INFLUENCIA DEL COMPORTAMIENTO DE LOS PRECIOS DEL COBRE Y DEL ORO EN EL PIB MINERO - PERÚ

8/19/2019 INFLUENCIA DEL COMPORTAMIENTO DE LOS PRECIOS DEL COBRE Y DEL ORO EN EL PIB MINERO - PERÚ

1/46

1

Z

UNIVERSIDAD

NACIONAL MAYOR DE

SAN MARCOS

INFLUENCIA DEL

COMPORTAMIENTO DE LOS

PRECIOS DEL COBRE Y DEL ORO

EN EL PIB MINERO - PERÚ

CURSO:

Econometría II

DOCENTE:

Castañeda Saldaña, Francisca Beatriz

ALEJOS MANRIQUE,

Marjorie

ROJAS VILCHEZ,Yuliana Gabriela

SALDAÑA CERNA,

Miguel Angel

Presentado por:

Ciudad Universitaria, 05 de Diciembre del 2015


2/46

2

Contenido

I. RESUMEN ............................................................................................................... 3II. PLANTEAMIENTO DEL PROBLEMA ................................................................. 3

III. OBJETIVOS ............................................................................................................ 4

IV. MARCO TEÓRICO Y CONCEPTUAL ................................................................. 5

V. METODOLOGÍA ................................................................................................... 12

VI. RESULTADOS ...................................................................................................... 14

VII. CONCLUSIONES ................................................................................................. 29

VIII. REFERENCIA BIBLIOGRAFICA ....................................................................... 31

IX. ANEXOS ................................................................................................................ 32


3/46

3

I. RESUMEN

En estos últimos períodos donde la influencia de la demanda China por

minerales se ha contraído debido a su menor crecimiento económico y de su mercadoinmobiliario han presionado a la baja el precio del cobre y del oro, los cuales son los

metales exportables más importantes del Perú.

El presente trabajo busca analizar los efectos que han tenido el precio del cobre

y del oro sobre la el PIB del sector minero en nuestro país. Es verdad, que existen otras

variables que pueden afectar el PIB del sector minero; sin embargo, nuestro análisis se

centrará en las variables escogidas.

II. PLANTEAMIENTO DEL PROBLEMA

Con la llegada de los españoles el Perú adoptó un modelo económico primario

exportador que se mantiene vigente hasta nuestros días. El cobre es hoy por hoy el

principal producto minero de exportación llegando a alcanzar la cuarta parte del total.

Es bien sabido que tenemos considerables reservas mineras futuras y costos muy

competitivos, por ejemplo, el costo promedio en efectivo de producir una libra de cobre

en el Perú es US$1.30 en comparación con US$1.88 en Chile.

En los últimos dos años, el precio del cobre se ha reducido sustancialmente,

desde casi US$4.00 por libra a US$2.07 en los últimos días. Esta tendencia lleva

consigo la caída de la construcción en China. A ello sumémosle la caída del precio del

oro y con ello nuestras exportaciones se han reducido 25% en dos años y el crecimiento

económico se ha frenado notablemente.

Las grandes compañías mineras internacionales piensan que a partir del 2017-

2018 habrá una fuerte recuperación del precio porque las minas fáciles de desarrollar

en el mundo se están agotando. Entre ellos destaca Chile, principal productor, donde se

está estancado en aproximadamente 5.5 millones de toneladas anuales de producción.


4/46

4

Es importante mencionar que en nuestro país se están construyendo cuatro

grandes proyectos (Constancia en el Cusco, ya en operación, Las Bambas en Apurímac,

Toromocho en Junín, ya en operación, y la ampliación de Cerro Verde en Arequipa).

Estos cuatro proyectos casi duplicarán nuestra producción de cobre.

El precio del oro, por su parte, también ha presentado en estos últimos meses

una caída significativa que ha llevado consigo a que las empresas busquen reducir sus

costos de producción por dicha caída en los precios de los principales metales.

Ante todo ello surge la interrogante:

¿Cuán dep en d ien te es nues tra ec onomía (PIB sec to r m inería)

respecto al precio del cobre y del oro?

III. OBJETIVOS

a) OBJETIVO GENERAL

Determinar el grado de influencia del comportamiento de los precios del cobre ydel oro en el producto bruto interno sector minería en el Perú.


5/46

5

b) OBJETIVOS ESPECÍFICOS

Determinar los precios del cobre para los años de 1993 al 2015.

Determinar los precios del oro para los años de 1993 al 2015. Determinar los niveles del PIB Sector Minería del Perú para los años 1993 al

2015.

Examinar el efecto de la variación de los precios del cobre y el oro en el

desarrollo del PIB Sector minería en el Perú.

