGRAMA PROFESIONAL DE INGENIERÍA

COMERCIAL

PROYECTO DE TESIS:

“INFLUENCIA DE LA INVERSION BRUTA FIJA EN EL

CRECIMIENTO ECONÓMICO DEL PERU: UN ANALISIS
ESTRUCTURAL DEL MODELO DE VECTORES
AUTOREGRESIVOS (VAR), PERIODO 1990 – 2018”

Presentado por el Bachiller:

BUSTAMANTE MANRIQUE, JEAN
JEAFREY

Para optar el Título profesional:

INGENIERO COMERCIAL

AREQUIPA - PERÚ

2017
 132

Contenido
I. PLANTEAMIENTO TEÓRICO ................................................................................................... 1
1.1. Enunciado del Problema............................................................................................ 133
1.2. Descripción del Problema ......................................................................................... 133
1.3. Objetivos ................................................................................................................... 135
1.3.1. Objetivo general ................................................................................................ 135
1.3.2. Objetivos específicos......................................................................................... 135
1.4. Preguntas de investigación: ....................................................................................... 136
1.4.1. General .............................................................................................................. 136
1.4.2. Especificas......................................................................................................... 136
1.5. Tipo de investigación ................................................................................................ 136
1.6. Justificación del estudio ............................................................................................ 137
1.7. Variables ................................................................................................................... 138
1.8. Cuadro de variables ................................................................................................... 139
II. MARCO CONCEPTUAL ....................................................................................................... 140
2.1. Análisis de antecedentes investigativos. ................................................................... 140
2.2. Definición de términos Básicos................................................................................. 140
2.3. Hipótesis .................................................................................................................... 156
III. PLANTEAMIENTO OPERACIONAL .................................................................................. 157
3.1. Técnicas e instrumentos ............................................................................................ 157
Técnicas............................................................................................................................. 157
Instrumentos ...................................................................................................................... 157
3.2. Campo de Verificación.............................................................................................. 158
3.2.1. Ubicación espacial............................................................................................. 158
3.2.2. Ubicación temporal ........................................................................................... 158
3.2.3. Unidades de estudio .......................................................................................... 158
3.3. Estrategia de recolección de datos............................................................................. 158
3.3.1. Procesamiento de los datos................................................................................ 158
3.3.2. Recursos necesarios........................................................................................... 158
IV. CRONOGRAMA DE TRABAJO ......................................................................................... 161
ANEXO N°01 ................................................................................... ¡Error! Marcador no definido.
MATRIZ DE CONSISTENCIA .................................................................................................... 165
 133

I. PLANTEAMIENTO TEÓRICO

1.1. Enunciado del Problema

Influencia de la Inversión Bruta Fija en el Crecimiento Económico del Perú: Un análisis

estructural del modelo de Vectores Autoregresivos (VAR), periodo 1990 – 2018.

1.2. Descripción del Problema

Durante el periodo comprendido entre 1990 y 1999, la inversión bruta fija tuvo
un crecimiento promedio de 6.9 por ciento, la inversión privada 7.3 por ciento y
la inversión pública de 7 por ciento. El crecimiento económico promedio fue de
2.9 por ciento (BCRP, 2017). Este moderado crecimiento se debió
principalmente a la implementación de políticas económicas liberalizadoras, de
esta forma teniendo una mayor apertura comercial y financiera, una mejor
estabilidad de las políticas fiscales y monetarias, un mejor comportamiento de
las principales variables macroeconómicas, el mejoramiento de los términos de
intercambio y una política fiscal menos pro-cíclica a comparación de la década
pasada. (CEPLAN, 2011)

A lo largo de la última década (2000 a 2009), la economía peruana ha sido una

de las economías de más rápido crecimiento en la región, con una tasa de
crecimiento promedio de 4.6 por ciento (en el año 2001 solo se creció 0.6% y en
el año 2009 se creció 1% debido a la crisis financiera del 2008 de Estados
Unidos), en un contexto de baja inflación (promediando 2.9 por ciento), la
inversión bruta fija creció en un promedio de 6.5 por ciento, la inversión privada
creció 7.1 por ciento y la inversión pública de 5.6 por ciento (BCRP, 2017). La
presencia de un entorno externo favorable, políticas macroeconómicas prudentes
y reformas estructurales en diferentes áreas crearon un escenario de alto
crecimiento y baja inflación (Banco Mundial, 2017).

Para el periodo 2010-2015, la inversión bruta fija creció en un promedio de 6.5

por ciento, la inversión privada de 7.4 por ciento, la inversión pública de 3.4 por
ciento y el crecimiento económico promedio de 4.6 por ciento (BCRP, 2017). El
crecimiento del PIB continúo su aceleración en el 2016, respaldado por mayores
volúmenes de exportación minera gracias a que una serie de proyectos mineros
 134

de gran tamaño entraron a su fase de producción y/o alcanzaron su capacidad

total. Se estima que la economía creció por encima de su potencial a 3.9 por
ciento en el 2016, debido al pico temporal de la producción minera. (Banco
Mundial, 2017)

Así mismo, nuestra economía comenzó el 2017 mostrando cierta debilidad en las
cifras de crecimiento económico. (Debido al fenómeno del niño costero y el
escándalo Lava jato) Sin embargo, en los últimos meses la tendencia parece
haberse revertido y comienza a mostrar mayor dinamismo. En este contexto, el
Fondo Monetario Internacional (FMI) mantuvo sus proyecciones de crecimiento
para el Perú, en 2,7% para este año y 3,8% para el 2018. (FMI, 2017). El mismo,
prevé un crecimiento del PBI de 4.3% para el 2017 y ubica al Perú por encima
de las demás economías de América del Sur.

Por otro lado, en cuanto a la Inversión el MEF ha estimado que la inversión

pública crecería hasta 15% en el 2017, mientras que la inversión privada crecería
solo 0.5%. Así mismo, La inversión privada ha tenido el siguiente
comportamiento: -6.6% en 2015, -6.3% en 2016 y -1.5% en el primer semestre
de 2017. Por su parte, la inversión pública muestra lo siguiente: -5.7% en 2015,
3.1% en 2016 y -10.5% en el primer semestre de 2017. Agregando ambas, la
inversión total en la economía peruana cayó -6.4% en 2015, -4.2% en 2016 y -
3.8% en el primer semestre de 2017. (Banco Central de Reserva del Perú, 2017)

Así mismo, y a pesar del crecimiento económico del Perú y sus proyecciones,
este crecimiento es gracias a las exportaciones (no por la inversión), es decir, por
un impulso externo. Los precios de los metales están subiendo. Sin embargo,
cuando vemos cifras de la inversión el Perú, tanto pública como privada, ambas
se mantienen en caída libre. Es en ese sentido que la economía peruana debería
crecer aún más cuando la inversión y/o las exportaciones se elevan. (Parodi,
Carlos, 2017) El segundo factor no lo controlamos (las exportaciones), pues
depende del exterior, pero el primero (la inversión) deberíamos manejarlo, más
aún si se encuentra en caída libre. Pues en el cuarto trimestre de 2016, las caídas
de inversión privada y pública fueron, -3.5% y -14.6%, respectivamente, antes
de ambos eventos que sin lugar a dudas le agregaron más leña al fuego, pero no
lo originaron. Es en ese sentido que de continuar con esta reducción de la
 135

inversión pública y privada podría originar efectos negativos en nuestro

crecimiento económico y sus proyecciones.