Establecer modelos econométricos como referencia en base a los resultados

obtenidos.

Validar el modelo propuesto, a través de herramientas estadísticas conocidas

(Eviews), aplicación de mejoras, y la comparación del precio obtenido para el

largo plazo.

IV. MARCO TEÓRICO Y CONCEPTUAL

FUNDAMENTOS ECONÓMICOS

En este trabajo se realiza un estudio acerca de los precios de los metales

industriales más importantes: cobre y oro. Lo que se busca es encontrar una

relación entre el patrón temporal que se observa en sus precios con el principal

indicador de la actividad macroeconómica mundial, el PIB.

Producción minería e hidrocarburos

El PBI minero es la suma del valor de producción minera y e

hidrocarburos que se calcula a partir de la información proporcionada por

la Dirección General de Minería del Ministerio de Energía y Minas que

recopila datos sobre los volúmenes de extracción de 9 metales (cobre,

oro, zinc, plata, plomo, cadmio, hierro, estaño y molibdeno) y la Gerencia


6/46

6

de Contratos de Perupetro que proporciona la producción de 2

hidrocarburos (petróleo crudo y gas natural).

Minería e Hidrocarburos (mill. S/. de 2007)

1993 - 2014

Fuente: BCRP

Producto Bruto Interno (PBI)

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 unperíodo 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


7/46

7

producción y que no son incluidas dentro del cálculo del PBI, como la

economía informal o actividades realizadas por fuera del mercado, como

ciertos intercambios cooperativos o producción para el autoconsumo. El

PBI se puede calcular mediante diferentes enfoques:

ENFOQUE DE LA PRODUCCIÓN

El PBI es un concepto de valor

agregado. Es la suma del valor agregado

bruto de todas las unidades de producción

residentes, más los impuestos a los

productos y derechos de importación. El valor

agregado bruto es la diferencia entre la

producción y el consumo intermedio.

ENFOQUE DEL GASTO

El PBI es igual a la suma de las

utilizaciones finales de bienes y servicios

(todos los usos, excepto el consumo

intermedio) menos el valor de las

importaciones de bienes y servicios. De este

modo, el PBI es igual a la suma de los gastos

finales en consumo, formación bruta de

capital (inversión) y exportaciones, menos las

importaciones.

ENFOQUE DEL INGRESO

El PBI es igual a la suma de las

remuneraciones de los asalariados, el

consumo de capital fijo, los impuestos a la

producción e importación y el excedente de

explotación.


8/46

8

PIB Real (Variación Porcentual)

1993 - 2014

Fuente: BCRP

Productos básicos (Commodities)

Productos procedentes del sector primario (agricultura, pesca,

yacimientos mineros, etc.) que se transforman en productos finales, o

bien se venden directamente al consumidor. Los principales exportadores

de estos productos son los países subdesarrollados o en vías de

desarrollo y suponen gran parte del comercio internacional. La

dependencia económica de estos países de sus exportaciones es muy

fuerte y, para que los precios de estos productos no se vean alterados

por la coyuntura económica existe una serie de compromisosinternacionales para su control. Estos productos son negociados en bolsa

en forma de contratos estandarizados de acuerdo a la calidad, cantidad,

fecha de entrega y localización para cada bien, siendo el precio la única

variable resultante de la negociación.

El Perú es un país minero, siendo este sector el principal impulsor del

crecimiento económico. Perú es favorecido con una riqueza en recursos naturales


9/46

9

mineros excepcional, lo que permite que la participación de la minería en la economía

se incremente año a año.

a) Panorama general: Perú

En la última década, el Perú destacó como una de las economías de más rápido

crecimiento en América Latina y el Caribe. Entre 2005 y 2014, la tasa de crecimiento

promedio del PIB fue de 6,1%, en un entorno de baja inflación (2,9% en promedio). Un

contexto externo favorable, políticas macroeconómicas prudentes y reformas

estructurales en distintos ámbitos se combinaron para dar lugar a este escenario de alto

crecimiento y baja inflación.

Sin embargo, el país ha ingresado a un periodo desafiante, ya que el impulso del

crecimiento se desaceleró en el 2014, debido principalmente al efecto de condiciones

externas adversas, un declive correspondiente en la confianza interna y una reducción

de la inversión. Además, se presentaron condiciones climáticas adversas que afectaron,

por un lado, la industria pesquera y, por otro, la ejecución del programa de inversiónpública. Como resultado, la inversión bruta interna y las exportaciones se contrajeron un

4,8% y 1%, respectivamente, en términos reales. A pesar de ello, las cifras de

crecimiento del PBI para este último año se mantuvieron por encima del promedio de la

región (2,4% frente a 0,8%, respectivamente) y la inflación finalizó solo ligeramente por

encima del rango meta (3,2%).

Para el 2015, se espera que el crecimiento del Perú sea similar a los niveles de

2014 y que, en adelante, se recupere progresivamente a un ritmo promedio de alrededor

de 4% en 2016-17. En este sentido, la expectativa es que el inicio de la fase de

producción de grandes proyectos mineros en los próximos dos o tres años, así como

una política fiscal anticíclica den soporte a la demanda agregada, mientras que la

aplicación continua de reformas estructurales sostendrían la confianza de los

inversionistas privados.


10/46

10

En el ámbito externo, las principales fuentes de adversidad que pueden impactar

el crecimiento económico son:

La caída de los precios de las materias primas, vinculada en gran medida

con la desaceleración de China, uno de los principales socios

comerciales de Perú;

Un eventual período de volatilidad financiera, asociado a la expectativa

del inicio de un período de alzas en las tasas de interés de los Estados

Unidos.

En el ámbito interno, las proyecciones de crecimiento del PBI están vulnerablesa:

La ocurrencia de un Fenómeno del Niño de magnitud fuerte o severa.

Los retrasos en la implementación de los programas in inversión pública

y privada.

La incertidumbre asociada a las próximas elecciones presidenciales.

Por otro lado, los efectos de un fuerte crecimiento del empleo y de los

ingresos han reducido los índices de pobreza considerablemente,

impulsando la prosperidad compartida. Entre los años 2005 y 2014, los

índices de pobreza se redujeron en más de la mitad, desde un 55,6%

hasta un 22,7% de la población (según INEI), aproximadamente. Se

estima que solo en el 2013, aproximadamente medio millón de personas

escaparon de la pobreza.

b) Entorno Minero

El Perú es un país minero por excelencia dada la calidad de los yacimientos y la

diversidad de los mismos. Así, el país posee grandes reservas de minerales, siendo uno

de los productores más importantes a nivel mundial. Además, en el año 2014, Perú

ocupó el séptimo puesto entre los países y regiones de destino en exploración minera

según el SNL Minings & Metals y, según el Instituto Fraser, mejoró siete posiciones en


11/46

11

el índice mundial de países atractivos para la inversión minera al ubicarse en el puesto

30.

A lo mencionado, se debe adicionar la interdicción de la extracción de oro en

región de Madre de Dios, lo que redujo la contabilización de la producción. Para el 2015

y 2016 las perspectivas son más favorables asociadas a la mayor producción de

Antamina, los proyectos de Constancia, Toromocho y la ampliación de Cerro Verde; sin

embargo, los retrasos y complicaciones en las operaciones podrían afectar las

perspectivas. Por el lado de los precios de metales, estos continuaron con la reducción

de sus cotizaciones (excepción del zinc y estaño) a causa de la debilidad de la economía

China, lenta recuperación de la Eurozona y fortalecimiento de Estados Unidos, lo que

devino en el fortalecimiento del dólar –encareciendo a los commodities que cotizan en

esta moneda –.

Fuente: BCRP, elaboración propia.

Resto deproductos

38%

Productosmineros

62%

Estructura de la exportacionesperuanas/ Acumulado Enero-Abril 2015

Incluye productosmetálicos, no

metálicos ,siderometlurgicos,metalmecánios y

joyería.


12/46

12

V. METODOLOGÍA

Modelo VAR

El esquema VAR permite estimar el conjunto de parámetros del sistema, pero

requiere que las variables bajo análisis sean estacionarias. Sin embargo esta

metodología no es adecuada en el caso de tener variables no estacionarias. La solución

a este problema fue dada entre otros por Johansen, Stock-Watson y Phillips-Hansen,

esta consiste en la búsqueda de una o más combinaciones lineales de dichas variables

que sean estacionarias y que a su vez minimicen la varianza de la representación VAR

estacionaria este modelo es denominado Modelo VEC (Vector Error Correction).

La expresión general de un modelo VAR vendría dada por la siguiente

especificación:

= − + − + ⋯ + − + + Donde es un vector con las “n” variables objeto de predicción (explicadas),

es un vector de k variables que explican adicionalmente a las anteriores, loscoeficientes alpha y beta son matrices de coeficientes a estimar, y épsilon es un vectorde perturbaciones aleatorias(una por ecuación), cada una de las cuales cumple

individualmente el supuesto de ruido blanco (homocedasticidad y ausencia de

autocorrelación), y entre ellas cumplen el supuesto de homocedasticidad inter-

ecuaciones.