Es por ello, que es importante realizar una investigación acerca la influencia de

la inversión bruta fija en el crecimiento económico del Perú, la cual nos
permitirá conocer el grado de correlación de dichas variables para así
implementar medidas que permitan contrarrestar futuros escenarios adversos,
minimizando el riesgo y así generar mejores expectativas para los agentes
económicos en nuestro país en ese sentido cabe cuestionarnos:

¿Influye la Inversión Bruta Fija en el Crecimiento Económico del Perú, Periodo

1990 – 2018?

1.3. Objetivos

1.3.1. Objetivo general

 Determinar la influencia de la Inversión Bruta Fija en el Crecimiento

Económico del Perú, periodo 1990 – 2018

1.3.2. Objetivos específicos.

 Analizar la influencia de la inversión privada en el crecimiento

económico del Perú.
 Analizar la influencia de la inversión pública en el crecimiento
económico del Perú.
 Determinar el comportamiento futuro del crecimiento económico
explicado por la inversión privada.
 Determinar el comportamiento futuro del crecimiento económico
explicado por la inversión pública.
 Determinar la causalidad estadística de la inversión bruta fija hacia el
crecimiento económico del Perú.
 136

1.4. Preguntas de investigación:

1.4.1. General

 ¿Influye la Inversión Bruta Fija en el Crecimiento Económico del Perú,

periodo 1990 – 2018?

1.4.2. Especificas

 ¿Cuál es la influencia de la inversión privada en el crecimiento

económico del Perú?
 ¿Cuál es la influencia de la Inversión pública en el crecimiento
económico del Perú?
 ¿Se puede determinar el comportamiento futuro del crecimiento
económico explicado por la inversión privada?
 ¿Se puede determinar el comportamiento futuro del crecimiento
económico explicado por la inversión pública?
 ¿Existe causalidad estadística de la inversión bruta fija hacia el
crecimiento económico del Perú?

1.5. Tipo de investigación

El presente proyecto de investigación es de tipo No Experimental-

Longitudinal, debido a que no se manipulan variables, solo se las observa en
su ambiente natural para después analizarlas. Longitudinal porque se
recolectaran observaciones de 26 años (1990-2017), para la realización de
inferencias acerca de la evolución, causas y efectos de los fenómenos de las
variables e indicadores.

La presente investigación es de tipo Correlacional con Causalidad Estadística,

debido a que se analiza la influencia de la volatilidad de los componentes de
la Inversión Bruta Fija en el Crecimiento económico del Perú. Donde a su
vez, se podrá determinar la correlación y causalidad entre ambas.
 137

Esta correlación nos permitirá tener de forma cuantificada el grado de

relación entre las variables e indicadores, para así comprender que variables
ejercen mayor influencia en el Crecimiento económico del Perú.

La investigación también es de tipo explicativa, porque se busca explicar la

influencia de la Inversión Bruta Fija en el Crecimiento Económico del Perú.

1.6. Justificación del estudio

La economía peruana tiene dos motores de los más importantes para el

crecimiento económico: la inversión y las exportaciones, cuando una de ellas
o ambas aumentan, crece la economía. En el periodo 1990-1999, la inversión
bruta fija tuvo un crecimiento promedio de 7.6 por ciento, la inversión
privada 8.1 por ciento, la inversión pública de 7.7 por ciento y el crecimiento
económico promedio fue de 3.2 por ciento. Para el periodo 2000-2009, la tasa
de crecimiento promedio fue de 5 por ciento (en el año 2001 solo se creció
0.6% y en el año 2009 se creció 1% debido a la crisis financiera del 2008 de
Estados Unidos), en un contexto de baja inflación (promediando 2.9 por
ciento), la inversión bruta fija creció en un promedio de 7.2 por ciento, la
inversión privada creció 7.8 por ciento y la inversión pública de 6.2 por
ciento (BCRP, 2017). En estos últimos años, la inversión privada cayó -2.3%
en 2014, -4.3% en 2015 y 5.1%, 4.9% y 8.6% en los tres primeros trimestres
de 2016. El primer motor está apagado. Las exportaciones crecieron 4% en
2015 y mantienen la tendencia en 2016. El segundo motor está sosteniendo el
crecimiento, aunque a ritmos bajos. (Parodi, 2016). Si la inversión privada o
pública no mejora, no será posible sostener el aumento de las exportaciones,
pues si no se produce más, no habrá qué exportar. Y solo se puede producir
más con más inversión. La minería representa el 55% de lo que Perú
exporta. Un motor "auxiliar" es la inversión pública, que disminuyó -1.1% y –
9.5% en 2014 y 2015, respectivamente. La inversión privada no solo se
refiere a la gran minería, sino también a la pequeña y mediana empresa, que,
dicho sea de paso, son las que generan más empleo.

Es en ese sentido, es que se estima pertinente realizar un estudio que

determine la influencia de la Inversión Bruta Fija en el Crecimiento
Económico del Perú, con un análisis estructural del modelo de Vectores
 138

Autoregresivos el cual nos muestre el nivel de determinación, correlación y la

existencia o no de Causalidad Estadística entre ambas variables.

Por otro lado, este estudio podrá mostrar cual será el comportamiento del
crecimiento económico del Perú, frente a shocks en la inversión pública y
privada, para así poder implementar medidas que permitan contrarrestar
futuros escenarios adversos, minimizando el riesgo y así generar mejores
expectativas para los agentes económicos.