Para el trabajo aplicativo tenemos las siguientes ecuaciones:

= min− + min− + ⋯ + min− + = − + − + ⋯ + − + = − + − + ⋯ + − +

Siendo

MODELO VEC


13/46

13

El modelo VEC es también una herramienta que pertenece al contexto de

series de tiempo multivariado, pero se caracteriza por contener variables

cointegradas; es decir, variables que guardan una relación de equilibrio de largo

plazo entre ellas.

Por tanto el error a ir corrigiendo será:

El error de corrección del error (VEC) es

Δ, = (− −) + ,

Δ, = (− −) + , En este modelo tan simple, la única variable que aparece en la parte

derecha de la ecuación es el término de corrección del error. En el equilibrio a

largo plazo, este término toma el valor cero. Sin embargo, si y e y se desvíandel equilibrio a largo plazo en el periodo actual, el término de corrección del error

es distinto de cero y cada variable se ajusta parcialmente para restablecer la

relación de equilibrio. Los coeficientes α y α miden, precisamente, la velocidadde este ajuste.


14/46

14

VI. RESULTADOS

Para analizar la influencia del Precio del Cobre y del Oro sobre el PIB

minería, se utilizó una muestra de 89 periodos, los cuales son trimestres quecomprenden desde 1993 hasta el tercer trimestre del 2015. En el siguiente

modelo se observa que la constante, el precio del cobre y el precio del oro

son variables significativas para estimar el PBI del sector minería peruano.

También se observa que el R- cuadrado ajustado tiene un porcentaje

de 92% variación de la variable de respuesta que explica su relación con

PRECIOCOBRE y PRECIOORO es alta.

Dependent Variable: PBIMINERIAMethod: Least Squares

Date: 01/11/15 Time: 01:37Sample: 1993Q1 2015Q1

Included observations: 89

Variable Coefficient Std. Error t-Statistic Prob.

C 1.767530 0.058028 30.45979 0.0000PRECIOCOBRE 0.242714 0.053570 4.530760 0.0000

PRECIOORO 1.548754 0.140440 11.02789 0.0000

R-squared 0.922276 Mean dependent var 3.285627 Adjusted R-squared 0.920468 S.D. dependent var 1.024063S.E. of regression 0.288800 Akaike info criterion 0.386962Sum squared resid 7.172869 Schwarz criterion 0.470849Log likelihood -14.21981 Hannan-Quinn criter. 0.420774

F-statistic 510.2377 Durbin-Watson stat 0.450664Prob(F-statistic) 0.000000

CUADRO 01


15/46

15

Cabe mencionar que ninguna de las series de tiempo es una serieestacionaria, (Ver anexo 1: Prueba de raíz Unitaria) por lo que se trabajó con lasprimeras diferencias de todas ellas, la primera diferencia en todos los casos sedefine como el logaritmo natural del cociente de la variable en un tiempo (T) y lamisma variable en con un periodo de rezago (T-1).

En el caso del PIB del sector minero, la primera diferencia representa elcambio porcentual del PIB minero. En lo referente al precio del cobre, la primeradiferencia hace referencia al cambio porcentual del precio del cobre,análogamente precio del oro en su primera diferencia hace referencia al cambioporcentual de él.

La Figura “a” muestra la evolución de las tres variables a nivel,

identificando los trimestres en el eje horizontal y los valores de cada una de lasvariables en sus unidades en el eje vertical. La Figura “b” muestra las variablesdel modelo en sus primeras diferencias, mostrando los trimestres en el ejehorizontal y el cambio porcentual de los valores de cada una de las variables, enel eje vertical.

a) Variables del modelo en su nivel

b) Variables del modelo en su primera diferencia


16/46

16

En el siguiente gráfico se observa la evolución

de las tres variables en su nivel. Las tres

variables tienen un crecimiento en conjunto.

Existiendo la posibilidad de existencia de

cointegración. Cabe mencionar que en el

primer trimestre del 2009 hubo una caída

brusca en el precio del cobre debido a la crisis

que se vivía a nivel internacional. También el

precio del oro se vio afectado sin embargo el

pbiminera no se vio comprometido, esto se

puede explicar por las políticas anti-cíclicas

tomadas por las autoridades económicas de

nuestro país.

En el gráfica 02 se observa la evolución de

las tres variables pero en su primera

diferencia.

Siendo una aproximación a la tasa de

crecimiento del PBI del sector minero, así

como de la tasa de crecimiento del precio

del cobre y del oro.

Mostrándose estacionarias en media.

GRÁFICA 01

GRÁFICA 02


17/46

17

MODELO VEC

PRUEBA DE CAUSALIDAD DE GRANGER

La prueba de causalidad de Granger no confirma lo que la Teoría

Económica postula, es decir que el PIBMineria es causado por el PrecioCobre yPrecioOro.

La prueba de Granger es cuestionada en el sentido de que la relación de

causalidad entre las variables no puede ser establecida por una mera relación

de asociación estadística.

PRUEBA DE COINTEGRACIÓN

Comparamos los siguientes escenarios:

Sample (adjusted): 1994Q2 2015Q1Included observations: 84 after adjustmentsTrend assumption: Linear deterministic trendSeries: PBIMINERIA PRECIOCOBRE PRECIOOROLags interval (in first differences): 1 to 4

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None 0.193182 29.11098 29.79707 0.0598

At most 1 0.110142 11.07977 15.49471 0.2067 At most 2 0.015093 1.277511 3.841466 0.2584


18/46

18

Trace test indicates no cointegration at the 0.05 level* denotes rejection of the hypothesis at the 0.05 level**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None 0.193182 18.03121 21.13162 0.1287 At most 1 0.110142 9.802257 14.26460 0.2252 At most 2 0.015093 1.277511 3.841466 0.2584

Max-eigenvalue test indicates no cointegration at the 0.05 level* denotes rejection of the hypothesis at the 0.05 level**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):

PBIMINERIA PRECIOCOBRE PRECIOORO2.868461 -2.795852 0.3044193.478650 0.178006 -8.2853600.644006 0.162838 0.488234

Unrestricted Adjustment Coefficients (alpha):

D(PBIMINERIA) -0.026185 -0.005620 -0.012720D(PRECIOCOB

RE) 0.079233 0.033865 -0.021712D(PRECIOORO) -0.002207 0.014472 -0.001100

1 Cointegrating Equation(s): Log likelihood 208.7551

Normalized cointegrating coefficients (standard error in parentheses)PBIMINERIA PRECIOCOBRE PRECIOORO

1.000000 -0.974687 0.106126(0.19621) (0.48294)

Adjustment coefficients (standard error in parentheses)D(PBIMINERIA) -0.075112

(0.04038)D(PRECIOCOB

RE) 0.227276(0.08931)

D(PRECIOORO) -0.006331(0.01534)

2 Cointegrating Equation(s): Log likelihood 213.6563

Normalized cointegrating coefficients (standard error in parentheses)PBIMINERIA PRECIOCOBRE PRECIOORO

1.000000 0.000000 -2.257675(0.21175)

0.000000 1.000000 -2.425190(0.28794)

Adjustment coefficients (standard error in parentheses)D(PBIMINERIA) -0.094663 0.072210(0.06340) (0.03939)


19/46


20/46


21/46


22/46

22

Akaike, Schwarz y Hannan-Quinn, los resultados de todos estos criterios indican

que la estructura de rezagos adecuada es el siguiente VEC.

ANÁLISIS DEL ORDEN VEC

Para el análisis de la determinación del orden del VEC sólo utilizaremos los indicadores de las

estimaciones por MCO de las ecuaciones y del modelo VEC

Estimación del VEC (4)

R-squared 0.462124 0.318535 0.333213 Adj. R-squared 0.362233 0.191978 0.209381Sum sq. resids 1.165117 5.700558 0.168183S.E. equation 0.129014 0.285371 0.049016F-statistic 4.626270 2.516918 2.690846Log likelihood 60.48498 -6.200219 141.7770

Akaike AIC -1.106785 0.480958 -3.042310Schwarz SC -0.701649 0.886094 -2.637174Mean dependent 0.023572 0.021310 0.009935S.D. dependent 0.161549 0.317467 0.055126

Determinant resid covariance (dof adj.) 2.41E-06Determinant resid covariance 1.39E-06Log likelihood 208.7551 Akaike information criterion -3.898932Schwarz criterion -2.596709

Estimación del VEC (7)

R-squared 0.602216 0.483114 0.651435 Adj. R-squared 0.451332 0.287054 0.519220Sum sq. resids 0.857427 4.292887 0.087802S.E. equation 0.121586 0.272058 0.038908F-statistic 3.991259 2.464111 4.927110Log likelihood 69.27086 4.034314 161.5642 Akaike AIC -1.142490 0.468289 -3.421339Schwarz SC -0.462585 1.148194 -2.741434Mean dependent 0.023729 0.016296 0.010300S.D. dependent 0.164146 0.322205 0.056113

Determinant resid covariance (dof adj.) 1.51E-06

Determinant resid covariance 5.54E-07Log likelihood 238.6662 Akaike information criterion -4.115214Schwarz criterion -1.986815

Al comparar los modelos con 4 y 7 rezagos podemos observar que según el criterio de Akaike

observamos que el modelo 4 es mejor, sin embargo Schwarz nos dice que el modelo con

7rezagos es mejor que el modelo con 4 rezagos. Asimismo el R2 ajustado mejora para cada

ecuación de manera significativa.