1.7. Variables

 VARIABLE DEPENDIENTE: Crecimiento Económico

 VARIABLE INDEPENDIENTE: Inversión Bruta Fija
 ESPACIO: Perú
 PERIODO DE ESTUDIO: 1990 – 2018
 139

1.8. Cuadro de variables

VARIABLES INDICADORES FORMULA

𝑖𝑛𝑣.𝑝𝑟𝑖𝑣𝑎𝑑𝑎𝑡 −𝑖𝑛𝑣.𝑝𝑟𝑖𝑣𝑎𝑑𝑎𝑡−1
VARIACÍON % = 𝑋 100
𝑖𝑛𝑣.𝑝𝑟𝑖𝑣𝑎𝑑𝑎𝑙𝑡−1
V. Independiente - Inversión privada
𝑖𝑛𝑣.𝑝ú𝑏𝑙𝑖𝑐𝑎𝑡 −𝑖𝑛𝑣.𝑝ú𝑏𝑙𝑖𝑐𝑎𝑡−1
Inversión Bruta Fija - Inversión pública VARIACÍON % =
𝑖𝑛𝑣.𝑝ú𝑏𝑙𝑖𝑐𝑎𝑡−1
𝑋 100

V. Dependiente
- PBI real
Crecimiento Económico 𝑃𝐵𝐼 𝑟𝑒𝑎𝑙𝑡 −𝑃𝐵𝐼 𝑟𝑒𝑎𝑙𝑡−1
VARIACÍON % = 𝑋 100
𝑃𝐵𝐼 𝑟𝑒𝑎𝑙𝑡−1
 140

II. MARCO CONCEPTUAL

2.1. Análisis de antecedentes investigativos.

 La investigación: Impacto económico de la Inversión Pública en el Perú, 1980 -

2012; realizada por María del Carmen Antayhua Ortiz.; Estima el impacto de la

inversión pública en el crecimiento económico del Perú. Asimismo usa la

técnica de econometría de series de tiempo como el modelo de vectores

autoregresivos (VAR), el cual recoge los efectos retroalimentativos de las

variables, incluyendo efectos indirectos, es decir, el modelo en el que cada

variable es explicada por los retardos de sí misma y por los retardos de las

demás variables. En este modelo VAR se estimó considerando las variables

transformadas en logaritmos naturales y multiplicados por cien, para facilitar los

cálculos. Asimismo, con el fin de determinar el modelo que presente el mejor

ajuste, la autora decidió tomar dos rezagos en cada una de las variables del

modelo y un intercepto como variable exógena.

El modelo VAR de esta investigación se configuró como sigue:

LNIPUB = C(1,1)*LNIPUB(-1) + C(1,2)*LNIPUB(-2) + C(1,3)*LNIPRIV(-1)

+ C(1,4)*LNIPRIV(-2) + C(1,5)*LNY(-1) + C(1,6)*LNY(-2) + C(1,7)

LNIPRIV = C(2,1)*LNIPUB(-1) + C(2,2)*LNIPUB(-2) + C(2,3)*LNIPRIV(-1)

+ C(2,4)*LNIPRIV(-2) + C(2,5)*LNY(-1) + C(2,6)*LNY(-2) + C(2,7)

LNY = C(3,1)*LNIPUB(-1) + C(3,2)*LNIPUB(-2) + C(3,3)*LNIPRIV(-1) +

C(3,4)*LNIPRIV(-2) + C(3,5)*LNY(-1) + C(3,6)*LNY(-2) + C(3,7)

Dónde:
 141

LNIPUB : Logaritmo natural x 100 de la inversión pública

LNIPRIV : Logaritmo natural x 100 de la inversión privada

LNY : Logaritmo natural x 100 de la producción económica

C(i,7) : Intercepto (para i = 1 al 3)

LNIPUB(-1) : Logaritmo natural x 100 de la inversión pública en el periodo

anterior

LNIPUB(-2) : Logaritmo natural x 100 de la inversión pública en dos periodos

anteriores

LNIPRIV(-1) : Logaritmo natural x 100 de la inversión privada en el periodo

anterior

LNIPRIV(-2) : Logaritmo natural x 100 de la inversión privada en dos periodos

anteriores

LNY(-1) : Logaritmo natural x 100 de la producción económica en el periodo

anterior

LNY(-2) : Logaritmo natural x 100 de la producción económica en dos periodos

anteriores

C(i,j) : Coeficiente (para i = 1 al 3 y j = 1 al 6)

En la investigacion se somete a diversas pruebas de residuos el modelo VAR. Se

utilizó los contrastes de autocorrelación (Multivariate Autocorrelation LM Test),

normalidad de los residuos (Multivariate Residual Normality Test) y

heteroscedasticidad de los residuos (Multivariate Extensión of White´s

 142

Heteroskedasticity Test). Luego de que se determinó los parámetros, se analizó

las interacciones dinámicas mediante la función de impulso-respuesta de las

variables de este estudio. Se estimó 128 trimestres (32 años), donde se identificó

los impactos y las relaciones de corto, mediano y largo plazo, mostrando así los

efectos que la variación de la inversión pública provocó sobre el crecimiento

económico.

Las conclusiones de la autora de esta investigación son que: 1) La inversión

pública tiene un efecto positivo en el crecimiento económico en el mediano y

largo plazo, 2) Determino que en el 2001 al 2007 había una mayor actividad

económica de los sectores manufactura y servicios, 3) La inversión pública y la

inversión privada han pasado de complementarias a excluyentes y nuevamente

complementarias, tal comportamiento se basa en la estructura económica y el rol

del Estado. (Antayhua, 2012)

 El trabajo de investigación: La inversión en Infraestructura Pública y el

Crecimiento Económico del Perú, 1950 - 2013; realizada por José Luis Andres

Mayuri Sanchez.. Presenta como objetivo evaluar el impacto de la inversión en

infraestructura pública sobre el crecimiento económico en el Perú, utilizando el

modelo de vectores autorregresivos (VAR), donde todas las variables del mismo

sistema cuentan con la misma cantidad de regresoras y no existen variables

exógenas. El modelo también toma en consideración la presencia de múltiples

impactos ocurridos en diferentes periodos que pueden surgir como consecuencia

de la relación entre las variables incluidas en el VAR. El autor llego a las

conclusiones que: 1) La inversión en infraestructura pública tiene un impacto

positivo sobre el crecimiento económico, y 2) Por último, la tasa de crecimiento

 143

económico tiene una duración significativa de seis años, a causa de un impulso

de la inversión en infraestructura pública. (Mayuri, 2015)

 El trabajo de investigación “Análisis de los Shocks Macroeconómicos sobre la

posición Fiscal en la Economía Peruana: Periodo 1993.M1- 2012. M3, un

análisis estructural de Vectores Autorregresivos (SVAR)”, realizada por Pedro

Andres Manayay Azabache. Este estudio discute los shocks macroeconómicos

sobre la posición fiscal en la economía peruana, explicada principalmente por la

teoría Keynesiana como la principal escuela que ayuda solucionar los problemas

macroeconómicos en términos agregados, es decir dando recomendaciones en la

aplicación básicamente en política fiscal como política monetaria, siendo el

instrumento principal para la política económica la intervención del gasto y de

los impuestos. Este trabajo usa la metodología de los vectores autorregresivos

estructurales, esta técnica SVAR le ofrece la posibilidad de analizar las

interrelaciones dinámicas existentes entre un conjunto de variables, lo que le

confiere mayores posibilidades para analizar y contrastar modelos teóricos. El

interés de este trabajo de investigación de estimar un modelo SVAR también

reside en el tipo de información que se deriva del sistema de ecuaciones que se

estima. Por ejemplo, a partir de las funciones impulso - respuesta se puede

analizar el signo, la intensidad, el tiempo y la persistencia que cada una de las

innovaciones estocásticas tienen sobre las variables del modelo. Como parte del

SVAR, se analiza la descomposición de la varianza del error de predicción, a

partir de la cual se puede estudiar el peso relativo de cada perturbación en la

variabilidad temporal de las variables endógenas del modelo.