Aplicando la prueba de la Razón de Verosimilitud, obtenemos:

LR = -2(208.7551 -238.6662) = 59.8222


23/46

23

Para la 2(9)

p = 1.45x10-9 0

Luego el VEC(7) es mejor que el VEC(4)

= + + + =

′− = 1 0.349 1.408 1.646 −−−1 − = − − − = 0.349 ∗ + 1.408 ∗ + 1.646 (Relación de largo plazo)

VEC-MCE


24/46

24


25/46

25


26/46

26

Δ = (′−) + Γ∆− + ⋯ + Γ∆− [ ∆∆

∆ ] = [0.01880.2484

0.0757 ] ∗ − + Γ∆−

Observamos que la variable PIBMinería corrige los errores en la relación del

equilibrio de manera negativa en un 1.88%. Mientras que el PrecioCobre corrige en

24.84% el error. Por otro lado, el PrecioOro lo hace en un 7.57%.

FUNCIÓN DE IMPULSO RESPUESTA

La función impulso-respuesta muestra la reacción o respuesta de las variables

explicadas en el sistema ante cambios en los errores. Un cambio o shock en una variable

en el período y afectará directamente a la propia variable y se transmitirá al resto de

variables explicadas a través de la estructura dinámica que representa el modelo VAR.

A continuación se presentan los resultados del análisis de impulso respuesta de

las variables relevantes en el modelo de acuerdo al Gráfico 3 considerando los

trimestres en el eje horizontal y las variaciones porcentuales en el eje vertical.

Como se aprecia en la Gráfica 3, un impacto contemporáneo de una desviación

estándar de la descomposición de Cholesky en el Índice Precios del Cobre sobre PBI

de la Minería presenta una respuesta de 0.07, durante el tercer trimestre se registra un

impacto que llega a 0.1, mientras que en el quinto trimestre se tiene un impacto de 0.06,

este impacto se va incrementando hasta el décimo trimestre donde alcanza una

respuesta de 0.18.

Análogamente, el Índice Precios del Oro tiene un impacto contemporáneo sobre

el PBI de la Minería de 0.004, para el segundo trimestre tiene un impacto de 0.01, sin

embargo para el cuarto trimestre el impacto cae a 0.006. A partir del quinto trimestre se

observa un notable incremento hasta el décimo trimestre donde el impacto es de 0.051.


27/46

27

En la gráfica 4 se presentan las funciones de impulso respuesta de todas las variables

consideradas en el modelo VEC.

GRÁFICA 04

GRÁFICA 03


28/46

28

DESCOMPOSICIÓN DE LA VARIANZA

Descomposición de la Varianza

La descomposición de la varianza es un estudio complementario al

análisis impulso-respuesta que informa en distintos horizontes del tiempo el

porcentaje de volatilidad que registra una variable por los choques de las demás.

Es decir, indica la proporción del efecto que, en forma dinámica, tienen todas las

perturbaciones de las variables sobre las demás. Separa la varianza del error de

pronóstico para cada una en componentes que pueden atribuirse a cada una de

las variables endógenas. De esta manera es posible medir la volatilidad que le

genera la variable endógena a la exógena en un momento específico.

El Precio del Cobre llega a explicar hasta en un 19% al PIB Minería, y el

Precio del Oro lo explica hasta en un 17%.


29/46

29

VII. CONCLUSIONES

En el presente trabajo se logró establecer una relación positiva tanto para los

Índices de Precios del Cobre y como del Oro en el Producto Bruto Interno

para el sector Minería.

El análisis se realizó mediante la observación de una muestra de 89 periodos

para los Precios del Cobre, del Oro y del PIB Minería, los cuales comprenden

trimestres desde 1993 hasta el 2015. A partir de la obtención de dichas

variables se estableció una relación entre ellas, habiéndose comprobado la

existencia de causalidad en múltiples rezagos.

Se identificó un modelo de vectores autoregresivos para explicar las

relaciones entre variables. Una vez establecido el VAR irrestricto se

determinó el número de rezagos óptimo realizando un análisis de la

estructura de rezagos para luego realizar el test de Johansen con el objetivo

de identificar cointegración entre variables, en el cual se identificaron dos

ecuaciones cointegradas, por lo que la especificación del modelo cambió

para convertirse en un VAR restringido o modelo de Vectores de Corrección

del Error. Una vez obtenida la especificación del modelo se comprobó la

significancia estadística de las variables, logrando comprobar relaciones

importantes, siendo la de mayor relevancia la comprobación de causalidad

de largo plazo entre Precios del Cobre y el PIB Minería. Esto quiere decir que

ante incrementos del Precios del Cobre se darán incrementos en el PIB

Minería, Este resultado no es inesperado, ya que el cobre es el principal

mineral exportado por el Perú, país minero por excelencia.