Las conclusiones a las que el autor de este trabajo llego, son: 1) Los shocks

macroeconómicos analizados generan volatilidad en el resultado económico, es

 144

decir los impactos de las expansiones o contracciones del PBI hacia la brecha

fiscal son diferentes en distintos periodos de análisis, varían entre dos a tres

trimestres, 2) Logró contrastar las hipótesis planteadas: Los ingresos públicos

afectan directamente a la posición fiscal; para esta afirmación, se alcanzó

contrastar gracias al primer modelo planteado y a la función de impulso

respuesta. Los gastos afectan directamente a la posición fiscal. Los cambios en

el producto afectan a la posición fiscal. Los términos de intercambio afectan la

posición fiscal, 3) Finalmente los precios y la tasa de interés real no llegaron a

afectar la posición fiscal. (Manayay, 2014)

 La investigación: Inversión Pública y Desarrollo Económico Regional; de

Stefahnie Sofía Ponce Sono, tiene como objetivo investigar la importancia que

posee la inversión pública sobre el crecimiento y desarrollo económico regional.

Al ser un análisis entre departamentos bajo un periodo de años, el modelo

responde a un modelo de Datos de Panel que tiene por ventaja capturar la

heterogeneidad no observable entre las regiones y el tiempo, dado que esta

heterogeneidad no se puede detectar con estudios de series temporales y de corte

transversal.

Las conclusiones del autor de este estudio son: 1) Un mayor gasto de inversión

impacto positivamente en el crecimiento regional, pero la desigualdad no se vio

mayormente afectada, continuando con las disparidades entre regiones, 2) Si

bien la inversión pública es un factor relevante en el crecimiento económico, la

inversión privada tiene un mayor impacto en el periodo analizado, sin embargo

el Estado debe seguir generando externalidades positivas, por lo que la inversión

pública es de gran importancia, 3) Tanto la inversión pública y privada

 145

contribuyen a la disminución de la desigualdad regional, aunque queda un

amplio margen por mejorar. (Ponce, 2013)

 La investigación realizada por Juan Carlos Fernández Ponce y José Miguel

Pacco Mamani: Análisis de la Inversión Pública y su impacto en la economía de

la provincia de Canchis, 2007 – 2013; Permitió aclarar, a través de pruebas de

consistencia para su uso en la aplicación de regresiones econométricas, la

influencia que tiene la inversión pública y el crédito financiero sobre el

crecimiento económico a través de la productividad media del factor trabajo.

Este estudio es un aporte útil que permitirá diseñar políticas económicas para

lograr el crecimiento económico sostenible en la provincia de Canchis.

El autor de este estudio llego a las siguientes conclusiones: 1) Es necesario que

el gobierno provincial destaque los proyectos de inversión pública entre el sector

tradicional y moderno de acuerdo a las características que cada uno de ellos

posee, así también ambos sectores deben tener acceso al crédito financiero, ya

que proporciona liquidez y junto a la inversión pública permite dinamizar la

economía provincial induciendo en la mejora de la productividad, 2) Durante el

periodo de estudio, el gobierno local de la provincia de Canchis, priorizo la

asignación de inversiones en forma desordenada y discriminatoria, beneficiando

en mayor proporción al sector moderno, 3) La inversión pública y el crédito

financiero tienen un efecto positivo sobre la productividad media, los cuales

afectan de distinta manera. (Fernandez y Pacco , 2016)

 La investigación “Influencia de la Inversión Pública en Infraestructura sobre el

Crecimiento de la economía peruana, 1980 – 2011”; por Elvira Victoria Moreno

Díaz, analiza la evolución de la Política Fiscal, la Inversión Pública en

 146

Infraestructura y el Crecimiento Económico del Perú, donde realizo un

tratamiento estadístico con los datos, utilizando un modelo estadístico y

econométrico, la cual ayudo a ver si se acepta o rechaza la hipótesis planteada,

cuyos resultados obtenidos en el modelo se aceptó la hipótesis de que la

inversión Pública en Infraestructura influye positivamente en el Crecimiento

Económico del Perú, así como también resulto ser no significativa. Entonces,

decidió dividir la inversión Pública en Infraestructura en cinco sectores:

Saneamiento, Salud y Educación, Transportes, Energía y Telecomunicaciones,

llegando a ser variables independientes de un segundo modelo, donde el

resultado es que la inversión pública en Saneamiento, Salud y Educación, y

Transportes, son los sectores que influyen positivamente en el Crecimiento

Económico del país y los otros dos votan como resultado coeficientes negativos.

(Moreno, 2013)

 La investigación “Inversión pública sectorial y crecimiento económico: Una

aproximación desde la metodología VAR”, realizada por Alvaro Andres

Perdomo Strauch. Tiene como finalidad de conocer hacia qué sectores se debe

ejecutar la inversión pública para un mayor crecimiento económico. Utiliza los

modelos VAR ya que presenta ventajas a otros modelos econométricos, como no

restringir la relación de causalidad unidireccional en las estimaciones

econométricas, además de no presentarse una investigación similar utilizando

este modelo en Colombia para ese periodo de estudio. En conclusión se llega a

que los sectores que aportan mayores beneficios en la producción de Colombia

son la electricidad, gas y agua, la educación, minería e industria manufacturera.

(Perdomo, 2002)
 147

 El tema “Efectos de la infraestructura pública sobre el crecimiento de la

económica, evidencia para Chile” de Jorge Rivera C. y Patricia Toledo T.