El modelo de corrección de error es un modelo de la relación a corto plazo

entre las variables y nos indica en qué medida la desviación de la relación


30/46

30

de equilibrio a largo plazo es corregido a través de una serie de ajustes

parciales a corto plazo.

Los resultados del modelo para los cambios en el PIB Minería nos indican

que la corrección se haría lentamente, en el primer trimestre siguiente al

desajuste se corregiría aproximadamente 8.4% para el PrecioCobre y en un

68.12% para el PrecioOro del desajuste en el periodo anterior.

La formulación empírica del modelo comprobó la dirección teórica de las

relaciones entre variables utilizadas. Es necesario aclarar que la relación

Precios del Cobre-PIB Minería y Precios del Oro-PIB Minería fueron

comprobadas a través de los resultados de las funciones de impulso

respuesta así como la descomposición de varianza. En ambos casos dicha

relación fue robustamente comprobada por el presente estudio, puesto que

como se evidenció en la descomposición de varianzas el Precio del Cobre

llega a explicar hasta en un 19% al PIB Minería, y el Precio del Oro lo explica

hasta en un 17%.

Finalmente, el presente trabajo constituye un avance hacia la comprensión

de los condicionantes del Crecimiento económico del Perú, en el caso

específico del Sector Minería, respecto a los Índices de Precios del Cobre y

como del Oro a lo largo de los últimos 20 años.


31/46

31

VIII. REFERENCIA BIBLIOGRAFICA

JORDÁN, Juan José (2014) MODELO VEC PARA LA ESTIMACIÓN DE INFLACIÓN

BURSÁTIL: EVIDENCIA EMPIRICA EN MERCADOS NORTEAMERICANOS.

BCRP, CUADROS TRIMESTRALES HISTÓRICOS.http://www.bcrp.gob.pe/estadisticas/cuadros-trimestrales-historicos.html

ARANÍBAR, Jaime (1994). MODELOS DE SERIES DE TIEMPO PARA EL PRONOSTICO DE

PRECIOS DE MINERALES.

Boletín Estadístico de Minería, MEM, Nº 01-2013, Lima, Perú” , Ministerio de energía y

Minas.

ACOSTA, Fernando (2009). Impacto De Variables Macroeconómicas En El Ciclo De

Precios De Commodities Minerales.

Perú Panorama generalhttp://www.bancomundial.org/es/country/peru/overview

INFORME SECTORIAL PERÚ: SECTOR MINERO , Pacifc Credit Rating,http://www.ratingspcr.com/uploads/2/5/8/5/25856651/sectorialminero-201412-

fin.pdfhttp://www.ratingspcr.com/uploads/2/5/8/5/25856651/sectorialminero-

201412-fin.pdf


32/46

32

IX. ANEXOS

ANEXO 1: Pruebas de Raíz Unitaria

PBI Minería

El gráfico muestra una evolución lavariable PBI Minería. Presenta uncomportamiento tendencialcreciente, indicando uncomportamiento no estacionario en

media.


33/46

33

PRUEBA DE RAÍZ UNITARIA PARA PBI MINERÍA

1) Análisis del modelo con tendencia e intercepto

La prueba nos indica que la serie PBIMINERIAen su nivel con tendencia e intercepto, tieneraíz unitaria, ya que el coeficiente estimado seencuentra en la RA, por lo tanto aceptamos que nos dice que la serie es no estacionaria.Para verificar si la serie presenta tendencia

deterministica o no, compararemos el valor deT-Statistic de la tendencia con su valor crítico.

Luego analizamos el coeficiente para latendencia (V. crítico = 2.79)

010 ;0:0: H aceptamos H H

0

;00:

079.273.1

10

AceptamosComo

dado H

∴ Como observamos la serie no presentatendencia determinística debido a que supr esencia no es significativa.


34/46

34

2) Análisis del modelo con intercepto y sintendencia

La prueba nos vuelve a indicar que laserie PBIMINERIA en su nivel solo conintercepto tiene raíz unitaria, ya que elcoeficiente estimado se encuentra en laRA, por lo tanto aceptamos que nosdice que la serie es no estacionaria. Ahora pasamos a verificar la presenciade intercepto. Para verificar si la seriepresenta intercepto o no, compararemosel valor de T-Statistic de la tendencia consu valor crítico.


∴ Como observamos la serie no presentaintercepto debido a que su presencia noes significativa.


0

;00:

054.207.1

10

AceptamosComo

dado H


35/46

35

3) Análisis del modelo sin intercepto y sin tendencia

La prueba nos vuelve a indicarque la serie PBIMINERIA en sunivel sin tendencia ni interceptotiene raíz unitaria, ya que elcoeficiente estimado seencuentra en la RA, por lo tantoaceptamos que nos dice que laserie es no estacionaria.

∴Como observamos la seriePBIMINERIA en su nivel es no

estacionaria. Es necesariaaplicar la primera diferencia.



36/46

36

4. Analizamos la serie en su primera diferencia.

Como observamos la seriePBIMINERIA en su primeradiferencia es estacionaria.Entonces decimos que laserie PBIMINERIA esintegrada de orden 1 - I(1).

010 ;0:0: H rechazamos H H


37/46

37

Precio del Cobre

El gráfico muestra una evoluciónla variable Pecio del Cobre.

Presenta un comportamientotendencial creciente, indicando uncomportamiento no estacionarioen media.


38/46

38

Prueba de raíz unitaria para PRECIOCOBRE

1. Análisis del modelo con tendencia e intercepto

∴ Como observamos la serie no presenta tendencia determinística debido a quesu presencia no es significativa.

La prueba nos indica que la seriePRECIOCOBRE en su nivel contendencia e intercepto, tiene raízunitaria, ya que el coeficienteestimado se encuentra en la RA, porlo tanto aceptamos que nos diceque la serie es no estacionaria. Paraverificar si la serie presenta tendenciadeterministica o no, compararemos elvalor de T-Statistic de la tendencia

con su valor crítico.

Luego analizamos el coeficiente parala tendencia (V. crítico = 2.79)


0

;00:

079.290.1

10

AceptamosComo

dado H

RR RA

-4.06 -3.46-3.15 -2.56


39/46


40/46

40

3. Análisis del modelo sin intercepto y sintendencia


La prueba nos vuelve a indicar que laserie PBIMINERIA en su nivel sintendencia ni intercepto tiene raízunitaria, ya que el coeficiente estimadose encuentra en la RA, por lo tantoaceptamos que nos dice que la seriees no estacionaria.

∴Como observamos la serie PBIMINERIAen su nivel es no estacionaria. Esnecesaria aplicar la primera diferencia.


41/46

41



∴ Como observamos la seriePRECIOCOBRE en su primera

diferencia es estacionaria.Entonces decimos que la seriePRECIOCOBRE es integrada deorden 1 - I(1).


42/46

42

Precio del Oro

El gráfico muestra unaevolución la variable Pecio delOro. Presenta uncomportamiento tendencial

creciente, además de unafuerte caída en el periodo 9 quese recupera para los siguientesperiodos. Indicando uncomportamiento noestacionario en media.


43/46

43

Prueba de raíz unitaria para PRECIOORO

1. Análisis del modelo con tendencia e intercepto

.


0

;00:

079.273.1

10

AceptamosComo

dado H

La prueba nos indica que la serie PRECIOOROen su nivel con tendencia e intercepto, tiene raízunitaria, ya que el coeficiente estimado seencuentra en la RA, por lo tanto aceptamos que nos dice que la serie es no estacionaria.Para verificar si la serie presenta tendenciadeterministica o no, compararemos el valor de T-Statistic de la tendencia con su valor crítico


∴ Como observamos la serie PRECIOCOBREen su primera diferencia es estacionaria.Entonces decimos que la serie PRECIOCOBREes integrada de orden 1 - I(1).



44/46

44

2. Análisis del modelo con intercepto y sin tendencia

|


0

;00:

054.207.1

10

AceptamosComo

dado H

La prueba nos vuelve a indicar que la seriePRECIOORO en su nivel solo con intercepto tieneraíz unitaria, ya que el coeficiente estimado seencuentra en la RA, por lo tanto aceptamos quenos dice que la serie es no estacionaria. Ahorapasamos a verificar la presencia de intercepto.Para verificar si la serie presenta intercepto o no,compararemos el valor de T-Statistic de latendencia con su valor crítico.

Luego analizamos el coeficiente para la tendencia(V. crítico = 2.54)

∴ Como observamos la serie no presentaintercepto debido a que su presencia no es

significativa.


45/46


46/46



∴Como observamos la seriePRECIOORO en su primera diferenciaes estacionaria. Entonces decimosque la serie PRECIOORO es integrada

de orden 1 - I(1).

INFLUENCIA DEL COMPORTAMIENTO DE LOS PRECIOS DEL COBRE Y DEL ORO EN EL PIB MINERO - PERÚ

Documents

Transcript of INFLUENCIA DEL COMPORTAMIENTO DE LOS PRECIOS DEL COBRE Y DEL ORO EN EL PIB MINERO - PERÚ