Analiza los efectos de la inversión pública en infraestructura en el crecimiento

de Chile, estimando una relación de largo plazo entre el producto, inversión

pública e infraestructura y capital privado a través del test de cointegración de

Johansen para el periodo 1975-2000. En conclusión es que los resultados

muestran que existe una relación entre el producto y la inversión pública en

infraestructura y las estimaciones plantean que un incremento del 10% en la

inversión pública aumenta en 1.6% en el producto. (Rivera & Toledo, 2004)

 La investigación “Los vínculos entre el crecimiento económico y la

infraestructura eléctrica en el Perú, 1940-2000” realizado por Arturo Vasquez

Cordano, investiga si la infraestructura básica que necesita el Perú genera un

crecimiento sostenido en los siguientes periodos a través de la teoría del

crecimiento endógeno, en este caso el sector eléctrico, para que el Gobierno

implemente políticas asignadas a la inversión privada en el sector de

infraestructura. Los resultados utilizando el modelo econométrico VAR indican

que existe una relación de largo plazo entre el sector eléctrico y el crecimiento

económico y el efecto de corto plazo de la expansión del sector se demoran en

afligirse 7 años, siendo importante para la economía del país. (Vasquez, 2004)

 El trabajo de Alex Roberto Albujar Cruz, “Medición del impacto en la economía

de la inversión en infraestructura público-privada en países en vías de desarrollo.

Aplicación a la economía peruana”; realiza un análisis por partes bien

estructuradas. En el capítulo I, el autor hace una revisión de la literatura sobre la

ejecución e importancia de los proyectos de infraestructura en la economía. En

el capítulo II, analiza la importancia de la inversión en infraestructura pública y

 148

privada en el desempeño económico del Perú y estima las elasticidades de los

factores de la función de producción. En el capítulo III, formula un modelo que

permite entender el papel de la infraestructura pública y público-privada en el

crecimiento económico y los efectos que se tiene ante un shock negativo de

productividad. Analiza una economía cerrada en el que interactúan tres agentes:

empresas, familias y gobierno. En el capítulo IV, formula un modelo de

economía parcialmente abierta con movilidad parcial del capital para analizar la

velocidad de convergencia de la economía a su estado estacionario (equilibrio de

largo plazo) y a estados meta: cerrar la brecha de infraestructura existente,

alcanzar el PIB per cápita de [Link]. al 2014 y a la economía de [Link]. en

términos de PIB per cápita. (Albujar, s.f.)

Por último, este autor llegó a las siguientes conclusiones de su estudio: 1) La

infraestructura pública y público-privada tiene efectos importantes sobre el PIB

per cápita. Debido al gran déficit en infraestructura, se han creado diversos

mecanismos para que el sector privado incremente su participación en la

construcción de infraestructura, siendo uno de estos instrumentos las

Asociaciones Público Privadas, 2) Se encontró una relación bastante

significativa entre la producción y la inversión privada en infraestructura en la

economía peruana, a la que se denomina inversión público privada, 3) Una alta

participación del sector privado en la inversión en infraestructura se comporta

como un amortiguador ante choques de productividad negativo y, junto con la

inversión en capital, impulsan la recuperación de la economía, todo esto debido

a que los impuestos son la principal fuente de ingreso fiscal, 4) En una economía

como la peruana, es de suma importancia cubrir el déficit de infraestructura con

mayor participación del sector privado, solo así el impacto del shock en la
 149

economía no será muy profundo, se podrá retornar al estado estacionario y así

garantizar un crecimiento sostenido de la economía. (Albujar, s.f.)

 La investigación de Roberto Arpi Mayta: “Perú, 2004 - 2013: Inversión Pública

en Infraestructura, Crecimiento Y Desarrollo”; identifico la tendencia y

concentración de la inversión pública en infraestructura y la brecha por cubrir en

las regiones, y determinar su impacto en el crecimiento regional y la desigualdad

de ingreso entre mujeres y hombres. Sujeto a las limitaciones de datos y

métodos, los resultados muestran que la inversión pública en infraestructura

tiene una tendencia creciente con estacionalidad en el último mes de cada año,

excepto en las comunicaciones que tiene un comportamiento irregular; no

obstante, esta inversión se concentra en pocas regiones y por eso, la brecha de

acceso a los servicios de infraestructura continúa alta en regiones ubicadas en la

sierra y selva del país. Por otro lado, la inversión en infraestructura de transporte

y saneamiento tiene impacto positivo en el crecimiento y a la vez contribuyen en

la reducción de la desigualdad de ingreso entre mujeres y hombres. Al mismo

tiempo, la inversión en infraestructura de educación y energía, si bien lograron

un impacto positivo en el crecimiento, todavía son insuficientes en reducir la

desigualdad de ingresos. La inversión en infraestructura de salud y

comunicación todavía no logro el resultado esperado; y la inversión en

infraestructura de riego reduciría la desigualdad. Por último, se identifica que la

diferencia de ingresos entre hombres y mujeres, en más de 50% se debería a

razones de discriminación. (Arpi, 2015)

 150

1.1. Definición de términos Básicos.

Variable independiente

Inversión (Investment): 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 Bruta Fija: Inversión en capital físico. Se incluye la inversión

para reposición.

Inversión Pública: Erogación de recursos de origen público destinado a

crear, incrementar, mejorar o reponer las existencias de capital físico de
dominio público y/o de capital humano, con el objeto de ampliar la
capacidad del país para prestar servicios y/o producción de bienes. La
Inversión del Sector Público no Financiero (SPNF), comprende todas las
actividades de inversión que realizan las entidades del Gobierno Central,
Empresas Públicas no Financieras y Resto del Gobierno General
(instituciones descentralizadas no empresariales e instituciones de seguridad
social). Las fuentes de financiamiento de la Inversión Pública son: Fondo
General (impuestos), Recursos Propios (tarifas por prestación de servicios),
Préstamos Externos (con organismos financieros internacionales),
Donaciones y otros.

Inversión Privada: Desembolso de recursos financieros para adquirir bienes

concretos durables o instrumentos de producción, denominados bienes de
equipo, y que el sector privado utilizará durante varios años. El sector
privado está integrado por empresas y consumidores distintos al Estado y sus
dependencias.

Series de Tiempo: Por serie de tiempo se refiere a datos estadísticos que se

recopilan, observan o registran en intervalos de tiempo regulares (diario,
semanal, semestral, anual, entre otros). El término serie de tiempo se aplica
 151

por ejemplo a datos registrados en forma periódica que muestran, por

ejemplo, las ventas anuales totales de almacenes, el valor trimestral total de
contratos de construcción otorgados, el valor trimestral del PIB. (Estadistica,
s.f.)

Modelo de Vectores Autoregresivos (VAR): El término “autoregresivo” se

refiere a la aparición del valor rezagado de la variable dependiente en el lado
derecho, y el término “vector” se atribuye a que tratamos con un vector de
dos (o más) variables. (Gujarati & Porter, 2011)

Cointegración: En términos económicos, dos variables serán cointegradas si

existe una relación de largo plazo, o de equilibrio, entre ambas. La teoría
económica a menudo se expresa en términos de equilibrio, como la teoría
monetaria cuantitativa de Fisher o la teoría de la paridad del poder
adquisitivo (PPA). (Gujarati & Porter, 2011)

Estacionalidad: Una serie de tiempo es estacionario si su media y su

varianza son constantes en el tiempo y si el valor de la covarianza entre dos
periodos depende sólo de la distancia o rezago entre estos dos periodos, y no
del tiempo en el cual se calculó la covarianza. (Gujarati & Porter, 2011)

Test de normalidad: Una variable con distribución t de Student se define

como el cociente entre una variable normal estandarizada y la raíz cuadrada
positiva de una variable 2 dividida por sus grados de libertad. Se aplica
cuando la población estudiada sigue una distribución normal pero el tamaño
muestral es demasiado pequeño como para que el estadístico en el que está
basada la inferencia esté normalmente distribuido, utilizándose una
estimación de la desviación tipica en lugar del valor real. (Fermin, 2015)

Test de Engel y Granger: Engel y Granger identifican que existir

cointegración entre dos variables en el largo plazo, entonces debe existir
causalidad de Granger unidireccional o bidireccional entre estas dos
variables.
 152

Engel y Granger también identifica que las variables cointegradas deben

tener una representación de ECM (Modelo de Corrección de Error). (Gujarati
& Porter, 2011)

Test de Johansen: La prueba de Johansen , llamada así por Soren Johansen,

es un procedimiento para probar la cointegracion de varias series de tiempo ,
digamos k , I(1). Para la presencia de I(2) variables. Esta prueba permite
más de una relación de cointegración, (Gujarati & Porter, 2011)

Test de Phillips y Perron: Phillips y Perron utilizan métodos estadísticos no

paramétricos para evitar la correlación serial en los términos de error, sin
añadir términos de diferencia rezagados. (Gujarati & Porter, 2011)

Test Dickey - Fuller: La Prueba de Dickey - Fuller busca determinar la

existencia o no de raíces unitarias en una serie de tiempo. La hipótesis nula
de esta prueba es que existe una raíz unitaria en la serie. (Gujarati & Porter,
2011)

Test F: Variables independientes deben ser conjuntamente significativas

para influir en la variable dependiente. (Gujarati & Porter, 2011)

Rezago: Desfase temporal, también llamado retardo. (Antayhua, 2012)

Modelos Econométricos: El termino modelo debe de identificarse con un

esquema mental ya que es una representación de la realidad. En este sentido,
Pulido (1983) establece que un modelo debe de entenderse como una
representación simplificada de cualquier sistema, entendiendo como tal “a
todo conjunto de elementos o componentes vinculados entre sí por ciertas
relaciones”. Una definición concisa de modelo puede ser por lo tanto:
“representación simplificada y en símbolos matemáticos de cierto conjunto
de relaciones” es decir un modelo formulado en términos matemáticos.
(Gujarati & Porter, 2011)

Test Granger: Se analiza la relación de causalidad de forma que se dice que

la variable “y” es causada por “x”, si “x” contribuye a la estimación de “y”, o
de forma equivalente si los coeficientes de la variable “x” retardada son
significativos estadísticamente. En la práctica, lo habitual es encontrarnos
 153

con una doble causalidad - Granger: “x” causa a “y” y “y” causa a “x”. No
obstante, es importante resaltar que la afirmación “x causa a y” no implica
que “y” sea el efecto o el resultado de “x”, pues intervienen, además, otros
factores al margen de “x”. (Gujarati & Porter, 2011)

Test de autocorrelación: El objetivo de esta prueba es verificar la existencia

de correlación en los residuos hasta un determinado orden, en este caso el
número de rezagos del modelo VAR estimado. Para realizar dicha
verificación se utilizará la prueba del Multiplicador de Lagrange (LM).
(Gujarati & Porter, 2011)

Test de heterocedasticidad: El objetivo de esta prueba es verificar que los

residuos del modelo VAR estimado tengan la misma varianza. Para realizar
dicho contraste se utilizará la prueba de Heterocedásticidad de White.
(Gujarati & Porter, 2011)

Coeficiente de autocorrelación: La autocorrelación se define como la

“correlación entre miembros de series de observaciones ordenadas en el
tiempo (como en datos de series de tiempo) o en el espacio (como en datos
de corte transversal)”. (Gujarati & Porter, 2011)

Coeficiente de determinación R2: Cuadrado del coeficiente de correlación.

Mide qué parte de la variación de una variable viene explicada (se puede
predecir) por la variación de la otra. Puede tener valores entre 0 (ninguna
relación lineal) y 1 (relación lineal perfecta). (Expansion, s.f.)

Análisis Estructural: El análisis estructural se basa en el estudio de la

estructura, esto es, del “conjunto de elementos y de interrelaciones que
caracterizan, con cierta permanencia, una determinada situación real”; así
interdependencia, globalidad y permanencia se convierten en conceptos
fundamentales del análisis estructural. Con este método se estudia la
globalidad de la realidad, que posee una serie de propiedades diferentes de
las de cada uno de los elementos que la configuran; se estudian las
interdependencias, ya que el funcionamiento de cada una de las partes del
todo depende de las relaciones que mantiene con las otras partes y, por tanto,
no puede entenderse dicho funcionamiento de forma aislada; y se estudia,
 154

además, la permanencia, en la medida en que los elementos y las relaciones

de la estructura son estables durante largos periodos de tiempo. (Manayay,
2014)

Variable dependiente:

Fuente: Glosario del Banco Central de Reserva del Perú

Crecimiento económico (Growth rate): 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.

Producto Bruto Interno (PBI) (Gross domestic product (GDP)): 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 en 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.
 155

- 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.

Producto Bruto Interno per cápita (Per capita gross domestic product):
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.

Política fiscal (Fiscal policy): Conjunto de medidas tomadas por el gobierno

o entidades con capacidad regulatoria en la materia con la finalidad de influir
en el nivel de precios, la producción, la inversión y el empleo. La política
fiscal debería ser contraria al ciclo económico, es decir, generar ahorros
(superávit fiscales) en períodos de expansión de la economía y ser expansiva
en tiempos de contracción económica.
 156

1.2. Hipótesis

 Dado el menor crecimiento de la Inversión Bruta Fija, es probable que

estas influyan de forma negativa en el Crecimiento Económico del Perú,
periodo 1990 – 2018.
 157

II. PLANTEAMIENTO OPERACIONAL

2.1. Técnicas e instrumentos

Técnicas

 No se hará uso de información primaria ya que el uso de encuestas es

irrelevante para esta investigación. Se recopilarán datos de las variables
e indicadores de fuentes secundarias, para así determinar y analizar la
influencia entre las variables e indicadores, para realizar posteriormente
un pronóstico del Crecimiento Económico influenciado por la variable
independiente.

 Se hará uso de la técnica de observación documental, puesto que se

tomará como referencia información de trabajos ya realizados, es decir
los antecedentes investigativos, revistas, libros, como guía para el
análisis de los indicadores, y además servirán para hacer el marco
teórico.
 Como fuente de los datos estadísticos se consideraran: al BCRP, en
cuanto al PBI, crecimiento económico, inversión BRUTA FIJA
(PUBLICA Y PRIVADA) , para luego plasmarlos en cuadros que nos
sirvan de ayuda para hacer una comparación y establecer una relación
entre las variables e indicadores.

Instrumentos

 Cuadros estadísticos entre los indicadores y sus variaciones anuales, por

elaboración propia.
 Tablas comparativas entre las variables, por elaboración propia.
 Uso de gráficos en barras o circulares para analizar la proporción de los
distintos indicadores de bancarización.
 158

2.2. Campo de Verificación

2.2.1. Ubicación espacial

La investigación se realizará en el Perú.

2.2.2. Ubicación temporal

En periodo de estudio será desde el año 1990 hasta el año 2018

2.2.3. Unidades de estudio

Puesto que se hará uso de información secundaria, para esta

investigación no se requerirá de un universo ni muestra.

2.3. Estrategia de recolección de datos

Se extraerá la información de las páginas web del BCRP e INEI,

haciendo uso del internet y también de los trabajos publicados en
ese medio, para así aminorar costos, tiempo y facilitar el análisis.
Estudiaremos trabajos anteriores para establecer cierta coherencia
con la estructura de la presente investigación.

2.3.1. Procesamiento de los datos

Para procesar la información se utilizara el análisis de regresión

de series de tiempo, tomando en cuenta las relaciones planteadas
en la hipótesis, Se trabajará con los paquetes estadísticos STATA
y/o EVIEWS

2.3.2. Recursos necesarios

Humanos

Investigador: Jean Jeafrey, Bustamante Manrique

Materiales

 Fotocopias y servicio de fotocopiado.

 Impresiones de borradores de tesis.
 Servicio de Anillado.
 159

 Servicio de impresión de tesis.

 Servicio de empastado y Empastado.
 Servicio de internet.
 CDs.
 Suscripción en bibliotecas.
 Otros

Financieros

Requeriremos de un promedio de 500 soles con posibles

ampliaciones futuras.

Presupuesto del proyecto

Se estima un presupuesto de S/ 2 590.00 soles que será financiado

por el investigador.
 160

Ingresos Egresos
Concept Cuantía Costo
Total Concepto Unidad Total
o requerida Unitario
Financia
miento
Horas hombre de Nuevos soles
del 200
investigador por hora
investiga
dor S/. 2,590.00 S/. 6.00 S/. 1,200.00
Fotocopias y servicio
Hojas 80
de fotocopiado S/. 0.10 S/. 8.00
Impresiones de
Hojas 300
borradores de tesis S/. 0.15 S/. 45.00
Servicio de Anillado Anillados 3 S/. 6.00 S/. 18.00
Servicio de impresión
Hojas 800
de tesis S/. 0.15 S/. 120.00
Servicio de empastado
Empaste 5
y Empastado S/. 20.00 S/. 100.00
Meses de
Servicio de internet 4
servicio S/. 90.00 S/. 360.00
CDs Pieza 1 S/. 3.00 S/. 3.00
Suscripción en
Suscripciones 2
bibliotecas S/. 18.00 S/. 36.00
Otros S/. 700.00
Total
S/. 2,590.00 Total Egresos
Ingresos S/. 2,590.00
 161

III. CRONOGRAMA DE TRABAJO

TIEMPO ENERO FEBRERO MARZO

ACTIVIDADES 24 31 7 14 21 28 4 11 18 25
Ajuste del plan de tesis X X
Recolección de información secundaria V. Independiente X
Recolección de información secundaria V. Dependiente X
Elaborar Marco Teórico X X
Procesamiento de datos X
Relación de los indicadores con las variable I. X
Relación de los indicadores con las variable D. X
Describir los resultados X
Analizar los resultados X
Redactar el informe final X
Revisión del informe final por parte del asesor X X
Entregar el informe final X
 162

I. Bibliografía básica

Albujar, A. (s.f.). Medicion del impacto en la economia de la inversion en infraestructura

publica-privada en paises en vias de desarrollo. Aplicacion a la economia peruana.

Antayhua, M. d. (2012). Impacto economico de la inversion publica en el Peru 1980-2012. Lima.

Arpi, R. (2015). Perú, 2004-2013: Inversión Pública en Infraestructura, Crecimiento y Desarrollo

Regional. Resumen informativo, Arequipa.

ASBANC. (2017). Reporte Informativo. Lima.

Banco Central de Reserva del Perú. (2017). CUADROS ANUALES HISTÓRICOS. Recuperado el 30
de Mayo de 2017, de [Link]
[Link]

Banco Central de Reserva del Perú. (2017). Reporte de Inflación. Panorama actual y
proyecciones macroeconómicas 2017-2018, 84-86.

Banco Central de Reserva del Perú. (2017). Reporte de inflación de junio del 2017. Lima.

Banco Mundial. (2017). Perú Panorama general. NW Washington, DC.

Banco Mundial. (2017). Perú Panorama General. Banco mundial Perú.

Banerjee, A. (1996). Co-integration, error-correction, and the econometric analysis of non-

stationary data. Oxford: Oxford University Press.

BCRP. (2010). Inversion Privada y el ciclo economico en el Peru. Moneda, 1-5.

BCRP. (2017). Cuadro Historicos Trimestrales. Lima.

BCRP. (2018). Glosario de terminos economicos. Lima.

Bravo, S. (4 de Julio de 2016). ¿Mas gasto corriente o mas inversion? ¿Como impactan en el
crecimiento? Diario Gestion.

Castellanos, E. (15 de setiembre de 2013). Finanzas en Acción: Carrera Finanzas de la

Universidad del Pacífico. Recuperado el 30 de abril de 2017, de
[Link]

CEPLAN. (2011). Evolucion Socioeconomica del Peru 1990 - 2010. Lima.

CURT, E. W. (2011). Estadísticas y econometría Financiera (Primera Edición ed.). Argentina,

Buenos Aires: Cengage Learning.

Daza, A. (2011). ¿Como reacciona la estructura temporal de los tipos de interes a los anuncios
macroeconomicos? Analisis para Colombia, periodo 2005-2010. Santiago de Cali.
 163

Destinobles, A. (2007). Introduccion a los modelos de crecimiento economico exogeno y

endogeno.

Engle, R., & Granger, C. (1987). Cointegration and error correction: Representation, estimation
and testing.

Estadistica. (s.f.). Series de Tiempo.

Expansion. (s.f.). Coeficiente de Determinacion. Expansion, 1.

Fermin, F. (2015). Prueba t de Student. Prueba t de Student, 1.

Fernandez y Pacco , J. (2016). "Analisis de la Inversion Publica y su impacto en la Economia de

la provincia de Canchis, Cusco - Peru (2007 - 2013)". Cusco: Universidad Nacional San
Antonio Abad del Cuco.

FMI. (2017).

FMI. (2017). Perspectivas Economicas Globales.

Gonzales, E. (2018). Economia Peruana. Blog PUCP.

Gujarati, D., & Porter, D. (2011). ECONOMETRIA (Quinta Edición ed.). (E. Z. Gutierrez, Ed.)
Mexico, DC Mexico: McGraw-Hill.

Hossain, S. (2011). Econometrics applications. Hossain Academy. Dallas.

Instituto de Economía y Desarrollo Empresarial . (2016). Tasa de interés de Bancos y Cajas

Municipales muestra una tendencia a la baja. Informe Económico, 8-10.

Jimenez, F. (2010). Crecimiento economico: enfoques y modelos Capitulo 5 - Teoria del

crecimiento endogeno. Lima: Cartolan Editoria y Comercializadora EIRL.

Larraín, F., & Sachs, J. (2013). Macroeconomía en la economía global (3ra ed.). Santigo, Santigo
de Chile, Chile: Pearson.

Manayay, P. (2014). "Analisis de los Shocks Macroeconomicos sobre la posicion Fiscal en la

Economia Peruana: periodo 1993 M1-2012 M3, un analisis estructural de vectores
autoregresivos (SVAR)". Piura: Universidad Nacional de Piura.

Mayuri, J. L. (2015). La inversion en infraestructura publica y el crecimiento economico del Peru,

1950 - 2013. Lima.

McCandless, G., Gabrielli, F., & Murphy, T. (2001). Modelos econometricos de prediccion
macroeconomica en la Argentina. Argentina.

MEF. (2017).

Mendoza, J. (31 de Julio de 2016). La Inversion Privada. Diario Gestion, pág. 1.

Moreno, E. V. (2013). Influencia de la Inversion Publica en Infraestructura sobre el Crecimiento

de la economia peruana, 1980 - 2011. Trujillo.
 164

Novales, A. (2016). Modelos vectoriales autoregresivos (VAR).

Parodi, C. (13 de diciembre de 2016). Motores de la economía peruana. Diario Gestión.

Parodi, C. (26 de mayo de 2017). Porque no se reactiva la economia peruana. Diario Gestión.

Parodi, C. (2 de Febrero de 2017). Que relacion existe entre la inversion privada y el 2021.

Parodi, C. (17 de Febrero de 2017). Que relacion existe entre la inversion privada y el 2021.
Diario Gestión.

Parodi, Carlos. (2017). ¿Cómo se puede reactivar la economía peruana? Diario Gestión.

Perdomo, A. (2002). Inversion publica sectorial y crecimiento ecnomico: Una aproximacion

desde la metodologia VAR. Colombia.

Ponce, S. (2013). Inversion Publica y Desarrollo Economico Regional. Recuperado el 01 de

Noviembre de 2017, de
[Link]
O_STEFAHNIE_SOFIA_INVERSION.pdf?sequence=1

Rivera, J., & Toledo, P. (2004). Efectos de la infraestructura publica sobre el crecimiento de la
economia, evidencia para Chile. Chile.

Romaní, R. B. (2015). Desarrollo Financiero y Crecimiento Económico en el Perú. Lima.

Vargas, A., & Castro, V. y. (2011). Importancia del crecimiento del sector construccion en la
economia y sociedad peruana. Lima.

Vasquez, A. (2004). Los vinculos entre el crecimiento economico y la infraestructura electrica en

el Peru, 1940-2000. Lima.

Arequipa, 07 de Diciembre del 2017

________________________________
Bustamante Manrique, Jean Jeafrey
Código Alumno: 2009241911
 165

ANEXO 1

MATRIZ DE CONSISTENCIA
FUENTES DE TÉCNICAS E
TEMA PROBLEMAS OBJETIVOS HIPÓTESIS VARIABLES INDICADORES METODOLOGÍA
INFORMACIÓN INSTRUMENTOS
Problema general Objetivo general TÉCNICAS:

¿Influye la Inversión Bruta Fija TIPO DE

en el Crecimiento Económico Determinar la influencia de la V. Independiente Información documental INVESTIGACIÓN:
del Perú: Periodo1990 – 2018? Inversión Bruta Fija en el
Crecimiento Económico del
Perú, periodo 1990 – 2018 Se recopilarán datos de las
- Variación %
Problemas específicos: de la Inversión BCRP variables e indicadores de Es de tipo No experimental:
Privada fuentes secundarias Investigación correlacional y
explicativa.
Objetivos específicos:
¿Cuál es la influencia de la
inversión privada en el Analizar la influencia de la
crecimiento económico del inversión pública en el
Inversión Bruta fija INSTRUMENTOS: Plan a Seguir:
“Influencia de la Perú? crecimiento económico del
Inversión Bruta Perú.
Dado el menor
Fija en el ¿Cuál es la influencia de la Analizar la influencia de la crecimiento de la
Crecimiento inversión privada en el inversión privada en el Inversión Bruta Fija, Cuadros estadísticos Recabar información
Económico del crecimiento económico del crecimiento económico del es probable que estas estadística de organismos
Perú: Un análisis Perú? Perú. - Variación %
influyan de forma como BCRP, INEI y otras
estructural del de la Inversión BCRP
negativa en el instituciones públicas y
modelo de Publica
Vectores ¿Se puede determinar el Determinar el Crecimiento privadas que publiquen
comportamiento futuro del comportamiento futuro del Económico del Perú, Tablas comparativas información en internet y
Autoregresivos
crecimiento económico crecimiento económico periodo 1990 – 2018. libros.
(VAR), periodo
1990 – 2018” explicado por la inversión explicado por la inversión
pública? pública.
V. Dependiente

¿Se puede determinar el Determinar el

comportamiento futuro del comportamiento futuro del INEI Realizar el análisis de
Crecimiento - Variación % Gráficos en barras o
crecimiento económico crecimiento económico relación con EVIEWS
Económico del PBI real circulares.
explicado por la inversión explicado por la inversión redactar resultados
privada? privada.

¿Existe causalidad estadística Determinar la causalidad

de la inversión bruta fija hacia el estadística de la inversión bruta Paquetes estadísticos Analizar resultados
crecimiento económico del fija hacia el crecimiento STATA y/o EVIEWS presentación de informe
Perú? económico del Perú.